검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'프라이빗 퍼블릭'통합검색 결과 입니다. (5건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

클라우데라, '수개월→수분' 승부수…新무기로 에이전틱 AI 시장 본격 공략

[싱가포르=장유미 기자] 클라우데라가 하이브리드 데이터 관리 역량을 앞세워 에이전틱 인공지능(AI) 시장 공략에 본격 나선다. 기업용 AI 경쟁이 모델 개발을 넘어 실제 업무 환경에서 데이터를 연결·통제하며 AI를 운영하는 단계로 확산되자 멀티 클라우드와 온프레미스를 아우르는 통합 플랫폼을 앞세워 고객 확보에 속도를 내는 모습이다. 클라우데라는 멀티 클라우드와 온프레미스 환경 전반에서 AI 애플리케이션을 구축·배포·확장할 수 있는 '클라우데라 애니웨어 클라우드'를 20일 발표했다. 새 플랫폼은 퍼블릭 클라우드와 프라이빗 데이터센터, 소버린 인프라에 분산된 데이터와 AI 서비스를 단일 관리 환경에서 운영하도록 설계됐다. 또 데이터를 다른 환경으로 이전하거나 복제하지 않고 기존 저장 위치에서 분석과 AI 워크로드를 실행할 수 있는 것이 특징이다. 이처럼 클라우데라가 '클라우데라 애니웨어 클라우드'를 내놓은 것은 기업의 AI 활용 범위가 넓어지면서 데이터 운영 복잡성이 커지고 있어서다. 생성형 AI를 넘어 AI 에이전트를 업무에 투입하려면 대규모언어모델(LLM)뿐 아니라 사내 데이터와 접근 권한, 메타데이터, 데이터 계보 등을 함께 연결해야 한다. 특히 금융·공공·통신·제조처럼 민감 데이터를 다루는 산업에선 모든 데이터를 퍼블릭 클라우드로 옮기기 어렵다. 또 규제와 데이터 주권 요건을 충족하면서 기존 온프레미스 인프라까지 활용해야 하는 기업이 많아 하이브리드 환경에서 AI를 운영하려는 수요가 커지고 있다. 클라우데라는 이 수요를 새 플랫폼으로 잡는다는 각오다. 이에 단일 관리 콘솔에서 퍼블릭 클라우드와 소버린 인프라, 프라이빗 데이터센터에 AI·데이터 서비스를 독립적으로 배포하고 관리할 수 있도록 했다. 또 비즈니스와 규제, 비용 조건에 따라 워크로드 실행 위치를 바꾸면서도 데이터 저장 위치는 유지할 수 있도록 했다. 모듈형 아키텍처와 셀프서비스 프로비저닝도 이번에 적용했다. 또 스파크와 카프카, 트리노 등 클라우데라 인증 엔진뿐 아니라 기업이 원하는 오픈소스 엔진을 배포할 수 있으며 아파치 아이스버그와 폴라리스 카탈로그, 통합 API를 활용해 서로 다른 분석 엔진과의 연동을 지원키로 했다. 거버넌스 기능도 전면에 내세웠다. 클라우데라는 여러 인프라에 분산된 데이터에 중앙 정책을 적용해 규제 준수와 데이터 계보, 데이터 주권을 관리하도록 했다. 