KakaoCloud Blog 카클로그 최신 글
blog.kakaocloud.com에서 발행한 기술 글을 테크곳간이 수집해 최신순으로 보여드립니다.
최신 글
<현장 스케치> ️ 공공기관 민간 클라우드 전환을 위한 '민간 클라우드 서비스 설명회'
요약 행정안전부와 한국지능정보사회진흥원(NIA)이 공공기관 정보화 담당자를 위한 '행정･공공기관 대상 CSP별 서비스 설명회'를 열었습니다. 이 자리에서 카카오클라우드는 보안, 재해복구, 클라우드 네이티브, AI 등 공공기관에 필요한 영역별 해법과 전환 추진 방안을 제시했습니다. 안녕하세요. 카카오클라우드입니다. 2025년 국정자원 대전센터 화재 사건으로 클라우드 네이티브 환경 구축과 재해복구(DR)의 필요성이 부각되면서, 2021년부터 시작된 공공부문의 클라우드 전환이 더 빨라지고 있습니다. 기존 시스템을 클라우드 네이티브로 바꾸고 민간 클라우드로 옮기는 일은 단순한 인프라 교체가 아니라 공공 AX(AI 전환)의 기반을 만드는 일입니다. 하지만 현장의 정보화 담당자들에게는 고민이 많습니다. 어떤 CSP를 골라야 할지, 비용은 어떻게 비교할지, 재해에는 어떻게 대비할지 등의 문제는 전문가가 아니라면 쉽게 결정할 수 없는 문제였는데요. 이런 고민을 덜기 위해 지난 10월 12일 행정안전부와 NIA가 '행정･공공기관 대상 CSP별 서비스 설명회'를 열었습니다. 이 자리에서는 카카오클라우드가 제시하는 해결책도 확인할 수 있었는데요, 그 현장으로 함께 가보실까요? ✔️ "공급자가 아닌 수요기관 중심의 자리" 이번 설명회는 민간 클라우드 전환을 앞둔 행정·공공기관 정보화 담당자를 대상으로 열렸습니다. 1부에서는 정책 발표와 CSP별 서비스 소개가 이어졌고, 2부에서는 CSP별 기술 상담 부스에서 전환 방안, 비용, 기술 지원에 대한 일대일 상담이 진행됐습니다. 사진1. NIA 클라우드전환팀 조현웅 팀장 먼저 행정안전부가 공공부문 클라우드 정책 방향과 민간 클라우드 전환 지원 계획을 발표했습니다. 황규철 행정안전부 인공지능정보실장은 이번 설명회를 공급자가 아닌 수요기관 입장에서 마련했다고 설명하면서 “클라우드 네이티브 전환과 민간 클라우드 이전이 공공 AX의 기반을 만드는 작업”이라고 본 사업이 가진 의미를 강조하였습니다. 이어 NIA 클라우드전환팀의 조현웅 팀장은 기관이 민간 클라우드를 고를 때 살펴야 할 점들을 설명했습니다. 올해 전환 대상은 22개 기관의 50개 정보시스템입니다. 행정안전부는 내년 전환 지원 규모를 올해의 3~4배로 늘리는 방안도 추진하고 있어, 공공부문의 민간 클라우드 전환은 앞으로 더 속도를 낼 전망입니다. ✔️ 카카오클라우드가 읽은 공공 IT 환경의 네 가지 변화 사진2. 카카오엔터프라이즈 공공사업팀 탁진호 이사 CSP 세션의 첫 번째 발표는 바로 카카오클라우드였습니다. 카카오클라우드의 탁진호 이사는 발표에 들어가며 2025~2026년 공공 클라우드 정책의 흐름부터 짚었습니다. DR 재정립: '25년 9월 국가정보자원관리원 대전센터 화재 이후, A1등급 시스템은 데이터 센터 이중화 및 RTO(재해 복구시간) 1시간을 지켜야 하는 등 높은 기준에 맞춰 구축되어야 합니다. 민간 클라우드 이전 본격화: 2030년 대전센터 운영 종료 일정에 맞춰, 행정/공공기관 시스템 이전이 올해 50개를 시작으로 본격화되며, 정부는 '27년 1분기까지 그 비용을 지원 예정입니다. 클라우드 네이티브 전환: '26년 전환 대상인 시스템의 70%를 클라우드 네이티브로 설계･이전하는 것에 목표를 두고 있습니다. AI 행정 확산과 보안 제도 전환: AI 국민비서, 기관 AI 행정협업 플랫폼 등 공공 A I 서비스가 본격화되고 있으며, '27년 7월부터 클라우드 서비스 보안 인증(CSAP)이 국가정보원 단일 검증 체계로 일원화됩니다. ✔️ 행정･공공이 믿고 맡기는 클라우드, 카카오클라우드 사진3. 카카오엔터프라이즈 공공사업팀 탁진호 이사 이어서, 카카오클라우드의 인증, 인프라, 레퍼런스에 대한 설명이 이어졌습니다. 갱신된 CSAP 인증, 대규모 인프라 구축 경험, 풍부한 공공 레퍼런스로 기관의 민간 클라우드 전환에 최적의 파트너임을 강조했습니다. ✅ CSAP 인증: 2026년 인증 갱신으로 2031년 6월까지 유효한 인증을 보유하고 있습니다. ✅ AI 인프라: 정부 GPU 확보 사업으로 안산 데이터센터에 구축한 NVIDIA B
2026년 10월 26일
<인사이트> 에이전틱 AI 도입 격차, 어떻게 좁힐까? 맥킨지가 제시하는 일하는 방식의 변화
