--- title: "AI 3강 외치는데 공공 클라우드 이용률은 아직 10%대" published: 2026-06-09T14:05:04.263Z canonical: https://jeff.news/article/3944 --- # AI 3강 외치는데 공공 클라우드 이용률은 아직 10%대 정부가 2026년까지 신규 공공 정보 시스템의 70% 이상을 클라우드 네이티브로 전환하겠다는 목표를 세웠지만, 실제 공공 부문 민간 클라우드 이용률은 10%대에 머물고 있다. 예산 체계, 망 분리, 클라우드 보안인증, 사고 책임 부담이 전환 속도를 늦추고 있으며, AI 경쟁력 확보를 위해 평가와 예산 제도 개편이 필요하다는 지적이 나온다. ## 목표는 큰데 실제 이용률은 10%대 - 정부는 2026년까지 신규 공공 정보 시스템의 70% 이상을 클라우드 네이티브 방식으로 전환하겠다는 목표를 세움 - 그런데 행정안전부 기준 국내 공공 정보시스템 약 1만6000개 중 민간 인프라를 쓰는 비중은 10%대에 머물고 있음 - 대부분은 여전히 기관별 자체 전산실이나 데이터센터에서 운영되는 상황임 - 민간 기업 흐름과는 꽤 다름 - 민간은 비용 효율성과 확장성을 이유로 하이브리드 클라우드 환경을 넓히는 중임 - 공공은 디지털 전환 속도뿐 아니라 AI 시대에 필요한 데이터 활용과 컴퓨팅 인프라 확보에서도 뒤처질 수 있다는 지적이 나옴 > [!IMPORTANT] > 숫자가 좀 세다. 정부 목표는 신규 공공 시스템 70% 이상 클라우드 네이티브 전환인데, 실제 민간 클라우드 활용률은 10%대임. AI 인프라를 말하기 전에 운영 기반부터 크게 벌어져 있는 셈임. ## 예산 구조가 클라우드랑 안 맞음 - 공공 정보화 사업은 아직 하드웨어 구매와 초기 구축 중심으로 짜여 있음 - 서버, 저장장치 같은 장비를 사고 소프트웨어를 개발하는 방식에 예산이 맞춰져 있음 - 즉 자본적 지출 중심이라, 클라우드의 사용량 기반 구독형 모델과 충돌함 - 클라우드는 매월 사용량과 비용이 달라질 수 있음 - 공공기관은 연 단위 예산 집행과 감사 대응을 해야 해서 변동 비용 관리가 부담스러움 - 새 방식을 도입했다가 감사에서 문제가 될 수 있다는 부담도 전환을 늦추는 요인으로 꼽힘 ## 보안 규제와 책임 부담도 큼 - 망 분리와 클라우드 보안인증(CSAP) 제도도 민간 클라우드 활용의 장벽으로 지목됨 - 정부가 인증 체계를 세분화하고 일부 규제를 완화했지만 현장 체감도는 아직 높지 않다는 평가가 나옴 - 공공기관 입장에서는 사고가 나면 책임 부담이 크기 때문에 새로운 인프라 도입에 조심스러울 수밖에 없음 - 반대로 민간 데이터센터가 더 나은 보안 역량을 가질 수 있다는 주장도 있음 - 글로벌 수준의 보안 인력과 운영 체계를 갖춘 클라우드 사업자가 기관별 자체 전산실보다 사이버 공격 대응에서 강할 수 있다는 얘기임 - 결국 ‘외부라서 위험하다’는 단순 프레임만으로는 판단하기 어려운 구간에 들어옴 ## AI 경쟁력은 클라우드 기반과 직결됨 - 대규모 언어 모델(LLM) 개발과 AI 서비스 운영에는 방대한 컴퓨팅 자원이 필요함 - 특히 고성능 그래픽 처리 장치(GPU)를 