VDURA Data Platform V12, Neocloud 겨냥… 그러나 스토리지 경제성이 관건

VDURA가 스토리지 소프트웨어를 GPU 클라우드와 엔터프라이즈 AI 인프라를 위한 멀티테넌트 서비스로 전환하는 VDURA Data Platform V12를 출시했다. 이번 릴리스는 여러 기반 기능의 사전 공개를 거쳐 2026년 9월 30일 정식 출시됐다.

이는 단순한 스토리지 업그레이드 이상의 경쟁이다. VDURA는 neocloud 운영자가 플래시와 하드 드라이브를 아우르는 하나의 소프트웨어 정의 플랫폼으로 성능과 용량을 위한 별도 시스템을 대체하도록 만들고자 한다. 이 약속은 올플래시 전략에 도전하는 동시에 DDN, VAST Data, WEKA를 비롯한 기존 AI 스토리지 전문업체들과 VDURA를 경쟁 구도에 놓는다.

시점도 의도적이다. Neocloud는 GPU 임대업체에서 벗어나 격리, 자동화, 내구성, 예측 가능한 운영 비용에 대한 엔터프라이즈 요구를 충족해야 하는 서비스 제공업체로 진화하고 있다. 이제 스토리지는 이들 제공업체가 GPU를 얼마나 신속하게 가동하고, 고객을 온보딩하며, 값비싼 인프라를 청구 가능한 용량으로 전환할 수 있는지에 영향을 미친다.

VDURA Data Platform V12, 스토리지를 클라우드 서비스로 전환

V12는 VDURA의 제품을 공유형 고성능 스토리지에서 GPU 제공업체가 테넌트별로 패키징하고, 격리하고, 자동화하며, 과금할 수 있는 인프라로 바꾼다.

Neocloud는 AI 가속기와 고성능 컴퓨팅을 중심으로 구축된 특화 클라우드 제공업체다. 이들 운영업체는 범용 클라우드 플랫폼보다 더 빠르게, 더 적은 제약으로 희소한 GPU 용량을 제공함으로써 경쟁한다.

이 모델은 까다로운 스토리지 문제를 만든다. 한 고객은 모델을 학습하는 동안 다른 고객은 추론 요청을 처리하고, 또 다른 고객은 대규모 체크포인트를 기록할 수 있다. 이들의 워크로드는 하드웨어를 공유하지만 성능, 보안, 가용성 요구사항은 분리된 상태로 유지돼야 한다.

VDURA는 V12가 각 테넌트별 개별 네임스페이스, 서비스 품질 제어, 암호화 키, 네트워크 격리를 통해 이 문제를 해결한다고 말한다. 네임스페이스는 모든 고객에게 전용 스토리지 하드웨어를 제공하지 않고도 파일과 객체를 체계적으로 볼 수 있게 한다.

이 플랫폼은 REST 인터페이스와 Kubernetes Container Storage Interface 플러그인도 제공한다. CSI는 Kubernetes가 영구 스토리지를 요청하고 관리하는 데 사용하는 표준 메커니즘이다. VDURA는 이 인터페이스들이 자동 프로비저닝, 할당량, 계량, 제공업체 제어 플레인과의 통합을 지원한다고 설명한다.

이 자동화는 중요하다. 클라우드 경제성은 반복 가능한 운영에 달려 있기 때문이다. 고객이 거의 즉각적인 프로비저닝을 기대하는 상황에서 스토리지 관리자가 모든 볼륨을 수동으로 구성할 수는 없다. 스토리지 계층은 이를 둘러싼 컴퓨팅 서비스처럼 작동해야 한다.

VDURA의 V12 출시 세부 정보에 따르면, 이 소프트웨어는 V5000급 시스템용으로 정식 출시됐다. 기존 V11 고객도 업그레이드할 수 있다.

인증된 Supermicro 구성은 AMD EPYC 프로세서와 NVMe 스토리지를 기반으로 하는 시스템을 사용한다. 올플래시 노드와 고용량 디스크 셸프를 결합할 수 있으며, RDMA가 고속 네트워크를 통해 스토리지를 직접 연결한다.