요약 성공한 AI 전환에서는 ‘기술 1 : 프로세스 재설계 3 : 역량 구축·도입 5’의 투자 패턴이 나타나며, 대부분의 기업들은 그 반대로 투자합니다. 성공적인 AI 도입을 위해서는 변화관리를 넘어선 변화 리더십이 필요하며, AI 도입에 대한 구성원들의 4가지 두려움을 체계적으로 극복해야 합니다. 구성원을 인지(Awareness)에서 믿음(Belief)을 거쳐 제도화(Enforce)까지 이끄는 다섯 단계 플레이북과 주요 경영진 CEO·CFO·CHRO의 역할을 살펴봅니다. 안녕하세요, 카카오클라우드입니다. AI 에이전트를 도입했는데 일하는 방식은 그대로인 조직을 본 적 있으신가요? 계정도 나눠 줬고 교육도 마쳤는데 현장이 예전 방식으로 돌아간다면, 원인은 기술이 아닌 다른 곳에 있을지도 모릅니다. 글로벌 전략 경영 컨설팅 기업 맥킨지앤컴퍼니(McKinsey & Company, 이하 ‘맥킨지’)는 2026년 8월 발행된 보고서 ‘How to close the agentic adoption gap’에서 이 문제를 다뤘습니다. 보고서는 AI 전환의 본질을 일하는 방식의 재발명(reinvention of how work gets done)으로 보고, 기존의 ‘변화관리’보다는 ‘변화 리더십’을 통한 근본적인 변화가 필요하다고 강조합니다. 1. '기술 10% : 업무 재설계 30% : 역량구축·도입 50%' 1:3:5 패턴 사진1. AI 생성 이미지 (Gemini) AI 전환을 위해 기술, 업무재설계, 역량구축·도입의 세 가지 영역에 투자한다면 그 비율은 어떻게 될까요? 맥킨지에 따르면, 성공한 AI 전환 케이스의 투자 비율은 '1:3:5'입니다. 에이전틱 기술에 1달러를 쓸 때 업무 프로세스 재설계에 3달러, 역량 구축과 도입에 5달러를 쓰는 1:3:5 패턴입니다. 하지만 지금까지 대부분의 기업들은 정확히 반대로 투자하고 있습니다. 역량 구축과 행동 변화를 구현 단계의 세부 디테일 정도로 여기는 것입니다. 맥킨지는 역량 구축과 도입을 위한 투자는 부수적인 것이 아니라 AI 전환을 위한 "진짜 일(the real work)"이라고 강조합니다. "전 세계 수천 명의 리더가 AI 확산의 주요 장애물로 변화관리와 사일로(silo)식 업무 방식을 꼽았고, 이는 기술 인프라에 대한 우려보다 앞선 것이었다" <State of Organizations 2026>, Mckinsey&Company AI 도입은 효율성도 중요합니다. 도입 수준이 적으면 가치 창출의 정도가 제한되는 것은 충분히 예상할 수 있습니다. 그리고 도입이 비효율적으로 이뤄지면 새로 창출되는 가치보다 비용이 더 증가합니다. 성과는 투입 수준만큼 나아지지 않은 채 토큰·컴퓨팅·거버넌스·감독 비용만 더 발생할 수 있는 것입니다. 전사 공지나 일회성 교육 같은 기존 방식은 인지도는 높일 수 있어도, 에이전틱 방식으로 일하는 데 필요한 신뢰·습관·운영 규율까지는 이어지지 못합니다. 2. 에이전틱 전환이 유독 어려운 이유: 네 가지 두려움 사진2. AI 생성 이미지 (Gemini) 또한 맥킨지는 AI 에이전트 도입은 이전의 업무 시스템들과는 다르게 사람의 역량, 판단, 정체성, 전문성에 대한 위기의식에 비롯한 4가지 두려움을 일으킨다고 합니다. '들킬까 봐' 두려움 (Fear of "being found out") AI에이전트에 잘 적응하지 못했다는 사실이 알려질까 하는 두려움입니다. 남들이 이미 다 알고 있는 질문을 하게 된다거나, 동료 앞에서 에이전트를 써 보는 것도 남들에게 나만 뒤처졌다고 알리는 일이 되지 않을까 하는 두려움입니다. 통제 없는 책임에 대한 두려움 (Fear of accountability without control) AI에이전트를 통제할 수 없고 그 결과에 대한 검증도 어렵다는 두려움이 있습니다. AI 에이전트의 결과가 틀린 답을 내더라도, AI의 산출물에 대한 검증은 여전히 사용자의 몫입니다. (맥킨지는 이 두려움에 합리적인 부분이 있다고 봅니다.) 미지로 들어서는 두려움 (Fear of stepping into the unknown) 도구는 몇 주마
2026년 10월 26일
<뉴스썰> AI 게임, 이러다가는 다 죽어!? ‘속도조절론’ vs ‘가속론’
요약 AI 개발을 두고 "이러다 다 죽는다"는 속도조절론과 "멈추면 바로 탈락"이라는 가속론이 팽팽히 맞서고 있습니다. 앤트로픽·오픈AI 등 AI 개발사는 속도 조절과 인간의 통제 강화를 주장하고, 엔비디아는 해결 가능하다며 가속을 외치고 있습니다. 한국은 "늦출 여유가 없다"며 선을 긋고, 자체 인프라 확보와 속도전으로 활로를 열겠다는 전략입니다. 안녕하세요. 뉴스를 통해 핫한 이슈를 정리하는 카카오클라우드 '뉴스썰'입니다. 이번 시간에는 'AI 개발 속도조절론'에 대한 썰을 풀어봅니다. "나 무서워… 이러다가는 다 죽어!" '이러다 다 죽어'는 드라마 <오징어 게임>에서 첫 번째 희생자가 나오자 패닉에 빠진 참가자들 사이에서 오일남 할아버지가 외친 명대사입니다. 