【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스]기업 AI 성과 가르는 3대 기술…데이터 인프라·에이전트 자동화·신뢰 운영

온카뱅크관리자

2026-09-17 09:07:25

<div id="layerTranslateNotice" style="display:none;"></div> NABS 2026, 고밀도 스토리지·GPU부터 업무 오케스트레이션·API·LLM 보안까지 AI 운영 전환 기술 집약 
 <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
 <section dmcf-sid="Z2l964qFrB">
 기업의 AI 경쟁은 더 큰 모델과 더 많은 GPU를 확보하는 단계에서 실제 업무 성과를 만드는 운영 단계로 이동하고 있다. 모델이 정확한 결과를 내고 에이전트가 업무를 수행하려면 학습·추론 데이터를 안정적으로 저장하고 필요한 시점에 공급해야 한다. 데이터 품질과 접근권한, 컴퓨팅 자원, 전력과 비용도 함께 관리해야 한다. AI가 API와 업무시스템을 호출해 후속 작업까지 실행하면 오작동과 정보 유출을 막고 모든 처리 과정을 추적하는 통제 체계도 필요하다.
 <a href="https://nabs.etnews.com/" target="_blank">NABS 2026</a>에서는 이러한 과제를 데이터·스토리지·가속 인프라, 에이전트·업무 자동화, 보안·권한·거버넌스라는 세 영역에서 다룬다. 고밀도 스토리지와 GPU 인프라는 대규모 학습·추론의 처리량과 비용 효율을 높이고, 데이터 플랫폼은 분산된 정보를 정제·통합해 AI가 이용할 기반을 구축한다. AI 에이전트와 자동화 플랫폼은 분석 결과를 사람의 승인과 실제 업무 실행으로 연결한다. 프라이빗 AI와 데이터 접근통제, API·LLM 보안은 AI 적용 범위를 넓히면서도 데이터 보호와 규제 준수, 복구 가능성을 유지하는 운영 기반이 된다. 
 <figure class="figure_frm origin_fig" contents-hash="1174adf001133cab0806c67445069163c3385b9ce2ae7751c4ce0af5ab02bec0" dmcf-pid="t4TfxPKpO7" dmcf-ptype="figure">
 <img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/17/etimesi/20260917090408627fjdh.jpg" data-org-width="700" dmcf-mid="1zAOvlwasD" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/17/etimesi/20260917090408627fjdh.jpg" width="658">
 </figure>
 AI 성능과 ROI 좌우하는 데이터·스토리지·가속 인프라 델 AI 데이터 플랫폼과 파워프로텍트 원 AI 데이터 준비부터 랜섬웨어 복구까지 통합
 델 AI 데이터 플랫폼(Dell AI Data Platform)은 여러 시스템에 분산된 데이터를 AI 학습과 추론에 이용할 수 있도록 수집·정제하고 데이터 위치와 품질, 이동속도, 접근권한을 관리한다. 개방형 모듈식 아키텍처로 스토리지와 GPU 가속 데이터 엔진을 분리해 데이터 용량과 연산 수요에 따라 각각 확장한다. 델은 AI 워크로드의 데이터 스트리밍 속도를 최대 200% 높이고, 엔비디아 가속 기술을 이용한 벡터 인덱싱 성능은 최대 12배 향상했다고 밝혔다.
 델 파워프로텍트 원(Dell PowerProtect One)은 파워프로텍트 데이터 매니저와 데이터 도메인을 단일 제어 환경으로 연결해 데이터 보호 정책과 이상 탐지, 백업, 복구 작업을 통합 관리한다. 데이터 매니저는 백업 과정의 비정상 패턴을 식별하고, 데이터 도메인은 중복제거와 압축으로 최대 75대 1의 데이터 절감률을 제공한다. 보존 잠금과 데이터 불변성, 암호화, 논리적 에어갭은 관리자 계정이 탈취되거나 운영 데이터가 암호화된 상황에서도 복구 원본의 변경·삭제와 공격 확산 위험을 낮춘다.
 온프레미스와 가상화, 클라우드 네이티브, 멀티클라우드 환경에 적용하며 보호 대상에는 VMware, Hyper-V, 뉴타닉스 AHV, 쿠버네티스, 데이터베이스, 파일시스템이 포함된다. 관리자는 여러 콘솔에 분산됐던 보호 상태 확인과 정책 설정, 이상 탐지, 복구 순서 조정을 하나의 환경에서 처리할 수 있다. AI 데이터 준비와 거버넌스부터 백업 데이터 보호와 복구 오케스트레이션까지 연결해 AI 인프라와 핵심 업무시스템의 운영 효율과 사이버 회복탄력성을 높인다. 
