[화제의 현장] 클라우데라가 그린 ‘하이브리드 AI’ 청사진

8월 20일(현지시간) 싱가포르 마리나 베이 샌즈 컨벤션 센터에서 '이볼브26(EVOLVE26) 싱가포르'가 개최됐다. 사진 제공 표기는 양승갑 기자다.

기업 AI 활용이 실험 단계에서 실제 운영 단계로 진입하면서 AI 인프라 평가 기준도 변화하고 있다. 이에 따라 모델 성능보다 데이터 위치, 추론 실행 위치, 비용 통제 방식, AI 에이전트 권한 범위가 중요 과제로 부상하고 있다.

이 같은 시장 변화는 클라우데라의 '하이브리드' 전략과 연관된다. 클라우데라는 데이터·워크로드 특성별 실행 환경을 선택하는 방향을 제시하는 한편, 여러 환경 전반의 보안·거버넌스·데이터 관리의 단일 체계를 연결하는 방향을 함께 제시했다.

클라우데라는 8월 20일(현지시간) 싱가포르 마리나 베이 샌즈 컨벤션 센터에서 연례 데이터·AI 컨퍼런스 '이볼브26(EVOLVE26) 싱가포르'를 열고 신규 플랫폼 '클라우데라 애니웨어 클라우드(Cloudera Anywhere Cloud)'를 공개했다. 이번 행사의 핵심 주제는 애니웨어 클라우드였으며, 하이브리드 AI 아키텍처와 데이터 거버넌스, AI 팩토리, 소버린 AI, 에이전틱 AI 운영 전략, 실제 기업 적용 사례를 폭넓게 다뤘다. 오전 메인스테이지에서는 새 플랫폼과 기술 전략, 고객 사례를 제시했다.

오후 그룹 인터뷰에서는 기업의 AI 운영환경 이전 과정으로 논의를 확장했다. 이 자리에서는 데이터 준비와 권한 통제, 비용·성과, 시장 확장 과제가 논의됐으며, 이볼브26 현장에서는 클라우데라의 하이브리드 전략 구현과 시장 적용 방향이 조명됐다.

클라우데라 최고기술책임자(CTO) 세르지오 가고와 클라우데라 최고제품책임자(CPO) 레오 브루닉이 발표하는 장면의 사진이 공개됐다. 사진 설명은 클라우데라 세르지오 가고 CTO, 레오 브루닉 CPO 발표 장면이며, 출처는 클라우데라다.

오전 첫 세션 발표자로 나선 세르지오 가고와 레오 브루닉은 기업용 데이터·AI 플랫폼의 필요 조건으로 진정한 하이브리드, 통합 데이터 패브릭, AI 내장 서비스, 모듈성, 확장성, 에이전틱 우선 설계, 가치 실현 시간 단축을 제시했다.

이어 세르지오 가고·레오 브루닉은 핵심이 온프레미스·퍼블릭 클라우드 동시 지원을 넘는 데 있다고 설명했다. 이들은 어느 환경에서든 동일 방식으로 플랫폼을 운영하는 것이 핵심 요구라고 밝혔다.

적용 환경의 예시로는 퍼블릭 클라우드, 자체 데이터센터, 에어갭, 소버린 환경이 제시됐다. 두 발표자는 배포 방식의 목표로 환경과 무관한 동일한 코드 유지와 환경과 무관한 동일한 운영 경험 유지를 제시했다.

애니웨어 클라우드는 개별 데이터 서비스를 독립적으로 추가·교체할 수 있는 모듈형 구조를 채택했다. 기존 방식에서는 특정 서비스 1개를 변경할 때 관리 도구·플랫폼의 다른 영역까지 동반 업그레이드가 필요한 사례가 있었지만, 이 같은 제약을 줄이도록 설계됐다는 설명이다. 마켓플레이스에서 필요한 서비스를 선택할 수 있고, 선택한 서비스는 기존 환경과 병행 운영할 수 있다. 브루닉 CPO는 기존 스파크 3 워크로드를 유지한 상태에서 스파크 4를 별도로 추가해 동시 사용한 사례를 소개했다.