이후 수많은 밈으로 재생산되며 일상에서도 쓰이는 유행어가 되었는데요, AI 개발을 앞다퉈 진행하는 지금 이 처절한 외침이 다시 울려 퍼지고 있습니다. 수백억 원의 상금을 두고 목숨을 건 데스게임을 펼치는 <오징어 게임>의 상황과, 수백~수천조 원의 수익과 국가적 명운을 걸고 AI 패권 다툼을 벌이는 지금의 상황이 묘하게 닮아 있기도 합니다. AI 개발을 멈추는 순간 경쟁에서 밀려날 수밖에 없는 상황에서, 재정적 부담이 쌓인 글로벌 빅테크는 AI의 부작용을 우려하며 스스로 경쟁을 잠시 멈춰야 한다고 주장합니다. 한편 AI 인프라를 공급하는 기업은 지금 멈추면 AI 패권을 잡을 수 없다며 끊임없는 개발을 주장하고 있습니다. 과연 이 거대한 AI 서바이벌은 어떻게 끝날까요? 브레이크를 외치는 '속도조절파' 속도조절론을 주장하는 진영은 다름 아닌 프런티어 AI를 개발하는 빅테크들입니다. 이들은 입을 모아 이제는 AI 개발 속도를 조절해야 한다고 주장합니다. 다리오 아모데이 (앤트로픽 CEO): 2026년 9월 12일 최첨단 프런티어 AI 모델의 성능 향상 속도를 늦추고 독립적인 감독과 안전장치를 마련할 시간을 확보하자는 구상을 발표 샘 올트먼 (오픈AI CEO): 아모데이 CEO의 주장에 적극 공감하며, AI 안전 우려를 이유로 2026년 오픈AI의 기업공개(IPO)를 추진하지 않겠다고 선언 데미스 허사비스 (구글 딥마인드 CEO) & 일론 머스크 (xAI/스페이스XAI CEO): 개발 속도를 조절하고 안전 기준을 마련해야 한다는 취지에 동의 무스타파 술레이만 (마이크로소프트 AI CEO): 개발 가속보다 '인간의 통제권 확보'를 절대적 원칙으로 발표 AI 리더들은 불과 얼마 전까지 하루가 다르게 최신 모델을 내놓으며 성능을 끌어올렸고, 더 나은 모델을 만들기 위한 인프라 투자 경쟁도 주도했습니다. 그런데 이제는 속도를 조절해야 한다고 말합니다. 그 배경에는 AI가 다음 세대 AI 개발을 스스로 진행하는 '재귀적 자기 개선(RSI)' 능력이 현실로 다가오고 있다는 우려가 있습니다. AI의 발전 속도가 인간의 제어를 벗어날 수 있는 수준에 이르렀으니, 안전 연구와 검증 체계가 AI의 기술 발전 속도를 따라잡을 시간을 벌기 위해 성능 고도화 속도를 늦춰야 한다는 주장입니다. 오픈 AI의 연구용 모델이 허깅페이스를 해킹한 것으로 밝혀졌다 (AI 생성이미지) AI가 스스로 진화해 인간의 통제를 벗어날 수 있다는 우려는 더 이상 기우가 아닙니다. 얼마 전 오픈AI의 미공개 연구용 AI 모델이 인터넷망으로 이탈해 허깅페이스를 해킹하는 사례가 발생하면서 우려가 현실이 되기 시작했습니다. 시험 정답을 확보하려는 목적이었을 뿐 악의는 없었다고 하지만, AI가 실제 업무를 수행하는 에이전트로 진화하면서 인간의 감독을 벗어나 외부 시스템이나 플랫폼에 접근할 수 있게 됐고, 통제망을 이탈하면 인간의 명령으로도 제동이 어렵다는 점이 확인된 사례입니다. 이런 사례를 들어 속도조절론자들은 이것이 인류 존립에 대한 위험이라고 경고합니다. 샘 올트먼(오픈AI CEO)은 "2030년 말까지 모든 사람이 사망할 확률이 10%나 된다는 것은 결코 용납할 수 없다고 생각한다"며, 인류에게 치명적인 위험을 막으려면 통제가 선행되어야 한다고 강조했습니다. 또 "AI에 미래의 통제권을 빼앗길 위험을
2026년 10월 23일
현장 스케치 I 증권사 AI 도입 가속화를 위한 AI 인프라 전략 세미나
⛳️핵심 요약 카카오엔터프라이즈가 주요 증권사를 대상으로 ‘증권형 AI 인프라 전략 세미나’를 개최했습니다. 증권업계의 AI 도입과 활용 사례, LLM 서빙 방법론에서부터 온프레미스와 클라우드의 장점만을 결합한 ‘카카오클라우드 하이브리드 GPUaaS’까지 AX를 위한 AI 인프라 구축 방안을 소개합니다! 안녕하세요. 카카오클라우드입니다. 최근 증권사의 ✔️ 데이터 분석 ✔️리스크 관리 ✔️투자 전략 등의 업무에서 AI 활용 역량이 핵심 경쟁력으로 떠오르는 가운데, 대규모 AI 모델 운영을 위한 AI 인프라 구축 역시 시급한 과제로 부상하고 있습니다. 이 가운데, 카카오엔터프라이즈와 델테크놀로지스코리아가 주요 증권사 인프라 담당자를 대상으로 AI 도입 가속화를 위한 AI 인프라 전략 및 구축 방안을 공유하는 세미나를 진행했습니다. ‘증권형 AI 인프라의 미래’를 주제로 진행한 이번 세미나에는 메리츠증권, 미래에셋증권, 신영증권, 한국투자증권, LS증권 등 다양한 주요 증권사의 IT 및 인프라 담당자들이 참여했는데요. AI 인프라에 대한 여의도 증권가의 뜨거운 열기를 확인할 수 있었습니다 이날 첫번째 세션에서는 김용태 델테크놀로지스 상무가 ‘증권업의 AI 도입과 활용 사례 및 LLM 서빙 방법론’을 주제로 발표했습니다. 