클리브와 네이버클라우드, 망분리 안에서 금융권 오픈소스 AI 플랫폼 만든다

• 클리브를 운영하는 탤런트리가 네이버클라우드와 금융 데이터 플랫폼 사업을 같이 추진함

  • 양사는 ‘AI 및 클라우드 기술을 활용한 금융 데이터 플랫폼 사업’ 공동 추진을 위한 업무협약(MOU)을 체결함
  • 목표는 국내 금융기관이 망분리 규제를 지키면서도 최신 AI를 실제 업무에 쓸 수 있는 인프라를 만드는 것

• 금융권의 가장 큰 문제는 최신 AI를 쓰고 싶어도 외부 클라우드와 AI 서비스 활용이 구조적으로 막혀 있다는 점임

  • 혁신금융서비스 제도라는 우회로는 있지만 신청 주기가 제한적이라, 빠르게 바뀌는 최신 모델을 제때 도입하기 어렵다고 봄
  • 특히 대형 언어 모델(LLM)은 몇 달 단위로 성능과 비용 구조가 바뀌는데, 규제 절차가 느리면 현업 적용 속도가 바로 밀림

• 양사는 금융보안원 안전성 평가를 통과한 국산 금융 특화 클라우드 안에 오픈소스 AI 모델 기반 플랫폼을 직접 구축하려고 함

  • 고객 데이터를 외부로 반출하지 않고, 내부망에서 오픈소스 모델을 최신 버전으로 교체해 운용하는 방식
  • 글로벌 오픈소스 LLM들이 챗GPT 같은 파운데이션 모델과 성능 격차를 빠르게 좁히고 있다는 판단도 깔려 있음

• 역할 분담도 꽤 명확함

  • 클리브는 금융 도메인 특화 AI 솔루션 설계와 구축을 주도함
  • 네이버클라우드는 금융보안원 안전성 평가를 통과한 클라우드 기반 GPU 인프라와 쿠버네티스(NKS) 같은 핵심 기술을 제공함

• 협력 범위는 단순 PoC보다 넓게 잡혀 있음

  • 망분리 환경 내 최신 오픈소스 LLM 배포·운영을 위한 GPU 클라우드 인프라 공동 구축
  • 금융기관 전사 데이터를 실시간으로 통합·분석하는 데이터 플랫폼 공동 개발
  • 증권사를 시작으로 전 금융업권 AI·클라우드 전환 프로젝트 공동 수주

• 국내 개발자 입장에선 금융권 AI 아키텍처가 어디로 갈지 보여주는 사례임

  • 외부 API 호출 중심이 아니라, 규제 친화적인 클라우드 안에 모델·데이터·GPU·쿠버네티스 운영체계를 묶는 쪽
  • 금융, 공공, 의료처럼 규제가 강한 도메인에서는 “어떤 모델이 제일 좋냐”보다 “어디에 올리고, 데이터는 어떻게 안 빼고, 모델은 어떻게 바꾸냐”가 더 큰 질문이 됨

---

기술 맥락

• 여기서 선택한 방향은 외부 AI 서비스를 바로 붙이는 게 아니라, 금융보안원 안전성 평가를 통과한 클라우드 안에 오픈소스 LLM 플랫폼을 직접 구축하는 거예요. 금융권은 고객 데이터와 내부망 규제가 강해서 일반 SaaS API처럼 쓰기 어렵거든요.

• 오픈소스 LLM을 고른 이유는 모델 교체의 자유도 때문이에요. 최신 모델이 계속 나오는데, 매번 외부 서비스 승인이나 별도 절차에 묶이면 현업 적용 속도가 느려져요.

• GPU 클라우드와 쿠버네티스가 같이 언급되는 이유도 운영 때문이에요. LLM은 한 번 설치하고 끝나는 게 아니라 배포, 확장, 버전 교체, 장애 대응을 계속 해야 해서 컨테이너 오케스트레이션이 필요해요.

• 클리브와 네이버클라우드의 역할 분담은 도메인과 인프라를 나눈 구조예요. 금융 업무에 맞는 AI 솔루션 설계는 클리브가 맡고, GPU·클라우드·NKS 같은 실행 기반은 네이버클라우드가 제공하는 식이에요.