AI 뉴스허브

Skip Levens, 마케팅 이사, 미디어 및 엔터테인먼트, Quantum – 인터뷰 시리즈

Skip Levens, 마케팅 이사, 미디어 및 엔터테인먼트, Quantum – 인터뷰 시리즈

Skip Levens, 마케팅 이사, 미디어 및 엔터테인먼트, Quantum – 인터뷰 시리즈

스킵 레벤스 AI 및 비정형 데이터용 데이터 관리 솔루션 분야의 선두주자인 Quantum의 제품 리더이자 AI 전략가입니다. 그는 현재 Quantum의 엔드투엔드 솔루션에 대한 참여, 인지도 및 성장을 촉진하는 일을 담당하고 있습니다. Apple, Backblaze, Symply 및 Active Storage와 같은 조직에서 근무한 경력 전반에 걸쳐 그는 마케팅 및 비즈니스 개발, 전도, 신제품 출시, 주요 이해관계자와의 관계 구축 및 수익 성장을 성공적으로 이끌었습니다.

양자 조직이 비디오 및 오디오 파일과 같은 구조화되지 않은 데이터를 대규모로 관리, 강화 및 보호하는 데 도움이 되는 엔드투엔드 데이터 솔루션을 제공합니다. 그들의 기술은 데이터를 귀중한 통찰력으로 변환하는 데 중점을 두어 기업이 가치를 추출하고 정보에 입각한 결정을 내릴 수 있도록 지원합니다. Quantum의 플랫폼은 현장 인프라와 클라우드 기능을 결합하여 안전하고 확장 가능하며 유연한 솔루션을 제공합니다. 회사의 접근 방식을 통해 기업은 데이터 수명주기 전반에 걸쳐 보안과 유연성을 보장하면서 데이터 증가를 효율적으로 처리할 수 있습니다.

비정형 데이터에 대한 AI 기반 데이터 관리에 대한 Quantum의 접근 방식에 대한 개요를 제공해 주실 수 있나요?

Quantum은 고객이 인공 지능(AI)과 기계 학습(ML)을 주요 비즈니스 운영에 통합하도록 지원함으로써 고객이 구조화되지 않은 데이터에서 의미 있는 가치를 효과적으로 관리하고 발굴하여 더 나은 비즈니스 결정으로 이어지는 실행 가능한 비즈니스 통찰력을 창출할 수 있도록 지원합니다. 자체 AI/ML 도구를 구축함으로써 기업은 단순히 데이터 및 콘텐츠의 유입에 대처하는 것에서 통찰력을 새로운 효율성 동인으로 활용하고 궁극적으로 비즈니스 운영의 모든 단계에서 인간의 전문 지식을 증폭시키는 것으로 전환할 수 있습니다.

Quantum의 AI 기술은 비정형 데이터를 어떻게 분석하며, 귀사의 플랫폼을 경쟁사와 차별화하는 핵심 혁신은 무엇입니까?

AI/ML 도구를 채택하는 초기 단계에서 많은 조직은 워크플로가 무질서하고 연결이 끊어지고 데이터 추적을 잃어 보안 및 보호 표준을 시행하기가 어렵다는 것을 알게 됩니다. 부적합한 스토리지 및 파일 시스템 성능으로 인해 초기 개발이 방해를 받는 경우가 너무 많습니다.

우리는 AI/ML 파이프라인과 고성능 워크플로를 함께 통합하는 과제를 우아하게 해결하기 위해 고성능 소프트웨어 정의 파일 스토리지 및 지능형 패브릭 환경인 Myriad를 개발했습니다. 즉, 하드웨어 제약과 다른 시스템의 제한 없이 워크플로를 통합했습니다. Myriad는 레거시 하드웨어 및 스토리지 제약에서 벗어나 최신 스토리지 및 클라우드 기술로 구축되었으며 완전히 마이크로서비스로 Kubernetes에 의해 주도되고 조정되어 관리자 상호 작용이 거의 필요하지 않은 응답성이 뛰어난 시스템입니다. Myriad는 NVMe 및 지능형 패브릭 네트워킹과 모든 구성 요소 간의 거의 즉각적인 RDMA(Remote Direct Memory Access) 연결을 통해 최고의 성능을 끌어낼 수 있도록 독점적으로 설계되었습니다. 그 결과 변경 사항에 지능적으로 자동으로 대응하고 일반적인 작업을 수행하는 데 최소한의 관리자 개입이 필요한 혁신적인 시스템이 탄생했습니다. 지능형 패브릭을 시스템의 일부로 만듦으로써 Myriad는 균형 잡힌 단일 IP 주소로 여러 개의 100Gbps 대역폭 포트를 제공하는 본질적으로 로드 균형 조정된 시스템이기도 합니다.

