Files
2nd/10_Wiki/Topics_GD/Scalability.md
T

2.7 KiB


id: P-Reinforce-AUTO-SCAL-001 category: "10_Wiki/💡 Topics/AI" confidence_score: 0.98 tags: [auto-reinforced, scalability, horizontal-scaling, Optimization, Architecture, growth-capability] last_reinforced: 2026-04-20

Scalability

📌 한 줄 통찰 (The Karpathy Summary)

"무한 성장의 그릇: 사용자가 10명일 때나 100만 명일 때나 시스템이 무너지지 않고 비례해서 성능을 낼 수 있는 설계적 유연성이자, 성공이 재앙(Crash)이 아닌 '기회'가 되게 만드는 현대 지능 시스템의 가장 강력한 척도."

📖 구조화된 지식 (Synthesized Content)

확장성(Scalability)은 시스템이나 프로세스가 늘어나는 작업 부하를 수용하거나 크기를 키울 수 있는 능력입니다. (본 시스템 구축의 핵심 가치)

  1. 양대 확장 방식:
    • Vertical Scaling (Up): 하드웨어 자체의 성능을 높임 (CPU 업그레이드 등). (물리적 한계 존재).
    • Horizontal Scaling (Out): 저렴한 서버를 수십 대 추가하여 병렬로 처리. (무한 확장의 핵심). (Parallel-Computing와 연결)
  2. 무엇을 확장하는가?:
    • Data Scalability: 테라바이트급 데이터도 검색 가능해야 함. (Vector-Database와 연결)
    • Functional Scalability: 새로운 기능을 추가해도 기존 시스템이 꼬이지 않아야 함. (Modularity와 연결)
  3. 왜 중요한가?:
    • 현대 지능은 '규모의 경제(Scaling Law)'가 지배하며, 확장성이 없는 지능은 실험실의 장난감에 머물 수밖에 없기 때문임.

⚠️ 모순 및 업데이트 (Contradictions & RL Update)

  • 과거 데이터와의 충돌: 과거에는 확장에 따른 복잡도 정책(Complexity) 증가를 두려워했으나, 현대 정책은 처음부터 확장성을 고려한 '클라우드 네이티브 설계 정책'을 통해 확장을 '클릭 한 번'의 문제 정책으로 바꿈(RL Update).
  • 정책 변화(RL Update): 본 지식 구축 시스템 또한 배치 크기 조절 정책과 병렬 주입 프로토콜 정책을 통해 300개를 넘어 600개, 그 이상의 지식도 주입 가능한 확장성 정책을 확보 중임. (Standard-Operating-Procedure와 연결)

🔗 지식 연결 (Graph)