RDMA(원격 직접 메모리 액세스)는 기존 네트워크 경로보다 CPU 개입을 줄여 시스템 간 데이터를 이동한다. 이 오버헤드를 줄이면 스토리지가 다른 곳에 필요한 처리 용량을 소모하지 않고 GPU 클러스터를 지원하는 데 도움이 될 수 있다.

VDURA는 8개 GPU부터 10만 개 GPU까지의 설치 환경을 위한 단일 소프트웨어 스택으로 이 플랫폼을 제시한다. 이는 폭넓은 적용 가능성에 관한 주장이지, 한 고객이 현재 그 전체 범위에서 V12를 운영하고 있다는 증거는 아니다.

회사는 또한 기반 기술인 PanFS가 50개국 이상에서 1,000건이 넘는 프로덕션 배포에 사용됐다고 말한다. 이 이력은 상당 부분 VDURA의 이전 정체성인 Panasas와 고성능 컴퓨팅 사업에 속한다.

이 구분은 중요하다. 병렬 파일 시스템에서의 오랜 실적은 VDURA의 기술적 신뢰성을 뒷받침한다. 그러나 그것만으로 V12의 새로운 테넌트 제어 기능, API, 티어링이 상업용 GPU 클라우드에서 성공할 것임을 자동으로 입증하지는 않는다.

원래의 출시 보도는 이 움직임을 neocloud 및 엔터프라이즈 고객으로의 확장으로 정확히 규정한다. VDURA는 과학 컴퓨팅을 위해 발전한 기술을 서비스형 인프라 운영 모델에 맞게 조정하고 있다.

이 변화가 이 글의 핵심 긴장을 만든다. VDURA는 단지 데이터를 더 빠르게 이동시키려는 것이 아니다. 제공업체들에게 성능, 격리, 용량 관리, 고객 대면 스토리지 수명주기를 하나의 플랫폼에 맡기도록 요구하고 있다.

Neocloud 스토리지가 엔터프라이즈 문제로 부상한 이유

Neocloud는 GPU만 제공해서는 지속 가능한 엔터프라이즈 계약을 확보할 수 없다. 구매자들은 클라우드 수준의 보안, 거버넌스, 예측 가능한 서비스 수준도 기대하기 때문이다.

GPU 가용성은 특화 제공업체에 기회를 만들었다. 기업들은 기존 클라우드 용량이나 내부 조달로 제공할 수 있는 속도보다 더 빠르게 가속 컴퓨팅을 필요로 했다. Neocloud는 이러한 부족 현상을 기반으로 사업을 구축했다.

다음 단계에는 더 많은 것이 요구된다. 엔터프라이즈 고객은 민감한 데이터세트, 규제 대상 워크로드, 가동 시간 요구사항, 조달 검토 절차를 가져온다. 이들은 기반 인프라가 여러 조직을 지원하더라도 자신의 데이터가 격리된 상태로 유지되기를 기대한다.

Gartner는 neocloud를 AI 및 고성능 워크로드에 특화해 구축된 제공업체로 정의한다. Gartner는 neocloud 전망에 따라 이들이 2030년까지 2,670억 달러 규모로 예상되는 AI 클라우드 시장의 20%를 차지할 것으로 예측한다.

이 전망은 스토리지 공급업체가 입지를 재조정할 분명한 동기를 제공한다. Neocloud가 엔터프라이즈 워크로드를 확보한다면, 이들의 스토리지 요구사항은 하이퍼스케일러의 요구사항에 가까워진다. 자동 프로비저닝, 테넌트 수준 보안, 여러 액세스 프로토콜, 운영 텔레메트리, 제어 가능한 장애 도메인이 필요하다.

V12는 이러한 요구사항을 직접 겨냥한다. VDURA는 각 테넌트가 격리된 네임스페이스, 서비스 품질 정책, 할당량, 암호화, 네트워크 경계를 제공받을 수 있다고 말한다. 스토리지 세트는 더 큰 플랫폼 안에서 별도의 하드웨어 장애 도메인도 만들 수 있다.