이는 AI 도입 과정에서 데이터 활용 범위가 넓어질수록 접근 권한과 데이터 흐름을 통제해야 하는 기업의 부담이 커진다는 점을 겨냥한 기능이다. 에이전틱 AI 운영을 위한 자연어 기반 '에이전틱 코파일럿'도 새 플랫폼에 탑재했다. 자연어 요청을 데이터 워크플로우로 전환해 분석과 AI 작업을 자동화하는 방식으로, 개발자와 데이터 실무자가 복잡한 인프라 운영 과정을 직접 다루는 부담을 줄이는 데 초점을 맞췄다. 이 같은 전략은 클라우데라가 기존 하이브리드 데이터 플랫폼 사업의 무게중심을 AI 애플리케이션 운영까지 넓히려는 움직임으로 보여진다. 데이터 레이크와 온프레미스 관리에서 쌓은 역량을 에이전틱 AI와 결합해 퍼블릭 클라우드 중심의 AI 플랫폼과 차별화하겠다는 전략이다. 실제 기업용 AI 플랫폼 경쟁도 데이터 저장·분석을 넘어 AI 실행과 거버넌스 영역으로 확산되고 있다. 데이터브릭스와 스노우플레이크는 AI 기능을 강화하고 있고, AWS·마이크로소프트·구글 등 주요 클라우드 사업자도 자체 AI 플랫폼 확장에 나서고 있다. 이에 클라우데라 역시 기존 하이브리드 데이터 고객을 AI 운영 수요로 끌어들이는 데 최근 힘을 싣고 있다. 클라우데라의 파트너사들도 에이전틱 AI 확산 과정에서 데이터 관리와 통제 역량의 중요성을 강조했다. 아이젠AI(IXEN.ai)는 AI를 실험 단계에서 실제 운영으로 확장하려면 데이터 관리와 통제 체계를 함께 갖춰야 한다고 평가했다. 퍼피그래프도 AI 에이전트가 기업 데이터를 제대로 활용하려면 데이터베이스를 넘어 온톨로지와 엔티티, 관계, 맥락 등 지식 기반에 접근할 수 있어야 한다고 봤다. 클라우데라 역시 이러한 수요에 대응해 데이터 이동을 최소화하면서 개방형 표준과 통합 거버넌스를 적용하는 데 집중하고 있다. 또 기업이 기존 데이터 저장 위치와 관리 정책을 유지한 채 AI 에이전트를 실제 업무 환경에 적용할 수 있도록 지원한다는 구상이다. 더불어 클라우데라는 애니웨어 클라우드를 통해 AI 활용 사례 구현과 프라이빗·소버린 AI 배포에 걸리는 시간을 기존 수개월에서 수분 수준으로 단축한다는 목표다. 이를 통해 AI 실험을 실제 운영 단계로 빠르게 전환하고 에이전틱 AI 도입 속도를 높일 계획이다. 레오 브루닉 클라우데라 최고제품책임자(CPO)는 "퍼블릭 클라우드 중심의 기업용 AI 접근 방식은 한계에 봉착했다"며 "클라우데라 애니웨어 클라우드는 기업의 데이터가 존재하는 곳에서 클라우드의 속도와 유연성을 제공한다"고 말했다. 이어 "이를 통해 고객은 데이터와 지식재산, 최적화된 인프라, 토큰 비용, 비즈니스 모델에 대한 완전한 소유권을 유지하면서 AI 이니셔티브를 더욱 빠르게 추진할 수 있을 것"이라고 덧붙였다.