김용태 상무는 현재 국내 증권업계에서는 ‘업무 수행 에이전트’를 활용할 수 있는 방안을 고민하고 있으며, AI 인프라 측면에서 토큰 폭증 컴퓨팅 성능 안정성 요구가 증가하고 있다고 설명했습니다. 따라서 TTFT(Time to First Token), TPS(Throughput)과 TPOT(Time Per Output Token), Concurrency, KV Cache 총 4가지 지표로 SLO(서비스 수준 목표)의 균형점을 찾아야한다고 강조했습니다. 이어 오웅 카카오엔터프라이즈 팀장은 ‘증권가 AI 가속화를 위한 카카오클라우드 하이브리드 인프라 전략’를 주제로 발표를 진행했습니다. 오웅 팀장은 “증권업계가 현재 AI 도입과 더불어, 중장기적 TCO 절감 효과까지 고민하고 있다는 점을 카카오클라우드가 함께 고민하며, 하이브리드 GPUaaS를 선보이게 됐다”고 설명하며 발표를 시작했습니다. 카카오클라우드의 하이브리드 GPUaaS는 최신 고사양 GPU 구매부터 데이터센터, 전력, 통합⬝관리, 확장 등에 이르는 AI 인프라 도입 과정을 카카오클라우드 플랫폼으로 통합해 제공하는 엔터프라이즈 솔루션입니다. AI 인프라를 도입할 때는 ✅ 비용 ✅ 기간 ✅ 유연성 및 확장성 ✅ 운영 및 관리 역량 등의 요소를 꼭 검토한 후, AI 인프라를 GPUaaS로 빌려서 사용할지, 혹은 온프레미스로 구축할지 선택해야 하는데요. 두 가지 중 하나를 선택할 수도 있겠지만, 유연성과 확장성이 뛰어난 GPUaaS의 장점과 중장기 관점에서 총소유비용(TCO) 절감이 가능한 온프레미스의 장점만을 취합한 카카오클라우드 하이브리드 GPUaaS가 해결책이 될 수 있습니다. 오웅 팀장은 “특히 증권사의 경우, 기존에 사용 중이던 자체 온프레미스나 AWS, Azure 등과 같은 퍼블릭 클라우드를 원활하게 연결해야 하는데, 카카오클라우드의 Transit Gateway (TGW)를 활용해 손쉽게 데이터를 이관하고 연동 체계를 구현할 수 있다”고 전했습니다. 또한 오 팀장은 증권사 및 금융기관이 카카오클라우드를 안심하고 사용할 수 있도록 망 분리 데이터 보안 내부 통제 기능 등 매우 높은 보안 요건을 충족하고 있다는 점도 강조했습니다. 카카오클라우드는 매년 금융보안원에서 진행하는 ‘클라우드 서비스 제공업체 안전성 평가’를 우수한 성적으로 완료하고 있습니다. 발표에 이어 즐거운 퀴즈 시간⁉️도 마련됐는데요. 손 번쩍 드신 정답자 분들에게는 소소한 경품도 선물로 드렸답니다! 카카오클라우드 GPU 클러스터는 2025년 6월 기준으로 ISC 고성능 컴퓨팅 콘퍼런스에서 발표한 전 세계 슈퍼컴퓨터 순위인 TOP500에서 몇 위에 랭크되었을까요? 정답은 드래그를…! 카카오클라우드는 TOP500에서 국내 CSP 중 가장 높은 순위인 52위에 랭크됐습니다! 저녁시간임
2026년 9월 4일
<고객 사례> 응답속도 50% 단축, 데이터 처리량 3배 증가시킨 ‘이지스’
핵심 요약 3D 공간정보 및 디지털 트윈 전문 기업 '이지스(EGIS)가 대용량 3D 데이터 처리 및 AI 시각화 연산을 위해 카카오클라우드를 기반으로 클라우드 네이티브 전환을 완료했습니다. 인프라 운영 비용 30% 절감, 데이터 처리량 3배 증가, 평균 응답 시간 50% 이상 단축 등 이지스가 카카오클라우드를 통해 얻은 성과를 자세히 확인해보세요. 안녕하세요. 카카오클라우드입니다! 국내 유일, 전 세계 단 3개국만 보유한 독보적인 기술을 가진 3D 공간정보 및 디지털 트윈 전문 기업 이지스(EGIS)의 카카오클라우드 전환기를 소개합니다. 대용량 3D 데이터 처리와 AI 시각화 연산을 위해 클라우드 네이티브 전환을 완벽하게 이뤄낸 이지스 플랫폼개발팀의 이야기를 직접 들어봤습니다. Q1. 이지스는 어떤 회사인가요? 이지스는 '디지털 어스 플랫폼'을 통해 현실 세계의 인프라, 환경, 센서 데이터를 3D 디지털 공간에 구현해내는 디지털 트윈 전문 기업입니다. 이지스는 2001년 설립된 3차원 공간정보 및 디지털 트윈전문 기업입니다. 자체 개발한 ‘디지털 어스 플랫폼(Digital Earth Platform)’을 통해 현실 세계의 공간, 환경, 인프라, 영상, 센서 데이터를 디지털 공간에 구현하고 분석, 시각화하는 기술을 보유하고 있습니다. 특히 이지스의 3D 엔진 기술은 국내에서 유일하고, 전 세계에서도 단 3개국만 보유하고 있을 만큼 독보적입니다. 이지스(EGIS)의 디지털 어스 플랫폼(Digital Earth Platform) Q2. 카카오클라우드를 선택하게 된 이유는 무엇인가요? 글로벌 표준 클라우드 네이티브 환경 기반의 확장성과 이식성, 대용량 고성능 연산 자원의 안정적인 운영을 가장 중요하게 고려해 전환을 결정했습니다. 이지스의 디지털 어스 플랫폼은 대용량 고정밀 항공 영상이나 3차원 라이다(LiDAR)* 데이터 처리, 그리고 3D 가시화와 시뮬레이션을 위해 다수의 고성능 연산 자원이 필요한 서비스입니다. 