AI 시대에는 데이터가 한곳에 가만히 머물러 있지 않습니다. 데이터는 복제되고, 이동하며, 분석되고, 재학습에 활용된 뒤, 기존 아키텍처에서 미처 예상하지 못했던 수많은 영역과 클라우드, 서비스를 통해 제공됩니다. 여전히 멀티클라우드 네트워킹을 ‘주 클라우드를 하나 선택하고 장애 발생 시 다른 클라우드로 전환하는 것’이라고 생각한다면, 이미 뒤처진 것입니다.
AI는 기존 모델을 무너뜨렸습니다.
스택에 LLM이나 에이전트형 AI를 도입하는 순간, 데이터는 더 이상 정적인 상태에 머물지 않습니다. 데이터 레이크와 웨어하우스, 추론 엔드포인트 사이를 끊임없이 오가며 동적으로 변화합니다. 이제 단순히 클라우드 간에 데이터를 동기화하는 수준이 아닙니다. 분산된 컴퓨팅 및 스토리지 메시 전반에서 높은 처리량과 짧은 지연 시간, 정책 준수를 보장하는 복제 루프를 오케스트레이션해야 합니다.
그리고 그 메시가 빠르게 확장되면서 이를 관리하는 데 필요한 운영 복잡성도 함께 증가하고 있습니다.
Equinix와 F5 Distributed Cloud CE: AI에 필요한 멀티클라우드 백본
Equinix의 글로벌 상호 연결 패브릭은 멀티클라우드를 대규모로 실현할 수 있게 하는 물리적·가상 기반입니다. 이 에코시스템에 직접 통합된 F5 Distributed Cloud Services Customer Edge(CE)는 AI 시대의 데이터 흐름을 실질적으로 제어하는 데 필요한 보안 및 애플리케이션 계층 인텔리전스를 제공합니다.
이 둘은 단순히 패킷을 라우팅하는 데 그치지 않습니다. 의도에 따라 제어합니다.
Equinix에 F5 Distributed Cloud CE를 배포하면 기업은 다음을 수행할 수 있습니다:
- 클라우드 자산 전반에 일관된 정책 적용, AWS부터 Azure, Oracle까지. 팀이 눈 깜짝할 사이에 환경 간 트래픽이 이동하는 상황에서 일관된 정책 적용은 단순한 목표가 아니라 생존의 문제이자 규정 준수의 중요한 요소입니다. 특히 조직의 53%가 당사에 밝힌 바에 따르면 일관되지 않은 보안 정책은 멀티클라우드 환경을 관리할 때 가장 큰 어려움입니다. 각 클라우드가 저마다 조금씩 다른 버전의 ‘보안’을 적용한다면 이미 승산은 없습니다. 일관성을 확보하면 사각지대가 줄고 감사가 빨라지며, 트래픽이 클라우드 경계를 넘는 순간에도 정책이 무너지지 않습니다.
- 레이어 7(L7) 트래픽을 종단 처리하고 검사하여 민감한 추론 엔드포인트에 도달하지 못하도록 차단합니다. AI 보안은 어디서나 최우선 관심사입니다. 이를 구현하려면 전송 중인 페이로드를 대규모로 복호화하고 정규화하며, 정책 컨텍스트에 따라 평가할 수 있어야 합니다. 단순히 유해한 단어만 탐지하는 것이 아닙니다. 트래픽 흐름을 늦추지 않으면서 프롬프트 인젝션, 탈옥 시도, 안전하지 않은 출력을 검사해야 합니다. 이러한 수준의 정책 적용에는 프로토콜을 완벽하게 인식하는 인라인 L7 제어가 필요하며, 기존 방화벽은 이를 지원하도록 설계되지 않았습니다.
- 각 클라우드의 에지에서 속도 제한, 헤더 재작성, 인증 적용을 수행하세요—클라우드 내부에서만 수행해서는 안 됩니다. 트래픽이 환경 깊숙이 들어온 뒤에야 제어가 작동한다면 이미 늦은 것입니다. 에지에서 제어를 적용하면 악용이 확산되기 전에 차단하고, 다운스트림 요구 사항에 맞게 헤더를 재작성하며, 모든 요청이 민감한 워크로드에 도달하기 전에 인증되도록 할 수 있습니다. 속도가 중요하고 데이터가 끊임없이 흐르는 멀티클라우드 AI 파이프라인에서는 정책을 클라우드 에지까지 확장함으로써 속도와 보안, 제어력을 모두 유지할 수 있습니다.
