MinIO의 Ugur Tigli, Chief Technical Officer – 인터뷰 시리즈

Ugur Tigli는 MinIO의 Chief Technical Officer입니다. MinIO는 AI를 위한 고성능 오브젝트 스토리지의 리더입니다. CTO로서, Ugur는 MinIO를 사용하여 API 기반의 클라우드 네이티브 및 확장 가능한 엔터프라이즈급 데이터 인프라를 설계하고 배포하는 데 도움을 줍니다.

MinIO의 CTO가 되기까지의 여정을 설명해 주시고,您的 경험은 어떻게 AI와 데이터 인프라에 대한 접근 방식을 형성했나요?

私は 인프라 엔지니어링에서 경력을 시작했으며, Merrill Lynch에서 백업 및 복원 관리자로 일했습니다.私は 다양한 기술적인 역할을 맡았으며, Bank of America에서 스토리지 엔지니어링의 부사장을 맡았습니다.私の 역할은 컴퓨팅 및 데이터 센터 엔지니어링을 포함하는 것으로 확대되었습니다.

私の 업무의 일부로,私は 다양한 벤처 캐피탈 회사와 그들의 포트폴리오 회사와 함께 일했습니다.그 중 하나의 미팅에서,私は MinIO의 아이디어와 사람들을 만났습니다.그们의 데이터 인프라에 대한 접근 방식은 시장에서 다른 모든 사람들과 달랐습니다.그들은 오브젝트 스토어와 표준 API의 중요성을 깨달았습니다.그들은 미래의 컴퓨팅과 AI를 예측했습니다.나는 그들의 비전을 실행하고真正로 고유한 것을 구축하는 데 참여하고 싶었습니다.MinIO는 지금 세계에서 가장 널리 배포된 오브젝트 스토어입니다.

私の 이전 역할과 경험은 새로운 기술, 특히 AI와 데이터 인프라에 대한 접근 방식을 형성하는 데 영향을 미쳤습니다.私は 많은 프로젝트에 참여했습니다.그 중에는 응용 프로그램 팀을 지원하는 것과 관련된 프로젝트도 있었습니다.

제한된 네트워크 대역폭의 시대, 하둡 기술이最新의 기술이었던 15년 전부터, 하드 디스크 드라이브(HDD)에서 솔리드 스테이트 드라이브(SSD)까지의 다양한 데이터 미디어 기술은 모두私の 현재 AI 생태계와 데이터 인프라에 대한 견해를 형성했습니다.

MinIO는 고성능 오브젝트 스토리지 기능으로 인정받고 있습니다. MinIO는 어떻게 AI 구동 엔터프라이즈의 필요를 충족시킵니까?

AB와 Garima가 MinIO를 개념화했을 때, 그들의 첫 번째 우선순위는 문제를 생각하는 것이었습니다.그들은 데이터가 계속 증가할 것이며, 기존의 스토리지 기술은 그 증가에 호환되지 않는다는 것을 알았습니다.AI의 급속한 등장으로, 그들의 예측은 현실이 되었습니다.오브젝트 스토리지는 AI 인프라의 기초가 되었습니다.모던 데이터 센터는 오브젝트 스토어를 기반으로 구축됩니다.

MinIO는 최근에 새로운 오브젝트 스토리지 플랫폼을 출시했습니다.이 플랫폼은 엔터프라이즈급 기능을 제공하며, AI 이니셔티브를 지원합니다.이 플랫폼은 MinIO Enterprise Object Store입니다.대량의 AI 워크로드와 관련된 성능 및 확장성 문제를 해결하기 위해 설계되었습니다.이 플랫폼은 6개의 새로운 상업용 기능을 제공합니다.이 기능들은 AI 워크로드의 주요 운영 및 기술적인 도전을 해결합니다.

AI를 대규모로 처리하는 것은 점점 더 중요해지고 있습니다. MinIO는 어떻게 이러한 요구를 충족시키는지 설명해 주시겠습니까?

