안녕하세요.동국시스템즈 마케팅팀 이빛나입니다.
오늘은 HPE의 다양한 서버 라인업에 대해서 이야기해보려고 해요.
저희 블로그와 유튜브를 자세히 보셨다면 이제 어느정도 서버 개념에 대해 아셨을 것인데 어디에 어느 서버를 제안 해야할지 잘 모르겠잖아요? 그렇다면 많은 도움이 되실꺼에요. 서버 종류가 많아서 처음엔 좀 헷갈릴 수 있지만, 하나씩 상황에 맞게 풀어보면 어렵지 않게 이해하실 수 있을 거예요.
🖥️ ProLiant ML 시리즈 – 사무실 구석 한 켠에도 놓을 수 있어요
ML 시리즈는 흔히 타워형이라고 부르죠.
PC처럼 생긴 서버인데요, 중소기업이나 병원 등 IT 인프라 초기 구축 단계에서 많이 사용돼요.
예를 들어, “사무실에 서버룸은 없고, 한 대만 간단히 쓸 수 있는 서버가 필요해요” 하는 경우엔
➡ ML110, ML350 같은 모델을 추천드려요.
📌 예시: "직원 10명 정도 있는 디자인 회사 or 병원인데, 파일 서버로 쓸 NAS보다 조금 더 안정적인 서버가 필요해요"
→ 이런 경우 ML 시리즈 한 대로 시작하면 충분합니다.
🗄️ ProLiant DL 시리즈 – 데이터센터에서 가장 많이 쓰는 서버
가장 많이 들어보셨을 DL380, DL360 같은 랙마운트형 서버입니다.
DL 시리즈는 무난하고 범용적인 구성이라, ERP든 MES든 웹 서버든 대부분의 워크로드에 다 잘 어울려요.
- DL380 : GPU를 2~4개 까지 장착할 수 있어서 AI 인퍼런싱 용으로도 좋아요.
- DL385(AMD) : "고성능이 좋은데 가격은 조금 합리적으로 가고싶다" 는 고객에게 잘 맞아요.
- DL380a : GPU전용서버로 GPU가 8개까지 장착 가능해서 AI 트레이닝까지도 가능한 고성능 서버에요.
📌 예시: "영상 분석용 AI를 돌리려는데 GPU 2장 정도만 있으면 될 것 같아요"
➡ DL380 Gen11에 *Doublewide GPU 2장 장착해서 제안하면 딱이에요.
* Doublewide 는 GPU 크기를 말함 (PCI슬롯 2개를 잡아먹는 큰 크기이다)
🧱 Synergy – 가상화/클라우드에 진심인 고객에게
Synergy는 좀 더 고급 개념의 ‘컴포저블 인프라’예요.
한마디로 서버, 스토리지, 네트워크가 프레임 하나에 다 들어있고, 필요할 때마다 리소스를 쪼개서 쓰는 구조입니다.
이건 VDI나 프라이빗 클라우드 구축할 때 많이 들어가고, 실제로 L*, 삼* 같은 대기업에도 납품 사례가 많아요.
📌 예시: "한번에 수십 명이 동시에 가상 데스크탑을 켜야 해요"
➡ Synergy 프레임 + 480 컴퓨트 모듈 구성으로 VDI 환경 구성 제안 가능.
🌐 엣지 서버 (EdgeLine 시리즈) – 극한 환경에도 강한 서버
요즘은 단종 수순을 밟고 있지만, 크기가 무게나 전력을 최적화 한 서버라서
55도 고온이나 먼지가 많은 환경, 예를 들어 공장 같은 곳엔 여전히 적합한 제품이에요. 실내 낚시터에도 납품된 적 있는 서버랍니다.
🧠 Cray XD 시리즈 – AI 트레이닝이나 HPC라면 이쪽으로!
이건 말 그대로 딥러닝을 ‘진하게’ 돌려야 할 때 쓰는 서버입니다. 예전엔 NVIDIA DGX를 많이 썼는데, 지금은 HPE Cray XD 시리즈가 그 대안이에요.
- 8개의 SXM 타입 GPU를 장착할 수 있어서 대규모 AI 트레이닝 클러스터에 적합합니다.
📌 예시: "LLM 모델을 자체적으로 트레이닝해보고 싶어요. GPU 8개는 필요해요"
➡ Cray XD 서버로 제안 가능. NVIDIA DGX 대비 가격 메리트도 있어요.
그리고 요즘 AI가 대세잖아요? AI 서버는 어떻게 제안하면 좋을까요?? 요즘 제일 많이 나오는 질문이 이거예요.