상업적 목적은 단순하다. 격리를 통해 제공업체는 모든 테넌트를 동일한 성능 또는 보안 사고에 노출하지 않으면서 동일한 물리적 플릿을 여러 고객에게 판매할 수 있다.

체크포인트 버스트는 이 문제를 잘 보여준다. 학습 시스템은 장애 후 작업을 재개할 수 있도록 주기적으로 모델 상태를 저장한다. 이러한 쓰기 작업은 공유 스토리지에서 인접 워크로드에 영향을 주는 대규모의 동기화된 트래픽 급증으로 이어질 수 있다.

서비스 품질 제어는 한 테넌트의 체크포인트가 다른 테넌트의 추론 서비스에 필요한 대역폭을 소모하지 않도록 설계됐다. 다만 이러한 제어의 효과는 실제 워크로드, 클러스터 설계, 경합 상황에서의 정책 집행에 따라 달라진다.

보안은 또 다른 층위를 더한다. VDURA는 V12가 테넌트 볼륨별로 별도의 AES-256 암호화 키를 적용할 수 있다고 말한다. VLAN 기반 네트워크 격리와 역할 기반 액세스 제어도 지원한다.

이 기능들은 엔터프라이즈 보안 검토에 대응하는 데 도움이 될 수 있지만, 기능만으로 규정 준수가 확립되는 것은 아니다. 구매자에게는 문서화, 감사 증적, ID 통합, 검증된 복구 절차, 명확한 책임 경계가 여전히 필요하다.

과금도 마찬가지로 중요하다. Neocloud는 GPU 시간을 측정하는 것처럼 스토리지 사용량을 고객 청구서와 연결해야 한다. V12의 API 우선 모델은 제공업체의 기존 포털을 통해 사용량을 노출하고 볼륨 관리를 자동화하도록 설계됐다.

바로 이 지점에서 엔터프라이즈 기대치는 VDURA와 그 고객 모두에 압박을 가한다. Neocloud는 빠른 구성 요소의 집합이 아니라 일관된 서비스를 제공해야 한다. 스토리지 장애, 프로비저닝 지연, 노이지 네이버는 고객 대면 비즈니스 문제가 된다.

압박은 반대 방향으로도 작용한다. 프라이빗 AI 인프라를 운영하는 기업들은 자체 데이터센터 안에서도 클라우드 같은 제어 기능을 점점 더 원하고 있다. 모든 데이터세트에 대한 무제한 액세스를 공유하지 않으면서 팀이 GPU 클러스터를 함께 사용할 수 있어야 한다.

따라서 VDURA는 하나의 아키텍처로 연관된 두 시장을 공략할 수 있다. Neocloud는 격리된 스토리지 서비스를 판매할 수 있고, 기업은 부서, 프로젝트 또는 규제 대상 워크로드 간에 인프라를 분할할 수 있다.

하지만 이 고객들은 제품을 서로 다르게 평가한다. Neocloud 운영업체는 활용률, 자동화, 고객 온보딩에 집중한다. 엔터프라이즈 구매자는 통합, 지원, 거버넌스, 마이그레이션 위험, 장기적인 공급업체 안정성도 고려한다.

두 그룹을 모두 공략하면 VDURA의 기회는 커지지만 실행 부담도 높아진다. 회사는 고성능 컴퓨팅 전문가를 두지 않을 수 있는 팀도 특화 병렬 스토리지를 쉽게 사용할 수 있게 해야 한다.

VDURA의 Neocloud 스토리지 베팅은 올플래시가 아닌 하이브리드 방식

VDURA의 핵심 논거는 경제성이다. 플래시는 활성 데이터를 처리하고, 하드 드라이브는 동일한 네임스페이스와 제어 플레인 안에서 더 차가운 용량을 보관해야 한다는 것이다.