Myriad를 클라우드형 개체 스토리지 시스템인 ActiveScale과 결합하면 조직은 가장 큰 데이터 레이크와 콘텐츠까지 보관하고 보존할 수 있습니다. 이 조합은 고객에게 AI 파이프라인을 위한 진정한 엔드투엔드 데이터 관리 솔루션을 제공합니다. 또한 CatDV 솔루션과 함께 제공되면 고객은 데이터에 태그를 지정하고 카탈로그를 작성하여 데이터를 더욱 풍부하게 하고 분석 및 AI용으로 준비할 수 있습니다.

파리 올림픽에서 영상 감시와 함께 AI를 활용한 사례와 이 기술을 활용한 다른 대규모 행사나 조직에 대한 통찰력을 공유해 주실 수 있나요?

머신 러닝은 비디오에 대한 관심 패턴을 인식하는 반복 가능한 작업을 개발하고 인간의 노력만으로 가능한 것보다 더 크고 빠른 규모로 실시간 비디오 데이터의 홍수로부터 통찰력을 얻을 수 있습니다. 예를 들어, 비디오 감시에서는 모델 정보를 제공하는 수백 대의 카메라가 있더라도 AI를 사용하여 의심스러운 행동이 발생하는 즉시 이를 포착하고 표시할 수 있습니다. 이 작업을 시도하는 인간은 한 번에 하나의 이벤트만 처리할 수 있는 반면, AI 기반 비디오 감시는 수천 건의 사례를 동시에 처리할 수 있습니다.

또 다른 애플리케이션은 긴 대기열을 추적하고 잠재적인 불만 사항을 정확히 찾아낼 수 있는 군중 감정 분석입니다. 이는 모두 보안 전문가가 안정적으로 표시할 수 있는 작업이지만, AI/ML 시스템을 사용하여 동시 피드를 지속적으로 감시함으로써 전문가는 필요할 때 자유롭게 적절한 조치를 취할 수 있어 전반적인 효율성과 안전성이 크게 향상됩니다.

구조화되지 않은 데이터 분석을 위해 AI를 구현할 때 조직이 직면하는 주요 과제는 무엇이며, Quantum은 이러한 과제를 완화하는 데 어떻게 도움이 됩니까?

조직은 스토리지는 물론 데이터 및 콘텐츠 관리에 대한 접근 방식을 전체적으로 재구상해야 합니다. 대부분의 조직은 일반적으로 일회성 요구 사항에 대응하여 스토리지 기능을 유기적으로 확장하며 이로 인해 여러 공급업체에 혼란과 불행한 복잡성이 발생합니다.

AI가 도입됨에 따라 조직은 이제 운영을 뒷받침하는 스토리지를 단순화해야 합니다. 이를 위해서는 초기 데이터 수집의 “핫” 부분 또는 애플리케이션과 사용자가 최대한 빠르게 작업할 수 있는 랜딩 존을 구현해야 하는 경우가 많습니다. 그런 다음, 대량의 데이터를 쉽게 보관하고 비용 효율적인 방식으로 보호할 수 있는 대규모 “콜드” 유형의 스토리지가 추가되며, 데이터를 거의 즉각적으로 “핫” 처리 워크플로로 다시 이동할 수 있습니다.

스토리지를 더 적은 수의 더 컴팩트한 솔루션으로 재구성함으로써 관리 직원의 부담이 훨씬 줄어듭니다. 이러한 종류의 “핫/콜드” 데이터 관리 솔루션은 AI/ML 워크플로 통합에 이상적이며, Quantum 솔루션을 통해 고객은 간결하고 관리하기 쉬운 매우 민첩하고 유연한 플랫폼을 만들 수 있습니다.