2026.08.20 01:01장유미 기자

AI 시대, 기존 인프라론 부족…퍼블릭 클라우드 '이탈' 가속

기업들의 인공지능(AI) 활용이 빠르게 확산되면서 기존 데이터 인프라의 한계가 뚜렷해지고 있다. 거버넌스와 규제, 비용 부담이 커지자 퍼블릭 클라우드 중심 전략에서 하이브리드 아키텍처로 전환하는 기업도 늘어난 모습이다. 12일 클라우데라가 발표한 'AI 아키텍처 대전환' 보고서에 따르면 응답 기업의 77%는 현재 AI를 활용하고 있는 것으로 나타났다. 다만 95%는 지난 1년간 거버넌스와 컴플라이언스, 규제 문제로 AI 프로젝트를 지연하거나 취소한 경험이 있다고 답했다. 현재 데이터 아키텍처가 향후 AI 수요를 감당하기 어렵다는 인식도 높았다. 응답자의 72%는 향후 AI 요구사항을 충족하려면 기존 데이터 아키텍처를 대대적으로 개편해야 한다고 답했다. AI 확산에 따른 인프라 비용 부담도 커지고 있다. 응답자의 75%는 AI 도입이 데이터 저장과 아키텍처 운영 방식에 변화를 가져왔다고 답했으며, 84%는 AI 워크로드로 인프라 비용이 증가했다고 밝혔다. 기업들은 이에 대응해 AI 워크로드를 퍼블릭 클라우드에 집중하기보다 프라이빗 클라우드와 온프레미스 등으로 분산하는 전략을 택하고 있다. 글로벌 응답자의 66%는 지난 1년간 퍼블릭 클라우드에서 운영하던 AI 워크로드를 프라이빗 클라우드나 온프레미스로 이전했다고 답했다. 아시아태평양 지역에서도 비슷한 흐름이 나타났다. 아태지역 응답자의 63%가 AI 워크로드 일부를 프라이빗 클라우드나 온프레미스로 이전했다. 또 84%는 AI 도입으로 데이터 저장 및 아키텍처 운영 방식이 변화했다고 답했으며, 68%는 향후 AI 요구사항을 충족하기 위해 현재 데이터 아키텍처의 대대적인 개편이 필요하다고 봤다. 클라우데라는 이 같은 변화를 'AI 아키텍처 대전환'으로 정의했다. 또 기업들이 비용과 성능, 보안, 규제 요건 등을 고려해 AI 워크로드를 적합한 환경에 배치할 수 있도록 퍼블릭 클라우드와 프라이빗 클라우드, 온프레미스, 엣지를 함께 활용하는 방향으로 인프라를 재편하고 있다고 봤다. AI 활용이 확대되면서 데이터 거버넌스 부담도 커졌다. 응답자의 73%는 AI로 인해 데이터 거버넌스가 더욱 복잡해졌다고 답했다. 55%는 거버넌스와 컴플라이언스, 규제 문제로 지난 12개월 동안 6개 이상의 AI 프로젝트를 지연하거나 취소한 경험이 있다고 밝혔다. 데이터가 여러 인프라 환경을 오가면서 관리 복잡성도 커지고 있다. 응답자의 97%는 최소 월 1회 이상 데이터를 서로 다른 환경으로 이동한다고 답했다. 데이터 이동이 잦아질수록 인프라별 관리 체계를 일관되게 유지해야 하는 부담도 커진 분위기다. 하이브리드 인프라 투자는 앞으로도 이어질 전망이다. 응답자의 25%는 향후 2년간 하이브리드 우선 아키텍처를 최우선 전략으로 추진할 계획이라고 밝혔다. 이번 조사는 클라우데라 의뢰로 웨이크필드 리서치가 미국, 캐나다, 브라질, 영국, 스페인, 남아프리카공화국, 싱가포르, 인도, 일본 등 9개 시장의 기업 아키텍트와 클라우드 인프라 담당자, 데이터 아키텍트 1500명을 대상으로 진행했다. 조사 기간은 지난 6월 5일부터 22일까지다. 세르지오 가고 클라우데라 최고기술책임자(CTO)는 "많은 기업들이 데이터 분석을 위해 구축한 아키텍처가 오늘날 AI가 요구하는 확장성, 거버넌스, 유연성을 만족하도록 설계되지 않았다는 사실을 깨닫고 있다"며 "통제와 보안을 유지하면서 가장 효과적인 환경에서 AI를 실행할 수 있는 데이터 기반 구축이 중요하다"고 말했다. 최승철 클라우데라코리아 지사장은 "많은 기업들이 거버넌스와 규제 문제로 AI 프로젝트를 지연하거나 취소했고 AI 워크로드를 퍼블릭 클라우드 밖으로 옮겼다"며 "규제 산업 비중이 높고 데이터 주권 요구가 강한 국내 시장에서도 클라우드, 온프레미스, 엣지를 아우르는 하이브리드 아키텍처와 일관된 거버넌스가 중요해지고 있다"고 밝혔다.

2026.08.12 09:41장유미 기자

[AI TCO 함정③] 토큰만큼 무서운 인프라 비용…AI 환경 '프라이빗 회귀'