AI 인프라 논의는 종종 GPU 수와 네트워크 대역폭에 집중된다. 스토리지는 학습, 모델 로딩, 체크포인트 생성, 추론 요청을 지연시킬 때 비로소 눈에 띈다.

가장 단순한 성능 대응은 더 많은 플래시를 배치하는 것이다. 이 접근법은 지연 시간을 줄이고 높은 처리량을 제공하지만, 모든 데이터세트를 상대적으로 비싼 미디어에 올려놓는다. 학습 아카이브와 이전 체크포인트는 접근 빈도가 낮음에도 고가의 용량을 소비할 수 있다.

VDURA는 혼합 플릿을 제안한다. NVMe 플래시는 활성 작업 데이터를 처리하고, 고용량 하드 드라이브는 더 차가운 정보를 보존한다. 소프트웨어는 두 미디어 유형을 하나의 플랫폼으로 제공하고 액세스 패턴에 따라 데이터를 이동한다.

회사는 이를 Context-Aware Tiering이라고 부른다. VDURA는 파일의 약 90%가 플래시에 남아 있는 반면, 전체 용량의 약 90%는 디스크에 배치될 수 있다고 말한다. 이 비율은 모든 워크로드에 적용되는 보편적 결과가 아니라 회사가 의도한 배치 모델을 설명한다.

파일 수와 용량의 차이는 원칙적으로 이 주장을 그럴듯하게 만든다. AI 데이터세트는 자주 액세스되는 다수의 작은 파일과 함께, 더 적은 수의 대규모 체크포인트, 아카이브, 모델 버전을 포함할 수 있다.

그러나 배치 정확도가 중요하다. 잘못된 데이터세트를 느린 미디어로 옮기면 학습 재시작이 지연되거나 첫 토큰까지의 시간이 늘어날 수 있다. 반대로 플래시에 너무 많은 데이터를 유지하면 기대했던 비용 절감 효과가 약화된다.

VDURA는 자사 설계가 스텁 파일과 수동 재하이드레이션을 피한다고 말한다. 스텁은 데이터가 다른 계층으로 이동한 후 남겨지는 자리표시자다. 기존 검색 워크플로는 애플리케이션이 아카이브된 정보를 예기치 않게 요청할 때 지연을 만들 수 있다.

회사는 V12가 액세스 동작을 추적하고 워밍업 중인 데이터를 플래시로 되돌린다고 주장한다. 구매자는 자신의 체크포인트 주기, 모델 크기, 파일 분포, 추론 패턴을 기준으로 이 동작을 검증해야 한다.

플래시 가격은 이 주장을 시의성 있게 만든다. VDURA 자체 지수에 따르면 엔터프라이즈 SSD 가격은 2025년 수준에서 크게 상승했다. 독립 보도는 이 광범위한 상승이 다른 시장 지표와 일치한다고 판단했지만, VDURA의 표본 추출 방식과 수정된 과거 수치에는 의문을 제기했다.

긴급 가격 분석은 VDURA가 이전에 공개했던 과거 가격을 변경했다고 지적했다. 또한 이 회사가 공급업체가 정의한 플래시 표본을 신규 고객이 실제로 확보하지 못할 수 있는 하드 드라이브 가격과 비교한다고 경고했다.

이 비판이 경제적 문제 자체를 없애는 것은 아니다. 다만 구매자는 공급업체 지수를 중립적 벤치마크로 간주해서는 안 된다는 점을 보여준다. 미디어 가용성, 계약 규모, 드라이브 내구성, 할인, 지원 조건은 계산 결과를 크게 바꿀 수 있다.

VDURA는 혼합 아키텍처에 대해서도 추가 주장을 내놓는다. 약 20페타바이트 구성에서 35배의 성능 범위를 구현할 수 있다고 말한다. 또한 경쟁 설계보다 와트당 성능은 두 배 이상, 총소유비용은 60% 이상 낮다고 주장한다.

이 수치들은 신중한 단서가 필요하다. VDURA는 모든 워크로드와 경쟁 아키텍처를 포괄하는 공개적이고 독립 감사된 결과를 제공하지 않았다. 사용 가능 용량, 처리량, 전력, 복원력을 포함하는 비교는 구성 선택에 따라 크게 달라질 수 있다.

