【토카티비-totocasinocomunity】 보증업체안전놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 스포츠뉴스 : 안구정화 놀이터홍보 놀이터후기공유 먹튀피해사례공유

로그인

글쓰기

[IT뉴스][오픈테크넷 2026] 맨텍솔루션 “AI 네이티브 확산은 엣지 독립 운영이 관건”

온카뱅크관리자

2026-09-15 16:37:25

<div id="layerTranslateNotice" style="display:none;"></div>  <strong class="summary_view" data-translation="true">‘아코디언 엣지’, 물리 서버 2대로 고가용 클러스터 구성</strong> 
        <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
         <section dmcf-sid="Zqvstae4yD">
          <figure class="figure_frm origin_fig" contents-hash="832f943e4d54343d9f11751fd585d45affd54de727a2eb6e1471294a8a60038b" dmcf-pid="5BTOFNd8WE" dmcf-ptype="figure">
           <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/15/552796-pzfp7fF/20260915163701435jwln.jpg" data-org-width="640" dmcf-mid="HzBKLFYCCr" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/15/552796-pzfp7fF/20260915163701435jwln.jpg" width="658"></p>
          </figure>
          <p contents-hash="87bcb8ef1612bbe8c35352779a63dc089abcb1d32e4a226e741c3da8eb60fc95" dmcf-pid="12GlUkLxCk" dmcf-ptype="general">[디지털데일리 이안나기자] 인공지능(AI) 활용 무게중심이 모델 개발에서 실제 서비스에 적용하는 추론으로 이동하면서 인프라 운영 방식도 달라지고 있다. 공장이나 기지국처럼 서버를 많이 설치하기 어려운 현장에서 AI를 구동하려면 적은 장비로 고가용성을 확보하고 중앙 클라우드와 연결이 끊겨도 서비스를 유지할 수 있어야 한다는 설명이다.</p>
          <p contents-hash="51bee7132db7a6db0ea383651d7f715c1a9e542d8d7d7a1eb451cc945ba1eb24" dmcf-pid="tVHSuEoMvc" dmcf-ptype="general">15일 서울 양재동 엘타워에서 열린 ‘오픈 테크넷 서밋 2026’에서 이진현 맨텍솔루션 전무는 ‘AI 네이티브 실현을 위한 인프라 조건과 구축 전략’을 주제로 발표했다.</p>
          <p contents-hash="7dd840f6fe320f5b24444823e013e7d2bde58d5c75738043d12b5d3f4e2bb9ae" dmcf-pid="FfXv7DgRyA" dmcf-ptype="general">이 전무는 AI 네이티브를 데이터·모델·애플리케이션·인프라·운영 전반을 AI 워크로드 중심으로 설계하고 배포·확장·복구·최적화를 자동화하는 운영 방식으로 정의했다. 개발한 AI 모델을 실제 서비스에서 안정적으로 운영하고, 자원 배분과 장애 대응까지 자동화하는 데 초점이 맞춰진다.</p>
          <p contents-hash="f48d2646cf97457366a09446feb9b40f6ad2f8d0da9a8ab8fbccdffe8cbbc008" dmcf-pid="34ZTzwaeTj" dmcf-ptype="general">AI 네이티브가 부상한 배경에는 클라우드 네이티브 환경이 복잡해진 점이 있다. 물리 서버를 가상머신(VM)으로 전환하고 애플리케이션을 컨테이너 단위로 쪼개면서 관리해야 할 대상이 크게 늘었다. 사전에 정한 규칙에 따라 시스템을 자동화하는 방식도 서비스와 자원 구성이 수시로 바뀌는 환경에서는 한계가 있다는 설명이다.</p>