이 같은 유연성의 기반으로는 여러 환경을 통합하는 통합 데이터 패브릭이 제시됐다. 이를 위해 오픈 테이블 형식과 표준 인터페이스를 활용하며, 자사 플랫폼 외 다른 데이터 플랫폼·스토리지와 연결하는 구상도 밝혔다. 또한 데이터 위치와 무관하게 일관된 접근과 거버넌스를 적용하는 방향을 제시했다.

가고 CTO는 구현 난도의 핵심이 단순한 서비스 배포에 있지 않다고 강조했다. 온프레미스 서비스 배포 자체는 누구나 가능하지만, 고가용성·재해복구·오토스케일링·멀티테넌시를 갖춘 배포는 쉽지 않다고 설명했다. 이어 가장 어려운 과제로 모든 것을 하나로 묶는 데이터 패브릭 구축을 꼽았다.

클라우데라는 하드웨어 준비·내부 검토 후 데이터 서비스 실동작까지 평균 약 60일 소요 과정을 60분 미만으로 단축했다고 발표했다. 브루닉 CPO는 1년 전 이 무대에서 2030년의 데이터·AI 플랫폼을 2026년에 출시하겠다고 언급했고, 당시 설치 시간 1시간 미만을 제시했다고 밝혔다. 그는 당시 반신반의 분위기였지만 1년 지난 현재 해당 수준에 도달했다고 설명했다.

이날 기술 시연에서는 사이버 공격으로 데이터센터가 마비된 상황을 가정했다. 이 자리에서는 자연어 지시로 사고 원인 분석을 요청하는 흐름이 제시됐다.

이어 AI 에이전트는 데이터센터·클라우드·데이터베이스에 접근해 장애 원인을 파악하고, 재무 영향을 파악했으며, 피해 고객을 파악했다. 또 서비스 운영 환경을 다른 클라우드로 전환하고 피해 고객 안내문을 작성하는 과정도 수행했다.

브루닉 CPO는 핵심이 에이전트 자체보다 이를 가능하게 하는 기반에 있다고 강조했다. 그는 여러 환경 전반의 완전한 거버넌스가 적용된 데이터·AI 시스템이 필요하다고 밝혔고, 데이터 패브릭과 가드레일도 필요하다고 설명했다.

클라우데라는 '모델 시대'에서 '시스템 시대'로의 전환을 주제로 AI 팩토리 전략을 제시했다. 사진은 아바스 리키 클라우데라 최고사업책임자(CBO) 겸 응용 AI 부문 총괄과 브라이언 마틴 애브비 최고 AI 제품 책임자가 토론하는 모습이다. 출처는 클라우데라다.

아바스 리키는 기업 AI 시장의 중심이 모델 자체에서 지속 운영 시스템으로 이동하고 있다고 봤다. 그는 기업 AI의 초점이 개별 모델 성능보다 이를 안정적으로 돌리는 운영 체계로 옮겨가고 있다는 취지로 설명했다.

현재는 개별 코파일럿·AI 애플리케이션별로 상이한 모델·GPU 구성·아키텍처가 결합된 구조가 형성돼 있다. 리키는 활용 사례가 증가할수록 이런 구조의 복잡성이 확대된다고 봤다.

이에 따라 여러 AI 애플리케이션·에이전트를 공통 체계 기반에서 개발·운영하는 구조의 중요성이 커지고 있다고 제시했다. 이는 각 서비스마다 다른 모델과 인프라를 붙이는 방식 대신 공통 기반 위에서 여러 애플리케이션과 에이전트를 다루는 구조가 필요하다는 흐름이다.

리키는 AI 투자도 모델 학습에서 추론·실제 운영으로 이동하고 있다고 밝혔다. 다만 토큰 단가 하락에도 에이전틱 AI 확산으로 총사용량이 증가하면 비용 부담이 확대될 수 있다고 봤다. 또 전환 저해 요인으로 기업 내부 맥락에 대한 AI 접근 어려움과 데이터 주권을 제시했다.