Quantum의 AI 혁신은 어떻게 다른 AI 기반 도구 및 기술과 통합되어 조직의 성장과 효율성을 향상합니까?

많은 사람들은 AI/ML 도구용 스토리지가 그래픽 처리 장치(GPU) 공급에 불과하다고 생각하지만 이는 전체 방정식의 작은 부분일 뿐입니다. 데이터 분석을 수행하는 GPU에 데이터를 가능한 한 빨리 공급하는 데 속도와 고성능이 중요할 수 있지만, 더 큰 그림은 조직이 다음을 기반으로 반복적이고 지속적인 AI/ML 개발, 교육 및 추론 루프를 통합할 수 있는 방법에 달려 있습니다. 맞춤 데이터. 종종 해결되는 첫 번째이자 가장 중요한 AI/ML 작업은 독점 데이터를 사용하여 내부 지식 근로자에게 알리는 “지식 봇” 또는 “상담 봇”을 구축하는 것입니다. 이러한 지식 봇을 각 조직에 유용하고 고유하게 만들려면 이를 교육하는 모델에 알리기 위해 많은 양의 전문 정보가 필요합니다. AI 기반 스토리지 솔루션 신호: 해당 독점 데이터가 잘 정리되어 있고 간소화된 스토리지 워크플로에서 쉽게 사용할 수 있다면 데이터 유형, 세트 및 카탈로그로 구성하는 것이 훨씬 더 쉬울 것입니다. 지식 봇은 조직의 고유한 요구 사항에 대해 많은 정보를 얻습니다.

AI 지원 워크플로 관리 기능과 데이터 프로세스를 간소화하는 방법에 대해 자세히 설명할 수 있나요?

우리는 스토리지 솔루션에 직접 통합되어 작업을 자동화하고 귀중한 실시간 통찰력을 제공하여 조직 전체에서 신속하고 정보에 입각한 의사 결정을 내릴 수 있는 다양한 AI 지원 워크플로 관리 도구를 구축하고 있습니다. 이는 AI를 사용하여 데이터를 구성하고 쉽게 검색할 수 있도록 하며 특정 크기를 준수하는 등 해당 미디어에 대한 표준 작업을 수행하는 새로운 고급 데이터 분류 및 태깅 시스템 덕분입니다. 이를 통해 구성할 때 필요한 수동 노력이 크게 줄어듭니다. 데이터를 훈련 세트로 변환합니다.

지능형 자동화 도구는 설정된 정책을 기반으로 데이터 이동, 백업 및 규정 준수 작업을 관리하여 일관된 적용을 보장하고 관리 부담을 줄입니다. 또한 실시간 분석 및 모니터링은 데이터 사용 패턴과 잠재적인 문제에 대한 즉각적인 통찰력을 제공하여 전체 수명주기 동안 데이터 무결성과 품질을 자동으로 유지합니다.

AI 기반 데이터 관리에 대한 전망은 어떻고, 향후 몇 년간 어떤 추세를 예상하시나요?

이러한 도구가 발전하고 다중 모드가 되면서 데이터 작업에 있어 더욱 표현력이 풍부하고 개방적인 방식이 가능해졌습니다. 앞으로는 시스템과 “대화”를 할 수 있으며 ‘현재 내 ‘핫 존’에서 가장 빠르게 증가하는 데이터 유형은 무엇입니까?’와 같은 관심 있는 정보나 분석을 제시받을 수 있습니다. 이러한 전문화 수준은 이러한 도구를 스토리지 솔루션에 구축하는 조직을 차별화하는 요소가 될 것이며, 지속적으로 새로운 데이터 흐름이 진화하는 상황에서도 이를 더욱 정확하고 효율적으로 만들 수 있습니다.

클라우드 기반 분석 및 SaaS(Storage-as-a-Service) 제품은 전체 데이터 관리 전략에서 어떤 역할을 합니까?

