본문으로 건너뛰기
피드

마이크로소프트, 애저 로컬로 수천 대 서버급 소버린 프라이빗 클라우드 지원

devops 약 6분

마이크로소프트가 애저 로컬을 확장해 단일 소버린 환경 안에서 수천 대 서버 규모의 클라우드 인프라를 운영할 수 있게 했다. 데이터 주권, 망 분리, 보안 규제가 중요한 조직이 클라우드식 운영 모델을 유지하면서도 데이터와 AI 모델을 내부 통제 영역에 둘 수 있게 하는 전략이다.

  • 1

    애저 로컬은 조직 소유 하드웨어에서 클라우드와 유사한 운영 환경을 구현하는 인프라임

  • 2

    이번 확장으로 수백 대에서 수천 대 서버까지 별도 아키텍처 변경 없이 확장 가능함

  • 3

    GPU 기반 AI 추론·분석 워크로드를 민감 데이터와 모델을 외부로 내보내지 않고 내부에서 처리할 수 있음

  • 4

    AT&T, 네덜란드 토지 등기소, 이탈리아 파이버콥 등 통신·공공·전국망 사례가 언급됨

  • 마이크로소프트가 애저 로컬(Azure Local)을 키워서, 소버린 프라이빗 클라우드를 수천 대 서버 규모까지 확장할 수 있게 했다.

    • 핵심은 조직이 가진 하드웨어 위에서 클라우드와 비슷한 운영 환경을 구현하는 것임.
    • 외부 인터넷과 분리된 환경에서도 배포할 수 있고, 보안 설정과 컴플라이언스 정책을 로컬에서 직접 관리할 수 있음.
  • 이 업데이트가 겨냥하는 건 데이터 주권과 보안 규제가 강한 조직이다.

    • 데이터 위치 규제, 망 분리, 현장 AI 처리 같은 요구가 있는 곳은 모든 워크로드를 퍼블릭 클라우드로 보내기 어려움.
    • 애저 로컬은 데이터 통제권은 내부에 두면서도 클라우드식 인프라 운영을 가져가려는 선택지임.

중요

> 애저 로컬의 포인트는 ‘온프레미스 서버를 더 많이 판다’가 아니라, 내부 통제 환경에서도 애저식 운영 모델을 수천 대 서버 규모로 밀어붙이겠다는 데 있다.

  • 확장성 쪽 변화도 꽤 직접적이다. 서버 수를 수백 대에서 수천 대까지 늘려도 별도 아키텍처 변경 없이 확장할 수 있게 설계했다는 설명임.

    • 장애 도메인과 인프라 풀을 확대해 일부 하드웨어 장애가 전체 서비스 중단으로 번지는 걸 막는 구조임.
    • 클라우드 연결 여부와 관계없이 미션 크리티컬 서비스를 안정적으로 운영하는 게 목표임.
  • AI 워크로드도 중요한 축이다. 민감한 데이터와 모델을 외부로 보내지 않고 내부에서 추론과 분석을 돌릴 수 있게 하겠다는 얘기다.

    • GPU 기반 인프라를 활용해 데이터 집약적인 AI 추론과 분석을 자체 환경에서 수행할 수 있음.
    • 데이터, 모델, 실행 과정이 모두 조직의 통제 영역 안에 남는다는 점을 강조함.
sequenceDiagram
    participant 조직
    participant 애저로컬
    participant 로컬하드웨어
    participant 보안정책
    participant 인공지능작업
    조직->>애저로컬: 소버린 클라우드 환경 배포
    애저로컬->>로컬하드웨어: 수백~수천 대 서버 풀 구성
    조직->>보안정책: 컴플라이언스와 접근 통제 직접 관리
    인공지능작업->>애저로컬: 내부 데이터 기반 추론 요청
    애저로컬->>로컬하드웨어: GPU 기반 분석 실행
    로컬하드웨어-->>조직: 데이터 외부 반출 없이 결과 제공
  • 실제 사례도 통신·공공·전국망 쪽으로 잡혀 있다.

    • AT&T는 핵심 인프라의 운영 통제권 확보를 위해 애저 로컬을 적용함.
    • 네덜란드 토지 등기소는 국가 공공 데이터를 보호하는 목적으로 활용 중임.
    • 이탈리아 파이버콥은 전국 단위 소버린 클라우드 구축을 위해 엣지 환경 전반에 도입함.
  • 생태계는 기존 엔터프라이즈 인프라 업체들과 묶었다.