기업의 인공지능(AI) 도입 비용이 토큰 사용료를 넘어 소프트웨어 구독료와 데이터 통합, 인프라 운영비 전반으로 번지고 있다. AI 기능이 기존 서비스형 소프트웨어(SaaS)에 추가되면서 사용량에 따라 비용이 달라지고 예산 예측도 어려워지는 분위기다. 데이터 정비와 검색증강생성(RAG) 구축, 사내 시스템 연동 비용도 AI 도입 부담을 키우는 요인으로 꼽힌다. AI 서비스 이용이 늘면서 서버와 스토리지, 네트워크 등 인프라 운영비까지 동반 상승하고 있다. 이에 지디넷코리아는 기업들이 AI 도입 과정에서 놓치기 쉬운 비용 구조와 예산 관리의 사각지대를 3회에 걸쳐 살펴본다. [편집자주] 생성형 인공지능(AI)이 기업 업무 전반으로 확산되면서 비용 부담이 모델 사용료를 넘어 이를 구동하는 인프라로 옮겨가고 있다. 그래픽처리장치(GPU)를 비롯해 서버·스토리지·네트워크·전력·냉각·운영 소프트웨어까지 지출 항목이 늘어나자, 기업들은 퍼블릭 클라우드에 집중됐던 AI 워크로드 일부를 프라이빗 클라우드와 온프레미스로 재배치하며 총소유비용(TCO) 관리에 나선 양상이다. 30일 업계에 따르면 기업들이 생성형 AI를 실험 단계에서 실제 업무와 서비스에 적용하면서 인프라 운영비가 새로운 부담으로 떠오르고 있다. 초기에는 별도 장비를 구축하지 않고 사용량만큼 비용을 내는 퍼블릭 클라우드가 유리하지만, 사용량이 일정 수준을 넘어 장기간 지속되면 GPU 이용료와 데이터 전송·저장 비용 등이 함께 불어나는 상황이다. 특히 AI 에이전트처럼 지속적으로 모델을 호출하고 내부 데이터를 검색·분석하는 서비스가 늘면서 토큰 사용량뿐 아니라 이를 뒷받침하는 연산과 저장 자원도 함께 증가하고 있다. 여기에 고성능 네트워크, 데이터 보호, 백업, 재해복구(DR), 모니터링, 전력과 냉각 비용까지 포함하면 기업이 실제 부담하는 AI TCO는 모델 가격표만으로 산출하기 어렵다는 지적이 나온다. AI가 불붙인 '인프라 회귀'…워크로드, 기업 내부로 재배치 AI 시대를 맞아 업계에선 모든 시스템을 퍼블릭 클라우드로 옮기는 기존 '클라우드 퍼스트' 전략보다 워크로드 특성에 따라 퍼블릭과 프라이빗 환경을 조합하는 움직임이 두드러지고 있다. 수요가 불규칙하거나 빠른 실험이 필요한 서비스는 퍼블릭에서 운영하되, 이용량이 크고 예측 가능한 추론 업무와 민감 데이터를 다루는 시스템은 자체 통제 환경에 두는 방식이다. 실제 올해 델 테크놀로지스와 시장조사업체 IDC 조사에 따르면 아시아태평양 지역 기업의 94%가 퍼블릭 클라우드 워크로드를 온프레미스나 프라이빗 환경으로 옮기는 '클라우드 회귀'를 고려하거나 계획 중인 것으로 조사됐다. 특히 국내 기업도 93%가 이를 계획했으며 성능과 지연 시간, 보안·규제, 기존 시스템과의 통합 문제가 주요 배경으로 꼽혔다. 