엔비디아, cuFile 오픈소스화·Storage-Next 출범·SCADA 공개… AI GPU '기아 문제' 해결 나선다

엔비디아의 세 가지 발표

cuFile 오픈소스 API — 엔비디아는 cuFile API와 그 아래에 있는 전체 수직 스토리지 소프트웨어 스택을 오픈소스로 공개한다. 이 기술은 GPU가 CPU를 거치지 않고 스토리지에 직접 읽고 쓸 수 있게 해준다. cuFile은 GPUDirect Storage(GDS)의 핵심 구성 요소다. 코드는 GitHub의 새 xio-sig(Accelerated IO Special Interest Group) 조직에 호스팅되며, 구글, 인텔, 엔비디아, 메타가 초기 관리자로 참여한다. 이로써 cuFile은 엔비디아 독점 인터페이스가 아닌 개방형 커뮤니티 기반 표준이 된다.

발표 직후 나온 분석에 따르면, 2026년 8월 4일 기준으로 아직 공개된 코드나 라이선스, 기존 GPUDirect Storage 배포를 위한 마이그레이션 경로는 존재하지 않는다. 따라서 스토리지 아키텍트는 이번 발표를 '출시된 제품'이 아닌 '발표된 방향성'으로 받아들여야 한다는 지적이다.

Storage-Next 산업 이니셔티브 — DDN, KIOXIA, Micron을 비롯한 40개 이상의 스토리지 및 플래시 벤더와 컨트롤러 제조사, 냉각 전문 업체, 표준 기관이 참여하는 공식 컨소시엄이다. 목표는 GPU 중심의 스토리지가 어떻게 동작해야 하는지에 대한 업계 합의를 도출하고, 그 발전 사항을 상호 운용 가능한 개방형 산업 표준으로 전환하는 것이다.

SCADA 프레임워크(Scaled, Accelerated Data Access) — 2023년 ASPLOS 학회에서 발표된 엔비디아의 BaM(Big Accelerator Memory) 연구를 제품화한 것이다. SCADA는 수십만 개의 GPU 스레드가 각각 독립적으로 스토리지 I/O 작업을 시작하고 관리할 수 있게 해주는 런타임이다. 각 스레드는 GPU 측 캐시와 직접 NVMe 또는 원격 스토리지 접근을 활용해 스스로 데이터를 요청할 수 있다.

세 가지 과제를 어떻게 해결하는가

GPU 기아 현상 (데이터를 기다리며 유휴 상태가 되는 GPU)
전통적인 호스트 매개 I/O 방식은 CPU가 모든 스토리지 전송을 설정할 때까지 GPU가 기다려야 한다. 각 작업에는 커널 실행 및 CPU-GPU 동기화에 마이크로초 단위의 오버헤드가 발생한다. cuFile은 데이터 경로에서 CPU를 완전히 제거한다(DMA가 GPU 메모리로 직접 전송). SCADA는 여기서 한 걸음 더 나아가 제어 경로에서도 CPU를 제거한다. GPU의 스레드가 직접 읽기를 시작하고, 작고 분산된 요청을 배치 처리하며, GPU 측 캐시에서 데이터를 제공한다. 동일한 하드웨어에서 BaM 연구는 데이터 분석 워크로드를 CPU 경유 접근보다 5.3배 더 빠르게 실행했고, 그래프 워크로드는 호스트 메모리에 데이터를 저장하는 것보다 최대 21.7배 낮은 하드웨어 비용을 기록했다.

AI 스토리지 병목
GPU는 현재 대부분의 스토리지 시스템이 데이터를 제공할 수 있는 속도보다 더 빠르게 데이터를 처리할 수 있다. 이 격차가 AI 훈련과 추론의 핵심 병목이다. cuFile은 수십만 개의 GPU 스레드와 고대역폭 메모리를 활용해 스토리지에서 마이크로초 수준의 안전한 데이터 접근을 가능하게 한다. 이는 딥 스토리지와 GPU 메모리 사이의 저지연 '초고속도로'를 제공하며, 대규모 병렬 데이터 풀이 필요한 RAG(Retrieval-Augmented Generation), Mixture-of-Experts 모델, 에이전틱 AI 워크플로우에 매우 중요하다. Storage-Next 이니셔티브는 이것이 단일 벤더 솔루션으로 끝나지 않도록 한다. 40개 이상의 업체가 상호 운용 가능한 표준을 위해 협력해 전체 스토리지 생태계가 GPU 속도를 따라잡을 수 있도록 지원한다.

사이버보안 과제
보호 조치 없이 GPU가 스토리지에 직접 접근하면 한 애플리케이션이 다른 애플리케이션의 데이터를 읽거나 손상시킬 수 있다. 엔비디아의 SCADA 설계는 권한 수준을 분리한다. 성능이 중요한 애플리케이션 코드는 신뢰 컴퓨팅 베이스(TCB) 외부에서 권한 없이 실행되는 반면, 권한 있는 구성 요소는 설정 단계에서 각 애플리케이션과 승인된 스토리지 간의 보호된 접근만을 구성하며 표준 리눅스 보안 메커니즘을 사용한다. 엔비디아는 cuFile을 AI 기반 사이버보안의 기반으로 설명한다. "데이터와 스토리지에 대한 빠르고 안전한 접근은 예방적이고 탐지적인 사이버보안 조치를 강화하는 기본 요소입니다. cuFile을 공개함으로써 AI 기반 방어에 필요한 속도로 보안 컨텍스트, 데이터, 스토리지에 접근할 수 있게 될 것입니다". 이는 또한 새로운 Open Secure AI Alliance를 지원한다. 전체 하드웨어 스택(엔비디아 Vera BlueField-4 STX 프로세서)은 통합된 NVIDIA DOCA 보안 스택을 사용해 AI 데이터 경로에서 지속적인 정책을 적용한다.

AI 인프라에 미치는 의미

FMS 2026의 이 세 가지 발표는 GPU 컴퓨팅 속도와 스토리지 전달 능력 사이의 근본적인 아키텍처 불일치를 해결하려는 엔비디아의 가장 포괄적인 시도다. cuFile을 오픈소스화함으로써 엔비디아는 커뮤니티 주도 개발이 채택과 상호 운용성을 가속화할 것이라고 확신한다. Storage-Next 컨소시엄은 플래시 스토리지, 컨트롤러, 네트워킹이 모두 GPU 주도 I/O 패턴을 따라잡을 수 있도록 필요한 업계 조정을 제공한다. 그리고 입증된 BaM 연구를 기반으로 한 SCADA는 데이터 경로와 제어 경로 모두에서 CPU를 병목 현상에서 제거하는 구체적인 경로를 제공한다.