ScaleOps, 자율형 Kubernetes 리소스 관리 솔루션으로 1억 3,000만 달러 투자 유치

섹션별 상세

AI 기술의 급격한 성장에도 불구하고 많은 기업이 유휴 GPU와 과잉 프로비저닝으로 인해 고가의 컴퓨팅 자원을 낭비하고 있다.

근거

Kubernetes는 유연한 시스템이지만 정적 구성에 의존하기 때문에 동적인 AI 워크로드 변화에 대응하려면 지속적인 수동 관리가 필요하다.

ScaleOps 플랫폼은 애플리케이션의 요구사항과 인프라 결정을 실시간으로 연결하여 엔드투엔드 자율 관리를 수행한다.

근거

별도의 수동 설정 없이 즉시 사용 가능한 이 솔루션은 Adobe, Salesforce, Wiz 등 글로벌 엔터프라이즈 기업들을 고객사로 확보했다.

전년 대비 450% 이상의 매출 성장을 기록했으며 이번 투자금을 통해 제품군 확대와 글로벌 플랫폼 확장을 추진할 예정이다.

근거

쿠버네티스(Kubernetes): — 컨테이너화된 애플리케이션의 배포, 확장 및 관리를 자동화하는 오픈소스 플랫폼이다. 여러 서버에 걸친 리소스를 효율적으로 분배하고 관리하여 서비스 안정성을 높이는 역할을 수행한다.
과잉 프로비저닝(Over-provisioning): — 실제 필요한 양보다 더 많은 컴퓨팅 리소스를 미리 할당해 두는 상태를 의미한다. 성능 저하를 방지하기 위한 안전장치로 활용되지만 사용되지 않는 리소스에 대한 비용 낭비를 초래한다.
GPU 오케스트레이션(GPU Orchestration): — 다수의 GPU 자원을 여러 작업이나 사용자에게 효율적으로 할당하고 관리하는 기술이다. AI 모델 학습 및 추론 시 고가의 GPU가 유휴 상태 없이 최대한 활용되도록 스케줄링하는 것이 핵심이다.
추론 워크로드(Inference Workload): — 학습된 AI 모델을 실제 서비스에 적용하여 예측이나 결과물을 생성할 때 발생하는 컴퓨팅 부하를 의미한다. 사용자 요청에 따라 실시간으로 변동하기 때문에 효율적인 리소스 관리가 필수적이다.