AI 핵심 요약
beta- 사토시홀딩스가 16일 FIBER 플랫폼에 장애 영향 시뮬레이션 기능을 추가했다.
- 광모듈 교체 이력 관리와 예비부품 재고 추천 기능을 새로 도입했다.
- 정비 윈도우 자동화로 운영 인텔리전스 플랫폼으로 고도화했다.
!AI가 자동 생성한 요약으로 정확하지 않을 수 있어요.
[서울=뉴스핌] 이나영 기자 = 인공지능(AI) 데이터센터 광통신 운영 플랫폼 전문기업 사토시홀딩스는 'FIBER(파이버)'에 장애 영향 시뮬레이션, 광모듈 교체 이력 관리 등 신규 기능을 추가하며 대대적인 플랫폼 고도화에 나선다고 16일 밝혔다.
회사에 따르면 지난 14일 FIBER를 최초로 공개하며 멀티벤더 광 텔레메트리 수집, GPU 작업 영향도 분석, 위험 점수 기반 정비 우선순위 추천 기능을 선보인 바 있다. 당시 FIBER는 장비 제조사별로 분산된 관리 시스템을 하나로 통합해 장애 원인과 영향을 즉시 파악할 수 있는 '실시간 모니터링 플랫폼'으로 평가받았다.
이번 업데이트는 한 단계 더 나아간다. 단순 이상 감지에 그치지 않고, 장애 발생 이전 단계에서 운영 및 투자 의사결정에 필요한 정량 데이터를 자동 산출하는 구조로 플랫폼 역할을 확장했다.

특히 '장애 영향 시뮬레이션' 기능은 특정 광 링크 또는 포트 장애 발생 시 영향을 받는 GPU 수, 실행 중인 작업 수, 시간당 예상 손실 비용을 실시간으로 산출한다. 대체 경로 존재 여부를 자동 분석해 단일 장애점을 사전에 식별함으로써 장애 리스크를 비용으로 환산하고, 투자 우선순위 결정에 직접 활용할 수 있다.
또한 '광모듈 교체 이력 관리' 기능은 설치일, 장애 발생 시점, 교체 이력, 장애 원인을 체계적으로 기록하고 벤더 및 파트번호별 데이터를 자동 집계한다. 이를 통해 벤더별 불량률, 평균 수명, 교체 주기 분석이 가능해져 데이터 기반 조달 전략 수립과 벤더 평가에 활용할 수 있다. 기존 FIBER에는 실시간 상태 모니터링 기능만 존재했으며, 자산 수명 이력 추적 기능은 이번 업데이트를 통해 처음 도입됐다.
'예비부품 재고 추천' 기능은 위험 점수가 높은 포트를 중심으로 필요 부품 수량과 예상 조달 비용을 자동 산출한다. 과거 교체율과 장애 예측 데이터를 결합해 최적 재고 수준을 제시함으로써 과잉 재고를 줄이면서도 운영 안정성을 동시에 확보할 수 있다.
아울러 '정비 윈도우 자동화' 기능은 GPU 작업 스케줄을 분석해 서비스 영향이 최소화되는 최적 정비 시간을 자동 추천한다. 향후 72시간 이내 작업 공백 구간을 탐색해 최대 3개의 정비 시점을 제안하며 데이터센터 다운타임 최소화에 기여한다.
회사 관계자는 "기존 버전이 '어디서 이상이 감지됐는가'를 알려줬다면, 이번 기능은 '그 장애가 얼마짜리 손실인가'를 계산해준다"며 "기존 '정비 우선순위 추천'이 '무엇을 먼저 고쳐야 하는가'를 제시했다면, 이번 기능은 '언제 고치는 것이 최적인가'까지 제안한다는 점에서 차별화된다"고 설명했다.
이번 업데이트를 통해 FIBER는 광 이상 감지, 장애 영향 분석, 자산 수명 관리, 정비 시점 최적화로 이어지는 데이터센터 운영 전주기를 하나의 플랫폼에서 처리할 수 있는 구조를 갖추게 됐다. 이에 따라 기존 '통합 모니터링 플랫폼'에서 '운영 인텔리전스 플랫폼'으로 진화했다는 평가다.
사토시홀딩스 관계자는 "FIBER는 단순 모니터링을 넘어 장애 영향 분석과 자산 수명 관리, 정비 의사결정까지 통합한 운영 인텔리전스 플랫폼으로 진화했다"며 "광통신 투자자에게는 설비 효율성과 리스크를 동시에 관리할 수 있는 데이터 기반 의사결정 도구가 될 것"이라고 말했다.
nylee54@newspim.com












