위존 AI Infrastructure Insight(AI 인프라 인사이트) 시리즈 3편입니다. 

이번에는 SDS(Software-Defined Storage, 소프트웨어 정의 스토리지)를 검토할 때 자주 나오는 질문,

“Ceph와 DAOS 중 무엇을 선택해야 할까?”

를 중심으로 살펴봅니다.

Ceph면 되는 거 아닌가요? DAOS는 언제 필요한가요? 

SDS(Software-Defined Storage, 소프트웨어 정의 스토리지)를 검토하다 보면 꼭 나오는 질문입니다.

"Ceph면 되는 거 아닌가요? DAOS는 언제 필요한가요?"

핵심은 단순한 성능 비교가 아니라 두 기술의 설계 목적과 워크로드 특성의 차이에 있습니다.

Ceph는 오브젝트·블록·파일을 폭넓게 지원하는 범용 분산 스토리지이고, 

DAOS는 NVMe와 고속 네트워크를 기반으로 대규모 병렬 I/O가 필요한 HPC·AI 환경을 겨냥한 분산 스토리지입니다.

따라서 “어느 것이 더 빠른가?”보다 “우리 워크로드에는 어떤 구조가 적합한가?”를 먼저 판단해야 합니다.

먼저 알아두면 좋은 핵심 용어

• SDS(Software-Defined Storage, 소프트웨어 정의 스토리지): 스토리지 기능을 특정 하드웨어에 종속시키지 않고 소프트웨어 계층에서 정의·제공하는 방식
• Ceph(세프): 오브젝트·블록·파일 스토리지를 하나의 플랫폼에서 통합 지원하는 오픈소스 분산 스토리지
• DAOS(Distributed Asynchronous Object Storage, 분산 비동기 객체 스토리지): NVMe와 저지연 패브릭을 적극 활용해 높은 병렬 I/O 성능과 낮은 지연시간을 지향하는 오픈소스 분산 스토리지
• 병렬 I/O(Parallel I/O, 병렬 입출력): 여러 노드·프로세스가 동시에 스토리지에 읽고 쓰는 방식으로, HPC·대규모 AI 학습에서 스토리지 성능을 좌우하는 요소
• NVMe(Non-Volatile Memory Express, 비휘발성 메모리 익스프레스): PCIe 기반 SSD의 성능을 효율적으로 활용하도록 설계된 고속 스토리지 프로토콜입니다.

Ceph와 DAOS는 무엇이 다를까? 

Ceph — 범용성과 운영 유연성

Ceph는 오브젝트·블록·파일 스토리지를 하나의 플랫폼에서 지원합니다.

다양한 인터페이스와 폭넓은 오픈소스 생태계를 기반으로 클라우드·가상화·엔터프라이즈 인프라 등 여러 환경에서 활용할 수 있다는 것이 강점입니다.

따라서 다양한 스토리지 서비스를 통합 운영해야 하거나 범용성과 운영 유연성이 중요한 환경에서 우선적으로 검토할 수 있습니다.

DAOS — 고성능 병렬 I/O

DAOS는 NVMe 기반 스토리지와 고속 네트워크를 활용하여 대규모 병렬 I/O 환경에서 높은 처리 성능과 낮은 지연시간을 지향합니다.

특히 여러 연산 노드가 동시에 대량의 데이터를 읽고 쓰는 HPC(High Performance Computing, 고성능 컴퓨팅)와 대규모 AI 워크로드에서 강점을 발휘하도록 설계되었습니다.

따라서 스토리지 I/O 성능이 전체 워크로드 성능을 좌우하는 고성능 환경에서 검토 가치가 높습니다.

범용성과 다양한 스토리지 서비스가 중요하다면 Ceph, 대규모 병렬 I/O 성능이 중요하다면 DAOS가 주요 검토 대상이 될 수 있습니다.

SDS를 선택하면 끝일까?

여기서 한 가지 더 봐야 할 것이 있습니다.

스토리지 소프트웨어가 빠르다고 해서 데이터가 GPU까지 자동으로 빠르게 전달되는 것은 아닙니다.

AI·HPC 환경에서는 데이터가

Storage → Network → Server → GPU

를 거쳐 이동합니다.

이 과정에서 CPU가 네트워크·스토리지 I/O 처리에 많은 자원을 사용하거나 

네트워크에서 병목이 발생하면, 스토리지 자체의 성능을 충분히 활용하지 못할 수 있습니다.

2편에서 살펴본 DPU(Data Processing Unit, 데이터 처리 장치)가 다시 등장하는 이유도 여기에 있습니다.

DPU를 활용하면 네트워크·스토리지 관련 데이터 처리의 일부를 CPU에서 분리해 

Offload하고 가속하는 아키텍처를 구성할 수 있습니다. 