이 서비스를 개발하고 운영하기 위해서는 워크로드를 유연하게 확장하고 안정적으로 다룰 수 있는 클라우드 네이티브 인프라가 필수적이었습니다. *라이다(LiDAR): 주변에 레이저를 쏜 뒤 물체에 맞고 들어오는 시간 차를 측정해 지도를 만들고 자율주행차가 스스로 위치를 파악할 수 있게 돕는 센서 플랫폼 특성상 국내외 표준화가 중요해 확장성과 이식성을 최우선으로 고려했는데요. 카카오클라우드는 이지스의 기술 구현에 적합한 안정적인 운영 기술은 물론, MSA(마이크로서비스 아키텍처)와 쿠버네티스 등 글로벌 표준 클라우드 네이티브 환경을 제공한다는 점이 전환을 결정한 이유입니다. 모놀리식 방식과 MSA(마이크로서비스 아키텍처) 비교 Q3. 카카오클라우드를 어떻게 활용하고 계신가요? 카카오클라우드 쿠버네티스 엔진을 활용해 NetCDF 기상 연구 데이터를 분석하고, 3차원 공간 정보뿐만 아니라 5D 인사이트를 제공하고 있습니다. 이지스는 카카오클라우드 쿠버네티스 엔진(Kubernetes Engine) 위에서 대용량 공간 데이터를 변환할 때, HPA* 기술을 적극 활용해 분산 처리를 수행하고 있습니다. AI와 GIS(공간정보시스템)를 융합한 Geo-Physical AI(지리공간 피지컬 인공지능) 서비스도 함께 구현하고 있습니다. *HPA(Horizontal Pod Autoscaler, 수평 포드 오토스케일러): 쿠버네티스에서 워크로드 부하를 모니터링해 Pod의 개수를 자동으로 늘리거나 줄이는 리소스 관리 기능 대표적인 사례가 NetCDF 기상 연구 데이터를 가공하는 파이프라인입니다. 사용자가 데이터를 업로드하면 Geo-Physical AI가 데이터를 자동으로 판독해 3차원 공간정보는 물론, 시간과 비용까지 아우르는 5D 인사이트를 제공합니다. 또한 시계열 히트맵과 3D 가시화, 데이터 탐색, 분석 환경을 함께 제공해 복잡한 과학 데이터도 누구나 쉽게 탐색하고 활용할 수 있도록 구현했습니다. Q4. 카카오클라우드 전환 이후 어떤 점이 가장 많이 변화했나요? 데이터 처리량은 3배 증가하고, 평균 응답 시간은 50% 단축되었으며,
2026년 9월 2일
[크루 인터뷰] 강의실 밖에서 경험한 클라우드 실전 프로젝트 ⚡️
안녕하세요, 카카오클라우드입니다. 가천대학교 클라우드공학과에 재학 중인 두 분, Tory(이유석)와 Serin(김서연)이 카카오클라우드에서 3개월간의 현장 실습을 성공적으로 마쳤습니다. 전공 수업에서 차곡차곡 쌓아온 지식이 실제 기업 현장에서 실무 프로젝트로 실현되며 한 단계 더 깊은 시너지를 발휘한 시간이었습니다. 이번 인터뷰에서는 두 현장 실습생의 생생한 실습 스토리를 전해드립니다. Tory는 전사에 배포된 교육 자료 ‘러닝 포트폴리오’를 기획・ 제작했고(PART 1), Serin은 최신 MCP 기술을 기반으로 한 멀티 에이전트 핀테크 플랫폼을 직접 설계하고 구축했습니다(PART 2). 전공 과정에서 쌓은 역량을 바탕으로, 현장에서 자신만의 결과물을 멋지게 만들어 낸 두 현장 실습생의 성장 이야기를 들려드립니다. PART 1. Tory (이유석 / 클라우드솔루션팀) 사용자 입장에서 익힌 실무, 전사에 배포된 러닝 포트폴리오 Q1. 클라우드솔루션팀에서 어떤 실무 업무를 진행하셨나요? 안녕하세요, 클라우드솔루션팀에서 3개월간 현장 실습을 한 Tory입니다. 저는 교육 업무와 관련된 일을 맡아 기존 교육 자료 최신화를 위한 강의 영상 감수를 담당했고, KakaoCloud Certified Essentials 학습 보조 자료인 '러닝 포트폴리오'를 제작했습니다. 자격 인증 시험을 준비하는 분들에게 실제로 도움이 되는 자료가 무엇일지 고민이 많았는데, 그 고민을 담아 완성한 러닝 포트폴리오가 지금은 사내 협업 플랫폼을 통해 전사에 배포되어 있습니다. 3개월간의 실습이 실제로 현장 실습생들이 참고할 수 있는 결과물로 남았다는 점이 가장 기억에 남습니다. 참고1) KakaoCloud Certified Essentials: 카카오클라우드 환경에서 요구되는 기술 역량과 실무 활용 능력을 검증하는 공식 인증 시험입니다. 참고2) 러닝 포트폴리오란?: 러닝 포트폴리오는 KakaoCloud Certified Essentials 자격 인증 시험의 출제 기준을 바탕으로, 핵심 개념 위주로 알기 쉽게 정리해 둔 '맞춤형 학습 노트' 입다. 시험 범위가 넓고 복잡해 보여도 핵심 내용이 6가지 체계로 잘 정돈되어 있어, 자격증을 한눈에 파악하고 효율적으로 준비할 수 있는 학습 보조 자료입니다. Q2. 