230306_전자신문

제목	내용	토픽
디지털전환 시대, DR 시스템 선택 아닌 필수	- DR, 스토리지·비용 효율화 ·모의훈련 3대 축 마련 - 효성: 실시간 액티브-액티브 이중화 솔루션인 스토리지 미러링 도구 제공, 물리적으로 다른 두 대의 스토리지를 하나의 가상화된 스토리즈로 구성, 이를 사용하는 서버와 애플리케이션에서는 하나의 가상 볼륨에 액세스하되 실제로는 두 개의 볼륨ㅇ메 동시에 미러링 되도록 하는 기술, 데이터는 이중화된 미러링 상태로 유지해 어떤 스토리지가 장애가 나도 지속 서비스 가능 - 뉴타닉스: DR 전략의 이점은 다운타임으로 발생하느느 수익 손실과 비용 등 손실 제한, 비즈니스 애플맄네이션 운영 보호, 기업의 평판 보호, 국지적 재해로 발생하는 성능 저하를 피하는 성능향상, 최소 서비스 DR을 구성하여 DR 간소화 추구(비용 효율적), VM 단위 통합 보호로 탄력적이라 호스팅된 복원 서비스 접근 방식에서 훨씬 더 저렴한 비용으로 DR 솔루션 사용 가능, 제로트러스트 기반으로 네트워크 보안 강화, ROW 기반 스탭샷정책으로 백업본의 랜섬웨어 감염 차단 - HPE: 재해복구 구축 전략의 햄심은 빠른 서비스 전환과 모의훈련, 모의 훈련 내장, DR 전환 시간 예측, 수초 단위 복구 시점을 통해 손실 최소화, 종속성 없는 개방형 기술로 온프레미스뿐만 아니라 퍼블릭 클라우드와 연동해 데이터 복제, 이관 가능(고객 록인 해소), 재해복구 자동화, 데이터센터 통합과 클라우드 마이그레이션 등 서비스 영향 최소화 데이터 이관 기능, 고객별  다양한 데이터 장기보관과 데이터 빠른 검색·복구 기능 제공
국가 데이터 인프라로 AI강국 진입	- 인공지능이 그 이전의 다른 기술들과 다른점 → 생성능력을 갖는것이 AI의 가장 큰 특징 - 이전의 기술들은 특정한(singular) 속성과 능력으로 정의 - 데이터의 힘은 데이터의 속도: AI가 갖는 생성 능력은 결국 제공되는 데이터의 양과 범위, 그리고 품질에 달려 있음, 딥러닝, 거대 AI 등 개발모델의 발전도 중요하지만 궁극적으로 AI의 정확성을 높이는 길은 개발 과정에 활용되는 데이터릐 질을 높이는 것, AI 역량을 높이고자 한다면 우선적으로 사회 전반의 데이터 속도 향상 필요 - 국가 데이터 인프라의 필요성: 데이터의 속도가 느린 이유는 데이터를 수집, 공유, 활용하기 위한 프로세스가 없기 때문, 국가 차원에서 데이터의 속도를 빠르게 하려면 데이터의 생성에서부터 활용, 폐기에 이르는 전체 사이클을 효과적으로 지원하는 데이터 인프라 필요, 데이터의 소유자와 수요자를 효율적, 효과적으로 연결해주고, 데이터의 품질과 상호운용성을 보장하며, 데이터의 활용에 따른 이익과 책임을 관리하고, 데이터와 관련된 분쟁을 효과적으로 조정할 수 있는 공통기반과 프로세스 필요  - 한국형 데이터 인프라 구축: 1. 국가 차원에서 그간 구축한 데이터를 잘 연계해 활용할 수 있는 기반 마련, 2. 공공·민간이 양질의 데이터를 공급·개방할 수 있도록 자생적인 인센티브 제공과 데이터 주권 지원방안 필요, 3. 컴플라이언스 마련(서비스, 데이터, 인프라 연계 기준 및 상호운용성 확보를 위한 표준, 품질기준, 공통 보안규격 등 체계 확립)