애질런트로부터 분사해, 올해로 10주년이라는 기념비적인 해를 맞이한 키사이트 테크놀로지스(이하 키사이트)가 4월 2일, 양재동 엘타워에서 기자간담회를 개최하고, 빠르게 확대되고 있는 AI 시장, 특히 AI 데이터센터의 트렌드에 대응하기 위해 AI 클러스터 구성요소를 실제 워크로드로 에뮬레이션하여 검증함으로써, 고객이 데이터센터 내 AI 처리 역량을 확장할 수 있는 KAI(Keysight AI) 아키텍처를 출시했다. 이와 함께, KAI 데이터 센터 빌더, 인터커넥트 및 네트워크 성능 테스터, DCA-M 샘플링 오실로스코프 등 3가지 신제품을 공개했다.
KAI 아키텍처를 비롯한 3가지 신제품들은 지속적으로 AI 트렌드와 발전을 지원해온 키사이트가 AI 시장의 수요를 충족시키기 위해, 어떻게 AI 인프라를 혁신적으로 변화시키고 있는지 보여준다는 점에서 주목에 값한다.
이날 발표를 통해 키사이트는 자사의 가장 큰 장점은 관련 기술표준에 관여해 고객들에게 적시에 최적화된 솔루션을 제공할 수 있는 준비가 되어 있는 것이라고 강조했다.
이선우 키사이트 코리아 대표는, 키사이트를 런칭하면서 기존의 제품 위주에서 솔루션 위주로 비즈니스 방향을 선회한 것과 피지컬 레이어부터 프로토콜 레이어, 어플리케이션 레이어를 모두 아우르는 포트폴리오를 구축한 것이 가장 큰 변화라고 역설했다.
이선우 키사이트 코리아 대표는 자사의 10주년을 돌아보는 발표를 통해 키사이트를 런칭하면서 기존의 제품 위주에서 솔루션 위주로 비즈니스 방향을 선회한 것과 피지컬 레이어부터 프로토콜 레이어, 어플리케이션 레이어를 모두 아우르는 포트폴리오를 구축한 것이 가장 큰 변화라고 역설했다.
또 패스웨이브(Pass Wave)라는 통합 플랫폼을 구축해 이 플랫폼 위에서 모든 소프트웨어가 제작돼서 시너지를 일으킬 수 있고, 하드웨어와 소프트웨어가 상호연동돼서 구동이 될 수 있다는 점을 강조했다.
엔비디아와 협업해 AI RAN 관련 프로토타입 계측기 제작
이날 이 대표가 강조한 내용 가운데 하나는 자사의 관련기업과의 다양한 파트너십으로, 특히 엔비디아와 협업해 AI RAN 관련 프로토타입 계측기를 제작해 미리 볼 수 있도록 한 점을 의미있게 설명했다.
또 AI 어플리케이션에서는 워크로드를 고객들이 잘 활용할 수 있도록 플랫폼을 활용하는 도화지가 필요한데, 이를 위해서는 2가지가 급선무라고 지적했다. 온디바이스에서 빨리 정보를 주고받을 수 있어야 한다는 것과 배터리의 로파워, 더파워가 그것이다.
이 대표는 키사이트는 시장의 변화나 시장이 만들고자 하는 어플리케이션에 맞춰서 제품을 미리 출시해서 고객들을 지원해왔으며, 이를 위해 키사이트 런칭 이후 약 27개의 회사를 인수했다고 밝혔다.
KAI는 컴퓨팅, 상호운영성, 네트워크, 파워 이 4가지에 집중
이와 함께 AI는 정말 크고 빠르게 성장하는 분야라고 말하고, 이와 관련해 이번에 발표한 KAI는 컴퓨팅, 상호운영성, 네트워크, 파워 이 4가지에 집중한 제품이라고 설명했다.
또 AI 데이터센터의 추세로 스케일 아웃(Scale Out)과 스케일 업(Scale Up) 이 두 가지를 꼽았다. 두 가지 모두 서버의 처리 능력을 향상하는 방법으로, 스케일 아웃은 접속된 서버의 대수를 늘려 처리 능력을 향상하는 것이고, 스케일 업은 서버 자체의 성능을 높여 처리 능력을 향상하는 것으로 프로세서 자체를 고성능 모델로 옮겨 놓는 것을 말한다.
이 대표는 여기에 많은 문제점이 있다고 말하고, 키사이트는 이를 해결하기 위해 빠른 처리속도, 커넥션, 전번적인 네트워크, 전력을 덜 쓰게 하는 솔루션을 내놓고 있다고 피력했다.
이 대표에 이어 발표에 나선 키사이트 코리아 김도호 부장은 데이터센터에서 네트워크와 학습과 추론 이 2가지가 핫한 이슈라고 말하고, 자사의 KAI 데이터센터 빌더는 이를 위해 네트워크를 강화했다고 말했다.
KAI 데이터센터 빌더의 어플리케이션으로 PCIe 6 Design Validation, Optical Tranceiver, AI Workloda Emulation 이 3가지를 꼽았다.
이어 이번에 발표된 3가지 제품에 대해 설명했다.
1.6T 트랜시버의 광 테스트 요구를 충족하도록 설계된 DCA-M 샘플링 오실로스코프
DCA-M 샘플링 오실로스코프
김 부장은 DCAM샘플링오실로스코프 의 특징을 신속, 정확, 편의성 이 3가지로 압축해서 설명했다.