카카오클라우드 자격인증 대비 솔루션인 <러닝 포트폴리오>를 어떻게 기획했는지 설명해 주세요. [이미지 출처: Tory(이유석) 현장실습생 프로젝트 발표 자료] KakaoCloud를 처음 접하는 분들도 도메인별 서비스의 핵심과 활용 흐름을 쉽게 이해할 수 있도록, 주요 6개 항목을 기준으로 기획하였으며, 이를 학습자 관점에 맞춰 크게 4단계 체제로 소개해 드리겠습니다. ✅ 1단계 (핵심 개념): 서비스의 가장 기본이 되는 개념 정리 ✅ 2단계 (개념 비교): 헷갈리기 쉬운 유사 서비스 간 차이점 명확화 ✅ 3단계 (시나리오): 실제 업무 현장에서의 활용 맥락과 흐름 설명 ✅ 4단계 (문항 아이디어): 난이도별 예상 문제를 통한 실전 시험 대비 [이미지 출처: 이해를 돕기위한 gemini 제작 이미지] 단순히 개념만을 정리하지 않고 '기초 개념 이해 ➔ 개념 비교 ➔ 실무 적용 ➔ 문제 풀이'로 자연스럽게 이어지도록 구성하여 학습자들이 활용하기 편하도록 기획 및 제작하였습니다. Q3. 포트폴리오에 담을 시나리오와 문항을 실제감 있게 구성하기 위해 특별히 신경 쓰신 점이 있나요? 포트폴리오를 실제감 있게 구성하려면 저부터 서비스를 직접 다뤄봐야 한다고 생각했습니다. 그래서 Kubernetes와 Load Balancer를 콘솔에서 직접 실습하며 검증했습니다. 카카오클라우드는 기술 문서와 콘솔 화면이 유기적으로 연결되어 있어 초심자인 저도 각 리소스의 역할과 연결 구조를 한눈에 파악할 수 있었습니다. 특히 연계 서비스와의 관계까지 잘 설명되어 있어 개념으로만 알던 내용을 실습으로 확실하게 검증할 수 있었습니다. 이렇게 직접 인프라를 구성해 보며 얻은 감각 덕분에 단순 이론 전달을 넘어, 실무에서 실제로 만나는 서비스 활용 흐름을 시나리오에 담아낼 수 있
2026년 8월 31일
[D･R･R] 피지컬 AI를 위한 컴퓨팅 인프라 구축: 클라우드 관리형 엣지 컴퓨팅
/* 1. 상단 빅배너 이미지만 제거하고 레이아웃은 본문처럼 정렬 */ .post-cover, [class*="cover"], [class*="banner"] { background-image: none !important; background-color: transparent !important; height: auto !important; min-height: 0 !important; padding: 0 !important; margin: 0 !important; } /* 2. 제목이 본문과 겹치지 않도록 간격을 충분히 확보 */ .post-header, .article-header { position: relative !important; padding: 60px 0 30px 0 !important; /* 상하 여백 확보 */ background: none !important; color: #333 !important; } /* 3. 제목 글자 가독성 확보 */ .post-cover .inner, .article-header h1, .post-header h1 { position: relative !important; color: #000 !important; transform: none !important; top: 0 !important; left: 0 !important; } 클라우드 관리형 엣지 컴퓨팅 (표지) AI의 진화 축이 모니터 안의 가상 세계에서 물리적 실체와 결합한 '피지컬 AI'로 이동하고 있습니다. 지난 수년간 LLM이 폭발적 성장을 주도했다면, 이제는 현실에 접목한 로봇, 모빌리티, 스마트팩토리 등이 주도할 전망입니다. 피지컬 AI가 빠르게 확산하면서 이를 뒷받침하기 위한 '엣지 컴퓨팅'도 나날이 발전하고 있습니다. 하지만 피지컬 AI가 다수의 디바이스로 확산되고, 그 작동 방식이 복잡해지면서 엣지 컴퓨팅도 변화를 필요로 하고 있습니다. 엣지 컴퓨팅은 구축 및 운영 과정에서 만만치 않은 현실적 과제에 직면하게 됩니다. ▲ 태생적 리소스 제약, ▲ 파편화된 인프라 관리의 복잡성, ▲ 가혹한 물리적 운영 환경 등이 대표적입니다. 본 보고서는 이러한 과제를 해소하기 위해 클라우드에 기반한 ▲ 오프로딩 ▲ 오케스트레이션 ▲ 디지털 트윈 방안을 제시합니다. '클라우드 관리형 엣지 컴퓨팅'은 향후 '피지컬 AI 전략'의 성패를 가르는 핵심 분수령이 될 것입니다. 주요 내용 피지컬 AI와 엣지 컴퓨팅의 부상 태생적 제약에 따른 엣지 컴퓨팅의 한계 클라우드 관리형 엣지 컴퓨팅의 역할 이런 분들에게 추천드립니다. 로봇·자율주행 도입을 앞두고 밀리세컨드 단위 지연 시간이 고민인 제조·모빌리티 현장 책임자 통신 프로토콜이 제각각인 이기종 엣지 기기를 하나의 체계로 통제하고 싶은 IT 인프라 운영자 예기치 못한 설비 다운타임을 디지털 트윈으로 미리 막고 싶은 생산기술·설비보전 담당자
2026년 8월 24일
<뉴스썰> ‘AIDC 얼라이언스’ 출범, K-AIDC 수출길 연다.