          <p contents-hash="ae0c9f6063b1f296fda247490d644bb68fe1ab949feae660556d3f65017ac673" dmcf-pid="085yqrNdvN" dmcf-ptype="general">이 전무는 “사람이 일일이 규칙을 설정하기 어려우니 AI가 알아서 운영하도록 하자는 데서 AI 네이티브가 나왔다”며 “AI가 운영할 수 있도록 개발 환경과 IT 관리 체계를 AI에 맞게 바꿔야 한다”고 말했다.</p>
          <p contents-hash="527f6a5078c19facc56115ef9f4599b3eb70fca44f24dab96aa2d0189f35d86f" dmcf-pid="p61WBmjJSa" dmcf-ptype="general">AI 시장이 학습에서 추론으로 확대되는 흐름도 인프라 변화를 이끌고 있다. 학습은 데이터를 이용해 모델을 만드는 과정이며, 추론은 완성된 모델을 실제 서비스에 적용해 결과를 도출하는 단계다. AI 에이전트와 스마트팩토리, 자율주행처럼 현장에서 판단하고 행동하는 서비스가 늘수록 추론 자원도 여러 지역에 분산된다.</p>
          <div contents-hash="b33b1f379dceeb77670979b13d6e1a2b140a80ee29efda1c1d314f649395e5e1" dmcf-pid="UPtYbsAiCg" dmcf-ptype="general">
           하드웨어 구성도 달라질 수 있다. 대규모 모델 학습은 엔비디아 그래픽처리장치(GPU)와 쿠다(CUDA) 생태계 의존도가 높지만 추론은 비용과 전력 효율, 서비스 요건에 따라 자체 가속기나 주문형 반도체, 신경망처리장치(NPU) 등을 선택할 여지가 상대적으로 크다. 중앙 데이터센터와 각 엣지에서 서로 다른 종류의 가속기를 사용하더라도 이를 같은 방식으로 관리하고 자원을 배분할 수 있는 플랫폼이 필요해진다.
          </div>
          <figure class="figure_frm origin_fig" contents-hash="d82658a87bfc3cb0fc980154c05bdeafa9e00d6d853492b1dc71cef931a9c8e9" dmcf-pid="uQFGKOcnWo" dmcf-ptype="figure">
           <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/15/552796-pzfp7fF/20260915163702788kbua.jpg" data-org-width="640" dmcf-mid="XlnxDb0Hhw" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/15/552796-pzfp7fF/20260915163702788kbua.jpg" width="658"></p>
          </figure>
          <p contents-hash="9e69ccddc9574259c67832fe74638e43b69b7afddc268953ac4a89f7ab582f22" dmcf-pid="7x3H9IkLvL" dmcf-ptype="general">맨텍솔루션은 AI 네이티브 인프라가 갖춰야 할 조건으로 이기종 하드웨어 수용, 낮은 지연시간을 위한 분산 처리, 네트워크 단절 시 독립 운영, 인프라 경량화를 제시했다. 중앙 클라우드에서 개발한 모델을 여러 현장에 배포하되 각 현장에서도 추론 서비스를 계속 실행할 수 있어야 한다는 것이다.</p>
          <p contents-hash="d55f662cd6aded133a185d9f681a6dacb9a3fbc42ce444cc37ad12394a707935" dmcf-pid="zN27eXSryn" dmcf-ptype="general">이를 구현할 기반으로는 쿠버네티스를 꼽았다. 쿠버네티스는 중앙 클라우드와 엣지에서 동일한 방식으로 컨테이너 워크로드를 배포하고 확장할 수 있다. 장애가 발생한 워크로드를 다시 실행하거나 다른 노드로 옮기는 기능도 제공한다. 물리 서버와 가상환경, 퍼블릭 클라우드뿐 아니라 여러 종류의 GPU와 가속기를 함께 관리하는 기반으로도 활용할 수 있다.</p>
