MARKETS
KOSPI
KOSDAQ
S&P 500
NASDAQ
USD/KRW
BTC
NIKKEI
WTI
KOSPI
KOSDAQ
S&P 500
NASDAQ
USD/KRW
BTC
NIKKEI
WTI
Wittgenhaus

2026년 5월 4일 월요일

전문가의 AI 하이브리드 리서치 랩

AI검증

MIT, 데이터 센터 효율 높이는 ‘샌둑’ 시스템 개발

매사추세츠 공과대학교 연구진이 데이터 센터 저장 장치의 작업 부하를 분산해 하드웨어 효율을 높이는 소프트웨어 시스템을 개발했습니다. 별도의 하드웨어 교체 없이 기존 장비의 성능을 최대 94%까지 향상했습니다.

2026년 4월 7일

주장매사추세츠 공과대학교(MIT) 연구진은 데이터 센터 내 저장 장치의 작업 부하를 지능적으로 분산해 하드웨어 효율을 극대화하는 ‘샌둑(Sanduk)’ 시스템을 개발했습니다. 이 기술은 자원 낭비를 줄이고 기존 장치의 성능을 최대한 끌어올리는 지속 가능한 해결책입니다.

팩트샌둑 시스템은 중앙 컨트롤러와 로컬 컨트롤러로 구성된 2단계 아키텍처를 사용합니다. 중앙 컨트롤러는 전체 작업 배분을 결정하며, 로컬 컨트롤러는 특정 장치의 부하가 급증할 때 즉각적으로 데이터를 재라우팅합니다.

팩트이 시스템은 솔리드 스테이트 드라이브(SSD) 성능을 저하시키는 장치 간 노후화 차이, 읽기-쓰기 작업 간섭, 불규칙한 가비지 컬렉션 문제를 동시에 해결합니다. 별도의 특수 하드웨어 없이 소프트웨어만으로 작동합니다.

교차검증데이터 센터는 여러 저장 장치를 네트워크로 묶어 공유하지만, 장치마다 성능 편차가 존재하여 실제 용량의 상당 부분이 방치됩니다. 기존 방식은 이러한 변동성을 개별적으로 해결하려 했기에 전체 효율 개선에 한계가 있었습니다.

팩트연구진이 10개의 SSD를 대상으로 데이터베이스 운영, 인공지능(AI) 모델 학습, 이미지 압축 작업을 테스트했습니다. 그 결과, 기존 방식 대비 처리량이 12%에서 94%까지 향상되었습니다.

팩트전체 SSD 용량 활용도 역시 23% 증가했습니다. 샌둑 시스템을 적용했을 때 SSD는 이론상 최대 성능의 95%까지 도달합니다. 이는 하드웨어를 새로 교체하지 않고도 기존 장비의 수명을 연장할 수 있음을 의미합니다.

주장고하르 초드리 연구원은 자원을 무작정 늘리는 방식은 지속 가능하지 않다고 지적합니다. 그는 탄소 집약적인 하드웨어를 폐기하기 전에 소프트웨어 솔루션으로 성능을 최대한 활용하는 과정이 중요하다고 강조합니다.

팩트이번 연구에는 고하르 초드리, 터프츠 대학의 안킷 바드와즈, 젠유안 루안, 수석 저자인 아담 벨레이 교수가 참여했습니다. 연구 결과는 유즈닉스(USENIX) 네트워크 시스템 설계 및 구현 심포지엄에서 발표됩니다.

팩트샌둑은 우르두어로 상자를 의미하며 저장 장치를 상징합니다. 연구진은 앞으로 최신 SSD 프로토콜을 통합하고 AI 작업의 예측 가능성을 활용하여 효율성을 더욱 높일 계획입니다.

출처MIT 뉴스룸의 2026년 4월 7일 자 보도 자료를 교차 검증했습니다.

본 기사는 전문가의 분석과 공개 자료를 기반으로 AI가 작성 후 다른 AI의 검증을 거쳐 작성됐으며 정보의 정확성과 완전성을 보장하지 않습니다. 기사 내용은 특정 투자·의사결정의 권유가 아니며, Wittgenhaus는 이를 근거로 한 행위의 결과에 책임을 지지 않습니다.

WIRE

WIRE

버블 지표

상세보기 →

릴리즈 & 논문

전체보기 →

RELEASES

LangChainlangchain-anthropic==1.4.3

langchain-anthropic==1.4.3

이번 릴리즈에서는 Anthropic 관련 기능이 1.4.3 버전으로 업데이트되었습니다. 또한, `create_agent`로의 이전 경고 대상 재지정 및 기타 내부 정리 작업이 포함되었습니다. 문서의 X 핸들 참조 업데이트와 Anthropic 관련 HTTPX 최종 처리기 보호 기능도 개선되었습니다.

13시간 전

LangChainlangchain-classic==1.0.5

langchain-classic==1.0.5

langchain-classic 1.0.5 릴리즈에서는 `create_agent`로의 마이그레이션을 위한 경고 메시지 수정 및 기타 정리 작업이 포함되었습니다. 또한, 일부 의존성 버전이 업데이트되었으며, 코어 라이브러리의 최소 버전이 상향 조정되었습니다.

13시간 전

vLLMv0.20.1

vLLM v0.20.1

이번 릴리즈는 v0.20.0 버전을 기반으로 하며, DeepSeek V4의 안정성 및 성능 개선에 중점을 두었습니다. 또한 여러 중요한 버그 수정이 포함되었습니다. 주요 변경 사항으로는 DeepSeek V4 모델 지원, 성능 향상을 위한 다양한 최적화, 그리고 CUDA 그래프 및 메모리 관련 버그 수정 등이 있습니다.

22시간 전

LangChainlangchain-openrouter==0.2.3

langchain-openrouter==0.2.3

langchain-openrouter 0.2.3 버전이 출시되었습니다. 스트리밍 시 분할된 `reasoning_details`를 병합하는 버그가 수정되었습니다.

2일 전

LangChainlangchain-mistralai==1.1.3

langchain-mistralai==1.1.3

이번 릴리즈에서는 MistralAI 통합에 대한 기능 개선 및 버그 수정이 포함되었습니다. 주요 변경 사항으로는 휴먼 메시지에 대한 이미지 입력 지원 추가, 모델 프로필 데이터 업데이트, 그리고 `langchain-core`의 최소 버전이 `1.2.21`로 상향 조정되었습니다. 또한, 여러 의존성 패키지가 최신 버전으로 업데이트되었습니다.

2일 전

PAPERS