HPC4 AI와 HPC가 암호해독을 만났을 때 — 디지털 포렌식의 새로운 연구 현장 AI와 HPC가 암호해독을 만났을 때 — 디지털 포렌식의 새로운 연구 현장암호 기술은 개인정보와 시스템을 보호하는 핵심 수단이지만, 랜섬웨어나 범죄 증거 은닉에 사용될 경우 수사와 복구를 어렵게 만들 수 있습니다. 이때 AI와 HPC를 결합한 고속 암호해독 연구가 중요한 역할을 하게 됩니다.왜 HPC가 필요한가AES 같은 고비도 암호와 Scrypt·Argon2 같은 Memory-hard 구조는 무차별 대입 공격의 비용을 크게 높이도록 설계되어 있습니다. 단일 CPU나 GPU로는 현실적인 시간 안에 탐색이 어렵기 때문에 다중 GPU 병렬 처리와 효율적인 작업 분할이 필요합니다.암호 구조를 먼저 이해해야 한다무조건 많은 패스워드를 대입하는 것보다 파일이나 지갑이 실제로 어떤 키 생성 과정과 검증 구조를 사용.. 2026. 9. 16. MCP와 WebAssembly가 만날 때 — AI 도구를 어디서 실행할 것인가 MCP와 WebAssembly가 만날 때 — AI 도구를 어디서 실행할 것인가AI 에이전트가 수많은 도구를 사용하려면 ‘무엇을 호출할지’뿐 아니라 ‘어디에서 실행할지’를 결정해야 합니다. 이 문제를 이해하려면 MCP와 엣지·클라우드·HPC 사이의 실행 배치를 함께 봐야 합니다.MCP가 해결하려는 문제Model Context Protocol(MCP)은 LLM 클라이언트와 도구 서버 사이의 상호작용을 표준화하려는 프로토콜입니다. 도구, 자원, 프롬프트의 접근 방식을 공통 형태로 만들어 에이전트와 도구를 매번 일대일로 통합해야 하는 부담을 줄여 줍니다.하지만 기능과 위치는 다르다같은 이미지 분석 도구라도 노트북에서 실행할 때와 사내 서버, 엣지 장비, GPU 클러스터에서 실행할 때의 성능과 보안 조건은 전혀 .. 2026. 9. 16. AI 에이전트가 슈퍼컴퓨터를 직접 움직인다 — 과학 컴퓨팅의 새로운 운영 방식 AI 에이전트가 슈퍼컴퓨터를 직접 움직인다 — 과학 컴퓨팅의 새로운 운영 방식과학 컴퓨팅의 작업 방식은 오랫동안 사람이 배치 스크립트를 작성하고 자원을 선택하는 형태였습니다. 최근에는 LLM 기반 AI 에이전트가 목표를 이해하고 도구를 선택해 워크플로우 자체를 조립하는 방향으로 변하고 있습니다.그리드에서 컴퓨팅 연속체로그리드 컴퓨팅은 여러 지역의 슈퍼컴퓨터를 묶었고, 클라우드는 자원의 탄력성을, 엣지는 데이터 발생 지점 가까이의 연산을 가능하게 했습니다. 최근의 흐름은 이들을 따로 보지 않고 하나의 ‘Computing Continuum’으로 연결하는 것입니다. 데이터가 어디에서 생기고, 어디에서 처리하는 것이 가장 합리적인지에 따라 실행 위치가 바뀝니다.에이전트는 무엇을 하는가AI 에이전트는 단순한 챗봇.. 2026. 9. 16. AI 시대, 왜 다시 HPC인가 — GPU만 빠르면 되는 시대는 끝났다 AI 시대, 왜 다시 HPC인가 — GPU만 빠르면 되는 시대는 끝났다생성형 AI와 초거대 모델의 확산은 HPC의 의미를 바꾸고 있습니다. 예전의 HPC가 ‘어려운 계산을 빨리 끝내는 슈퍼컴퓨터’에 가까웠다면, 이제는 GPU·네트워크·스토리지·메모리·운영 소프트웨어가 하나의 시스템처럼 맞물려 움직이는 AI 인프라에 가깝습니다.HPC의 역할이 바뀌고 있다대규모 언어모델과 과학 AI는 단순한 연산량만 요구하지 않습니다. 방대한 학습 데이터를 안정적으로 공급해야 하고, 수천 개 GPU 사이의 통신을 조정해야 하며, 모델 파라미터와 KV Cache를 메모리에 효율적으로 배치해야 합니다. 여기에 장애 대응과 보안, 데이터 주권까지 포함되면서 HPC는 ‘계산 장비’가 아니라 ‘AI 운영 기반’으로 진화하고 있습니다.. 2026. 9. 16. 이전 1 다음