 <figure class="figure_frm origin_fig" contents-hash="403cd5cfeef2438ab55afd694942205e8710cc0c49ae76a7fb625d933b7c400c" dmcf-pid="UxHQJe4qs3" dmcf-ptype="figure">
 <img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/17/etimesi/20260917090409870tywg.jpg" data-org-width="500" dmcf-mid="tA2EOmjJrE" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/17/etimesi/20260917090409870tywg.jpg" width="658">
 </figure>
 IBM 플래시시스템.ai 자연어 운영과 실시간 랜섬웨어 탐지 결합
 IBM '플래시시스템.ai(FlashSystem.ai)'는 스토리지 관리자의 자연어 요청을 해석해 시스템 상태, 볼륨·볼륨 그룹, 호스트, 용량, 성능정보를 조회하고 볼륨 생성과 스냅샷 구성을 처리한다. AI가 작업에 필요한 정보와 실행 내용을 정리하면 관리자가 검토·승인한 뒤 변경이 이뤄진다. 스토리지 텔레메트리와 운영 데이터를 분석해 애플리케이션의 데이터 이용 형태와 워크로드 변화를 파악하고 성능 저하, 용량 부족 가능성, 데이터 배치와 성능 조정 방안을 알린다.
 플래시코어 모듈(FlashCore Module)은 데이터를 저장하면서 모든 입출력의 통계정보를 수집한다. 플래시시스템 내부 AI 모델은 이 정보를 2초마다 분석해 평소와 다른 데이터 변경이나 랜섬웨어 암호화 패턴을 찾고 관리자에게 경보를 보낸다. 분석을 하드웨어에서 처리해 탐지가 스토리지 성능에 미치는 영향을 줄이며, IBM은 랜섬웨어 징후를 1분 이내 탐지한다고 밝혔다. 불변 스냅샷 '세이프가디드 카피'는 복구 원본을 운영 데이터와 논리적으로 분리해 권한 없는 변경과 삭제를 막는다.
 AI 학습·추론, 실시간 분석, 데이터베이스, 핵심 업무시스템처럼 성능과 가용성 요구가 다른 환경에 적용할 수 있다. 접근 빈도와 응답속도, 서비스수준협약에 따라 데이터 위치와 자원을 조정해 수작업을 줄이고, 자연어 관리와 AI 권고로 반복 운영을 간소화한다. 실시간 위협 탐지와 불변 복사본, 데이터 복제를 함께 운용하면 공격 탐지부터 정상 데이터 확인과 복구까지 연결해 스토리지 운영 효율과 데이터 복원력을 높일 수 있다. 
 <figure class="figure_frm origin_fig" contents-hash="282fcfeb097c771e225a0e1c08b2bdc10d452ce1d750458d1af2928878719ca7" dmcf-pid="Bd1eonQ9OZ" dmcf-ptype="figure">
 <img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/17/etimesi/20260917090411091cfgu.jpg" data-org-width="500" dmcf-mid="FO6sShDgOk" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/17/etimesi/20260917090411091cfgu.jpg" width="658">
 </figure>
 씨게이트 모자이크 HAMR로 기록밀도 높여 AI 데이터 저장공간과 전력 절감
 씨게이트 모자이크(Mozaic)는 열 보조 자기 기록(HAMR)으로 HDD의 기록밀도를 높이는 플랫폼이다. 데이터를 쓸 때 디스크 표면의 좁은 영역을 레이저로 순간 가열해 보자력을 낮추고, 기록 직후 냉각해 정보의 안정성을 확보한다. 슈퍼래티스 백금 합금 미디어와 나노포토닉 레이저 기반 플라스모닉 라이터, 7세대 스핀트로닉 리더를 결합했으며 2026년 플래터 한 장당 4TB, 드라이브 한 대당 최대 44TB를 구현했다.
 모자이크 기반 엑소스(Exos) 드라이브는 같은 공간에 더 많은 데이터를 저장하고 TB당 전력 소비와 장비 수를 줄인다. 파워밸런스와 파워초이스는 작업 상태에 따라 전력 사용을 조정하며, RSA 3072 펌웨어 검증과 인스턴트 시큐어 이레이즈는 드라이브 교체·폐기 과정의 데이터를 보호한다. 고밀도 JBOD 시스템 엑소스 스케일은 4U 섀시에 최대 100개 드라이브와 3.2PB를 수용하고 기존 인클로저 대비 전력 소비를 최대 30% 낮추며 열효율을 최대 70% 높인다.
 AI 학습 데이터셋과 체크포인트, RAG, 추론, 에이전틱 워크플로우처럼 대용량 데이터를 장기간 보관하고 반복 이용하는 환경에 적용할 수 있다. 대용량 RAID와 이레이저 코딩 스토리지, 하둡·세프 기반 분산 파일시스템, 빅데이터 분석, 백업·복구, 콘텐츠 전송에도 이용된다. 엑소스 스케일은 표준 데이터센터와 OCP 랙, 엣지 환경에 배치할 수 있으며 Redfish API와 SSH CLI를 통해 대규모 스토리지 장비를 자동화해 관리한다. 