    • 델테크놀로지스, HPE, 레노버, 넷앱 등이 컴퓨팅과 스토리지 인프라를 제공함.
    • 인텔 제온 6 프로세서가 플랫폼 컴퓨팅 기반을 맡고, AI 가속 기능으로 별도 특수 인프라 없이 AI 작업을 지원한다고 설명함.

기술 맥락

  • 애저 로컬의 기술적 선택은 ‘퍼블릭 클라우드로 못 가는 워크로드를 어떻게 클라우드처럼 운영할 것인가’에 가까워요. 규제나 망 분리 때문에 데이터를 밖으로 못 보내는 조직도 자동화, 확장성, 일관된 운영 모델은 필요하거든요.

  • 수천 대 서버 확장이 중요한 이유는 소버린 클라우드가 더 이상 작은 격리 환경만 의미하지 않기 때문이에요. 통신사나 공공 데이터 인프라처럼 규모가 큰 조직은 내부 통제를 유지하면서도 데이터센터급 운영이 필요해요.

  • 장애 도메인과 인프라 풀 확장은 대규모 운영에서 필수예요. 서버가 많아질수록 일부 장애는 당연히 발생하니까, 그 장애가 전체 서비스 중단으로 번지지 않도록 경계를 나눠야 하거든요.

  • AI 워크로드를 내부에서 처리한다는 점도 현실적인 요구예요. 민감 데이터나 모델을 외부 클라우드로 보내기 어려운 조직은 많고, 이런 곳에서는 GPU 기반 추론과 분석을 내부 통제 영역에서 돌리는 선택지가 필요해요.

퍼블릭 클라우드가 모든 걸 삼키는 흐름처럼 보였지만, 규제·망 분리·데이터 주권 때문에 ‘내부에 두는 클라우드’ 수요는 계속 살아 있다. 애저 로컬 확장은 마이크로소프트가 그 시장을 그냥 온프레미스가 아니라 애저 운영 모델의 연장선으로 잡겠다는 신호다.

댓글

댓글

댓글을 불러오는 중...

devops

LG CNS 1분기 실적, AI·클라우드와 데이터센터가 제대로 끌었다

LG CNS가 1분기 매출 1조3150억원, 영업이익 942억원을 기록하며 전년 대비 성장했다. 특히 AI·클라우드 부문이 전체 매출의 58.2%를 차지했고, 데이터센터 수주와 공급 부족 전망이 실적의 핵심 배경으로 꼽혔다.

devops

NHN클라우드, 이노그리드 품고 이제는 ‘수익성’ 증명해야 할 시간

NHN클라우드가 이노그리드를 편입하면서 클라우드 플랫폼 기술, 인프라 운영, 구축·운영 서비스를 묶는 풀스택 전략을 강화했다. 다만 이노그리드와 NHN클라우드 모두 아직 적자 구조라서, 이번 인수의 핵심은 기술 확보가 아니라 반복 매출과 수익성으로 연결할 수 있느냐다.

devops

한국 기업 93%가 클라우드 송환 고려, 퍼블릭 클라우드 만능론 흔들린다

델 테크놀로지스와 IDC 조사에 따르면 국내 기업 93%가 워크로드를 온프레미스나 프라이빗 환경으로 되돌리는 클라우드 송환을 계획 중이다. 이유는 성능, 지연 시간, 보안·규제, 기존 시스템 통합 문제이며 AI 인프라 수요도 하이브리드·온프레미스 투자로 이어지고 있다.

devops

굿모닝아이텍, VM부터 AI까지 묶는 프라이빗 클라우드 플랫폼 공개

굿모닝아이텍이 브로드컴의 브이엠웨어 클라우드 파운데이션 9 기반으로 프라이빗 클라우드 통합 운영 플랫폼을 내놨다. VM, 컨테이너, AI 워크로드를 한 플랫폼에서 배포하고 운영하면서 비용, 보안, 컴플라이언스 문제를 잡겠다는 방향이다.

devops

카테노이드와 오픈소스컨설팅, AI 미디어 자산관리·클라우드 패키지로 맞손

카테노이드가 오픈소스컨설팅과 손잡고 AI 기반 미디어 자산관리와 프라이빗 클라우드를 묶은 통합 솔루션을 공동 영업해. 생성형 AI 확산으로 콘텐츠 양이 늘면서, 미디어 기업이 자산관리와 인프라를 따로 붙이는 부담을 줄이겠다는 전략이야.