세가지 모두 해당이 된다고 말씀 드릴 수 있습니다.
1. 가성비 : 글로벌 인라인 가변길이 중복제거 기능으로 저장 용량을 줄일 수 있습니다.
2. 확장성 : 중복제거 된 데이터에 대해 최대 1PB까지 확장가능하고 클라우드 연동시 최대 3PB까지 가능 합니다.
3. TCO : 저장 용량이 줄면 그만큼 유지보수 비용이 낮아지고, 소스기반 솔루션 적용으로 백업 인프라에 대한 투자비용 및 운영비용이 크게 절감 될 수 있습니다.
[질문] AI학습이나 빅데이터 분석을 위한 인프라가 퍼블릭 클라우드에 구성되어 있는지요? 예를 들어 엔비디아 테슬라 GPU인 V100이 장착된 GPU 전용서버라던지, 빅데이터 분석을 위한 하둡기반의 인프라 스트럭처가 구성되어 있는지? 이런 서비스 제공이 가능한지요? 또한 초기 Source 데이터나 input 데이터 (기초 데이터.. 센서 및 ODS 영역)를 퍼블릭 클라우드로 데이터를 전송해야 하는데, 이 경우 보안 및 네트워크 트래픽의 문제가 많을것으로 생각됩니다. 이런 전반적인 서비스가 가능한지요?
Azure 에는 분석을 위한 플랫폼과 도구가 제공되며, 테슬라GPU, 하둡기반 모두 구성이 가능합니다. IaaS, PaaS 고객이 원하는 형태로 구축이 가능합니다.
데이터 전송 관련부분은 ExpressRoute 기능을 이용하여 일정한 속도를 보장받을 수 있습니다.
DBBA 시장에서 경쟁사 제품 대비 가장 큰 장점이 무엇인지요? 가성비가 좋다는 것인지, 향후 확장성이 더 좋은 것인지, TCO가 좋은 것인지 설명 부탁드립니다.