따라서 이 플랫폼의 가장 강력한 제안은 단일 비율이 아니라 유연성이다. 운영자는 별도 네임스페이스를 만들지 않고 대역폭을 위해 플래시를, 용량을 위해 디스크를 추가할 수 있다. 이에 따라 인프라 팀은 워크로드와 가격이 변할 때 미디어 비중을 조정할 수 있다.

이 메커니즘은 올플래시 포지셔닝에 도전하지만, 올플래시 시스템을 비합리적으로 만들지는 않는다. 일부 환경에서는 미디어 비용보다 일관되게 낮은 지연 시간, 단순한 성능 모델링, 또는 더 작은 물리적 설치 공간을 더 중시한다.

추론 워크로드도 균형을 바꿀 수 있다. 모델 가중치, 임베딩, 검색 코퍼스 또는 지속 컨텍스트에 반복적으로 접근하면 더 큰 비중의 데이터가 활성 상태로 유지될 수 있다. 혼합 설계는 예측 불가능한 중단을 만들지 않으면서 이 활성 데이터 세트를 식별해야 한다.

전력은 또 다른 차원을 더한다. GPU 시설은 고정된 전력 한도에 자주 직면한다. 더 적은 와트를 소비하는 스토리지는 가속기에 더 많은 용량을 남길 수 있지만, 하드 드라이브 역시 랙, 컨트롤러, 냉각, 운영상 주의가 필요하다.

관련 비교는 플래시와 디스크를 각각 분리해 비교하는 것이 아니다. 합의된 성능 및 가용성 수준에서의 완전한 서비스 비용이다. 여기에는 하드웨어, 소프트웨어, 네트워킹, 지원, 전력, 설치 공간, 관리 노력이 포함된다.

VDURA Data Platform V12는 운영자에게 이러한 균형을 구성할 또 하나의 방식을 제공한다. 그 경제성이 성립하는지는 미디어 유형 간 이론적 가격 차이가 아니라 투명한 용량 산정과 운영 환경의 증거에 달려 있다.

기존 AI 스토리지 공급업체도 이미 같은 영역을 다루고 있다

VDURA는 DDN, VAST Data, WEKA가 이미 스토리지 성능을 GPU 활용률 및 테넌트 격리와 연결하고 있는 경쟁 시장에 진입한다.

VDURA의 핵심 경쟁자는 특정 한 곳의 공급업체가 아니다. 이는 성숙한 제품과 고객 관계를 보유한 경쟁사들이 뒷받침하는, AI 스토리지에 대한 기존의 올플래시 우선 접근 방식이다.

WEKA는 안전한 테넌트 격리, 공유 인프라, 노이지 네이버 효과를 제한하기 위한 제어 기능을 갖춘 전문 클라우드 공급업체용 플랫폼을 마케팅한다. 이 회사의 클라우드 서비스 플랫폼은 GPU 활용률, 전력 효율성, 메타데이터 성능, 점진적 확장성도 강조한다.

VAST Data는 격리된 데이터 경로와 리소스 제어를 통해 여러 테넌트를 지원한다. 파일, 객체, 블록 액세스와 데이터 절감을 결합한 클라우드 서비스 공급업체용 올플래시 기반 플랫폼으로 자사 제품을 포지셔닝한다.

DDN은 고성능 컴퓨팅 분야에서 오랜 역사를 바탕으로 시장에 접근한다. 회사의 AI 플랫폼 발표에 따르면, 2026년 출시 제품에는 멀티테넌트 학습 기능과 GPU에서 데이터로 직접 연결되는 경로가 추가됐다.

이러한 경쟁사들은 멀티테넌시나 GPU 지향 데이터 경로가 V12에만 고유하다는 어떤 주장도 약화시킨다. 구매자는 이미 여러 플랫폼에서 격리, Kubernetes 통합, 자동화, 고처리량 스토리지를 찾을 수 있다.