 <figure class="figure_frm origin_fig" contents-hash="b75b1ea1d0bac1de2c92f6033c5f75bda5949a32e958688e46437303bb637335" dmcf-pid="VopLANd8EW" dmcf-ptype="figure">
 <img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/17/etimesi/20260917090412326bkdt.jpg" data-org-width="500" dmcf-mid="35ctupXSsc" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/17/etimesi/20260917090412326bkdt.jpg" width="658">
 </figure>
 에버퓨어 엔터프라이즈 데이터 클라우드 분산 AI 데이터 통합과 정책 기반 운영 자동화
 에버퓨어 엔터프라이즈 데이터 클라우드(Enterprise Data Cloud)는 데이터센터와 퍼블릭 클라우드, 엣지에 분산된 블록·파일·오브젝트 데이터를 하나의 논리적 데이터 기반으로 연결한다. 스토리지 시스템마다 데이터 위치와 이용 상태를 따로 관리하지 않고 전체 환경에서 파악하며, AI 프로젝트별 복사본과 별도 데이터 파이프라인 생성을 줄인다. 원천 데이터의 수집·정제·분류부터 벡터화와 인덱싱, 검색까지 연결해 AI의 데이터 준비와 학습·추론 과정을 이어준다.
 지능형 컨트롤 플레인은 데이터 배치와 보호, 성능, 서비스 수준, 거버넌스 정책을 온프레미스·클라우드·엣지에 공통 적용한다. 전체 환경에서 수집한 텔레메트리로 워크로드와 데이터 이용 변화를 확인하고 정책에 따라 프로비저닝·배치·보호·최적화 작업을 처리한다. 유니버설 데이터 인텔리전스는 데이터 자산에 의미와 관계, 민감도, 접근조건을 부여해 AI가 이용할 정보와 보호정책을 함께 관리하며 API로 개발·운영, 백업, 규정 준수 도구를 연결한다.
 검색증강생성(RAG), 기업 지식 검색, 고객지원 에이전트, 사기 탐지, 공급망·물류 분석, 제조 센서 데이터 처리 등에 적용할 수 있다. 금융과 공공 분야에서는 데이터 접근권한과 주권, 감사기록을 정책에 따라 관리한다. 데이터 복제와 이동에 필요한 시간·저장공간을 줄이고, 시스템별 설정 차이와 반복 작업을 낮춰 AI 워크로드가 늘어나도 성능·보호·복구 기준을 일관되게 유지할 수 있다. 
 <figure class="figure_frm origin_fig" contents-hash="047c91b003f6eaeaab100f51bd8f0611f305b842f380785c71f052c5140f7e2f" dmcf-pid="PAqjwEoMrl" dmcf-ptype="figure">
 <img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/17/etimesi/20260917090413540qjee.jpg" data-org-width="500" dmcf-mid="0hBVQ6b0IA" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/17/etimesi/20260917090413540qjee.jpg" width="658">
 </figure>
 AI를 실제 업무로 연결한다…데이터 준비부터 에이전트·자동화까지 유아이패스 마에스트로 AI 에이전트·로봇·사람의 업무 실행 통합 조율
 유아이패스 마에스트로(UiPath Maestro)는 AI 에이전트와 소프트웨어 로봇, API, 업무 애플리케이션, 사람의 작업을 하나의 프로세스로 연결한다. 반복적이고 규칙적인 업무는 RPA와 API에 배정하고, 문서 해석과 정보 검색·판단은 AI 에이전트가 처리하며, 승인과 예외 대응은 담당자에게 전달한다. 여러 애플리케이션과 부서를 거치는 업무도 시작부터 완료까지 진행 상태를 확인하고 작업이 멈추면 실행 주체와 연결 시스템, 오류 발생 단계를 추적한다.
 관리자는 에이전트가 수행한 작업과 이용한 데이터, 호출한 시스템을 확인하고 사전에 정한 권한이나 조건을 벗어나면 실행을 중단하거나 사람의 검토로 전환할 수 있다. 서드파티 에이전트와 기존 업무시스템도 연결해 애플리케이션을 전면 교체하지 않고 오케스트레이션 계층을 구성한다. '유아이패스 포 코딩 에이전트'는 클로드 코드와 오픈AI 코덱스에서 만든 자동화 결과물을 테스트·패키징·배포·운영 단계로 연결하고 권한과 보안정책, 거버넌스를 적용한다.
 금융 범죄 대응과 의료 매출주기관리, 통신 서비스 개통, 공공 업무처럼 여러 시스템과 승인 절차가 결합된 분야에 적용할 수 있다. 국내 기업은 한국 리전의 오토메이션 클라우드와 자체 인프라에 구축하는 오토메이션 스위트 중 업무와 보안 요건에 맞는 방식을 선택한다. 데이터 처리 위치와 운영 권한을 기업 정책에 따라 관리하면서 분산된 자동화의 실행 상태와 책임 이력을 한곳에서 확인하고 개발부터 운영까지 이어지는 절차를 줄일 수 있다. 