국내 기업의 71%는 AI 도입을 위해 하이브리드와 온프레미스 인프라 투자도 계획하고 있는 것으로 나타났다. VM웨어를 인수한 브로드컴 조사에서도 기업의 56%가 프라이빗 클라우드에서 실제 서비스용 AI 추론을 운영 중이거나 도입을 계획 중인 것으로 분석됐다. 퍼블릭 클라우드에서 AI 추론을 운영한다는 응답은 전년보다 15%포인트 감소한 41%로, IT 리더의 62%가 생성형 AI 인프라 비용 증가를 우려하기도 했다. 이같은 움직임은 퍼블릭 클라우드에서 프라이빗 클라우드로의 전면 회귀는 아니지만, 기업들이 AI 비용·보안·성능을 고려해 워크로드 배치 장소를 다시 정하는 선별적 회귀로 해석된다. 사용량 변동이 큰 서비스는 퍼블릭 클라우드의 탄력성이 유리하지만, 상시 가동하는 대규모 추론 시스템은 전용 인프라의 비용 예측성과 통제력이 더 중요하다는 판단이다. CSP도 고객 데이터센터로…구축형 프라이빗 사업 확장세 기업 수요 변화에 따라 클라우드 서비스 사업자(CSP)들도 퍼블릭 클라우드 제공에 머물지 않고 고객 데이터센터에 전용 인프라를 설치하거나 구축·운영을 함께 맡는 프라이빗 클라우드 사업을 강화하고 있다. 퍼블릭 클라우드에서 확보한 자동화와 관리 기능을 고객사 내부 환경까지 확장해 하이브리드 구조를 만드는 전략이다. 글로벌 CSP 서비스 중 대표적으로 아마존웹서비스(AWS) 아웃포스트, 마이크로소프트(MS) 애저 아크·애저 스택, 구글 분산형 클라우드(GDC) 등이 온프레미스 시장을 공략 중이다. AWS는 고객 데이터센터에 전용 하드웨어를 설치해 자사 퍼블릭 환경과 동일한 서비스·운영 경험을 제공한다. MS는 애저 아크를 통해 기업 내 데이터센터와 다른 클라우드까지 통합 관리한다. 구글은 외부 인터넷과 분리된 에어갭 환경에서도 AI를 구동할 수 있는 GDC를 공공·국방·금융 시장에 확대 중이다. 국내에서도 네이버·NHN·KT·삼성SDS 등이 구축형 프라이빗·하이브리드 사업을 확대하는 추세다. 네이버클라우드는 '뉴로클라우드', NHN클라우드는 오픈스택 기반 프라이빗 클라우드, KT는 구독형 '매니지드 프라이빗 클라우드', 삼성SDS는 삼성클라우드플랫폼(SCP)과 데이터센터 설계·구축·운영 역량을 각각 앞세우고 있다. 특히 네이버클라우드가 한국은행에 구축한 뉴로클라우드와 프라이빗 AI가 대표적인 사례로 꼽힌다. 데이터센터 내부에 클라우드 인프라를 직접 설치하고 폐쇄된 사내망에서만 생성형 AI를 학습·운영해 데이터를 외부로 반출하지 않는 구조다. 