중요하고 확장되는 스토리지 요구 사항을 가진 조직은 특히 제한된 예산으로 운영할 때 수요를 따라잡는 데 어려움을 겪는 경우가 많습니다. 퍼블릭 클라우드 스토리지는 예측할 수 없는 높은 비용으로 이어질 수 있으므로 수년간의 스토리지 요구 사항을 미리 정확하게 예측하고 구매하는 것이 어렵습니다. 많은 고객은 예상 운영 비용이 알려진 퍼블릭 클라우드 경험을 원하면서도 퍼블릭 클라우드로 인해 발생할 수 있는 예상치 못한 송신 또는 API 요금이 발생하지 않기를 원합니다. 이러한 요구에 부응하기 위해 우리는 고객에게 자체 시설에서 진정한 SaaS(Storage-as-a-Service) 경험을 제공하기 위해 낮은 초기 진입점과 낮은 고정 월별 지불 옵션을 갖춘 프라이빗 클라우드 경험을 제공하기 위해 Quantum GO를 개발했습니다. 스토리지 요구 사항이 증가함에 따라 Quantum GO는 고객에게 간단한 ‘성장에 따라 지불’ 구독 모델의 추가 이점을 제공하여 비용 효과적인 방식으로 향상된 유연성과 확장성을 제공합니다.

Quantum은 빠르게 발전하는 AI 및 데이터 관리 환경에서 어떻게 앞서 나갈 계획입니까?

오늘날의 세계에서는 단순히 “스토리지 제공업체”가 되는 것만으로는 충분하지 않습니다. 새롭게 진화하는 데이터 및 비즈니스 과제에는 고객이 데이터 가치를 극대화할 수 있도록 지원하는 지능형 AI 기반 데이터 플랫폼이 필요합니다. Quantum에서는 고객이 전체 수명주기 동안 수많은 데이터를 쉽고 효과적으로 작업할 수 있도록 지원하기 위해 향상된 기능에 지속적으로 혁신하고 투자하고 있습니다.

우리는 지능형 AI를 확장하여 데이터 태그 지정, 분류 및 구성을 향상시켜 그 어느 때보다 쉽게 ​​검색, 찾고 분석하여 더 많은 가치와 통찰력을 추출할 수 있도록 하고 있습니다. 우리는 자동 비디오 전사를 지원하고, 오디오 및 비디오 파일을 몇 초 안에 다른 언어로 번역하고, 수천 개의 파일에 대한 빠른 검색을 통해 음성 단어를 식별하거나 특정 항목을 찾는 등의 기능을 지원하는 AI 기능을 지속적으로 향상시킬 것입니다.

AI 및 비정형 데이터 관리를 이제 막 시작하는 조직에 어떤 조언을 하시겠습니까?

AI/ML은 엄청난 과대광고를 받았기 때문에 무엇이 실용적이고 유용한지 분석하기 어려울 수 있습니다. 조직은 먼저 생성되는 데이터에 대해 생각하고 해당 데이터가 어떻게 생성, 캡처 및 보존되는지 정확히 파악해야 합니다. 또한 조직은 필요에 따라 데이터에 액세스하고 검색할 준비가 되어 있고 일상적인 작업 흐름과 미래의 발전을 모두 안내하는 데 도움이 되는 스토리지 솔루션을 찾아야 합니다. 궁극적인 AI 목표가 무엇인지에 대해 동의하기 어렵더라도 스토리지 시스템과 데이터 워크플로가 능률적이고 단순하며 강력하도록 지금 조치를 취하면 현재와 미래의 AI/ML 이니셔티브를 통합할 때 엄청난 이점을 얻을 수 있습니다. 그러면 조직은 올바른 데이터 관리 플랫폼으로 이를 적절하게 지원할 수 있는지 걱정하지 않고도 이러한 AI/ML 도구가 어떻게 임무를 발전시킬 수 있는지 계속 탐색할 수 있는 좋은 위치에 있게 됩니다.

훌륭한 인터뷰에 감사드립니다. 더 자세히 알고 싶은 독자들은 방문하시기 바랍니다. 양자.

게시물 Skip Levens, 마케팅 이사, 미디어 및 엔터테인먼트, Quantum – 인터뷰 시리즈 처음 등장한 Unite.AI.

Exit mobile version