거의 모든 조직이 구축하는 것은 이제 오브젝트 스토리지에 있습니다.이 트렌드는 현대의 데이터 레이크와 AI로 인해 가속화될 것입니다.조직은 데이터를 관리하고, 데이터 중심의 응용 프로그램을 구축하기 위해 새로운 인프라를 찾고 있습니다.이것은 오브젝트 스토리지만이 지원할 수 있는 비범한 규모와 유연성을 필요로 합니다.MinIO는 AI가 필요한 것을 위한 설계로, 대량의 구조화된 및 비구조화된 데이터를 저장하고, 대규모로 성능을 제공할 수 있습니다.

기계 학습(ML)과 AI의 이전 세대에서와 마찬가지로, 데이터와 현대의 데이터 레이크는 예측 가능한 AI의 성공에 중요했습니다.그러나, 생성적인 AI의 발전에 따라, 이 풍경은 AI Ops 데이터 및 문서 파이프라인, 기초 모델, 벡터 데이터베이스 등 많은 다른 구성 요소를 포함하도록 확대되었습니다.

이러한 모든 추가 구성 요소는 오브젝트 스토리지를 사용하며, 대부분이 MinIO와 직접 통합됩니다.예를 들어, Milvus라는 벡터 데이터베이스는 MinIO를 사용하며, 많은 현대적인 쿼리 엔진은 S3 API를 통해 MinIO와 통합됩니다.

AI 기술 부채는 많은 조직에서 증가하는 문제입니다. MinIO는 어떻게 클라이언트가 이 문제를 피하도록 도와주는가? 특히, GPU를 더 효율적으로 사용하는 방법은 무엇인가?

사슬은 가장 약한 링크만큼 강합니다. AI/ML 인프라는 가장 느린 구성 요소만큼 빠릅니다.만약您가 기계 학습 모델을 GPU로 훈련한다면, слаб한 링크는 스토리지 솔루션이 될 수 있습니다.그 결과는 내가 “餓死 GPU 문제”라고 부르는 것입니다.이 문제는 네트워크 또는 스토리지 솔루션이 훈련 논리에게 훈련 데이터를 충분히 빠르게 제공할 수 없을 때 발생합니다.그 결과, 귀중한 컴퓨팅 파워가 낭비됩니다.조직은 데이터 아키텍처가 어떻게 AI 기술을 낭비할 수 있는지 이해해야 합니다.

조직은 컴퓨팅 인프라와 동일한 데이터 센터에 스토리지 솔루션을 설정할 수 있습니다.이것은 이상적으로 컴퓨팅 클러스터와 동일한 것입니다.MinIO는 소프트웨어 정의 스토리지 솔루션으로,餓死 GPU 문제를 해결하는 데 필요한 성능을 제공할 수 있습니다.

귀하는 글로벌 금융 기관을 위한 고성능 데이터 인프라를 구축하는 풍부한 경험을 가지고 있습니다. 이러한 경험은 MinIO에서 어떻게 귀하의 업무에 영향을 미쳤습니까? 특히, 다양한 산업의 요구에 대한 솔루션을 설계하는 데 어떻게 영향을 미쳤습니까?

나는 Bank of America의 첫 번째 사내 클라우드를 구축하는 데 도움을 주었습니다.이 이니셔티브는 대규모 비용을 절감했습니다.이것은 공공 클라우드에서 उपलब한 기능과 기능을 사내에서 제공함으로써 가능했습니다.나는 BofA Merrill Lynch에서 다양한 응용 프로그램 요구 사항을 작업했습니다.이것은 나의 현재 업무에 영향을 미쳤습니다.

예를 들어,私は 하둡 클러스터를 구축하는 팀에서 일했습니다.이 클러스터는 서버의 데이터 저장 구성 요소만 사용했으며, 서버 CPU는 거의 사용되지 않았습니다.이러한 간단한 예제나 경험은 현재의 데이터 인프라에서 분리된 데이터 및 컴퓨팅 솔루션을 사용하는 데 도움이 되었습니다.

하이브리드 클라우드는 고유한 도전과 복잡성을 제시합니다. 이러한 도전과 복잡성을 자세히 설명해 주시고, MinIO의 하이브리드 “버스트” 클라우드 모델이 클라우드 비용을 효과적으로 제어하는 데 어떻게 도움이 되는지 설명해 주시겠습니까?