이러한 프라이빗 인프라 구조로 보안을 준수하면서도 금융 특화 소버린 AI를 구축했다는 게 회사 측 설명이다. NHN클라우드 역시 GPU 인프라부터 운영 플랫폼과 AI 서비스까지 묶은 '팩토리X'를 공개하고 퍼블릭·프라이빗 환경을 모두 지원하는 전략을 추진 중이다. AI 경쟁 중심이 모델 자체에서 실제 업무 환경을 안정적으로 운영하고 비용을 최적화하는 실행 환경으로 이동하고 있다는 판단으로, 효율적인 AI 인프라 TCO 관리에 초점을 맞췄다. 서버·스토리지 기업도 플랫폼 경쟁…관건은 '운영 효율' 전통적인 서버·스토리지 기업들도 단순 장비 공급을 넘어 프라이빗 클라우드와 AI 운영 플랫폼을 결합한 사업자로 변신하고 있다. 고객이 GPU 서버를 구매한 뒤 각종 소프트웨어와 네트워크를 별도로 통합해야 했던 구조에서 벗어나 구축·자동화·보안·운영을 하나의 플랫폼으로 제공해 복잡성과 비용을 낮춘다는 구상이다. 먼저 델 테크놀로지스는 서버·스토리지·네트워크·보안·소프트웨어를 통합한 '델 AI 팩토리'를 내세우고 있다. AI를 외부 클라우드로 보내는 대신 데이터가 존재하는 데이터센터와 엣지 환경 가까이에서 운영하도록 지원하는 방식이다. 델은 컴퓨팅·스토리지·네트워크를 각각 필요한 만큼 확장하는 분리형 프라이빗 클라우드가 기존 하이퍼컨버지드 인프라보다 최대 65% 높은 비용 효율성을 제공할 수 있다고도 강조해왔다. 브로드컴도 'VM웨어 클라우드 파운데이션(VCF) 9.1'을 AI·쿠버네티스 기반 프라이빗 클라우드 플랫폼으로 고도화했다. 회사는 지능형 메모리 티어링을 통해 서버 비용을 최대 40%, 데이터 압축과 중복 제거로 스토리지 TCO를 최대 39%, 쿠버네티스 운영 비용을 최대 46% 줄이는 서비스 구조를 갖췄다. AI 데이터 플랫폼 기업 넷앱도 구글 클라우드와 손잡고 외부망과 분리된 GDC 에어갭 환경에 데이터 저장·보호·관리 기능을 결합했다. 구글이 클라우드 플랫폼을, 넷앱이 데이터 계층을, 구축 파트너가 공급과 통합을 담당하는 구조로 고보안 AI 시장에서 CSP와 인프라 기업이 공동으로 프라이빗 환경을 제공하는 사례로 평가된다. 이런 상황 속 AI 시대 인프라 경쟁은 GPU를 얼마나 많이 확보했는가를 넘어 자원을 얼마나 높은 가동률로 운영하고 데이터 이동과 저장 비용을 줄일 수 있는지, 퍼블릭과 프라이빗 사이에서 워크로드를 유연하게 배치할 수 있는지에 달렸다는 분석이 제기된다. 초기 AI 구축비만 보고 프라이빗 환경을 선택하거나 사용 편의성을 보고 퍼블릭에 머무르기보다 서비스 기간과 사용량, 데이터 민감도, 운영인력까지 포함한 장기 TCO 계산이 선행돼야 한다는 설명이다. 업계 관계자는 "퍼블릭과 프라이빗 가운데 어느 한쪽이 항상 저렴한 것이 아니라 워크로드 사용량과 운영 기간, 보안 요건에 따라 경제성이 달라진다"며 "AI 활용이 본격화할수록 기업들은 클라우드를 일괄적으로 선택하기보다 각 업무를 가장 효율적으로 운영할 수 있는 위치에 배치하는 방향으로 인프라 전략을 바꾸게 될 것"이라고 밝혔다.

