62% 기업, AI로 인한 스토리지 증가에 완전 대비되지 않았다고 응답—Seagate 2026 보고서

조사 범위 및 인구통계적 도달 범위

2026년 Seagate 보고서는 5월과 6월에 걸쳐 미국, 중국, 인도, 영국, 독일, 프랑스, 일본 등 7개 주요 시장에서 설문에 응한 2,712명의 기술 의사결정자를 표본으로 삼아 결론을 도출했습니다. 이러한 지리적 분포는 인공지능과 연계된 스토리지 수요에 대한 기업들의 태도를 폭넓게 조망하게 해 주며, 표본 규모는 이후 진술들의 통계적 타당성을 확보해 줍니다.

예상 스토리지 성장 및 현재 준비 상황

응답자에 따르면, 무려 99 %가 향후 3년 내에 인공지능이 스토리지 요구량을 증가시킬 것으로 예상하고 있습니다. 그러나 이러한 거의 보편적인 기대에도 불구하고, 자신들이 향후 수요를 충족할 준비가 완전하다고 생각하는 비율은 38 %에 불과합니다. 기대와 준비 사이의 격차는 AI 기반 워크로드에 의존하는 기업들에게 잠재적인 병목 현상이 될 수 있음을 시사합니다.

예상되는 증가 폭은 참여자마다 차이를 보입니다. 32 %는 현재 용량의 50 % 이상이 추가로 필요할 것으로 전망하고, 70 %는 최소 26 % 이상의 증가를 예상합니다. 이러한 수치는 대다수의 기업이 두 자릿수 성장 궤도를 기대하고 있지만, 그 성장에 대응할 자신감은 제한적임을 보여 줍니다.

경영진이 확인한 주요 장애물

AI 관련 스토리지를 확장하는 데 가장 큰 장애물로 무엇을 꼽는가에 대한 질문에, 응답자의 53 %가 데이터 품질 및 준비 작업을 가장 중요한 걸림돌로 지목했습니다. 스토리지 인프라 자체를 장애물로 본 비율은 43 %였으며, 이는 하드웨어와 용량 문제도 중요한 요인임을 나타냅니다. 추가로 27 %는 컴퓨팅 가용성을, 24 %는 에너지 제약을 제한 요인으로 꼽았습니다.

이러한 장애물 비율은 하드웨어가 핵심 요소이지만, 데이터 파이프라인과 전력 고려사항을 포함한 광범위한 생태계가 준비 상태를 형성하는 데 결정적인 역할을 함을 보여 줍니다. 이들 요인 간의 상호작용은 조직이 스토리지 생태계를 확장하는 속도에 영향을 미칠 수 있습니다.

• 데이터 품질 및 준비 작업 (53 %)
• 스토리지 용량 제약 (43 %)
• 컴퓨팅 가용성 (27 %)
• 에너지 공급 제한 (24 %)

데이터 관련 과제가 두드러지는 이유는 AI 효율성이 근본적인 데이터 세트에 크게 좌우된다는 인식과 맞닿아 있습니다. 데이터가 적절히 정제되지 않으면 추가된 스토리지가 실제로 활용 가능한 인텔리전스로 전환되지 않아 기대되는 투자 수익률이 감소할 수 있습니다.

경제적 기대와 인프라 우선순위

준비 격차에도 불구하고, 설문에 응한 경영진의 86 %는 AI에서 얻는 투자 수익률을 중간 수준 또는 상당히 높은 수준으로 평가했으며, 그 중 33 %는 매우 중요하고 측정 가능한 ROI를 보고했습니다. 이러한 낙관론은 기업들이 준비 부족을 인정하면서도 AI를 가치 창출 기술로 인식하고 있음을 보여 줍니다.

인프라 우선순위 역시 이러한 낙관론을 반영합니다. 76 %가 데이터 센터 역량을 상위 세 가지 인프라 관심사 중 하나로 꼽았으며, 20 %는 데이터 센터를 가장 중요한 과제로 지정했습니다. 데이터 센터 준비에 중점을 두는 것은 조직이 스토리지와 컴퓨팅 자원을 모두 호스팅하는 환경에 자원을 집중하고 있음을 의미할 수 있습니다.

에너지와 지속 가능성 고려도 계획 결정에 영향을 미칩니다. 설문에 따르면 77 %가 에너지 혹은 지속 가능성 문제로 인해 인프라 확장을 연기하거나 재구성했으며, 그 중 36 %는 영향을 ‘중대함’으로 평가했습니다. 이러한 조정은 추가 스토리지 용량 도입을 지연시켜 수요와 공급 사이의 격차를 확대할 가능성이 있습니다.

연구 제한점 및 남은 질문들

Seagate 연구는 스토리지 제조업체가 의뢰한 것이며, 결과는 고위 관계자들의 자체 보고 진술을 기반으로 한다는 점을 유념해야 합니다. 따라서 데이터는 실제 인프라에 대한 감사를 거친 것이 아니라 인식된 준비 상태를 반영합니다.

주관적 자신감 수준에 의존한다는 점은 준비도 측정치의 정확성에 대한 의문을 제기합니다. 향후 연구에서는 선언된 준비도와 실제 배포 지표를 비교해 설문의 예측 가치를 평가할 수 있을 것입니다.

또 다른 미해결 질문은 에너지 제약과 스토리지 확장의 상호 작용입니다. 24 %가 에너지를 장애물로 꼽고 77 %가 지속 가능성 이유로 확장 계획을 수정했지만, 전력 소비, 냉각 요구사항 및 스토리지 밀도 사이의 정확한 트레이드오프는 아직 정량화되지 않았습니다.

컴퓨팅 가용성에 대한 27 %의 응답도 더 깊은 조사 대상입니다. AI 모델이 점점 더 높은 요구를 받게 되면서 스토리지 처리량과 처리 능력 간의 시너지가 전체 시스템 성능을 좌우하는 결정적 요인이 될 수 있습니다.

마지막으로, 표본이 북미, 아시아, 유럽을 아우르는 지역 구성을 가지고 있다는 점은 문화적·규제적 차이가 보고된 장애물에 영향을 미칠 수 있음을 시사합니다. 이러한 시장 간 비교 분석을 통해 AI 기반 스토리지 성장에 대한 상이한 전략을 밝혀낼 수 있을 것입니다.