멀티클라우드로의 전환은 IT 예산의 팽창이나 마일스톤에 대한 어려움으로 이어서는 안 됩니다.클라우드 반납은 클라우드에서 온프레미스 인프라로의 전환을 의미하며, 이는 상당한 비용 절감을 가져올 수 있습니다.클라우드는 운영 모델로, 목적지로서는 안 됩니다.예를 들어, 조직은 GPU 인스턴스를 시작하지만, 데이터를 GPU에 맞게 처리하는 데 시간을浪費합니다.이것은 귀중한 시간과 돈을浪費합니다.조직은 클라우드 네이티브 및 클라우드 이식 가능한 기술을 선택하여 멀티클라우드의 비용을 최적화해야 합니다.

Kubernetes 네이티브 솔루션은 현대적인 인프라에 필수적입니다. MinIO의 Kubernetes와의 통합은 AI 데이터 인프라의 확장성과 유연성을 어떻게 향상시킵니까?

MinIO는 Kubernetes 네이티브로 설계되었으며, S3와 호환됩니다.개발자는 모든 클라우드 네이티브 애플리케이션에 대한 지속적인 오브젝트 스토리지를 쉽게 배포할 수 있습니다.MinIO와 Kubernetes의 조합은 강력한 플랫폼을 제공하며, 애플리케이션이 모든 멀티클라우드 및 하이브리드 클라우드 인프라에서 확장할 수 있도록 합니다.

Kubernetes를 엔진으로, MinIO는 Kubernetes가 실행되는 모든 곳에서 실행할 수 있습니다.이것은 현대적인 클라우드 네이티브/AI 세계에서 거의 모든 곳입니다.

미래를 내다보면, MinIO는 AI 데이터 인프라의 contexto에서 어떤 개발이나 향상을 기대할 수 있습니까?

최근의 파트너십과 제품 출시들은 우리가 곧 느리게 할 것이라는 시장의 신호입니다.우리는 고객에게 의미 있는 곳에서 계속해서 밀어붙일 것입니다.예를 들어,우리는 최근에 Carahsoft와 파트너십을 맺었습니다.이 파트너십을 통해 MinIO의 소프트웨어 정의 오브젝트 스토리지 포트폴리오를 공공 부문에 제공할 수 있습니다.이것은 공공 부문 조직이 다양한 규모의 데이터 인프라를 구축하는 데 도움이 됩니다.

이 파트너십은 공공 부문이 AI 준비를 강화하는 데 도움이 됩니다.최근의 OMB 요구 사항은 모든 연방 기관이 Chief AI 오피서를 둔 것을 요구합니다.이 파트너십은 산업의 AI 태세를 강화하고, 공공 부문이 성공하기 위한 도구를 제공합니다.

또한, MinIO는 미래를 위해 잘 준비되어 있습니다.AI 데이터 인프라는 아직 초기 단계에 있습니다.이 분야의 많은 영역은 향후 몇 년 안에 더 명확해질 것입니다.예를 들어, 대부분의 기업은 기초 모델과 Retrieval Augmented Generation(RAG)과 함께 자체 데이터와 문서를 사용하고 싶어합니다.MinIO는 이러한 배포 패턴에 쉽게 통합할 수 있습니다.

마지막으로, AI를 위한 데이터 인프라를 구축하거나 강화하려는 기술 리더들에게, MinIO에서의 경험과 통찰력을 바탕으로 어떤 조언을 드리겠습니까?

AI 이니셔티브를 성공적으로 하기 위해서는 세 가지 핵심 요소가 필요합니다.첫 번째는 올바른 데이터, 두 번째는 올바른 인프라, 세 번째는 올바른 애플리케이션입니다.이것은 데이터에서 시작해야 한다는 것을 의미합니다.데이터 인프라를 구축하세요.그 다음에 모델을 생각하세요.AI 최우선 아키텍처로의 전환을 하는 조직은 데이터 인프라가 데이터를 활성화하는지, 제한하는지 확인해야 합니다.

이 인터뷰에 감사드립니다. 더 많은 정보를 원하는 독자는 MinIO를 방문하십시오.