클라우데라는 애니웨어 클라우드를 기반으로 한 'AI 팩토리(AI Factory)' 전략을 제시했다. 이 구상은 데이터 패브릭-기업 컨텍스트 연결, 자체 환경 추론 기능 결합, 다양한 모델·AI 도구 선택 생태계 결합을 아우르는 체계다.

이어 기업 내부 데이터의 실제 AI 활용 연계 사례로 글로벌 바이오제약 기업 애브비가 소개됐다. 이 사례는 기업 내부 데이터를 실제 AI 활용으로 연결하는 방식의 예로 제시됐다.

브라이언 마틴 애브비 최고 AI 제품 책임자에 따르면 애브비의 목적은 연구개발 과정 데이터 사일로 해소였다. 이를 위해 애브비는 270개가 넘는 내부·외부 데이터 소스를 하나의 플랫폼에 연결했고, 데이터를 단순 집적하는 데 그치지 않고 관계를 지식 그래프로 구성해 연구자들의 통합된 지식 활용으로 이어지게 했다.

브라이언 마틴은 애니웨어 클라우드 같은 것이 4~5년 전에는 없었던 점이 아쉬웠고, 당시에는 상당 부분을 직접 구축해야 했다고 설명했다. 또한 도구 사용 방식을 관측할 수 없으면 가치 전달을 정량화할 수 없다는 점도 함께 언급했다.

브라이언 로소 클라우데라 최고매출책임자(CRO)와 리무스 림 아시아태평양 및 일본 지역 수석 부사장은 발표를 통해 클라우데라의 사업 확장에 대해 언급했다. 클라우데라 측은 자사 사업 영역이 기존 금융·공공을 넘어 제조·에너지 등으로 넓어지고 있다고 설명했다.

두 인사는 이러한 확장을 위해 고객의 실제 활용 사례 창출이 중요하다고 강조했다. 특히 리무스 림은 실제 도입이 부재할 경우 의미가 없다는 취지로 설명했다.

이 같은 흐름에서 애니웨어 클라우드 첫 디자인 파트너인 엑슨모빌이 무대에 참여했다. 엑슨모빌은 글로벌 석유·가스 기업이다.

엑슨모빌은 정유시설·유전 등에서 데이터를 생성하고 있다고 소개됐다. 이들 현장에는 센서·가스미터·분석기·엣지 장비가 설치돼 있다.

이 과정에서 생성되는 데이터는 대규모 산업·운영 데이터로, 지속적으로 생성된다고 설명됐다. 데이터 유형은 텍스트·센서·이미지·스트리밍 데이터가 병존하는 형태로 제시됐다.

대규모 데이터를 온프레미스·복수 클라우드 간 지속 이동하는 방식은 비용·운영 효율 부담을 키우고 있다. 이에 따라 데이터 위치·워크로드 특성별로 데이터센터·클라우드·엣지에서 분석·AI를 각각 실행하는 방식이 필요하다는 설명이다.

엑슨모빌 관계자는 데이터 이동보다 데이터 소재지에 컴퓨팅을 배치하는 방식을 선호한다고 전했다. 이와 함께 구축 시간 단축 효과도 제시됐다.

초기 설치 구축 과정에는 수작업을 포함해 약 6시간이 소요됐다. 이후 신규 환경 구축 과정은 약 65분이 걸렸고, 데이터 엔지니어링·데이터 웨어하우징을 포함한 4개 서비스 환경 배포에는 약 20분이 소요됐다.

브루닉 CPO는 기존 '클라우데라 데이터 플랫폼(CDP)' 환경 옆에서 애니웨어 클라우드를 운영하면, 기존 거버넌스 기반 데이터 레이크 전체를 이전하지 않고도 최신 AI 모델·AI 도구·파트너 기술을 적용할 수 있다고 설명했다.

오전 메인스테이지 마무리 발표는 찰스 샌즈버리 클라우데라 최고경영자(CEO)가 맡았다. 샌즈버리 CEO의 발표 주제는 애니웨어 클라우드 필요성이었다.

샌즈버리 CEO는 애니웨어 클라우드 필요성의 배경으로 기업 데이터·워크로드 분산을 제시했다. 기업 데이터는 퍼블릭 클라우드·자체 데이터센터·엣지 등에 분산돼 있다고 설명했다.

