KT클라우드, 공공 클라우드에 자체 플랫폼 적용…멀티 리전·AI 인프라까지 묶음

KT클라우드가 공공 클라우드에 자체 플랫폼을 깔았음

• KT클라우드가 자체 개발한 차세대 클라우드 플랫폼을 공공 클라우드에 적용했음

  • 이름은 KT 클라우드 플랫폼이고, 공공기관 대상 서비스를 본격적으로 제공할 계획임
  • 핵심은 가상서버(VM), 컨테이너, 생성형 AI 인프라를 하나의 환경에서 운영하는 것임

• 이 플랫폼은 쿠버네티스 기반 오픈스택 아키텍처를 사용함

  • 자원 배포, 확장, 운영 관리를 더 유연하게 하려는 설계임
  • 공공기관은 단일 사용자 환경(UI)에서 서버, 네트워크, 스토리지, 보안 정책 같은 주요 자원을 관리할 수 있음
  • 오픈소스 기반 개방형 구조라 특정 벤더에 묶이는 부담을 줄이는 것도 포인트임

멀티 리전·멀티 AZ로 장애 대응을 전면에 둠

• KT클라우드는 공공기관이 서울과 경북을 잇는 원거리 멀티 리전을 순차적으로 이용할 수 있게 할 계획임

  • 두 지역 간 거리는 약 200km임
  • 특정 데이터센터나 시스템에 문제가 생겨도 다른 리전에서 서비스를 이어갈 수 있는 구조를 노림

• 근거리 멀티 가용영역(AZ)도 제공함

  • 용산과 목동을 잇는 구성이고, 거리는 약 30km임
  • 원거리 재해복구와 근거리 고가용성을 나눠 가져가는 형태라 공공기관의 업무 연속성 요구에 맞춘 그림임

• 내달 7일에는 관련 웨비나도 열 예정임

  • 주제는 “AI 시대, 멈추지 않는 서비스의 기준-중단 없는 운영을 위한 클라우드”임
  • 멀티 리전·멀티 AZ 기반 인프라 전략과 차세대 플랫폼 운영 방향을 소개한다고 함

생성형 AI 인프라도 같은 플랫폼 안에 넣음

• 공공기관은 클라우드 보안인증(CSAP)을 획득한 단일 플랫폼에서 AI 학습부터 추론까지 이용할 수 있음

  • 이용량 변화에 따라 필요한 자원을 확장할 수 있는 구조임
  • 공공기관 입장에서는 생성형 AI를 도입할 때 보안 인증 환경에서 돌릴 수 있다는 점이 중요함

• KT클라우드는 카카오와 AI 안전성 협력도 진행 중임

  • KT클라우드 AI 인프라 플랫폼과 카카오의 AI 안전성 기술을 결합해 공공과 민간 분야의 생성형 AI 개발·운영 기반을 제공하려는 계획임
  • 첫 단계는 RAG Suite 2.0에 카카오의 AI 가드레일 모델인 카나나 세이프가드를 연동하는 방식임

• 카나나 세이프가드는 한국어와 한국의 문화적·법적 맥락을 반영한 안전장치임

  • 유해 콘텐츠, 부적절한 응답, 프롬프트 공격을 탐지·차단하는 역할을 함
  • 해외 모델의 일반적인 안전 필터만으로는 한국 공공 서비스 맥락을 충분히 커버하기 어렵다는 문제를 겨냥한 것으로 볼 수 있음

국산 NPU와 AI 플랫폼 전략도 같이 간다

• KT클라우드는 공공기관 전용 클라우드에 리벨리온의 데이터센터용 NPU인 아톰 플러스를 적용한 NPU 서버 상품을 출시했음

  • 공공 전용 데이터센터에서 가상머신 방식 NPU 인프라를 상용화한 사례임
  • 국내 서비스형 NPU(NPUaaS) 중 처음으로 CSAP을 획득했다고 밝힘

• 기존 AI 인프라도 통합하는 흐름임

  • 4월에는 학습 전용 인프라 AI Train과 추론 전용 인프라 AI SERV를 통합한 AI 넥서스를 출시함
  • 즉 학습, 추론, RAG, 가드레일, NPU까지 공공 AI 인프라 풀스택을 맞추려는 방향임

• KT클라우드는 이 공공 클라우드 구축을 민간 시장 확장 기반으로 보겠다고 밝힘

  • 공공 부문에서 안정성, 보안성, 확장성을 검증한 뒤 기업 고객의 클라우드 전환과 AI 인프라 수요까지 가져가겠다는 전략임

---

기술 맥락

• KT클라우드가 여기서 택한 핵심 선택은 가상서버와 컨테이너를 분리하지 않고 단일 플랫폼에서 운영하는 거예요. 공공기관은 레거시 업무 시스템과 새 AI 서비스를 같이 굴려야 하니까, 한쪽만 잘하는 플랫폼으로는 전환이 어렵거든요.

• Kubernetes 기반 OpenStack 구조를 쓴 이유도 이 맥락에서 보면 이해돼요. OpenStack은 인프라 자원을 클라우드처럼 제공하는 데 강하고, Kubernetes는 컨테이너 운영에 강해서 둘을 조합하면 VM 중심 업무와 컨테이너 기반 서비스를 같이 관리하기 좋아요.

• 서울-경북 약 200km 멀티 리전과 용산-목동 약 30km 멀티 AZ는 장애 범위를 다르게 보는 설계예요. 가까운 AZ는 빠른 장애 전환에 유리하고, 먼 리전은 지역 단위 재해에 대비하기 좋아서 공공기관의 서비스 연속성 요구에 맞아요.

• AI 쪽에서는 CSAP 인증 환경, RAG Suite 2.0, 카나나 세이프가드, NPU 서버를 같이 묶은 게 중요해요. 공공기관은 생성형 AI를 쓰고 싶어도 데이터 보안, 한국어 안전성, 인프라 인증, 비용 효율을 동시에 봐야 해서 단일 기능보다 운영 가능한 패키지가 더 먹히거든요.