Installed Building Products, 2026년 1분기 실적 발표; 정기 분기 현금 배당 선언

AWS, 고성능 컴퓨팅(HPC) 서비스 전면 개방… 연구개발 가속화 지원

아마존 웹 서비스(AWS)가 과학 및 공학 모델 구축 고객을 위해 고성능 컴퓨팅(HPC) 인프라를 손쉽게 설정하고 관리할 수 있는 신규 관리형 서비스 'AWS Parallel Computing Service'를 출시했습니다. 이 서비스는 연구개발(R&D)을 대규모로 가속화하는 데 중점을 두고 있으며, Marvel Fusion, Maxar, RONIN, 미국 국립재생에너지연구소(NREL) 등이 초기 고객 및 파트너로 참여했습니다.

AWS Parallel Computing Service를 통해 시스템 관리자는 Amazon Elastic Compute Cloud(Amazon EC2) 인스턴스, 저지연 네트워킹, HPC 워크로드에 최적화된 스토리지를 활용하여 클러스터를 구축할 수 있습니다. 이를 통해 과학자와 엔지니어는 모델 및 설계를 검증하기 위한 시뮬레이션을 신속하게 확장할 수 있으며, 시스템 관리자와 통합업체는 가장 널리 사용되는 오픈소스 HPC 워크로드 관리자인 Slurm을 사용하여 AWS에서 HPC 클러스터를 구축하고 유지 관리할 수 있습니다.

이 서비스는 신약 개발 가속화, 유전체 인사이트 발굴, 엔지니어링 설계 구축, 날씨 애플리케이션 실행, 과학 및 공학 모델 구축 등 다양한 분야에서 혁신을 촉진할 것으로 기대됩니다.

AWS는 과거에도 오픈소스 클러스터 오케스트레이션 툴킷인 AWS ParallelCluster, 완전 관리형 배치 컴퓨팅 서비스인 AWS Batch, 저지연 네트워크 상호 연결 기능인 Elastic Fabric Adapter, 고성능 스토리지인 Amazon FSx for Lustre, 그리고 AMD, Intel, Graviton 기반의 HPC 컴퓨팅 인스턴스 등을 출시하며 HPC 워크로드 지원 분야에서 혁신을 이어왔습니다. 특히 Graviton 기반 인스턴스는 기존 x86 기반 인스턴스 대비 최대 65% 향상된 가격 대비 성능을 제공합니다.

수천 개의 고객사가 다양한 산업 분야에서 HPC 워크로드를 AWS로 이전하여 신약 개발 가속화, 유전체 인사이트 발굴, 에너지 자원 극대화, 수백만 코어를 갖춘 슈퍼컴퓨터 구축 등을 실현해왔습니다. 이번 AWS Parallel Computing Service 출시는 HPC 클러스터 생성 및 관리의 복잡한 작업을 제거하는 완전 관리형 종합 HPC 서비스로서, 고객이 인프라 관리에 대한 부담 없이 연구에 집중할 수 있도록 지원합니다.

AWS Parallel Computing Service는 고객이 익숙한 AWS Management Console, CLI, SDK 등의 도구를 사용하여 관리형 Slurm 환경을 배포할 수 있도록 합니다. 이 서비스는 고객이 경험이 풍부한 오픈소스 기반 위에 구축되었으며, AWS의 안정성과 가용성을 갖춘 관리형 Slurm 경험을 제공합니다. 또한, 관리형 서비스 업데이트를 통해 최소한의 다운타임으로 새로운 기능과 수정 사항을 제공하여 수동 패치 적용 및 기능 업데이트를 위한 클러스터 재구축의 필요성을 없앴습니다. 고가용성 API는 개발자와 ISV가 인프라 관리 걱정 없이 부가 가치 기능을 사용자에게 제공하는 데 집중할 수 있도록 지원합니다.

AWS Parallel Computing Service는 스타트업, 기업, 국가 연구소 등 모든 규모의 고객이 AWS의 확장성, 안정성, 보안성을 갖춘 HPC 클러스터를 쉽게 생성하고 관리할 수 있도록 합니다. 이를 통해 Slurm을 사용하는 과학자와 엔지니어는 기존 온프레미스 워크플로우를 재아키텍처링 없이 AWS로 쉽게 이전할 수 있으며, 자동으로 확장되는 클라우드 인프라에 접근할 수 있습니다. 또한, 용량 또는 기능 제약으로 어려움을 겪던 관리자는 몇 분 안에 클러스터를 생성하여 복잡한 시뮬레이션을 실행하고 당면한 문제를 해결할 수 있습니다.