 <figure class="figure_frm origin_fig" contents-hash="c4a0ecf5a61b0bbd608aef8da022a6d0fc5c37d1d2902774823b00de5b655d7a" dmcf-pid="YaugkAiPDs" dmcf-ptype="figure">
 <img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/17/etimesi/20260917090414763hraa.jpg" data-org-width="500" dmcf-mid="pEz964qFDj" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/17/etimesi/20260917090414763hraa.jpg" width="658">
 </figure>
 나무AX NCC-VDI DaaS, 시트릭스 기반 이기종 가상화와 복수 인증체계 통합 운영
 나무AX 'NCC-VDI DaaS'는 시트릭스 기반 가상 애플리케이션·데스크톱 환경과 자체 개발한 NCC(Namu Cloud Center)를 결합한 통합 가상화 서비스다. 시트릭스 젠서버와 뉴타닉스 AHV 등 서로 다른 가상화 인프라를 연계하고, 복수 액티브 디렉터리의 사용자 정보와 기존 구축형 VDI·DaaS를 한곳에서 관리한다. 관리자는 사용자와 가상 PC, 자원 현황, 운영정책을 확인하고 등록·배포·사양 변경·회수 작업을 같은 화면에서 처리한다.
 인사 시스템과 승인 절차를 연결해 입사 시 계정과 가상 PC를 배포하고 부서 이동에는 직무별 권한과 정책을 반영하며 퇴사 후에는 자원 회수와 데이터 접근 차단을 자동화한다. 사용자는 포털에서 VDI와 저장매체 사용을 신청하고 비밀번호 변경, 재부팅, 장애 신고를 직접 처리한다. SSO와 MFA, 시트릭스 앱 프로텍션으로 접속을 통제하고 화면 캡처와 키 입력을 통한 정보 유출을 차단하며 USB·프린터 사용 범위를 정책에 따라 설정한다.
 사내 업무망과 인터넷망, 재택근무망이 분리되고 조직별 인증체계가 다른 금융·공공·대기업·의료기관에 적용할 수 있다. 접속 위치와 기기, 세션, 파일 반출, 정책 변경 이력을 기록해 보안감사와 사고조사에 활용하며 운영 대시보드에서 서버·가상 PC 상태와 자원 사용량을 확인한다. 나무AX는 150여개 고객사와 18만명 이상의 VDI 구축 경험을 보유했으며, NCC-VDI DaaS 5.1은 2026년 2월 보안기능 확인서를 취득했다. 
 <figure class="figure_frm origin_fig" contents-hash="2b17114313a30d79375ebd14290b2ef6b0c3480dbc919da7961c5e8cd96c1f01" dmcf-pid="5kbcmwaerE" dmcf-ptype="figure">
 <img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/17/etimesi/20260917090416105bqna.jpg" data-org-width="500" dmcf-mid="UW98Rx2uIN" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/17/etimesi/20260917090416105bqna.jpg" width="658">
 </figure>
 페블러스, 데이터 그린하우스 진단 정제 생성 검증 자동화로 AI 학습데이터 품질 관리
 페블러스의 데이터 그린하우스는 원천 데이터의 진단·정제·생성·검증을 AI 에이전트가 수행해 모델 학습에 사용할 데이터셋을 만드는 자율형 AI 레디 데이터 솔루션이다. 자율형 인공지능 데이터 과학자(AADS)는 KISTI의 과학기술 특화 거대언어모델 'KONI'와 페블러스의 데이터 품질 관리 기술을 결합했다. 고차원 데이터는 신경망 기반 '데이터 렌즈'로 차원을 축소한 뒤 3D 대화형 탐지 시스템 '페블로스코프'에서 시각화해 결함과 편향, 커버리지 공백, 의심 라벨을 수치로 확인한다.
 진단 결과에 따라 라벨 오류를 교정하고 중복·노이즈 데이터를 제거하며, 확보하기 어렵거나 비용이 큰 구간은 합성데이터로 보완한다. 합성 시뮬레이터 '페블로심'은 물리 엔진의 규칙과 신경망 생성을 결합한 뉴로 심볼릭 기술로 물리 법칙을 생성 조건에 반영한다. 데이터 공백의 좌표를 시뮬레이션 변수로 변환해 필요한 구간을 선별적으로 생성하므로, 무작위로 데이터 양을 늘리지 않고 학습데이터의 부족 영역을 채울 수 있다. 처리 결과는 대표성·다양성·균형성 등 ISO/IEC 5259-2 기반 지표로 평가한다.