          <p contents-hash="c71e106b9f55c2bc44dbd000a2a4a566d59e64b8c34603410bedac527cf34bfb" dmcf-pid="qjVzdZvmSi" dmcf-ptype="general">다만 일반적인 고가용 쿠버네티스 환경은 컨트롤 플레인과 작업 노드, 외장 스토리지 등을 구성하기 위해 여러 대의 서버가 필요하다. 공간과 전력, 구축비용에 제약이 있는 엣지에서는 이런 구성을 그대로 적용하기 어렵다.</p>
          <p contents-hash="8c47071272d12a367c23f8ea6f1870b6f00eb2f80c54ce7d4bfdb932dfcbd581" dmcf-pid="BAfqJ5TsSJ" dmcf-ptype="general">맨텍솔루션은 이 문제를 해결하기 위해 쿠버네티스 플랫폼 ‘아코디언 엣지’를 제시했다. 물리 서버 2대로 고가용 쿠버네티스 클러스터를 구성하는 제품이다. 상태를 별도로 저장하지 않는 워크로드는 액티브-액티브, 데이터를 유지해야 하는 워크로드는 액티브-스탠바이 방식으로 운영한다.</p>
          <p contents-hash="94786528e4e68ee5c83d598f4a478386c4394eb53c148419f7854c65d62ba83c" dmcf-pid="bc4Bi1yOSd" dmcf-ptype="general">두 서버는 쿠버네티스 설정 정보와 컨테이너 이미지 저장소, 영구 볼륨 데이터를 실시간 복제한다. 서버나 스토리지, 네트워크, 파드(Pod)에 장애가 발생하면 다른 서버로 워크로드를 자동 전환한다. 각 엣지 클러스터가 독립적인 컨트롤 플레인을 갖춰 중앙 클라우드와 통신이 끊겨도 현장 추론 서비스를 계속 운영할 수 있다는 게 회사 측 설명이다.</p>
          <p contents-hash="67232cbb83240fe42e34bbc979cac975d6fe9b267aabba0436585236cf471a0d" dmcf-pid="Kk8bntWISe" dmcf-ptype="general">여러 지역에 흩어진 클러스터는 중앙 콘솔에서 관리한다. 운영자는 각 엣지 자원과 워크로드 상태를 확인하고, 동일한 AI 모델이나 애플리케이션을 여러 클러스터에 배포할 수 있다. GPU 할당 현황과 사용 상태도 함께 모니터링한다.</p>
          <p contents-hash="5bbde990e9b76e09a7736464a86ab85c31aaeab3df8ebe090ef09f81d26e5178" dmcf-pid="9E6KLFYCTR" dmcf-ptype="general">맨텍솔루션은 국내 제조기업의 해외 스마트팩토리를 구축 사례로 소개했다. 국내 클라우드센터에서 개발한 모델과 애플리케이션을 북미 10개 법인·제조공장에 배포하고 각 공장에는 서버 2대로 독립적인 쿠버네티스 클러스터를 구성했다. 중앙 시스템이나 네트워크에 문제가 생겨도 공장에 배치된 애플리케이션은 계속 가동할 수 있도록 했다.</p>
          <p contents-hash="e0b24daaf6e308d256da95343198938e8065634a960551b2fe47f05440901cc6" dmcf-pid="2DP9o3GhyM" dmcf-ptype="general">국방 분야에서는 여러 출처에서 수집한 영상정보를 분석하는 시스템에 쿠버네티스 기반 인프라를 적용했다. 중앙센터에서는 AI 모델 학습을 수행하고 각 수집·감시체계 지상국에서는 배포된 모델로 추론을 실행하는 구조다.</p>
          <p contents-hash="d4ab74121f02cd4539403cb3a12dcb4ae980d349ad5a7bae2ba94df5fc58a397" dmcf-pid="VwQ2g0HlSx" dmcf-ptype="general">이 전무는 “중앙의 대규모 클라우드센터는 모델을 개발하고 공장이나 함정, 5G 기지국 등 엣지에서는 실행과 추론을 담당하게 된다”며 “서로 다른 인프라를 통합 관리하면서 엣지에서도 독립적으로 운영할 수 있는 구조가 필요하다”고 말했다.</p>
         </section> 
        </div> 
        <p class="" data-translation="true">Copyright © 디지털데일리. All rights reserved. 무단 전재 및 재배포 금지.</p>

댓글 총 0개

업체홍보/구인 더보기

놀이터홍보 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기