VDURA의 차별화는 이러한 역량을 결합하는 방식에 있다. 플래시와 디스크를 아우르는 하나의 네임스페이스, 용량과 성능의 독립적 확장, 범용 서버 옵션, PanFS에서 계승한 파일 수준 보호 기능을 내세운다.

소프트웨어 정의 모델은 하드웨어 의존도도 낮출 수 있다. VDURA는 여러 인프라 공급업체의 구성을 인증하지만, V12 출시에서는 Supermicro가 중심적 역할을 맡는다.

이 유연성은 여러 지역에 구축하는 공급업체에 매력적일 수 있다. 하드웨어 가용성과 구매 관계는 시장마다 다르다. 하나의 어플라이언스 설계에 묶인 스토리지 제품은 신속한 확장을 복잡하게 만들 수 있다.

개방형 하드웨어에도 인증 요건은 남아 있다. 운영자는 모든 서버, 드라이브, 네트워크 어댑터, 펌웨어 조합이 동일하게 동작할 것이라 가정할 수 없다. 인증 매트릭스와 지원 경계는 여전히 중요하다.

VDURA의 유산은 또 다른 대조점을 만든다. Panasas는 AI 인프라가 업계의 중심 투자 주제가 되기 전에 과학 및 엔지니어링 워크로드용 병렬 파일 스토리지를 개발했다.

이 경험은 대규모 데이터 세트, 동시 클라이언트, 메타데이터 부하, 장애 복구를 포괄한다. 이는 VDURA에 신뢰할 만한 기술적 기반을 제공하지만, 상업 환경은 달라졌다.

연구 기관은 신뢰할 수 있는 내부 사용자를 위해 하나의 스토리지 시스템을 운영할 수 있다. 네오클라우드는 외부 고객을 온보딩하고, 이들을 격리하며, 사용량을 측정하고, 계약상 서비스 수준을 충족해야 한다. 이러한 책임에는 병렬 처리량 이상의 것이 필요하다.

V12의 새로운 제어 플레인은 그 격차를 인정한다. 플랫폼, 스토리지 세트, 볼륨 계층 구조는 운영자에게 플릿 관리, 장애 격리, 테넌트 프로비저닝을 위한 별도 수준을 제공한다.

답이 남아 있는 질문은 이 모델이 클라우드 공급업체의 더 광범위한 스택 안에서 자연스럽게 작동하는지다. 스토리지는 ID 시스템, 고객 포털, 스케줄러, 모니터링, 과금, 인시던트 대응과 통합돼야 한다.

API 가용성은 첫 단계일 뿐이다. 공급업체는 API 안정성, 오류 처리, 업그레이드 동작, 관측 가능성, 자동화 범위를 살필 것이다. 테넌트 수가 늘어날수록 수동 예외 처리는 기대했던 운영 비용 절감 효과를 없앨 수 있다.

경쟁 압력은 가격과 검증 요건도 제한할 것이다. VDURA를 평가하는 구매자는 헤드라인 처리량뿐 아니라 장애, 재구축, 계층 이동, 동시 테넌트 활동 중의 실효 성능도 비교할 것이다.

드라이브나 노드 장애 이후 시스템이 얼마나 빠르게 이중화를 복구하는지 질문할 것이다. 최고 대역폭뿐 아니라 테일 지연 시간을 측정할 것이다. 체크포인트 급증 상황에서 한 테넌트가 다른 테넌트에 영향을 줄 수 있는지도 시험할 것이다.

VDURA의 내구성 관련 설명도 비슷한 수준의 검토가 필요하다. 서로 다른 회사 페이지에는 최근 8 나인과 12 나인을 포함해 서로 다른 최대 내구성 수치가 표시됐다. 구성 가정이 이 차이의 적어도 일부를 설명하는 것으로 보인다.

회사는 각 수치를 뒷받침하는 정확한 하드웨어, 보호 체계, 장애 모델, 워크로드를 명시해야 한다. 구매자에게 필요한 것은 구성과 분리된 최대 수치가 아니라 검증할 수 있는 서비스 수준 설계다.

