[디지털데일리 이형두기자] 딥러닝 기술은 최근 정보기술(IT) 업계의 중요한 화두다. 데이터 활용의 중요도가 지속적으로 커지면서다. 이미지, 스피치, 사물인터넷(IoT)으로부터 무한한 데이터가 발생하면서, ‘이를 어떻게 분석하고 이해할 것이냐’가 기업의 중요한 과제가 됐다.

이에 따라 개발자들이 좀 더 빠르고 유연하게 개발할 수 있는 있는 환경 조성도 강조되고 있다. 대표적인 것이 컨테이너 도입 논의다. 자원 효율과 안정성, 비용 절감 측면에서도 기존 방식에 비해 유리하기 때문이다. 오픈스텍 등 오픈소스 진형 프로젝트에서도 컨테이너가 주로 심도 깊게 다뤄지고 있다.

13일 HPE코리아 신종민 이사<사진>는 과학기술정보통신부가 주최하고 정보통신산업진흥원(NIPA)과 디지털데일리가 공동주관하는 ‘오픈테크넷 서밋 2018’ 행사에서 “딥러닝 한다고 하면 필수적으로 수반되는 것이 컨테이너”라고 강조했다.

컨테이너는 애플리케이션을 위해 경량화되고 독립된 구동 환경을 뜻한다. VM웨어와 같은 하드웨어 가상화가 하드웨어 레벨에서 물리적인 컴퓨팅 자원을 쪼개 쓰는 것이라면, 컨테이너는 운영체제(OS) 레벨의 가상화다. 사용자 공간들을 격리시키고 사용자 프로세스 별로 독립된 운OS를 제공하기 때문에 자원 효율이 개선된다.

신종민 이사는 “물론 VM웨어 환경에서도 딥러닝 가능하지만, 컨테이너의 가장 큰 차이점은 하이퍼바이저가 없고 각 VM들이 갖고 있는 풀사이즈 게스트 OS가 없어 성능 및 자원 효율 측면에서 더 나은 환경이라는 점”이라며 “이 때문에 개발자들에게 많은 채택을 받고 있다”고 설명했다. 하이퍼바이저는 호스트 컴퓨터에서 다수의 OS를 동시해 실행하기 위한 논리적 플랫폼을 뜻한다.

신 이사는 “이미지 사이즈에 따라 차이는 있지만, VM웨어는 보통 구동시간이 몇분 정도 소요된다”며 “반면 컨테이너는 OS에서 새로운 프로세스를 띄우는 정도, 일반적인 워크로드는 1초 내에 기동이 되는 특성을 갖고 있다”고 말했다.

또 “웹서비스에 단시간에 트래픽이 몰릴 때도 오토 스케쥴링으로 빠르게 웹서버를 늘려주고, 또 트래픽이 줄면 다시 회수해 민첩하게 대응할 수 있다”며 “아울러 프라이빗이든 퍼블릭이든 개발자가 동일한 디플로이(Deploy) 방법을 그대로 유지, 표준화시킬 수 있다”고 덧붙였다.

HPE는 딥러닝을 위한 GPU(그래픽 처리장치) 서버와 기존 CPU(중앙처리장치)만 설치된 서버를 하나의 클러스터로 통합 운영 관리한다. CPU는 단일 명령을 빨리 수행하고, GPU는 멀티 코어를 갖고 많은 프로세스를 한꺼번에 진행되는 데 특화돼 있다. HPE 컨테이너는 이를 필요에 따라 유동적으로 할당할 수 있다.

신 이사는 “워크로드에 따라 ‘CPU 1개와 메모리 얼마만 있으면 된다’고 주문하면 그 사이즈에 맞게, 반면 딥러닝을 개발해야 한다면 8개 단위의 컨테이너를 모두 할당하는 것도 가능하다”고 말했다.

그는 “컨테이너는 애플리케이션 개발 효율과 최적화 측면에서 부각되고 있었고, 최근 딥러닝을 위해서도 다시 조명을 받고 있다”며 “좀 더 나은 서비스 개발과 인프라 운영 환경을 가져갈 수 있다고 판단하고 있다”고 전했다.

<이형두 기자>dudu@ddaily.co.kr