AWS의 고급 컴퓨팅 및 시뮬레이션 담당 이사인 Ian Colle는 "치명적인 질병 치료제 개발, 신소재 설계, 재생 에너지 발전, 운송 혁신과 같은 문제는 기다릴 여유가 없습니다. 특히 가장 복잡하고 어려운 극한 규모의 워크로드를 관리하는 것은 매우 어렵습니다. AWS Parallel Computing Service를 사용하는 모든 과학자와 엔지니어가 조직 규모에 관계없이 해당 분야에서 가장 생산적인 인물이 될 수 있도록 하는 것이 목표입니다. 이를 통해 대기업과 동등한 수준의 최고급 HPC 기능을 언제든지, 어떤 규모로든 활용하여 세상에서 가장 어려운 문제를 해결할 수 있을 것입니다."라고 말했습니다.

AWS Parallel Computing Service를 시작하려면 시스템 관리자는 AWS Management Console을 사용하여 몇 번의 클릭만으로 Slurm 클러스터를 안전하게 생성하고 작업을 실행할 수 있습니다. 향후 CloudFormation 지원이 추가되면 고객은 인프라스트럭처를 코드로(Infrastructure as Code) HPC 클러스터를 구축하고 배포할 수 있게 됩니다.

AWS Parallel Computing Service는 현재 미국 동부(오하이오), 미국 동부(버지니아 북부), 미국 서부(오레곤), 유럽(프랑크푸르트), 유럽(스톡홀름), 유럽(아일랜드), 아시아 태평양(시드니), 아시아 태평양(싱가포르), 아시아 태평양(도쿄) 리전에서 사용할 수 있습니다.

Marvel Fusion은 무한한 무탄소 에너지 생산을 목표로 하는 독일 기반의 핵융합 에너지 스타트업입니다. Marvel Fusion의 CEO인 Moritz von der Linden은 "AWS Parallel Computing Service가 고가용성 및 업그레이드가 용이한 HPC 클러스터 관리 기능을 제공할 것이라는 점에 기대가 큽니다. 이를 통해 우리 과학자와 IT 직원이 수 주간의 계획 및 오버헤드 대신 몇 시간 만에 최신 AWS Parallel Computing Service 기능을 활용할 수 있게 될 것입니다."라고 밝혔습니다.

Maxar Intelligence는 정부 및 상업 고객에게 안전하고 정확한 지리 공간 정보를 제공하여 변화하는 지구를 모니터링, 이해 및 탐색할 수 있도록 지원합니다. Maxar Intelligence의 날씨 및 기후 담당 이사인 Travis Hartman은 "AWS HPC 솔루션의 오랜 사용자로서 AWS Parallel Computing Service의 서비스 중심 접근 방식을 테스트하게 되어 기뻤습니다. AWS Parallel Computing Service는 Maxar Intelligence의 WeatherDesk 플랫폼에 더 나은 클러스터 가시성, 컴퓨팅 프로비저닝 및 서비스 통합을 제공할 잠재력이 있으며, 이를 통해 팀은 시간 제약이 있는 HPC 클러스터를 더욱 복원력 있고 관리하기 쉽게 만들 수 있을 것입니다."라고 말했습니다.

호주 기반 소프트웨어 회사인 RONIN은 선도적인 학술 및 연구 기관의 연구원과 과학자가 AWS에서 HPC 시뮬레이션을 쉽게 실행할 수 있는 직관적인 웹 인터페이스를 제공하는 플래그십 HPC 서비스를 운영하고 있습니다. RONIN의 CEO 겸 설립자인 Nathan Albrighton은 "연구원을 위한 사용자 경험을 단순화하여 클라우드에서 HPC를 민주화하는 것이 우리의 핵심 사명입니다. AWS Parallel Computing Service의 출시는 API를 사용하여 HPC 환경을 구축하고 운영하는 우리의 능력을 크게 단순화하며 고객에게 제공하는 HPC 기능을 향상시킵니다."라고 말했습니다.

미국 에너지부 산하 국립재생에너지연구소(NREL)는 청정 에너지 경제를 위한 솔루션을 제공하기 위한 연구, 혁신 및 전략적 파트너십에 중점을 둔 선도적인 기관입니다. NREL의 고급 컴퓨팅 운영 그룹 클라우드 아키텍트인 Michael Bartlett는 "과학적 발견의 추구는 고성능 컴퓨팅 인프라 유지 관리와 관련된 상당한 오버헤드를 수반합니다. AWS Parallel Computing Service는 자동 업데이트 및 관찰 가능성 관리 기능을 통해 이러한 오버헤드를 줄여 연구 효율성을 향상시킬 잠재력을 가지고 있습니다. 특히 자동 확장 및 고처리량 컴퓨팅 작업 처리를 위한 새로운 기능은 대규모 데이터 세트와 복잡한 시뮬레이션을 효율적으로 처리할 수 있도록 하여 과학자들이 우선순위가 높은 문제를 해결하는 데 집중할 수 있도록 할 것입니다."라고 말했습니다.