AI 성능의 병목 현상을 해결하는 핵심 요소 ‘스토리지’

이번 CES 2026 젠슨 황 연설에서 스토리지(Storage)는 단순히 '데이터를 저장하는 공간'을 넘어, ‘AI 성능의 병목 현상을 해결하는 핵심 요소'로 그 위상이 크게 격상되었습니다.
젠슨 황이 강조한 스토리지의 중요성을 3가지 핵심 관점으로 정리해 드립니다.

1. "데이터 가속"을 위한 스토리지 (Data Acceleration)

과거에는 CPU가 데이터를 처리하는 속도에 맞춰 스토리지가 데이터를 보내주면 됐지만, 이제는 수만 개의 GPU가 동시에 데이터를 요청합니다.
• 병목 현상 해결: 아무리 빠른 '베라 루빈' 칩이 있어도, 스토리지가 데이터를 제때 공급하지 못하면 GPU는 놀게 됩니다(GPU Idle). 젠슨 황은 이를 해결하기 위해 **'다이렉트 스토리지(DirectStorage)'**와 'GPUDirect Storage' 기술의 중요성을 강조했습니다.
• 중요성: 스토리지는 이제 단순 저장소가 아니라, GPU와 직접 통신하며 데이터를 초고속으로 들이붓는 '데이터 펌프' 역할을 해야 합니다.

2. 피지컬 AI와 '세계 모델(World Model)' 학습의 기반

이번 연설의 핵심이었던 '코스모스(Cosmos)'나 '아이작(Isaac)' 같은 피지컬 AI는 엄청난 양의 고화질 비디오 데이터를 학습해야 합니다.
• 막대한 데이터 규모: 자율주행이나 로봇 학습을 위해서는 수 페타바이트(PB) 이상의 비디오 데이터가 필요합니다.
• 중요성: 이 방대한 데이터를 손실 없이 저장하고, 학습 시 실시간으로 불러올 수 있는 고성능 대규모 스토리지 인프라가 없으면 차세대 AI 개발 자체가 불가능하다는 점을 시사했습니다.

3. 실시간 추론을 위한 '검색 증강 생성(RAG)'과 스토리지

AI가 실시간으로 정확한 답변을 내놓기 위해서는 기업 내부의 최신 데이터를 즉각 참조해야 합니다. 이를 RAG(Retrieval-Augmented Generation)라고 합니다.
• 벡터 데이터베이스: 텍스트, 이미지, 영상 데이터를 AI가 이해할 수 있는 형태(벡터)로 저장하고 빠르게 검색하는 능력이 중요해졌습니다.
• 중요성: 젠슨 황은 기업용 AI 시장에서 "데이터가 곧 금광이고, 스토리지는 그 금광을 관리하는 금고이자 분류기"라고 비유하며, 효율적인 데이터 저장 및 검색 구조가 AI의 지능을 결정한다고 설명했습니다.

💡 요약하자면

젠슨 황의 시각에서 스토리지는 더 이상 '보조 기억 장치'가 아니라 AI 가속기(GPU), 고대역폭 메모리(HBM)와 함께 AI 성능을 결정짓는 '3대 핵심 축'이 되었습니다.
특히 이번에 발표된 베라 루빈 플랫폼이 제 성능을 내기 위해서는 이를 뒷받침할 차세대 NVMe SSD나 고성능 파일 시스템 등 스토리지 솔루션의 진화가 필수적이라는 점이 크게 부각되었습니다.