“트레이닝이랑 인퍼런싱, 뭐로 제안하면 좋아요?”
DL380
먼저 인퍼런싱부터 말씀드릴게요.
요즘은 LLM, 비전 모델, 다 인퍼런싱 들어가잖아요. 그런데 이게 생각보다 GPU를 많이 안 써도 돼요.
우리가 알고있는 LLM Inferencing 같은 경우에는 PCI 타입의 GPU를 사용해도 괜찮습니다.
Double Wide(GPU 크기) GPU 2개, L40이나 L40 GPU를 장착해도 충분 하고, 많이들 선택하고 계십니다.
예를 들어 고객이 “LLM 응답속도 빠르게 하고 싶어요” 근데 “운영비용은 좀 아껴야 해요” 하면
➡ DL380에 DW GPU 2장 넣고 제안하시면 돼요.
(동국시스템즈에서는 L40 프로모션도 하고 있으니 한번 보고 가시면 좋고요.)
여기서 DL380은 2U장비인데 GPU 2장 깔끔하게 들어가니까 인퍼런싱용으로는 가성비가 좋은거죠.
DL380a
그런데 트레이닝은 얘기가 달라요. 학습은 GPU 한 두개로는 부족하죠.
“나는 YOLO 모델 학습해야 해요, 하루 안에 학습 끝내야 돼요” 이런 고객이라면 GPU 4장~8장 이상 필요합니다.
그럴 땐 DL380a, 아니면 Cray XD670 같이 SXM 타입 GPU 4~8개 들어가는 모델로 가셔야 해요.
DL380a NVLink 연결
예를 들어 "트레이닝은 하루 8시간씩 돌리고, 클러스터도 나중에 묶을 수 있어야 해요"
➡ DL380a에 NVLink 구성해서 2장 혹은 4장 GPU 묶어서 쓰는 방식 추천 해도 됩니다.
Cray XD
Cray XD는 가격이 좀 나가긴 하지만, 정말 빡세게 트레이닝할 땐 이게 제일 좋아요.
그리고 GPU 트레이닝 중에도 “8장은 너무 많고, 난 2~4개 정도만 쓰면 돼요” 하는 분들도 계시잖아요?
그럴 땐 DL385(AMD)나 DL340처럼 정면에 DW GPU 4개 들어가는 모델을 추천드리면 좋습니다.
코어 맛집 AMD 좋아하는 고객분들한텐 DL385가 좋고요, 정말 가성비 따지는 고객이면 DL340 같은 원소켓 서버로도 충분히 대응 가능해요.
그리고 요것도 많이 놓치시는 부분인데, 싱글 소켓 서버인데도 DW GPU 4장, SY GPU 6장까지 꽂히는 DL340 같은 모델, 진짜 쓸모 많아요.
DL340 GPU 장착 이미지
예를 들어 “비전 AI 모델 돌리는데 GPU는 3개 필요하지만, CPU는 그렇게까지 안 써요”
➡ DL340 이면 CPU 자원 아껴가면서 GPU는 넉넉하게 쓸 수 있으니까 딱이에요.
자, 그러면 정리해볼게요.
- 단순 인퍼런싱 -> DL380에 DW GPU 2개
- 중급 트레이닝(GPU 2~4개 필요) -> DL385 or DL340 GPU 2개~4개
- 고급 트레이닝(GPU 4~8개 필요) -> DL380a, Cray XD
그리고 마지막으로, 꼭 말씀드리고 싶은 게 있어요.
고객이 “GPU 4개 짜리 DGX랑 비슷한 급으로 주세요” 하면, “진짜 4장 필요한지, 아니면 2장으로도 충분한지”,
“PCI 타입이 필요한지, SXM 타입이 필요한지” 요걸 한번 꼭 짚고 넘어가셔야 돼요.
왜냐면, 비슷한 성능을 훨씬 낮은 예산으로 제안할 수 있거든요.
예를 들어 NVLink로 DW GPU 2장 묶으면 SXM 못지않은 성능 나오고요,
SXM은 진짜 트레이닝 집중형 고객에게만 제안하는 게 맞습니다.
이렇게 HPE의 다양한 서버 라인업을 고객 상황에 맞춰 제안하는 방법에 대해 정리해봤어요.
사무실 구석에 놓는 소형 서버부터, AI 트레이닝을 위한 고성능 GPU 서버까지 각각의 특성과 장점을 알고 나면 훨씬 자신감 있게 제안할 수 있습니다. 무엇보다 중요한 건 “어떤 워크로드에 어떤 자원이 필요한가”를 정확히 파악하는 것, 그리고 너무 과하지도 부족하지도 않은 딱 맞는 제안을 드리는 거겠죠.