 제조 비전검사와 자율주행, 로보틱스, 플랜트, 국방 등 물리적 정합성과 예외 상황 데이터가 중요한 피지컬 AI 영역에서 활용될 수 있다. 설비 고장과 이물질 유입, 작업자 진입처럼 실제 환경에서 반복 수집하기 어려운 상황을 합성해 학습과 검증에 활용할 수 있다. 국내 완성차 조립공정에서는 실제 공정 데이터를 반영한 시뮬레이션으로 강화학습 기반 차량 배치 알고리즘의 시나리오별 성능을 검증했다. 국방 분야에서는 데이터 품질 진단 솔루션이 조달청 혁신제품으로 육군 시험평가단에 납품돼 폐쇄망 환경에 적용됐다. 
 <figure class="figure_frm origin_fig" contents-hash="fa02a4aceaa3992168d69685f239624d61fb8093461b45c51554375c429ac503" dmcf-pid="0AqjwEoMsN" dmcf-ptype="figure">
 <img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/17/etimesi/20260917090417344tzhq.jpg" data-org-width="500" dmcf-mid="uc1b4V71wa" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/17/etimesi/20260917090417344tzhq.jpg" width="658">
 </figure>
 세일즈포스 에이전트포스 코워커, 270개 이상 데이터 소스 연결해 업무 맥락 파악·후속 작업 실행
 에이전트포스 코워커는 데이터 360을 기반으로 270개 이상의 기업 데이터 소스를 연결해 영업 기회, 실적 전망, 서비스 이력, 계약 조건 등 업무 맥락을 파악하는 자율형 AI 에이전트다. 사용자가 자연어로 질문하면 CRM과 슬랙 대화, 파일에 나뉜 정보를 찾아 종합하고 부재중 변경 사항을 정리한다. 과거 대화와 반복 업무를 기억하는 지속적 메모리로 같은 배경을 다시 설명하는 작업도 줄인다. 헤드리스 퍼스트 구조를 적용해 세일즈포스 업무 화면뿐 아니라 슬랙, 마이크로소프트 팀즈, 챗GPT, 클로드에서도 업무 맥락을 이어간다.
 정보 조회 이후에는 사용자 권한에 따라 전문 AI 에이전트와 서드파티 API를 호출해 분석과 후속 작업을 실행한다. 계약 지연 여부를 확인한 뒤 태블로 분석 에이전트로 매출 감소 현황을 시각화하고, 세일즈 코치 에이전트로 잠재 고객별 이메일 초안을 작성하는 식이다. 여러 화면과 시스템을 오가며 데이터를 확인하고 별도로 작업하던 절차를 하나의 대화에서 연결해 정보 탐색과 현황 파악, 계획 수립, 실행에 걸리는 시간을 줄일 수 있다.
 영업 부문은 계약 지연 원인과 고객 이탈 신호를 확인하고 후속 접촉 문안을 만들 수 있다. 서비스 부문은 주요 이슈와 고객의 과거 사례를 분석해 엔지니어링 이관, 담당자 알림, 고객 안내문 작성까지 처리한다. 마케팅 부문은 일정 기간 반응이 없는 고객을 선별해 접점을 분석하고 재참여 메시지 작성과 육성 캠페인 등록을 이어갈 수 있다. 실행 과정에는 기존 접근권한과 데이터 공유 규칙, 동적 마스킹, 감사 기록, 지역 기반 데이터 라우팅이 적용되며, 관찰 가능성 기능으로 관리자와 담당자가 AI의 처리 과정을 확인할 수 있다. 
 <figure class="figure_frm origin_fig" contents-hash="32c35f1e3ad253fb99a789181a85a98991f44a929b54076b204c6f422bf1a120" dmcf-pid="zw2DIsAisn" dmcf-ptype="figure">
 <img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/17/etimesi/20260917090418612ssqk.jpg" data-org-width="500" dmcf-mid="7a32P8B3Dg" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/17/etimesi/20260917090418612ssqk.jpg" width="658">
 </figure>
 데이터이쿠, 에이전트·모델·분석 통합하고 성능·비용·리스크 전사 관리
 데이터이쿠(Dataiku)는 데이터 분석과 머신러닝 모델, AI 에이전트를 하나의 관리 환경에서 구축·오케스트레이션·배포·통제하는 엔터프라이즈 AI 플랫폼이다. 클라우드와 데이터 플랫폼, 메인프레임, 파일 시스템, 온프레미스 데이터베이스·컴퓨팅, 대규모언어모델(LLM) 제공업체, 기업 애플리케이션을 연결한다. 시각적 개발 환경과 관리형 데이터 파이프라인을 이용해 도메인 전문가와 분석가, 데이터 사이언티스트가 같은 데이터와 업무 흐름을 공유하고 분석 결과와 모델을 재사용할 수 있다.
 에이전트 매니지먼트는 구축 위치나 실행 환경과 관계없이 기업 내 AI 에이전트의 성능과 비용, 비즈니스 영향을 모니터링한다. 엑스퍼트 투 에이전트(E2A)는 기업 데이터와 구조화된 추론, 사람의 감독을 결합해 현업 지식을 의사결정에 활용한다. 코빌드(Cobuild)는 자연어로 입력한 업무 요구를 검토 가능한 시각적 흐름으로 변환해 기업용 AI 프로젝트 구축 과정을 단축한다. 리즈닝 시스템즈는 산업별 데이터와 AI 시스템을 패키지 형태로 제공해 반복되는 운영 과제에 적용한다.