그는 AI 고도화에 따라 분산된 데이터의 활용 위치·방식 결정 중요성이 커지고 있다고 짚었다. 클라우드가 기술 사용 방식은 바꿨으나 데이터 존재 위치는 바꾸지 못했다고 밝혔고, AI가 데이터 활용 중요성을 더욱 확대하고 있다고 말했다.

이 같은 흐름에서 샌즈버리 CEO는 모든 워크로드를 단일 환경에 배치하기보다 워크로드 특성별 실행 환경 선택이 필요하다고 주장했다.

장기간 일정한 컴퓨팅 수요가 있는 작업은 자체 인프라가 유리할 가능성이 있다고 설명했다. 단기 실험이나 수요 변동이 큰 작업은 퍼블릭 클라우드가 적합할 가능성이 있다고 덧붙였다.

또한 지연시간이 중요한 작업에는 엣지가 선택지가 된다고 밝혔다. 샌즈버리 CEO는 워크로드를 한곳에 몰기보다 특성에 따라 적절한 환경을 고르는 방향을 제시했다.

찰스 샌즈버리 CEO는 은행 이상거래 탐지처럼 컴퓨팅 수요가 비교적 일정한 일부 워크로드의 경우 퍼블릭 클라우드로 운영하면 자체 인프라 대비 비용이 4~5배에 이를 수 있다고 설명했다. 그는 클라우드가 많은 이니셔티브에서 중요하다고 하면서도, 비용 측면에서는 많은 기업이 클라우드를 단순한 범용재보다 상대적으로 고가 자원으로 인식하고 있다고 말했다.

샌즈버리 CEO는 이 같은 비용 부담에 대한 기업들의 인식 변화도 함께 언급했다. 인터뷰 응답자는 찰스 샌즈버리 CEO와 아바스 리키 CBO다.

클라우데라는 해당 제품 전략을 위해 지난 3년간 약 10억달러를 투입했다. 이 투입액 중 80% 이상은 연구개발(R&D)에 사용됐다.

회사는 기존 CDP에 대한 투자를 지속할 계획이다. 또 애니웨어 클라우드를 하이브리드 환경 맞춤형 새 플랫폼으로 병행 발전시킬 계획이다. 사진 표기는 양승갑 기자다.

오후 그룹 인터뷰에는 찰스 샌즈버리 클라우데라 CEO와 아바스 리키 CBO가 참석했으며, 두 인물은 기업의 AI 전환 과정 난점과 실험 단계에서 실제 운영 단계로 넘어가는 문제를 주목 지점으로 짚었다. 인터뷰에서는 기업들이 AI에 큰 기대를 보이지만 실제 운영으로 옮기는 과정에서는 적지 않은 장애가 있다는 점이 부각됐다.

찰스 샌즈버리는 AI에 대한 기대와 관심 수준이 지금까지 본 어떤 기술보다 높다고 설명했다. 그러면서 핵심 문제는 관심 부족이 아니라 실제 구현이라고 말했다.

그는 엔터프라이즈 데이터가 여러 시스템에 분산돼 있고, 엔터프라이즈 데이터 구조도 복잡하게 얽혀 있다고 밝혔다. 또 모델의 적정 학습과 AI 애플리케이션의 실제 배포를 위해서는 데이터 측면에서 상당히 어려운 작업이 선행돼야 한다고 설명했으며, 이런 복잡성이 충분히 논의되지 않고 있다고 지적했다.

아바스 리키는 이런 난관에도 기업이 실제 적용 단계에 진입하는 이유는 분명하다는 입장을 보였다. 그는 대부분의 기업이 AI의 실제 운영 적용 초기 단계에 있지만, AI를 제대로 구현할 때 얻는 가치가 매우 클 수 있다고 말했다.