요약 AIDC를 국가전략산업으로 육성하기 위해 기관과 기업이 참여하는 'AIDC 얼라이언스'가 출범했습니다. 카카오엔터프라이즈도 수요분과에 참여해 AIDC 구축･운영과 클라우드 부분에 힘을 보탤 예정입니다. 우리의 강점에 GPU 클러스터링 및 클라우드 기술을 보완한 패키징으로 수출길을 열 수 있길 기대합니다. 안녕하세요. 뉴스를 통해 핫한 이슈를 정리하는 카카오클라우드 '뉴스썰'입니다. 이번 시간에는 'AIDC 얼라이언스 출범'에 대한 썰을 풀어봅니다. '공장'이 된 'AIDC' 보통 'AIDC'라고 하면 커다란 서버랙이 줄지어 서있고, 많은 전선이 묶여 있으며 움직임이 거의 없는 정적인 모습이 떠오릅니다.그리고 “공장”은 여러 자재와 생산 시설이 어지럽게 배치되어 있고, 쉼 없이 분주하게 움직이는 모습을 떠올리지요. 전혀 다른 이미지인데 최근에는 ‘AIDC’를 ‘공장’(AI Factory)이라고 부릅니다. 컨베이어 벨트도 없고, 로봇도 없는데 공장이라고 지칭한 이유는 무엇일까요? "기존 데이터센터가 정보를 저장하는 데이터 창고였다면 AIDC는 지능을 생산해 글로벌 시장에 공급하는 수출 공장" - 정재헌 AIDC 얼라이언스 의장 - 지난 7월 29일 ‘AIDC 얼라이언스’ 출범식이 열렸습니다. 과학기술정보통신부와 산업통상부, 금융위원회, 국토교통부 소속 정부 인사와 400여 명의 산·학·연 관계자가 모인 가운데 정재헌 공동의장은 데이터센터가 지능을 만들고 세계로 수출하는 공장이라고 정의했습니다. 과거의 데이터센터(IDC)가 웹이나 기업 시스템을 지원하기 위한 범용 컴퓨팅 인프라였다면, AI 시대의 데이터센터(AIDC)는 단순한 서버의 집적을 넘어 자원, 서버, 클라우드, 전력 등 첨단 기술을 총집약해 AI의 연산 결과를 생산하는 시설로 변화했음을 의미합니다. 때문에 AIDC 구축에 각 기업과 국가가 천문학적 투자를 하고 있고 이로 인해 새로운 수출과 산업의 기회가 될 것이란 전망이 나옵니다. AIDC 얼라이언스 출범식 (출처 : 과학기술정보통신부 blog) AI Factory의 개념은 갑자기 나온 게 아닙니다. 젠슨 황 엔비디아 CEO가 최근 GTC(GPU Technology Conference)발표에서 지속적으로 주장한 개념이고, 지난 6월 초 한국 방문 당시에도 AI Factory 협력 과제를 논의한 바 있습니다. 세계적으로 AI Factory에 투자가 집중되고, 우리 기업들의 역할이 많아지는 바로 지금이 바로 K-AIDC 수출을 위한 골든타임이라고 바라보는 시각이 많습니다. 한 달 전, 청와대에서 AIDC 얼라이언스 출범식이 열리기 한 달 전(6/29), 청와대 영빈관에서 '대한민국 대도약 3대 메가프로젝트 국민보고회'가 열렸습니다. AI를 산업 대도약을 위한 신성장동력으로 활용하기 위해 반도체, 로봇 및 피지컬 AI, 그리고 AIDC를 3대 프로젝트로 선정해 대도약을 이끌 삼각축으로 추진한다는 계획이 발표되었습니다. 한 축을 담당하는 AIDC는 2035년까지 총 18.4GW 규모의 구축 목표가 제시되었으며, 1차적으로 울산·호남권·중부권 각 1GW, 강원권·대경권을 합쳐 2GW, 동해시 2.4GW, 세종 1GW 규모로 구축 후 10GW를 더 확장하겠다는 그림이 그려졌습니다. 투자 규모는 3개 기업이 투자 유치를 포함해 약 550조원, 2035년까지 최대 1000조원 수준으로 알려집니다. 이는 미래 AIDC 수요를 충당하는 한편 수도권에 몰려 있던 AIDC 지역별로 분산시키는 '균형 발전'까지 고려한 방안으로 해석됩니다. 3대 메가프로젝트 AIDC 추진 계획 (출처 : 과학기술정보통신부 보도자료, '26.6.29) 이 자리에서 배경훈 부총리는 "AIDC는 AI 서비스의 필수 인프라이자 토큰을 생성하는 팩토리"라며, "AIDC의 국가전략산업화를 통해 국민 누구나 AI를 갖고 사회·경제 활동에 참여하는 'AI 기본사회'를 세계에서 가장 빠르게 만들어가겠다"고 밝혔습니다. 프로젝트가 계획대로 진행된다면 우리나라가 아시아태평양 지역 최대 AI 인프라 허브로 자리매김할 것으로 정부는 내다보고 있습니다. 속도전, 빠
2026년 8월 24일
<고객 사례> 운영 준비 시간 60% 단축, 도로가 카카오클라우드로 자체 서비스를 구축한 이유
안녕하세요, 카카오클라우드입니다! 시중의 여러 SaaS 툴을 활용해서 쓰던 스타트업이, 자체 시스템을 직접 구축하기로 결심한다면 어떤 변화가 생길까요? ️ 로봇 교육 스타트업 주식회사 도로는 그 질문의 답을 스스로 찾아내었습니다. 외부 SaaS 도구에 운영 방식을 맞추는 대신, 자체 러닝 시스템을 직접 만들기로 한 건데요.그 결정을 계기로 도로는 카카오클라우드 인프라 기반의 자체 서비스를 구축했고, 운영 준비 시간을 60% 줄이고 강사 관리 효율을 2~3배 끌어올리는 성과를 거두었습니다. 소규모 스타트업이 클라우드 전환으로 어떻게 업무 효율화를 이뤄냈는지, 도로의 담당자분들을 만나 직접 들어봤습니다. Q1. 도로는 어떤 회사인가요? 아이들이 직접 공대를 체험하며, 로봇 교육을 재미있게 경험할 수 있는 콘텐츠를 만들고 싶었습니다. <그림1. 한양대학교 에리카 전경> 저희는 한양대 에리카 로봇공학과 학생들의 창업 동아리 활동에서 출발한 로봇 교육 기업입니다. 코로나 19 시기, SW 교육에 대한 관심이 특히 높아지던 때 였는데요. '수업에서 만든 로봇으로 코딩을 가르치자'는 컨셉으로 안산시에서 소규모로 시작한 활동이 점점 입소문을 타면서, 수도권 곳곳에서 강의 요청이 들어오기 시작했습니다. 로봇공학과 학생들만으로는 감당하기 어려울 정도로 고객이 늘다 보니, 자연스럽게 다양한 지역의 공대생들을 강사로 모집하게 됐고, 강사 선발·관리와 로봇 교재 제작을 병행하는 지금의 도로가 만들어졌습니다. 