지속 컨텍스트는 또 다른 발전 중인 격전지다. VDURA에 따르면 V12는 GPU 메모리 외부에 키-값 캐시 데이터를 저장할 수 있다. KV 캐시는 중간 어텐션 데이터를 보존해 추론 시스템이 이전의 모든 계산을 반복하지 않도록 한다.

이 개념은 장시간 실행되는 어시스턴트와 멀티턴 서비스에 매력적이다. 하지만 실질적 가치는 모델 아키텍처, 캐시 크기, 네트워크 지연 시간, 스토리지 동작, 추론 스택과의 통합에 달려 있다.

경쟁사들도 추론 데이터와 GPU 메모리 압박을 둘러싼 유사한 기회를 추구하고 있다. 이 때문에 기능 명칭보다 구현 파트너십과 측정된 애플리케이션 결과가 더 중요해진다.

VDURA는 이 경쟁에 진입할 수 있지만, 카테고리의 새로움에 의존할 수는 없다. 하이브리드 배치가 GPU 서비스 제공의 전체 비용을 줄이면서 애플리케이션 성능을 유지한다는 점을 보여야 한다.

VDURA Data Platform V12의 주장이 여전히 입증해야 할 것

다음 시험대는 V12가 혼합 미디어 전반에서 데이터를 이동하면서 테넌트 격리와 GPU 처리량을 유지한다는 운영 환경 증거다.

VDURA의 확장이 성공하고 있는지는 세 가지 신호로 판단해야 한다.

첫 번째 신호는 의미 있는 규모에서의 실명 네오클라우드 도입이다. VDURA는 1,000건 이상의 과거 배포 사례를 설명했지만, 이 수치는 이전 제품, 시장, 고객 유형을 포괄한다.

강력한 검증 사례라면 V12에서 여러 외부 테넌트를 운영하는 상업용 GPU 공급업체를 식별할 것이다. 유용한 세부 정보에는 클러스터 규모, 테넌트 수, 미디어 구성, 지원 워크로드, 운영 기간이 포함된다.

익명 배포도 기술적 증거를 제공할 수 있지만 독립적 검토에는 한계가 있다. 공개 레퍼런스 고객은 구매자가 설치된 PanFS의 역사와 V12의 새로운 서비스 공급업체 기능 도입을 구분하는 데 도움이 될 것이다.

두 번째 신호는 하이브리드 성능에 대한 반복 가능한 테스트다. VDURA는 동시 테넌트 수요 상황에서 계층 이동, 체크포인트 쓰기, 모델 로딩, 추론 읽기, 장애 복구를 다루는 결과를 제시해야 한다.

최고 처리량은 이야기의 일부만 보여준다. 운영자에게는 백분위 지연 시간, 대역폭 일관성, 복구 기간, 관리 오버헤드, 애플리케이션 수준 GPU 활용률이 필요하다.

가장 유익한 비교는 서비스 결과를 일정하게 유지하는 것이다. 동일한 데이터 세트, 보호 수준, 워크로드, 목표 GPU 공급 속도에서 혼합 구성과 올플래시 구성을 비교해야 한다.

이러한 테스트는 VDURA의 비용 주장을 강화할 수 있다. 또한 홍보 사례가 시사하는 것보다 더 많은 플래시가 필요한 워크로드를 드러낼 수도 있다. 어느 결과든 고객이 시스템 용량을 더 책임감 있게 산정하는 데 도움이 된다.

세 번째 신호는 정식 출시 이후의 운영 성숙도다. V11 고객은 이제 업그레이드 경로를 갖게 됐으며, 이러한 업그레이드는 통제된 시연에서 놓친 문제를 드러낼 수 있다.

구매자는 릴리스 노트, 지원되는 통합, 제어 플레인 업데이트, 업그레이드 동작 관련 보고서를 살펴봐야 한다. 또한 API 작업이 반복적인 수동 개입 없이 전체 테넌트 수명 주기를 포괄하는지도 검토해야 한다.