리키는 그 기대 효과가 단순한 점진적 개선 차원이 아니라고 설명했다. 그는 일부 은행·결제사업자·통신사가 AI 활용 애플리케이션을 구축 중이며, 이 애플리케이션이 고객에게 제공하는 제품·서비스를 근본적으로 바꿀 수 있다고 말했다. 이어 일부 산업에서는 승자독식 구도가 나타날 수 있고, 충분히 빠르게 움직이지 못할 경우 생존의 문제가 될 수 있다고 강조했다.

리키 CBO는 소버린 AI·프라이빗 엔터프라이즈 AI 확산이 추론 인프라 수요에 영향을 미칠 것으로 전망했다. 그는 기업의 자체 데이터 외부 반출 없이 통제된 환경에서 추론하려는 수요가 확대될 것으로 내다봤다. 그러면서 온프레미스 추론이 앞으로 가장 빠른 성장 영역 중 하나가 될 것이며, 많은 기업에 독점적 데이터의 안전한 통제와 추론 실행 능력의 중요성이 더 커지고 있다고 설명했다.

리키 CBO는 이 같은 변화에 맞춰 고객의 인프라 모델 비종속성이 중요하다고 밝혔다. 또 각 워크로드를 어디에서 실행할지 고객이 직접 선택할 수 있어야 한다고 강조했다.

클라우데라는 실험 단계 AI를 실제 업무로 전환하도록 지원하고 있다. 클라우데라는 기술 플랫폼 제공뿐 아니라 활용 사례 발굴·구축에도 참여하며, 현장 배치 엔지니어(FDE)·응용 AI 사이언티스트가 고객과 공동으로 프로토타입·청사진·솔루션 액셀러레이터를 제작한다. 이렇게 만든 결과물은 실제 운영 환경으로 이전하는 방식이다.

샌즈버리 CEO는 현재를 시장 이해를 높이는 단계로 설명했다. 그는 고객의 실제 해결 과제를 함께 검토하고 있다고 밝혔다.

샌즈버리 CEO는 행사 종료 뒤 신규 제품 요구가 발생할 것으로 내다봤다. 또 향후 6개월~12개월 내 달성할 개발 이정표가 재설정될 것으로 전망했다.

인터뷰에는 세르지오 가고 CTO와 레오 브루닉 CPO가 응답했다. 두 사람은 기업의 AI 실무 적용 과정에서 나타나는 문제를 논의했다.

이들은 AI 에이전트가 기업 데이터에 접근하고 업무 수행을 시작한 상황을 짚었다. 이에 따라 데이터 거버넌스의 중요성이 커지고 권한 관리의 중요성도 확대되고 있다고 설명했다.

세르지오 가고 CTO는 지난해부터 지적해 온 데이터 거버넌스 문제가 심화했다고 진단했다. 그는 지난해부터 지적한 복잡성 문제도 심화했다고 진단했다.

가고 CTO는 AI 확산에 따라 요구 수준과 효율성 기대가 상승했다고 설명했다. 또 기업들이 활용 사례 배포 확대를 시도하면서 제약도 증가했다고 밝혔다. 아울러 무제한적 토큰 비용 투입 방식에는 한계가 있으며, AI 관련 지출이 본격적인 관리 대상이 되고 있다고 말했다.

이어 에이전트 운영의 더 근본적 문제는 비용보다 데이터 접근이라고 짚었다. 기업 데이터는 데이터센터·데이터베이스·퍼블릭 클라우드 등 여러 환경에 분산돼 있으며, 에이전트가 실제 업무를 수행하려면 이런 분산된 기업 자산에 대한 접근이 필요하다고 설명했다.

가고 CTO는 강력한 에이전트도 데이터가 없으면 무력하다고 밝혔다. 동시에 데이터에 전면 접근을 허용하면 유용성 증대와 위험성 확대가 병존한다고 설명했다. 반면 데이터 접근을 차단하면 에이전트가 역할을 수행하기 곤란하다고 말했다.

에이전틱 AI 환경에서는 에이전트 자체의 업무 수행상 광범위한 시스템 접근 권한이 필요할 수 있지만, 사용자가 에이전트를 통해 열람할 수 있는 데이터 범위는 기존 사용자 권한 이내로 제한돼야 한다는 딜레마가 제기된다. 이에 따라 에이전트 접근 권한과 사용자 권한을 분리해 관리할 필요가 있다는 점이 귀결로 제시된다.