기관별로 직접 구축하는 방식은 비용과 운영 효율이 떨어질 수 있음 - 필요할 때 외부 자원을 쓰는 방식이 더 현실적이라는 조언이 나옴 - 공공 시스템이 기관별로 흩어져 있으면 데이터 연계도 어려움 - 미국, 영국 등은 공공 데이터와 시스템을 클라우드 기반으로 전환하며 AI 활용 기반을 넓히고 있음 - 국내는 시스템이 분산돼 있어 AI 서비스에 필요한 데이터 연결과 활용에서 제약이 생긴다는 분석임 - 업계는 평가와 예산 체계 개편을 요구함 - 클라우드 네이티브 전환 실적을 기관 평가 지표에 반영하는 방안이 제안됨 - 선도 기관에 예산 인센티브를 주고, 구독형 서비스에 맞는 예산 집행 체계를 마련해야 한다는 목소리도 나옴 - 전문 인력이 부족한 지방자치단체에는 민간 지원을 확대해야 한다는 제안도 있음 > [!TIP] > 공공 클라우드 전환은 서버 위치를 바꾸는 일이 아니라 예산, 감사, 보안, 운영 인력까지 같이 바꾸는 문제임. 제도는 온프레미스인데 목표만 AI 클라우드면 속도가 날 수가 없음. --- ## 기술 맥락 - 이 이슈의 핵심은 공공기관이 클라우드를 몰라서 못 쓰는 게 아니에요. 기존 예산과 조달 방식이 서버를 사고 시스템을 구축하는 모델에 맞춰져 있어서, 사용량에 따라 돈을 내는 클라우드 모델과 잘 안 맞는 거예요. - 클라우드 네이티브 전환은 단순 이전보다 훨씬 큰 변화예요. 애플리케이션 구조, 배포 방식, 장애 대응, 보안 정책, 비용 관리가 같이 바뀌어야 하거든요. 그래서 신규 시스템 70% 전환이라는 목표를 세워도 현장에서 제도와 인력이 따라오지 않으면 이용률이 10%대에 머무를 수 있어요. - AI 관점에서는 이 문제가 더 커져요. 대규모 언어 모델이나 공공 AI 서비스는 GPU, 데이터 파이프라인, 확장 가능한 스토리지와 네트워크가 필요해요. 기관마다 따로 장비를 사면 중복 투자가 생기고, 필요할 때 빠르게 확장하기도 어려워요. - CSAP와 망 분리 같은 보안 제도는 공공 데이터 보호를 위해 필요하지만, 너무 경직되면 AI 서비스 개발 속도를 막을 수 있어요. 그래서 중요한 건 규제를 없애자는 게 아니라, 데이터 민감도와 업무 특성에 맞게 클라우드를 쓸 수 있는 현실적인 등급과 책임 구조를 만드는 거예요. ## 핵심 포인트 - 국내 공공 정보시스템 약 1만6000개 중 민간 인프라 이용 비중은 10%대에 그침 - 정부 목표는 2026년까지 신규 공공 정보 시스템 70% 이상을 클라우드 네이티브 방식으로 전환하는 것임 - 공공 예산은 하드웨어 구매와 초기 구축비 중심이라 구독형 클라우드 비용 구조와 맞지 않음 - 망 분리와 클라우드 보안인증 제도, 사고 책임 부담도 전환을 늦추는 요인임 - LLM과 AI 서비스 운영에는 대규모 GPU와 데이터 연계가 필요해 공공 클라우드 전환이 국가 AI 경쟁력과 연결됨 ## 인사이트 한국 공공 클라우드 문제는 기술 부족보다 조달·예산·감사·보안 제도가 클라우드 운영 모델과 안 맞는 쪽에 가깝다. AI를 국가 전략으로 밀겠다면 GPU와 모델만 볼 게 아니라, 공공 데이터와 시스템이 클라우드 네이티브로 움직일 수 있는 운영 체계부터 바꿔야 한다.