2026.07.30 10:13한정호 기자

퍼블릭 클라우드 '흔들'…AI·데이터 주권에 '프라이빗 회귀' 가속

전 세계적으로 생성형 인공지능(AI) 확산과 데이터 주권 요구가 맞물리면서 기업들의 클라우드 전략이 빠르게 재편되고 있다. 기존 퍼블릭 클라우드 중심에서 벗어나 보안·규제·비용을 동시에 고려한 하이브리드 및 프라이빗 클라우드로 이동하는 흐름이 뚜렷해지며, 이른바 '인프라 회귀' 현상이 산업 전반에 확산되는 양상이다. 22일 엔터프라이즈 오픈 소스 기업 수세가 발표한 설문조사에 따르면 기업의 59%가 하이브리드 클라우드를, 16%는 프라이빗 클라우드를 우선 도입 전략으로 고려하는 것으로 나타났다. 이번 조사는 미국·영국·일본·인도·독일 등 주요 국가의 IT 의사결정권자 약 600명을 대상으로 진행됐다. 특히 AI 도입이 기업 인프라 전략 변화의 핵심 요인으로 작용하고 있는 것으로 분석됐다. 응답자의 61%는 AI 도입을 '중대한 과제'로 꼽았으며 AI 모델 학습 과정에서 데이터 주권 확보 중요성에 대해 80% 이상이 '매우 중요하다'고 답했다. AI 확산은 단순한 기술 도입을 넘어 인프라 복잡성과 리스크를 동시에 증가시키고 있다. 이에 기업들은 기존 퍼블릭 인프라 중심 구조에서 벗어나 통제 가능한 환경을 확보하기 위해 하이브리드 및 프라이빗 클라우드로 눈을 돌리는 분위기다. 이 과정에서 데이터 주권이 핵심 키워드로 떠오르고 있다. 특히 유럽과 미국을 중심으로 데이터 지역화 규제와 보안 요구가 강화되면서, 기업 내부 또는 통제 가능한 환경에서 데이터를 관리하려는 움직임이 확대되고 있다. 클라우드 전략 변화는 비용 구조에서도 영향을 받고 있다. AI 워크로드는 대규모 그래픽처리장치(GPU) 자원을 요구하는 만큼 퍼블릭 클라우드 기반 과금 모델에서 비용 부담이 급격히 증가하는 문제가 발생하고 있다. 장기적으로는 프라이빗과 하이브리드 인프라 환경이 비용 효율 측면에서도 유리하다는 인식이 확산되고 있다. 이같은 흐름은 단순 기술 선택의 문제를 넘어 기업 핵심 자산인 데이터를 어디까지 통제할 수 있는지에 대한 전략 경쟁으로 확장되고 있다. 특히 생성형 AI가 기업 내부 데이터를 학습에 활용하는 구조로 발전하면서, 퍼블릭 클라우드에 대한 의존도를 줄이고 자체 인프라를 강화하려는 움직임이 더욱 가속화되는 추세다. 실제 조사 결과 기업의 51%는 멀티·하이브리드 클라우드 환경 확장에 대한 투자를 늘릴 계획이며 46%는 오픈소스 엔터프라이즈 지원 확대에 나설 것으로 나타났다. 이는 특정 벤더 종속에서 벗어나 유연성을 확보하려는 전략으로 풀이된다. 벤더 종속성 문제 역시 주요 변수로 지목된다. 미국 기업의 경우 39%가 벤더 락인(종속성)을 주요 우려로 꼽았으며 절반 이상이 이를 '중대한 과제'로 인식하고 있는 것으로 조사됐다. 이와 함께 IT 복원력과 보안 강화도 주요 투자 우선순위로 떠올랐다. 미국 응답자의 64%는 IT 복원력을 최우선 기술 과제로 꼽았으며 글로벌 평균 역시 높은 수준을 보였다. 이는 퍼블릭 클라우드 장애나 보안 사고 경험이 누적된 결과로 해석된다. 국내에서도 유사한 흐름이 감지된다. 금융·공공 분야를 중심으로 데이터 주권과 보안 요구가 강화되면서 프라이빗 및 하이브리드 클라우드 도입이 확대되는 추세다. 특히 최근 VM웨어 가격 정책 변화와 벤더 종속 우려가 겹치며 오픈소스 기반 인프라로의 전환 움직임도 점차 가속화되고 있다. 업계에선 이러한 변화가 단기적인 트렌드가 아닌 구조적 전환이라는 분석이 나온다. AI 시대에 데이터가 핵심 자산으로 부상하면서 이를 얼마나 통제할 수 있는지가 기업 경쟁력의 핵심 요소로 자리 잡고 있기 때문이다. 특히 오픈소스 기반 인프라는 이러한 흐름에서 중요한 역할을 하고 있다. 기업들은 특정 벤더에 종속되지 않으면서도 유연성과 확장성을 확보할 수 있는 오픈소스 환경을 통해 하이브리드·프라이빗 전략을 강화하고 있다. 마가렛 도슨 수세 최고마케팅책임자(CMO)는 "AI 도입이 기업 인프라 전략에 큰 변화를 가져오고 있다"며 "고객들은 보다 유연하고 확장 가능하며 통제된 환경으로 빠르게 이동하고 있다"고 말했다. 클라우드 업계 관계자는 "이제 클라우드는 단순한 IT 인프라가 아니라 데이터 주권과 직결된 전략 자산"이라며 "하이브리드와 프라이빗 중심 구조는 AI 시대의 필수 선택지가 될 것"이라고 밝혔다.