브루닉 CPO는 급여 시스템 사례를 들어, IT 부서가 제작한 급여 시스템용 에이전트는 업무상 폭넓은 데이터 접근이 필요할 수 있다고 설명했다. 다만 직원이 이를 사용할 때 열람 가능한 정보는 본인 급여 또는 자신이 관리하는 직원 급여 등 원래 허용된 범위로 제한돼야 하며, 일반 직원이 직접 만든 에이전트 역시 해당 직원에게 부여된 권한을 초과할 수 없다고 밝혔다.

이로 인해 거버넌스 범위도 확대된다. 기존에는 IT와 데이터 조직이 누가 어떤 데이터에 접근하는지를 관리 대상으로 삼았다면, 에이전틱 AI 환경에서는 여기에 더해 에이전트의 실제 행동 기록 및 통제까지 추가 관리 대상이 된다.

가고 CTO는 AI를 안전하게 배포하기 위해서는 모델 수준의 강력한 가드레일이 필요하다고 밝혔다. 그는 또 감사·로깅·권한 관리 기능 구비가 필요하다고 했고, 에이전트의 접근 대상·실행 가능 범위 통제도 필요하다고 설명했다.

가고 CTO는 이런 통제 체계가 부재할 경우 AI 인프라 투자 의미가 약화된다고 판단했다. 이어 데이터 패브릭·거버넌스가 AI 전략 핵심이라고 밝혔고, 데이터 패브릭·거버넌스가 없으면 GPU 가격 수준과 무관하게 의미가 제한된다고 말했다.

또한 애니웨어 클라우드로 소버린 AI를 구현한다고 밝혔다. 가고 CTO와 브루닉 CPO는 소버린 AI가 데이터의 물리적 위치를 넘어 AI 모델·인프라 통제권의 문제라는 견해를 제시했다.

이들은 특정 외부 사업자·기술 의존도가 높아질 경우 규제 변화가 기업의 사업 연속성에 영향을 줄 수 있다고 설명했다. 아울러 특정 외부 사업자·기술 의존도 상승 시 지정학적 환경 변화 역시 기업 사업 연속성에 영향을 미칠 수 있다고 짚었다.

가고 CTO는 AI 모델·인프라의 국가·기업 핵심 인프라화를 짚으며, 선도적 AI 역량 접근을 상실할 경우 조직 경쟁력이 크게 타격을 받을 수 있다고 설명했다. 그는 이에 필요한 요소로 인프라 통제권을 제시했다.

그 연장선에서 가고 CTO는 소버린 AI 개념이 퍼블릭 클라우드를 배제하는 것이 아니라고 밝혔다. 평상시 운용에서는 퍼블릭 클라우드의 기술·서비스를 활용하되, 필요할 때는 워크로드를 다른 클라우드나 자체 인프라로 이전할 수 있는 가능성을 확보하는 것이 핵심이라는 설명이다.

가고 CTO는 기업·정부의 요구가 퍼블릭 클라우드를 포기하는 데 있는 것은 아니라고 했다. 대신 상황 변화 시 버튼 하나 또는 API 호출만으로 워크로드를 다른 환경으로 이전할 수 있는 능력이 필요하다고 밝혔다.

애니웨어 클라우드는 이런 요구에 맞춰 이기종 환경 간 데이터·AI 워크로드의 일관된 운영 구조를 지향한다. 여러 환경에서 데이터와 AI 워크로드를 동일한 방식으로 운영하는 방향이다.

클라우데라는 AI 투자 판단 기준으로 ROI·TCO가 부상하며 옥석 가리기가 본격화하는 가운데, 브루닉 CPO가 애니웨어 클라우드에 대해 시장이 방향성에는 공감하고 있다고 설명했다. 다만 신제품 소개 시 통상 제기되는 기능·비용 반론과 달리, 애니웨어 클라우드에는 실제 구현 가능성에 대한 질문이 가장 많았다고 밝혔다.