보안 검증도 이 범주에 속한다. 테넌트별 키와 네트워크 격리는 유용한 제어 수단이지만, 공급업체에는 검증된 경계 강제, 감사 추적, 취약점 처리, 복구 절차가 필요하다.

경쟁사의 대응도 또 하나의 유용한 지표가 될 것이다. DDN, VAST Data 또는 WEKA가 하이브리드 경제성을 더 적극적으로 강조한다면, VDURA가 중요한 구매 우려를 포착했을 가능성이 있다.

반대로 경쟁사들이 더 고밀도인 올플래시 시스템과 더 강력한 데이터 절감을 통해 승리한다면, VDURA의 미디어 비용 우위는 좁아질 수 있다. 스토리지 아키텍처는 드라이브 유형 간의 단순한 경쟁으로 귀결되는 경우가 드물다.

네오클라우드 경제성 역시 불확실하다. 전문 공급업체들은 막대한 자본 투입, 집중된 고객 기반, 변하는 가속기 공급, 하이퍼스케일러와의 경쟁에 직면한다. 스토리지 효율성은 취약한 컴퓨팅 비즈니스 모델을 고칠 수 없다.

그러나 운영 수준에서는 마진에 영향을 줄 수 있다. 더 빠른 온보딩은 청구 가능한 용량을 더 빨리 만든다. 더 나은 격리는 고객 기반을 확장한다. 예측 가능한 처리량은 유휴 가속기 시간을 줄일 수 있다.

이러한 이점은 VDURA가 지금 이 시장을 추구하는 이유를 설명한다. GPU 공급업체는 점점 엔터프라이즈 수준의 운영 방식을 필요로 하고, 엔터프라이즈 구매자는 점점 프라이빗 AI 클라우드와 유사한 인프라를 운영한다.

VDURA Data Platform V12는 바로 그 교차점에 자리한다. 멀티테넌트 제어 플레인은 서비스 모델을, 혼합 미디어 설계는 비용 모델을 다룬다.

이 전략은 일관성이 있지만, 결과는 아직 정해지지 않았다. VDURA는 이미 그 중요성을 이해하는 시장에 적절한 역량 범주를 도입했다.

결정적인 질문은 하나의 혼합형 플랫폼이 예측 불가능한 스토리지 동작 없이 클라우드 수준의 운영을 제공할 수 있는지 여부다. 향후 몇 개월 동안 공개 배포 사례와 독립적인 워크로드 데이터가 이 질문에 답해야 할 것이다.

V12를 평가하는 인프라 팀은 자체 액세스 패턴부터 살펴봐야 한다. 어떤 데이터셋이 계속 핫 상태로 남는지, 체크포인트는 얼마나 자주 다시 돌아오는지, 각 애플리케이션이 감당할 수 있는 지연은 어느 정도인지가 핵심이다.

그다음에는 정상 상태의 데모뿐 아니라 부하가 걸린 상황에서의 격리 성능을 테스트해야 한다. 설득력 있는 파일럿은 동시 학습, 추론, 티어 이동, 그리고 시뮬레이션된 구성 요소 장애를 함께 포함해야 한다.

마지막으로 구매자는 헤드라인 미디어 비용이 아니라 전체 서비스 경제성을 비교해야 한다. 이 검토에는 전력, 네트워킹, 인력, 지원, 사용 가능한 용량, 복구, 그리고 GPU가 대기하면서 발생하는 매출 손실이 포함되어야 한다.

VDURA는 단일의 신뢰할 수 있는 클러스터를 위한 스토리지를 판매하는 단계를 넘어섰다. 이제 GPU 서비스와 엔터프라이즈 AI를 위한 운영 기반의 일부가 되려 한다.

이러한 야심은 V12를 주목할 가치가 있게 만든다. 다음으로 중요한 증거는 또 하나의 최대 처리량 수치가 아니라, 경합이 발생하는 워크로드를 실행하는 고객들로부터 나올 것이다.