1.6T 광 인터커넥트를 사용하는 AI 데이터센터 네트워크의 빠른 구축은 매우 높은 데이터 속도와 신호 무결성 요건으로 인해 측정에서 큰 과제를 안긴다. 엔지니어는 다양한 조건에서 트랜시버 성능을 특성 분석하고 검증할 수 있어야 하며, 이를 위해서는 탁월한 대역폭, 낮은 노이즈, 높은 감도를 갖춘 정밀한 테스트 장비가 필요하다. 제조 현장에서는 자동화된 테스트가 효율적이고 확장 가능하며 정밀해야 하며, 대량 생산 시에도 데이터센터 기준을 충족하고 산업 표준을 준수해야 한다.
새로운 DCA-M 샘플링 오실로스코프는 최대 240Gbps/레인 광 신호 분석을 지원하며, 최대 120 GBaud의 통합 클럭 복구 기능과 함께 업계 최고 수준의 광 측정 감도를 제공한다. 이 장비는 R&D 및 제조 현장에서 1.6T 트랜시버의 광 테스트 요구를 충족하도록 설계되었다.
INPT-1600GE 인터커넥트 및 네트워크 성능 테스터와 ITS 소프트웨어를 포함한 인터커넥트 테스트 시스템
인터커넥트 및 네트워크 성능 테스터
김 부장은 수십 년간 네트워크 인터커넥트 성능 검증은 수동적이고 시간이 많이 소요되는 방식으로 진행되어왔으며, 자동화 시스템 구축이 어려웠고, 고급 스크립팅 기술이 요구되었다고 말했다. 또한 데이터와 리포트를 중앙에서 관리할 시스템이 없어 테스트 추적과 재현이 어려웠으며, AI와 데이터센터 인터커넥트의 다양성과 규모가 커짐에 따라 기존의 테스트 방식은 현재의 복잡한 프로덕션 네트워크의 신뢰성을 정확히 예측하거나 측정할 수 없다고 말했다.
새로운 INPT-1600GE 인터커넥트및네트워크성능테스터 와 ITS 소프트웨어를 포함한 인터커넥트 테스트 시스템은 데이터를 지능적으로 관리·저장·활용할 수 있는 통합 시스템으로서, 고속 이더넷 네트워크 및 AI 데이터센터에서의 인터커넥트 검증을 자동화한다.
LLM을 포함한 다양한 AI 모델 학습 워크로드를 에뮬레이션하는 KAI 데이터 센터 빌더
KAI 데이터 센터 빌더
김 부장은 GPU 간, 서버 간, 데이터센터 간 통신이 원활하게 이뤄지지 않으면 고성능 연산 장비가 제 기능을 발휘하지 못하게 되고, 이는 곧 전체 AI 서비스의 품질 저하로 이어진다고 말하고, 최근 GPU 서버 1대에 8개의 GPU가 탑재되고, 이러한 서버들이 다시 랙을 구성하며, 랙이 네트워크로 연결되면서 전체 데이터센터가 조립되는데, 구조 안에서 발생하는 네트워크 스위치의 효율이 전체 성능의 핵심이라고 설명했다.
김 부장은 이를 테스트하고 시뮬레이션하기 위한 솔루션으로 등장한 것이 바로 KAI데이터센터빌더 라고 말하고, 이 플랫폼은 실제 GPU나 서버 없이도 데이터 센터의 전체 네트워크 환경을 시뮬레이션하도록 설계됐다고 강조했다. 이 제품은 다양한 트래픽 시나리오를 반영해 스위치 간 데이터 흐름을 검증하고, 문제 발생 구간을 사전에 식별하도록 지원한다.
김 부장은 AI 운영자들은 AI 모델 학습을 가속화하기 위해 모델 분할이라 불리는 병렬 처리 전략을 다양하게 사용하며, 모델 분할 방식이 AI 클러스터의 토폴로지 및 구성과 잘 맞을수록 학습 성능이 향상된다고 설명했다.
자사의 KAI 데이터 센터 빌더는 LLM을 포함한 다양한 AI 모델 학습 워크로드를 에뮬레이션하여, 네트워크, 호스트, 가속기 등 AI 인프라 구성 요소 설계와 검증에 통합할 수 있으며, 하드웨어 설계, 프로토콜, 아키텍처, AI 학습 알고리즘 간의 시너지를 높여 시스템 성능을 향상시킨다고 강조했다. 또한, 실제 AI 학습 작업의 네트워크 통신 패턴을 재현하는 이 워크로드 에뮬레이션 솔루션은 실험을 가속화하고 학습 곡선을 줄이며, 실제 AI 학습 작업으로는 파악하기 어려운 성능 저하 원인을 더 깊이 있게 분석할 수 있도록 한다고 설명했다.
김 부장은 키사이트는 자사의 기존의 강점뿐만 아니라, 인터커넥트, 네트워크 부분까지 솔루션을 강화해서 새롭게 출시하고 있다고 강조하고, 자사의 가장 큰 장점은 기술표준에 관여해 고객들에게 적시에 최적화된 솔루션을 제공할 수 있는 준비가 되어 있는 것이라고 강조했다.