[아이티데일리] “오라클의 ‘엑사데이터 X11M(Exadata X11M)’은 이전 세대(X10M) 대비 하드웨어(HW)와 소프트웨어(SW) 측면에서 성능이 대폭 향상됐다. 그럼에도 가격은 동결됐다. 아울러 X11M 버전은 성능, 활용, 전력, 관리 등 네 가지 측면에서 효율성도 극대화됐다. 이는 곧 가격 절감으로 연결된다. 특히 클라우드 구독 버전의 경우 유지보수 비용이 구독료에 포함돼 데이터 플랫폼을 운영하는 데 투입되는 비용도 절감할 수 있다.”

14일 진행된 오라클 온라인 기자간담회에서 오라클 아쉬시 레이(Ashish Ray) 미션 크리티컬 데이터베이스 기술 부문 부사장은 이 같이 말하며 엑사데이터 X11M의 가격 경쟁력을 강조했다.

오라클 아쉬시 레이 부사장은 신규 출시된 엑사데이터 X11M의 핵심 특장점으로 ‘데이터 플랫폼 비용을 효율 혁신’을 꼽았다. 아쉬시 레이 부사장에 따르면, 엑사데이터 X11M은 이전 버전인 X10M 대비 성능, 활용, 전력, 관리 등 네 가지 측면에서 효율성이 극대화됐다. 이는 곧 가격 절감으로 연결된다.

먼저 성능 측면에서 이전 세대와 같은 비용이면서도, 놀라울 정도로 성능이 향상돼 많은 적은 비용으로도 동일한 성능을 구현할 수 있다. 또 타 시스템에서 엑사데이터로 이관한 고객의 경우 기존 워크로드를 통합해 보다 소규모의 엑사데이터로 통합할 수 있다. 이는 곧 냉각, 데이터센터 상면 등의 효율화로 이어진다.

다음으로 자동으로 전력 정책을 수립할 수 있는 기능이 담겼다. 워크로드가 높은 수준의 경우 자동으로 하이퍼모드로 구동되고 주말, 야간에는 저전력 모드로 구동된다. 이를 통해 전력 낭비를 줄일 수 있다. 마지막으로 다양한 자동화 기능이 도입돼 관리 효율성을 제고할 수 있다. 직원들이 수동적인 방식으로 직접 관리하거나 개입하는 등 과정을 방지할 수 있다. 이 역시 비용 절감으로 연결된다는 것이다.

엑사데이터 X11M은 이전 버전에 비해 성능이 대폭 향상됐음에도 가격이 동일하게 책정됐다. 구체적으로 엑사데이터 X11M은 X10M 버전 대비 HW 관점에서 수평 확장이 가능한 2소켓 DB 서버와 AMD 에픽 96코어 프로세서가 채택됐다. 또 최신의 초고속 메모리가 결합됐다. X10M 대비 프로세서 측면에서 최대 25%, 메모리 측면에서 33% 가량 속도가 향상됐다.

아울러 SW 성능도 강화됐다. SW 측면에서는 크게 AI 벡터 검색, 온라인 트랜잭션 처리(OLTP), 등 워크로드가 고도화됐다. 엑사데이터 SW 아키텍처 상 AI 벡터 검색은 오라클에 RAC 노드를 통해 동시에 확장된다. 특히 AI 벡터 검색 기능을 스토리지 단으로 투명하고 병렬적인 방식을 통해 오프로드 할 수 있다. 특히 스토리지 서버에서 새로운 ‘TOP-K 알고리즘’을 사용하면 데이터 필터링이 5배, ‘벡터-디스턴스()(Vector_distance() 프로젝션)’을 사용하면 쿼리 속도 5배, 바이너리 벡터 검색 시 32배 가량 빨라졌다. 엑사데이터 X11M에는 OLTP 기능 고도화를 위해 노드 간 클러스터 조정을 위한 고유 RDMA 알고리즘이 적용됐다. 스토리지 서버 I/O는 서버당 9% 향상됐고, 읽기 지연성은 이전 버전인 17마이크로초(us)에서 14us로 단축됐다.

똑같은 가격을 유지하면서 성능을 대폭 향상함으로써, 더 많은 고객이 다양한 워크로드 및 데이터를 더 적은 시스템에서 동일한 비용으로 활용할 수 있도록 구성해 비용을 효율화했다는 것이다.

특히 클라우드 버전의 엑사데이터 X11M 고객은 유지보수 비용도 절감할 수 있다. 아쉬시 레이 부사장은 “엑사데이터 X11M 클라우드 버전(OCI)의 경우 서비스 구독료에 유지보수 비용이 포함돼 있다. 그렇기에 유지보수·지원 관점에서 높은 비용 효율 옵션을 제공한다”고 설명했다.

오라클 아쉬시 레이 부사장은 성능이 크게 향상됐음에도 가격을 동일하게 유지한 이유로 장기적인 관점에서 ‘충성 고객 확보’를 꼽았다. 아쉬시 레이 부사장은 “고객들에게 가격 대비 성능 측면에서 가치를 전하면 오라클의 데이터, 엑사데이터, 클라우드 등 다양한 솔루션을 적극 도입할 것이라는 믿음이 있었다. 이러한 이유로 가격을 동일하게 유지하기로 결정했다”고 부연했다.