혹시 이 글을 보시고도 “이런 고객한테는 뭐가 맞을까?” 싶은 상황이 있다면, 언제든지 DKNYOU로 문의 주세요! 실제 사례에 맞춘 구성도 함께 고민해드릴게요.
오늘도 읽어주셔서 감사합니다.
안녕하세요.동국시스템즈 마케팅팀 이빛나입니다.
오늘은 HPE의 다양한 서버 라인업에 대해서 이야기해보려고 해요.
저희 블로그와 유튜브를 자세히 보셨다면 이제 어느정도 서버 개념에 대해 아셨을 것인데 어디에 어느 서버를 제안 해야할지 잘 모르겠잖아요? 그렇다면 많은 도움이 되실꺼에요. 서버 종류가 많아서 처음엔 좀 헷갈릴 수 있지만, 하나씩 상황에 맞게 풀어보면 어렵지 않게 이해하실 수 있을 거예요.
🖥️ ProLiant ML 시리즈 – 사무실 구석 한 켠에도 놓을 수 있어요
ML 시리즈는 흔히 타워형이라고 부르죠.
PC처럼 생긴 서버인데요, 중소기업이나 병원 등 IT 인프라 초기 구축 단계에서 많이 사용돼요.
예를 들어, “사무실에 서버룸은 없고, 한 대만 간단히 쓸 수 있는 서버가 필요해요” 하는 경우엔
➡ ML110, ML350 같은 모델을 추천드려요.
📌 예시: "직원 10명 정도 있는 디자인 회사 or 병원인데, 파일 서버로 쓸 NAS보다 조금 더 안정적인 서버가 필요해요"
→ 이런 경우 ML 시리즈 한 대로 시작하면 충분합니다.
🗄️ ProLiant DL 시리즈 – 데이터센터에서 가장 많이 쓰는 서버
가장 많이 들어보셨을 DL380, DL360 같은 랙마운트형 서버입니다.
DL 시리즈는 무난하고 범용적인 구성이라, ERP든 MES든 웹 서버든 대부분의 워크로드에 다 잘 어울려요.
📌 예시: "영상 분석용 AI를 돌리려는데 GPU 2장 정도만 있으면 될 것 같아요"
➡ DL380 Gen11에 *Doublewide GPU 2장 장착해서 제안하면 딱이에요.
* Doublewide 는 GPU 크기를 말함 (PCI슬롯 2개를 잡아먹는 큰 크기이다)
🧱 Synergy – 가상화/클라우드에 진심인 고객에게
Synergy는 좀 더 고급 개념의 ‘컴포저블 인프라’예요.
한마디로 서버, 스토리지, 네트워크가 프레임 하나에 다 들어있고, 필요할 때마다 리소스를 쪼개서 쓰는 구조입니다.
이건 VDI나 프라이빗 클라우드 구축할 때 많이 들어가고, 실제로 L*, 삼* 같은 대기업에도 납품 사례가 많아요.
📌 예시: "한번에 수십 명이 동시에 가상 데스크탑을 켜야 해요"
➡ Synergy 프레임 + 480 컴퓨트 모듈 구성으로 VDI 환경 구성 제안 가능.
🌐 엣지 서버 (EdgeLine 시리즈) – 극한 환경에도 강한 서버
요즘은 단종 수순을 밟고 있지만, 크기가 무게나 전력을 최적화 한 서버라서
55도 고온이나 먼지가 많은 환경, 예를 들어 공장 같은 곳엔 여전히 적합한 제품이에요. 실내 낚시터에도 납품된 적 있는 서버랍니다.
🧠 Cray XD 시리즈 – AI 트레이닝이나 HPC라면 이쪽으로!
이건 말 그대로 딥러닝을 ‘진하게’ 돌려야 할 때 쓰는 서버입니다. 예전엔 NVIDIA DGX를 많이 썼는데, 지금은 HPE Cray XD 시리즈가 그 대안이에요.
📌 예시: "LLM 모델을 자체적으로 트레이닝해보고 싶어요. GPU 8개는 필요해요"
➡ Cray XD 서버로 제안 가능. NVIDIA DGX 대비 가격 메리트도 있어요.
그리고 요즘 AI가 대세잖아요? AI 서버는 어떻게 제안하면 좋을까요?? 요즘 제일 많이 나오는 질문이 이거예요.
“트레이닝이랑 인퍼런싱, 뭐로 제안하면 좋아요?”
DL380
먼저 인퍼런싱부터 말씀드릴게요.