2026.03.22 09:19한정호 기자

자다라, 완전 관리형 프라이빗 클라우드 혁신 제시…비용 부담 해소

자다라(Zadara)가 완전 관리형 프라이빗 클라우드를 앞세워 기업들의 비용·운영 부담 해소에 앞장선다. 자다라는 퍼블릭 클라우드 강점을 살린 자사의 완전 관리형 프라이빗 클라우드 서비스가 많은 기업으로부터 주목받고 있다고 30일 밝혔다. 퍼블릭 클라우드는 프라이빗 클라우드에 비해 매니지드 서비스, 종량제 등 많은 장점을 제공한다. 하지만 데이터 전송료, 성능 지표 및 애플리케이션 프로그래밍 인터페이스(API) 호출에 따른 예측하기 어려운 비용 부담으로 인해 기업의 부담도 가중되고 있다. 이러한 퍼블릭 클라우드 비용 부담을 해소하기 위해 많은 기업이 멀티·하이브리드 클라우드 전략을 채택하고 있으며, 이로 인해 새로운 클라우드를 효과적으로 운영하기 위한 인력 충원·시간·투자 등 기회비용을 지불하는 실정이다. 다양한 IT 분석 기관에 따르면 2027년까지 기업의 90%가 하이브리드·멀티 클라우드 전략을 채택할 것이라고 답하고 있으며, 오늘날 기업들은 클라우드 비용 최적화를 최상위 과제로 채택해 다양한 클라우드를 선택하고 있다. 이러한 전략을 실행하기 위한 방안 중 하나인 온프레미스로의 회귀도 주요 전략으로 채택하며 프라이빗 클라우드 전환이 적극 추진되고 있다. 또 기업들은 퍼블릭 클라우드의 강점을 유지하면서도 비용 부담을 동시에 해결하는 것을 목표로 온프레미스 회귀 전략을 수행하고 있다. 이러한 시장의 요구에 맞춰 자다라는 퍼블릭 클라우드의 장점을 그대로 유지하고 단점을 제거한 완전 관리형 프라이빗 클라우드 서비스를 제시해 현실적 대안으로 주목받고 있다. 자다라는 데이터 전송료, API 호출 비용, 성능 확장에 따른 숨겨진 비용 발생을 완전히 제거해 퍼블릭 클라우드 단점을 해소하도록 지원한다. 더불어 퍼블릭 클라우드에서 제공하는 하드웨어와 소프트웨어 설치 구성 및 업그레이드, 빠른 장애 대응 및 유지보수, 통합 관리, 무상 워런티 등 모든 서비스를 온프레미스에 완전 관리형으로 제공한다. 자다라의 강점은 뛰어난 호환성에서도 두드러진다. 아마존웹서비스(AWS)의 API·CLI·기능·기술과 호환되므로, 기존 AWS 사용자는 기존 운영관리 환경을 별도의 재교육 없이 간편하게 자다라 환경에 적용할 수 있다. 또 온프레미스, 퍼블릭 클라우드, 하이브리드·멀티 클라우드 환경 간의 자유로운 데이터·애플리케이션 이동을 지원해 기존 AWS 사용자가 자다라로 손쉽게 전환할 수 있도록 돕는다. 자다라는 기업의 IT 환경과 예산에 맞춰 종량제 모델, 구독형 모델, 구매형 모델을 모두 제공한다. 특히 프라이빗 클라우드 환경에서도 퍼블릭 클라우드와 동일한 사용량 기반 과금 방식을 선택할 수 있도록 지원한다. 이를 통해 기업은 초기 투자 부담을 줄이면서 운영비(OPEX) 중심의 비용 모델과 장기적인 IT 자산 확보에 유리한 자본비(CAPEX) 중심의 비용 모델을 유연하게 선택할 수 있어 비용 효율성과 예산 운용의 자율성을 극대화할 수 있다. 최근 자다라는 엔비디아와의 협력을 통해 네이티브 멀티 테넌트 AI 팩토리 인프라 구축에도 적극 대응하고 있다. 이는 엔비디아 클라우드 프로바이더(NCP) 레퍼런스 아키텍처를 따르는 플랫폼으로, HGX GPU 서버, 스토리지, 엔비디아 네트워킹을 고객별로 완전히 분리하고 테넌트별 쿠버네티스(Kubernetes) 환경을 제공하는 등 AI 워크로드 수용 역량을 대폭 강화하고 있다. 이를 토대로 자다라는 기존 클라우드 한계를 넘어 AI 시대에 필요한 확장성·유연성과 데이터 주권을 동시에 확보하는 차세대 클라우드 솔루션으로 자리매김하고 있다. 자다라 코리아 조순현 영업 본부장은 "우리 서비스는 퍼블릭 클라우드의 장점과 운영 편의성을 그대로 유지하면서도 퍼블릭 클라우드의 숨겨진 비용 문제를 동시에 해결하는 가장 현실적인 프라이빗 클라우드 솔루션"이라며 "이를 위해 필요한 마이그레이션 과정도 완벽한 지원을 약속한다"고 강조했다.

2025.04.30 10:00한정호 기자