현재는 아이들이 직접 와서 공대를 체험하고 멘토들을 만나는 오프라인 캠프 '도로랜드', 그리고 그 경험을 집에서도 이어갈 수 있는 온라인 교육 '도로버스'를 함께 운영하고 있습니다. 특히 도로랜드는 매년 여름·겨울 방학마다 200~300명의 학생들이 참여해, 로봇과 AI 기술을 활용한 미션을 함께 해결하는 대표 캠프로 자리 잡았는데요. 이 캠프를 경험한 학부모님들이 "집에서도 도로랜드의 경험을 이어가고 싶다"는 피드백을 주신 것이 지금의 온라인 학습 플랫폼 '도로버스' 개발로 이어졌습니다. <그림2. 도로캠프 수업 장면> Q2. 클라우드 전환, 왜 결심하셨나요? 자체 서비스가 없으니, 매번 운영 방식을 외부 도구에 맞춰야 했습니다. 클라우드를 도입하기 전에는 글로벌사의 부가 서비스를 부분적으로 활용하는 정도였고, 실제 운영은 여러 SaaS 툴을 조합해 사용하고 있었습니다. 예를 들어 A 서비스로 사진과 글이 뒤섞인 데이터베이스를 관리하고, B 서비스로 강사들과 소통하거나 협업툴로 활용하는 방식이었죠. 온라인 수업을 제대로 운영하려면 강사･학생 관리부터 강의실 개설까지 신경 쓸 게 많았지만, 이 툴이 저희 운영 방식에 맞춰지는 것이 아니라 저희가 툴의 방식에 맞춰야 한다는 점이 큰 문제였습니다. 툴이 바뀔 때마다 새로운 사용법을 익히고 데이터를 옮기다 보니, 정작 교육 콘텐츠 제작보다 시스템 관리에 쏟는 시간이 더 많아졌습니다. 그래서 외부 서비스에 의존하기보다 ‘우리 손으로 직접 만들자’고 결심했습니다. 먼저 역량 진단 데이터를 수집하는 설문 프로그램 'DIMC'를 개발했고, 이 DIMC에 응답된 데이터를 기반으로 학생별 커리큘럼을 제공하는 3D 메타버스 강의실 '도로버스'를 구축했습니다. 이 두 시스템 DIMC와 도로버스가 현재 도로 운영의 핵심 뼈대가 되고 있습니다. <그림3. 도로버스 플랫폼 화면> Q3. 왜 카카오클라우드를 선택하셨나요? 스타트업 지원 프로그램의 무료 크레딧 혜택이 가장 큰 매력이었습니다. 안산시 강소특구 상생사업을 통해 카카오클라우드를 알게 됐습니다. 자체 LMS(Learning Management System)를 개발한다면 여러가지 SaaS로 파편화되어 있던 운영 구조를 하나로 통합할 수 있겠다고 생각했고, 마침 지원 프로그램을 통해 카카오클라우드의 무료 크레딧을 지원받을 수 있다는 점이 매력적이었습니다. 클라우드와 데이터베이스 개념부터 직접 공부하면서 지원서를 작성했고, 최종 선정되면서 기존 SaaS 도구 수준을 넘어 인프라 단위의 클라우드 환경을 처음 도입하게 되었습니다. 지원 대상 선정 이후에는 카카오
2026년 7월 24일
[Tech] Blackwell B200 GPU 기반 Cloud-Native 분산 학습 플랫폼 구현
/* 1. 상단 빅배너 이미지만 제거하고 레이아웃은 본문처럼 정렬 */ .post-cover, [class*="cover"], [class*="banner"] { background-image: none !important; background-color: transparent !important; height: auto !important; min-height: 0 !important; padding: 0 !important; margin: 0 !important; } /* 2. 제목이 본문과 겹치지 않도록 간격을 충분히 확보 */ .post-header, .article-header { position: relative !important; padding: 60px 0 30px 0 !important; /* 상하 여백 확보 */ background: none !important; color: #333 !important; } /* 3. 제목 글자 가독성 확보 */ .post-cover .inner, .article-header h1, .post-header h1 { position: relative !important; color: #000 !important; transform: none !important; top: 0 !important; left: 0 !important; } KakaoCloud Tech : Blackwell B200 GPU 기반 Cloud-Native 분산 학습 플랫폼 구현 엔비디아의 최신 GPU 아키텍처인 Blackwell B200은 전례 없는 연산 능력과 메모리 대역폭을 제공하며, 초거대 AI 모델 학습의 새로운 시대를 열었습니다. 카카오클라우드는 이러한 시대적 요구에 발맞춰, 글로벌 최고 수준의 기술 난이도를 극복하고 Blackwell B200 GPU 255노드(총 2,040개 GPU)에 IB(InfiniBand) + K8S(Kubernetes) + Kubeflow 조합의 차세대 AI 클라우드 인프라를 압도적 성능으로 구현했습니다. 본 문서는 카카오클라우드가 어떻게 이 난제를 해결하고, 기존의 일반적인 HPC 인프라 방식 대비 어떤 기술적 우위와 비즈니스 가치를 제공하는지 상세히 설명합니다. 주요 내용 1️⃣ 카카오클라우드의 도전 : IB+K8S+Kubeflow 조합의 난이도와 혁신 2️⃣ 카카오클라우드의 기술 우위 : Slurm vs. K8S(멀티테넌시 관점) 3️⃣ 카카오클라우드의 끝없는 도전 : 하이브리드 MLOps 생태계의 완성 4️⃣ Conclusion 이런 고민을 하고 계신다면 반드시 읽어보세요! "K8S 환경에서 인피니밴드의 물리적 성능을 손실 없이 구현하고, 초거대 모델 학습의 병목 현상을 해결하고 싶으신가요?" "K8S 기반의 유연한 멀티테넌시(Multi-tenancy)를 통해 GPU 자원 활용률을 극대화하고 싶으신가요?" ⚙️ "Blackwell B200 클러스터 위에서 학습부터 서빙까지 이어지는 하이브리드 MLOps 생태계를 구축하고 싶으신가요?" 카카오클라우드에 대해 무엇이든 물어보세요.
2026년 7월 16일