 공급망과 재무, 제조, 판매, 운영, 리스크, 마케팅으로 나뉜다. 금융·보험 분야에서는 자금세탁방지 조사와 신용위험 최적화, 수익·비용 예측에 활용할 수 있다. 제조·에너지 분야의 매개변수 분석과 수율 최적화, 공급업체 위험관리에도 적용된다. 의료·생명과학에서는 약물감시 자동화와 임상시험 분석, 약물 용도 변경에 이용하며, 유통·소비재 기업은 가격 최적화와 수요 예측, 고객 이탈 예측에 활용할 수 있다. 통합 거버넌스는 플랫폼 안팎의 분석·모델·에이전트에 보안과 통제, 감사 체계를 적용한다. 
 <figure class="figure_frm origin_fig" contents-hash="f7da99bbca47b06d5808e1b5c37451a5592769747338268b9df0792c3c1da220" dmcf-pid="9I6OvlwawR" dmcf-ptype="figure">
 <img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/17/etimesi/20260917090419852jerc.jpg" data-org-width="500" dmcf-mid="zDdksrNdmo" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/17/etimesi/20260917090419852jerc.jpg" width="658">
 </figure>
 마이크로소프트 AI 슈퍼팩토리, 블랙웰 GPU·AI WAN 연결해 대규모 학습·추론 통합
 마이크로소프트 AI 슈퍼팩토리는 대규모 AI 모델의 구축과 학습, 배포를 위해 GPU 클러스터와 맞춤형 반도체, 고속 네트워크, 냉각 설비, 운영 플랫폼을 통합한 AI 데이터센터 아키텍처다. 수십만 개의 엔비디아 블랙웰 GPU를 GPU당 800Gbps 이더넷으로 연결하고, 미국 전역의 데이터센터를 약 12만 마일 규모 광섬유 기반 AI WAN으로 묶는다. 고밀도 연산 환경에는 액체 냉각을 적용해 지리적으로 분산된 컴퓨팅 자원을 하나의 대규모 AI 인프라처럼 운용한다. 마이크로소프트 공식 자료
 이 환경은 파운데이션 모델과 기업 데이터, AI 개발도구, 보안·거버넌스 체계를 연결해 프로토타입 제작부터 모델 맞춤화와 파인튜닝, 프로덕션 추론까지 이어간다. 서비스에서 생성된 데이터는 저장소로 돌아가 후속 모델 개선에 사용된다. 추론 단계에서는 모델 성능뿐 아니라 응답시간과 처리량, 에너지 효율, 운영비용을 함께 관리한다. 기업은 워크로드 규모와 데이터 보관 요건에 따라 클라우드와 하이브리드 인프라를 조합할 수 있다.
 대규모 모델 학습·추론과 기업 내부 지식검색, 데이터 분석, 업무 의사결정, 다단계 프로세스를 실행하는 AI 에이전트에 적용될 수 있다. 에이전트는 거대언어모델과 사내 지식정보, 원격 데이터 소스를 결합해 답변과 실행 결과를 만들며, 비용·보안·규정 준수·운영 상태는 모니터링 체계에서 관리한다. 제조·물류 현장의 로보틱스와 실시간 추론처럼 물리적 시스템에서 지속적으로 데이터를 처리하고 판단해야 하는 업무에도 적용할 수 있다. 
 <figure class="figure_frm origin_fig" contents-hash="b1838e2ed509caca15843cf9bc81dc5561ff0a853c0c82b2c8a94c0b7832b75c" dmcf-pid="8TevHYCEI6" dmcf-ptype="figure">
 <img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/17/etimesi/20260917090421073egbv.jpg" data-org-width="500" dmcf-mid="BosZ0FYCrn" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/17/etimesi/20260917090421073egbv.jpg" width="658">
 </figure>
 AI 확산의 전제는 신뢰…보안·권한·거버넌스로 운영 통제 아카마이 API 시큐리티와 파이어월 포 AI API 호출부터 LLM 입출력까지 보호
 아카마이 API 시큐리티(API Security)는 실행 중인 트래픽과 코드, API 명세, 게이트웨이, 클라우드 환경을 분석해 기존 API뿐 아니라 생성AI 애플리케이션과 LLM 서비스, AI 워크플로, MCP 서버에 연결된 API를 식별한다. 인증 방식과 호출 관계, 민감정보 노출 여부를 확인하고 운영 중 호출 패턴과 데이터 이동을 분석해 섀도·좀비 API, 업무 로직 악용, 데이터 스크래핑과 정보 유출을 탐지한다. 배포 전에는 악성 요청으로 취약점과 설정 오류를 검사한다.