요즘은 LLM, 비전 모델, 다 인퍼런싱 들어가잖아요. 그런데 이게 생각보다 GPU를 많이 안 써도 돼요.
우리가 알고있는 LLM Inferencing 같은 경우에는 PCI 타입의 GPU를 사용해도 괜찮습니다.
Double Wide(GPU 크기) GPU 2개, L40이나 L40 GPU를 장착해도 충분 하고, 많이들 선택하고 계십니다.
예를 들어 고객이 “LLM 응답속도 빠르게 하고 싶어요” 근데 “운영비용은 좀 아껴야 해요” 하면
➡ DL380에 DW GPU 2장 넣고 제안하시면 돼요.
(동국시스템즈에서는 L40 프로모션도 하고 있으니 한번 보고 가시면 좋고요.)
여기서 DL380은 2U장비인데 GPU 2장 깔끔하게 들어가니까 인퍼런싱용으로는 가성비가 좋은거죠.
DL380a
그런데 트레이닝은 얘기가 달라요. 학습은 GPU 한 두개로는 부족하죠.
“나는 YOLO 모델 학습해야 해요, 하루 안에 학습 끝내야 돼요” 이런 고객이라면 GPU 4장~8장 이상 필요합니다.
그럴 땐 DL380a, 아니면 Cray XD670 같이 SXM 타입 GPU 4~8개 들어가는 모델로 가셔야 해요.
DL380a NVLink 연결
예를 들어 "트레이닝은 하루 8시간씩 돌리고, 클러스터도 나중에 묶을 수 있어야 해요"
➡ DL380a에 NVLink 구성해서 2장 혹은 4장 GPU 묶어서 쓰는 방식 추천 해도 됩니다.
Cray XD
Cray XD는 가격이 좀 나가긴 하지만, 정말 빡세게 트레이닝할 땐 이게 제일 좋아요.
그리고 GPU 트레이닝 중에도 “8장은 너무 많고, 난 2~4개 정도만 쓰면 돼요” 하는 분들도 계시잖아요?
그럴 땐 DL385(AMD)나 DL340처럼 정면에 DW GPU 4개 들어가는 모델을 추천드리면 좋습니다.
코어 맛집 AMD 좋아하는 고객분들한텐 DL385가 좋고요, 정말 가성비 따지는 고객이면 DL340 같은 원소켓 서버로도 충분히 대응 가능해요.
그리고 요것도 많이 놓치시는 부분인데, 싱글 소켓 서버인데도 DW GPU 4장, SY GPU 6장까지 꽂히는 DL340 같은 모델, 진짜 쓸모 많아요.
DL340 GPU 장착 이미지
예를 들어 “비전 AI 모델 돌리는데 GPU는 3개 필요하지만, CPU는 그렇게까지 안 써요”
➡ DL340 이면 CPU 자원 아껴가면서 GPU는 넉넉하게 쓸 수 있으니까 딱이에요.
자, 그러면 정리해볼게요.
그리고 마지막으로, 꼭 말씀드리고 싶은 게 있어요.
고객이 “GPU 4개 짜리 DGX랑 비슷한 급으로 주세요” 하면, “진짜 4장 필요한지, 아니면 2장으로도 충분한지”,
“PCI 타입이 필요한지, SXM 타입이 필요한지” 요걸 한번 꼭 짚고 넘어가셔야 돼요.
왜냐면, 비슷한 성능을 훨씬 낮은 예산으로 제안할 수 있거든요.
예를 들어 NVLink로 DW GPU 2장 묶으면 SXM 못지않은 성능 나오고요,
SXM은 진짜 트레이닝 집중형 고객에게만 제안하는 게 맞습니다.
이렇게 HPE의 다양한 서버 라인업을 고객 상황에 맞춰 제안하는 방법에 대해 정리해봤어요.
사무실 구석에 놓는 소형 서버부터, AI 트레이닝을 위한 고성능 GPU 서버까지 각각의 특성과 장점을 알고 나면 훨씬 자신감 있게 제안할 수 있습니다. 무엇보다 중요한 건 “어떤 워크로드에 어떤 자원이 필요한가”를 정확히 파악하는 것, 그리고 너무 과하지도 부족하지도 않은 딱 맞는 제안을 드리는 거겠죠.
혹시 이 글을 보시고도 “이런 고객한테는 뭐가 맞을까?” 싶은 상황이 있다면, 언제든지 DKNYOU로 문의 주세요! 실제 사례에 맞춘 구성도 함께 고민해드릴게요.
오늘도 읽어주셔서 감사합니다.