Mango BoostX 역시 NVMe-oF, TCP/IP, RoCEv2 등의 네트워크·스토리지 프로토콜 처리를 하드웨어에서 가속하는 구조를 제공합니다. 

따라서 AI 스토리지를 설계할 때는 “어떤 SDS를 선택할 것인가?”와 함께 “데이터가 어떤 경로로 이동할 것인가?”까지 살펴봐야 합니다.

우리 환경에는 무엇이 맞을까? 
Ceph와 DAOS를 검토하고 있다면 다음 질문부터 확인해보는 것이 좋습니다.

1. 어떤 워크로드를 처리하는가?

    범용 엔터프라이즈 환경인지, HPC·대규모 AI 학습처럼 I/O 집약적인 환경인지 확인합니다.

2. 어떤 스토리지 서비스를 필요로 하는가?

    Object·Block·File을 함께 운영해야 하는지, 고성능 Object Storage (오브젝트 스토리지)가 핵심인지 확인합니다.

3. 어떤 인프라를 갖추고 있는가?

    NVMe와 고속 네트워크를 비롯한 고성능 스토리지 인프라를 활용할 수 있는지 살펴봅니다.

4. 얼마나 많은 노드가 동시에 데이터에 접근하는가?

    동시 I/O가 증가할수록 스토리지 자체뿐 아니라 네트워크와 데이터 경로의 영향도 커집니다.

5. 스토리지에서 GPU까지 데이터 경로도 최적화되어 있는가?

    CPU 부담과 네트워크 병목까지 함께 확인해야 실제 워크로드 성능을 판단할 수 있습니다.

한눈에 보는 핵심 정리 

FAQ

Q1. Ceph와 DAOS 중 어느 것이 더 빠른가요?

단순한 성능 우열로 비교하기는 어렵습니다. 두 기술은 설계 목적과 최적화 대상이 다르며, 실제 성능 역시 하드웨어·네트워크·워크로드·구성 방식에 따라 달라집니다.

Q2. Ceph는 어떤 환경에 적합한가요?

Object·Block·File 등 다양한 스토리지 서비스를 하나의 플랫폼에서 제공해야 하거나, 클라우드·가상화·범용 엔터프라이즈 인프라처럼 운영 유연성이 중요한 환경에서 검토하기 좋습니다.

Q3. DAOS는 언제 검토하면 좋을까요?

HPC나 대규모 AI처럼 여러 연산 노드가 동시에 대량의 데이터를 처리하고, 스토리지 I/O 성능이 전체 워크로드 성능에 큰 영향을 미치는 환경에서 검토 가치가 높습니다.

Q4. SDS만 바꾸면 AI 스토리지 성능이 좋아지나요?

반드시 그렇지는 않습니다. 스토리지 자체뿐 아니라 네트워크 대역폭, CPU 처리 부담, I/O 경로 등 전체 데이터 경로를 함께 살펴봐야 합니다.

Q5. DPU는 SDS와 어떤 관계가 있나요?

Ceph·DAOS가 데이터를 저장하고 제공하는 스토리지 소프트웨어라면, DPU는 네트워크·스토리지 데이터 경로의 일부 처리를 오프로드하고 가속하는 데 활용할 수 있습니다.
즉 서로 대체하는 기술이 아니라 서로 다른 계층에서 인프라를 구성하는 기술입니다.

SDS 검토는 대개 "Ceph냐 DAOS냐"에서 시작하지만, 그 질문만으로는 스토리지 성능이 결정되지 않습니다.

Ceph와 DAOS는 선택의 문제이고, 그 선택을 실제 성능으로 연결하는 것은 데이터 경로 설계의 문제입니다. 

같은 SDS라도 CPU 부담과 네트워크 병목을 얼마나 줄이느냐에 따라 결과가 달라질 수 있기 때문입니다.

위존은 단순히 SDS 소프트웨어를 비교하는 데 그치지 않고, 

DPU 기반 스토리지 가속까지 포함한 아키텍처 관점에서 고객의 워크로드에 맞는 스토리지 구성을 함께 검토합니다.

지금 검토 중인 SDS는 우리 워크로드의 출발점과 맞습니까?
그리고 그 선택이 실제 성능으로 이어질 데이터 경로는 준비되어 있습니까?

위존과 함께 SDS 선택과 스토리지 경로 가속을 하나의 아키텍처 관점에서 점검해보세요.

AI Infrastructure Optimization Partner, WeZON

㈜위존 AI 인프라 운영팀
T. 02-555-7033　F. 02-555-7010　E. info@wezon.co.kr

#AIInfrastructure  #SDS  #Ceph  #DAOS  #DPU  #StorageAcceleration  #AIStorage  #HPC  #DistributedStorage