브루닉 CPO는 이에 따라 향후 핵심 과제가 실행 입증이라고 말했다. 클라우데라는 이를 위해 디자인 파트너 프로그램을 운영하고 있으며, 현재 애니웨어 클라우드 디자인 파트너 프로그램 참여사는 9곳이라고 설명했다.

이 가운데 엑슨모빌은 지난 5월 첫 디자인 파트너로 참여했으며, 첫 활용 사례를 완료했다. 다른 디자인 파트너들은 각자 초기 활용 사례를 검증 중이라고 전했다.

클라우데라는 고객 커뮤니티에 프로그램을 공개한 첫 달 100곳 넘는 기업이 참여 의사를 표명했다고 밝혔다. 사진에는 리무스 림 아시아태평양 및 일본 지역 수석 부사장과 브라이언 로소 CRO가 담겼다.

브라이언 로소 CRO·리무스 림 아시아태평양 및 일본 지역 수석 부사장은 기업 AI 시장에서 무엇을 기준으로 구매가 이뤄지는지가 달라지고 있는 점과 이에 맞춘 전략을 설명했다. 두 사람은 기업 AI 시장의 구매 기준 변화와 산업 확장, 파트너 전략을 함께 짚었다.

브라이언 로소 CRO는 최근 AI 시장에서 경영진 질문의 초점이 기술 도입 여부에서 실제 성과로 이동했다고 진단했다. 그는 최고경영진과 자주 논의하는 주제 중 하나가 ROI라고 설명했다.

브라이언 로소 CRO는 기술·컨설팅 등 AI 대규모 투자 이후 성과와 투자수익률 요구가 확대되고 있다고 밝혔다. 그는 AI의 높은 난도를 언급하면서 많은 AI 프로젝트 실패 원인 중 하나로 AI의 난도를 지목했다.

이 같은 ROI 압박은 인프라 총소유비용(TCO) 재검토 흐름으로 연결된다고 설명했다. 브라이언 로소 CRO는 워크로드 특성별 데이터센터·클라우드 경제성 비교가 필요하다고 밝혔다.

로소 CRO는 클라우드와 데이터센터의 비용 구조 차이를 자동차 리스와 직접 구매의 대비로 설명했다. 그는 클라우드를 자동차 리스와 유사하다고 보고, 데이터센터는 하드웨어 직접 구매 방식이라고 설명했다. 또 데이터센터는 총비용 파악이 클라우드보다 명확하다고 밝혔다.

로소 CRO는 이어 비즈니스 성과 사례를 제시했다. 그는 직원 약 40만명 규모 대형 에너지 기업 사례를 설명하며, 해당 기업이 직원 단말에 사이버보안 솔루션을 탑재·운영한 결과 사이버 위협 평균 탐지 시간이 약 90% 단축됐다고 전했다. 이와 함께 투자 규모 외 구체적 활용 사례·성과의 중요성이 확대되고 있다고 짚었다.

이런 흐름 속에서 AI 구매 의사결정 참여 주체도 확대되고 있다. 림 수석 부사장은 AI는 더 이상 IT 부서만의 일이 아니라고 밝혔고, IT는 인프라를 담당할 수 있다고 설명했다. 아울러 플랫폼을 사용하는 조직은 데이터팀·AI팀·사업부 등 다양하다고 덧붙였다.

산업마다 데이터·AI 도입 시 우선순위가 다르다는 점에서 클라우데라의 고객군도 기존 금융·공공에서 다양한 산업으로 확대되고 있다.

림 수석 부사장은 은행·통신사·정부기관의 경우 대규모 데이터 처리·규제 요건을 중시한다고 설명했다.

또 림 수석 부사장은 일부 제조 기업은 자체 구축 플랫폼의 엔터프라이즈 규모 확장·유지 과정에서 상용 플랫폼을 검토한다고 밝혔다.

조선업의 경우 림 수석 부사장은 초기 퍼블릭 클라우드를 검토했지만 사업 특성상 보안 타협이 어렵고 데이터의 퍼블릭 클라우드 저장이 불가하다고 판단해 프라이빗 환경을 선택하는 사례라고 설명했다.