 앱 앤 API 프로텍터(App &amp; API Protector)는 웹방화벽과 API 보호, 봇 대응, 레이어 7 DDoS 방어를 결합해 악성 요청이 애플리케이션 서버에 도달하기 전에 엣지에서 차단한다. 적응형 보안 엔진은 공격패턴과 요청 행위를 분석해 보안규칙과 정책을 조정한다. 봇 매니저는 이용자 행동과 브라우저 특성, 요청 패턴을 바탕으로 정상 이용자와 허용된 봇·AI 에이전트, 데이터 수집이나 계정 공격에 이용되는 악성 봇을 구분한다.
 파이어월 포 AI(Firewall for AI)는 LLM에 전달되는 프롬프트와 모델이 생성한 응답을 실시간으로 검사한다. 입력 단계에서 프롬프트 인젝션과 탈옥, 적대적 입력을 막고 출력 단계에서 개인정보·기업 기밀, 유해 콘텐츠, 보안정책 위반을 확인한다. 특정 LLM에 종속되지 않으며 클라우드와 하이브리드, 온프레미스 AI 애플리케이션에 엣지 또는 REST API 방식으로 적용해 에이전트의 API 호출부터 모델 입출력까지 같은 보안정책으로 관리한다. 
 <figure class="figure_frm origin_fig" contents-hash="abca13a158b48cdefec41940b4ebc5e5f6bbe78975a2014f7142e2a1cd569c39" dmcf-pid="ye5RLiPKD2" dmcf-ptype="figure">
 <img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/17/etimesi/20260917090422383ptbs.jpg" data-org-width="500" dmcf-mid="YhDY1ZvmE2" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/17/etimesi/20260917090422383ptbs.jpg" width="658">
 </figure>
 AWS 아마존 퀵·베드록 에이전트 코어, 업무 실행과 프로덕션 운영 연결하는 에이전틱 AI
 아마존 퀵(Amazon Quick)과 아마존 베드록 에이전트코어(Amazon Bedrock AgentCore)는 에이전틱 AI의 사용자 업무 수행과 프로덕션 운영을 각각 맡는다. 아마존 퀵은 브라우저와 데스크톱, 모바일에서 이용하는 업무용 AI 어시스턴트로, 연결된 기업 데이터와 애플리케이션을 바탕으로 정보를 조사·분석하고 후속 작업까지 처리한다. 문서와 프레젠테이션, 스프레드시트, 이미지 제작부터 비즈니스 인사이트 도출, 대시보드 분석, 반복 업무 자동화, 노코드 애플리케이션 구축까지 하나의 환경에서 진행한다.
 아마존 베드록 에이전트코어는 AI 에이전트를 기업 시스템에 연결하고 운영 상태를 관리하는 프로덕션 플랫폼이다. 특정 모델이나 프레임워크에 종속되지 않고 에이전트를 배포할 수 있으며, MCP 서버와 지식베이스, 내부 API, AWS 람다 등 외부 도구 호출에 인증과 접근통제를 적용한다. 런타임과 게이트웨이, 메모리, 브라우저 도구, 코드 인터프리터, 아이덴티티, 관찰 가능성을 조합해 실행 단계와 호출 내역을 추적하고 오류 지점을 확인한다.
 아마존 퀵은 시장·사내 정보 조사, 경영지표 분석, 회의 준비, 보고서 작성, 후속 조치와 반복 절차 자동화 등 일반 업무에 활용된다. 베드록 에이전트코어의 적용 범위는 고객 서비스와 사내 업무 자동화, 데이터 조회·분석, 여러 시스템을 거치는 다단계 작업처럼 지속적인 실행과 권한 관리가 필요한 AI 에이전트다. 기업은 Quick에서 임직원의 AI 업무 환경을 구성하고, 에이전트코어에서 도구 연결과 인증, 실행 추적, 평가를 관리해 AI 에이전트를 실제 업무에 배포할 수 있다. 
 <figure class="figure_frm origin_fig" contents-hash="d0517e5a2cdfd96d698c188cfb5e31156d91ad3628045664b45d5a41e8e61344" dmcf-pid="XL0njae4Dq" dmcf-ptype="figure">
 <img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/17/etimesi/20260917090423642qwco.jpg" data-org-width="500" dmcf-mid="G1rHF1yOE9" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/17/etimesi/20260917090423642qwco.jpg" width="658">
 </figure>
 브로드컴 VCF 프라이빗 AI 서비스 9.1, MCP 거버넌스와 CPU·GPU 통합으로 프라이빗 AI 운영
 브로드컴의 VCF 프라이빗 AI 서비스 9.1(VMware Cloud Foundation Private AI Services 9.1)은 기존 가상화 인프라에서 AI 모델과 데이터를 운영하는 프라이빗 AI 플랫폼이다. 모델컨텍스트프로토콜(MCP)에 기업용 거버넌스를 결합해 오라클, 마이크로소프트 SQL 서버, 서비스나우, 깃허브, 포스트그레SQL 등 내부 데이터베이스·업무도구와 연결한다. 내장형 vDefend는 제로 트러스트 마이크로세그멘테이션으로 워크로드 사이의 동서 트래픽을 구분하고 AI 데이터와 서비스별 통신 범위를 통제한다.
