SK하이닉스, 오픈소스 기반 30PB AI 스토리지 구축
Kubernetes와 MinIO 기반으로 대규모 AI 스토리지를 내재화한 SK하이닉스 사례를 통해 기업 AI 인프라의 확장 방향을 살펴봅니다.
SK하이닉스, 생성형 AI를 위한 30PB 스토리지 자체 구축
SK하이닉스가 사내 생성형 AI 플랫폼 운영을 위해 30PB 규모의 고성능 S3 스토리지를 오픈소스 기반으로 자체 구축했습니다.
기존에는 상용 스토리지 제품을 사용했지만, 현재는 Kubernetes와 MinIO를 기반으로 인프라를 내재화했으며 약 1만 3천 명의 임직원이 수십 개의 AI 서비스를 연동해 하루 약 80만 건의 쿼리를 처리하고 있다고 밝혔습니다.
이번 구축에서 눈에 띄는 부분은 단순히 저장 공간을 확대한 것이 아니라, AI 서비스 운영에 필요한 대규모 데이터 인프라를 클라우드 네이티브 환경으로 전환했다는 점입니다.
주요 기술 구성
스토리지는 S3 기반의 분산형 Object Storage 구조로 설계됐으며, Kubernetes를 통해 수백 대의 서버를 하나의 클러스터처럼 운영합니다.
스토리지 엔진으로는 MinIO를 적용했으며, 네트워크는 Spine-Leaf 구조와 BGP, eBPF 등을 활용해 데이터 전송 과정의 병목을 줄이는 방향으로 구성됐습니다.
또한 리눅스 커널 및 SSD 처리 방식까지 최적화하면서 S3 스토리지의 성능을 물리 서버 수준에 가깝게 끌어올리는 데 초점을 맞췄습니다.
30PB에서 1EiB로, AI 인프라의 지속적인 확장
SK하이닉스는 현재의 30PB 규모를 최종 단계로 보지 않고 있습니다.
0.4PB부터 시작해 3PB, 4PB, 5PB, 20PB를 거쳐 현재 30PB까지 단계적으로 확장해 왔으며, 향후 1EiB급 스토리지 클러스터 구축을 목표로 하고 있습니다.
이는 사내 생성형 AI 플랫폼 ‘가이아(GAI.A)’의 확대와도 연결됩니다. 가이아에서는 반도체 설계 · 공정 최적화를 비롯해 장비 보전, 정책 분석, 인사제도 등 다양한 업무 영역에서 AI Agent를 활용하고 있으며, 향후 여러 Agent가 협업하는 A2A(Agent-to-Agent) 기반 오케스트레이션으로 확장할 계획입니다.
QUANTUM View
이번 사례에서 주목할 부분은 기업 AI의 확산이 LLM이나 AI Agent 자체뿐 아니라 이를 뒷받침하는 데이터 · 스토리지 · Kubernetes 인프라의 확장으로 이어지고 있다는 점입니다.
AI 서비스가 PoC를 넘어 실제 사내 업무에 적용되면 사용자와 Agent가 늘어날수록 저장해야 할 비정형 데이터와 처리해야 할 요청 역시 빠르게 증가합니다. 이에 따라 AI를 안정적으로 운영하기 위해서는 확장 가능한 Kubernetes 환경과 고성능 Object Storage, 네트워크 및 운영 자동화를 함께 고려하는 접근이 중요해지고 있습니다.
특히 상용 어플라이언스에 의존하지 않고 Kubernetes와 오픈소스를 기반으로 대규모 스토리지 인프라를 내재화했다는 점은 향후 기업 AI 인프라 구축 방식의 변화도 보여주는 사례라고 볼 수 있습니다.
원문 보기
디일렉(THE ELEC)
「SK하이닉스, 사내 30PB 스토리지 직접 구축했다」
이석진 기자 · 2025.09.18.