클라우데라는 이 같은 산업별 수요를 바탕으로 한국 내 고객 기반 확대 기회를 인식하고 있으며, 림 수석 부사장은 사업 기회 확대 분야로 조선·해양 엔지니어링·전기차·자동차 제조·배터리를 제시했다.

시장 확대에 따라 클라우데라의 파트너 전략 중요성이 커지고 있다. 클라우데라는 파트너를 단순 구현·판매 채널이 아니라 고객 성과와 자사 성장에 연결되는 핵심 축으로 보고 있다.

로소 CRO는 파트너의 성공이 고객 성과 개선으로 이어지고, 다시 클라우데라 성장으로 연결된다고 설명했다. 그는 파트너 역할이 기술 구현에만 한정되지 않는다고 밝혔다.

이어 로소 CRO는 파트너가 자체 솔루션을 구축할 필요가 있다고 말했다. 이에 따라 클라우데라는 파트너가 자체 솔루션을 만들 수 있도록 역할을 넓히고 있다.

글로벌 시스템통합(SI)·컨설팅 기업과의 협업 방식도 변화하고 있다. 림 수석 부사장은 SI·컨설팅 기업이 고객과 전략 관점에서 논의하는 중요한 파트너라고 설명했다.

림 수석 부사장은 SI 역할이 시스템 구축에만 국한되지 않는다고 밝혔다. 그는 AI 중심으로 생태계 전반이 변화하고 있으며, 이에 따라 SI들의 역할 재정의가 진행되고 있다고 전했다.

한국 내 파트너 전략도 판매 채널 확대에만 그치지 않고 있다. 클라우데라는 컨설팅·아키텍처 설계·구축·운영까지 고객 전 과정을 지원할 수 있는 방향으로 파트너 관계를 확대하고 있다.

클라우데라의 림 수석 부사장은 8월 20일(현지시간) 싱가포르 마리나 베이 샌즈 컨벤션 센터에서 열린 '이볼브26(EVOLVE26) 싱가포르'에서 한국 시장의 핵심 영역 중 하나로 파트너십을 지목했다. 그는 고객의 전 과정을 지원할 수 있는 파트너가 필요하다고 언급했으며, 그 범위로 컨설팅·아키텍처 설계·구현·지원·지속적 운영을 제시했다. 현장 사진 출처는 클라우데라다.

림 수석 부사장은 이어 다음 단계로 파트너의 클라우데라 기술 내재화를 제시했다. 내재화 대상은 자체 제품·서비스이며, 목적은 새로운 AI 솔루션 시장 출시라고 설명했다.

같은 행사에서 샌즈버리 CEO는 클라우드의 중요성을 언급했다. 그는 비용 측면에서 많은 기업이 클라우드를 필수재 아닌 사치재로 보기 시작했다고 밝혔으며, 이는 클라우드 중요성 자체의 감소를 뜻하는 것은 아니라고 설명했다. 다만 모든 워크로드의 클라우드 배치 방식의 경제성을 재검토할 필요가 있다는 점이 쟁점으로 제시됐다.

기업 데이터·AI 인프라 전략이 변화하면서 데이터·워크로드를 단일 집결 방식으로 운영하던 흐름에서 이탈하고 있다. 이에 따라 기업들은 데이터·워크로드 특성별로 실행 환경을 선택하는 방향으로 움직이고 있으며, 실행 환경 대상은 퍼블릭 클라우드·자체 데이터센터·엣지로 제시된다.

추론 수요 확대와 함께 데이터 주권·보안·비용을 함께 고려해야 하는 만큼 하이브리드 전략 중요성 확대 전망이 나온다. 이런 흐름 속에서 클라우데라가 주목받고 있으며, 클라우데라의 강점으로는 하이브리드 데이터·AI 환경 통합 관리 역량이 거론된다. 관전 포인트는 클라우데라의 글로벌 시장 입지 확대 여부다.

출처: 아이티데일리 (IT DAILY) · 양승갑 기자
원문: https://www.itdaily.kr/news/articleView.html?idxno=241295

참고자료

• https://www.itdaily.kr/news/articleView.html?idxno=241295