 가속 컴퓨팅 환경은 엔비디아 블랙웰 HGX B200·B300과 RTX PRO 4500, NVLink 스위치, GPUDirect RDMA·스토리지, AMD Instinct MI350 계열을 포함한다. 기업은 모델 규모와 처리량에 따라 GPU를 선택하고, 경량 작업은 Llama.cpp 기반 CPU 추론으로 실행해 GPU 사용을 줄일 수 있다. 그라파나 기반 AI 메트릭 관찰 대시보드는 지연시간과 첫 토큰 생성시간(TTFT), 토큰 처리량, GPU 전력·온도를 실시간으로 표시해 성능과 자원 상태를 확인한다.
 데이터 보관 위치와 접근통제, 규제 준수가 중요한 금융·제조·공공기관과 내부 콘텐츠를 AI에 사용하는 기업에 적합하다. 대만 우정기관은 기존 시스템과 연결한 환경에서 실시간 자동 검출 업무를 운영했으며, 언론사 말라얄라 마노라마는 온프레미스 환경에서 기사 요약과 편집 보조 AI에 활용했다. 제조 현장의 검사·이상 탐지, 공공기관의 내부 문서 검색·분석, 미디어 기업의 아카이브 처리와 콘텐츠 제작 보조처럼 외부 클라우드로 데이터를 이전하기 어려운 업무에 적용할 수 있다. 
 <figure class="figure_frm origin_fig" contents-hash="1d4bd48b5a0c2e3fda8e81e994371f4b46b25e3b243e94b8a6441e38a5f4afdd" dmcf-pid="FRZMnJ6bDp" dmcf-ptype="figure">
 <img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/17/etimesi/20260917090424892mmnl.jpg" data-org-width="500" dmcf-mid="HC5RLiPKmK" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/17/etimesi/20260917090424892mmnl.jpg" width="658">
 </figure>
 스노우플레이크 호라이즌 카탈로그 데이터와 AI를 연결하는 신뢰 인프라
 스노우플레이크 AI 데이터 클라우드는 데이터와 애플리케이션, AI를 동일한 운영 기반에서 구축·관리한다. 데이터를 별도 AI 환경으로 옮기지 않고 활용해 이동과 복제, 관리 작업을 줄인다. '호라이즌 카탈로그(Horizon Catalog)'는 스노우플레이크 안팎의 데이터와 메타데이터를 공통 신뢰 계층으로 연결한다. '호라이즌 컨텍스트(Horizon Context)'와 '코텍스 센스(Cortex Sense)'는 여러 시스템에 나뉜 업무 정의와 지표, 기존 데이터 활용 과정에서 축적된 맥락을 AI에 전달한다.
 AI는 조직이 정한 의미와 기준에 따라 데이터를 일관되게 해석하고, 필요한 데이터와 업무 맥락을 반복해서 탐색하는 작업을 줄일 수 있다. '가드레일(Guardrails)'과 '에이전트 아이덴티티(Agent Identity)'는 에이전트의 데이터 접근 범위와 실행 권한을 통제하고 활동을 추적한다. 워크로드별 사용량과 지출을 확인하고 컴퓨팅 자원을 조정해 AI 활용 확대에 따른 비용도 관리한다. 컨텍스트와 권한, 비용을 하나의 체계에서 다뤄 파일럿과 실제 운영 사이의 격차를 줄인다.
 분산된 기업 데이터 분석, 조직 공통 지표 관리, 데이터 기반 애플리케이션 개발, 업무용 AI 에이전트 구축과 운영에 효과적이다. 여러 부서와 시스템의 데이터를 이용하는 기업은 공통된 비즈니스 정의와 접근정책을 유지하면서 분석 결과를 후속 업무와 연결할 수 있다. AI 에이전트에도 사용자와 에이전트별 권한을 적용해 허용된 범위에서 데이터 분석과 업무 실행을 맡길 수 있다. 기업은 AI를 정보와 인사이트 제공에서 실제 행동으로 확대하면서 보안과 비용, 운영 상태를 지속해서 관리할 수 있다. 
 <figure class="figure_frm origin_fig" contents-hash="18e3c4f1f9611044033eff85722005168b67d30fa5e2e1e5634655bd4b0243c7" dmcf-pid="un3iNgRfE1" dmcf-ptype="figure">
 <img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/17/etimesi/20260917090426204uuzk.jpg" data-org-width="500" dmcf-mid="X3GPdRfzmb" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/17/etimesi/20260917090426204uuzk.jpg" width="658">
 </figure>
 임민지 기자 minzi56@etnews.com
 </section> 
 </div> 
 Copyright © 전자신문. 무단전재 및 재배포 금지.

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기