- 로깅, 토큰 검사 및 사용량 분석을 위한 서비스 삽입 지점을 구축하세요. 이는 규제가 적용되는 AI 환경에서 특히 중요합니다. AI 워크로드에서는 엄청난 양의 상호작용이 발생하며, 그중 상당수는 기본적으로 불투명합니다. 가시성을 확보하기 위한 전용 점검 지점이 없으면 기업은 필요한 수준의 가시성을 확보할 수 없습니다. 서비스를 인라인으로 삽입하면 프롬프트 데이터를 수집하고 분석하며, 이상 징후나 위반 사항을 감지하고, 감사에 바로 활용할 수 있는 로그를 생성할 수 있습니다. 이는 기존의 멀티클라우드가 아닙니다. 임시방편과 라우팅 맵이 아니라 운영형 멀티클라우드로서, 실질적인 정책 집행 지점과 반복 적용 가능한 정책 기반 체계를 갖춘 환경입니다.
클라우드 간 데이터 마이닝은 보안 측면에서 악몽과도 같습니다
AI 모델은 데이터에 굶주려 있습니다. 고객 이력, 금융 기록, 심지어 의료 영상까지 포함된 방대하고 민감한 데이터 세트를 필요로 합니다. 또한 데이터가 어디에 있든 해당 데이터에 접근할 수 있어야 합니다.
즉, 이제 귀사의 아키텍처는 다음을 지원합니다:
- 클라우드 제공업체 간 활성 복제
- 학습 및 재학습을 위한 크로스 클라우드 데이터 마이닝
- 워크로드 프로필과 GPU 가격에 따라 추론 호출 라우팅
이러한 요소들은 모두 경계 보안에만 의존하는 통제 방식과는 잘 맞지 않습니다.
더 큰 문제는 대부분의 기업이 이러한 흐름을 명확하게 파악하지조차 못한다는 점입니다. SaaS 플랫폼에 내장된 타사 AI 도구나 내부 에이전트형 워크플로에 의해 촉발되는 섀도 데이터 파이프라인이 속속 생겨나고 있습니다. 강력한 트래픽 검사와 클라우드별 세분화가 없다면, IAM 정책 하나만 잘못 구성해도 민감한 데이터가 엉뚱한 모델, 더 나쁘게는 다른 사람의 모델로 흘러 들어갈 수 있습니다.
Equinix에 연결된 환경 전반에 Distributed Cloud CE를 배포하면, 대부분의 AI 아키텍처가 여전히 구현하지 못하는 다음과 같은 기능을 활용할 수 있습니다:
- AI 기반 데이터 흐름을 매핑하고 기록, 완전한 L7 가시성 확보
- 무단 복제 이벤트를 제한하거나 차단합니다, 신뢰할 수 있는 클라우드 간에도 마찬가지입니다
- 서비스 로직(예: 토큰 검증, 지역 차단, 로깅)을 스트림 내에 삽입
- 모델 트래픽을 표준 애플리케이션 흐름과 분리, 피해 범위를 줄이고 포렌식 대응 준비 수준을 향상
이것이 바로 현대적인 멀티클라우드에 필요한 것입니다. AI 시대의 멀티클라우드는 단순히 가동 시간만의 문제가 아니라 거버넌스, 추적 가능성, 신뢰의 문제이기 때문입니다.
속도만이 중요한 것은 아닙니다
모두가 속도를 원합니다. 비즈니스는 속도를 요구하고, 소비자는 속도를 기대하며, AI에는 속도가 필수적입니다. 이는 짧은 지연 시간, 높은 처리량, 빠른 동기화를 의미합니다. 하지만 AI에서 통제되지 않은 속도는 언제든 보안 침해로 이어질 수 있습니다.
Equinix와 F5 Distributed Cloud CE를 결합했을 때 얻을 수 있는 진정한 이점은 단순히 성능에만 있는 것이 아니라, 정책에 부합하는 민첩성에 있습니다. 보안이나 관측 가능성을 저해하지 않으면서 여러 클라우드 전반에서 추론, 복제 및 데이터 마이닝을 확장할 수 있습니다. 더 중요한 점은 어디서나 배포할 수 있는 플랫폼으로 표준화하여 멀티클라우드 운영의 복잡성을 줄일 수 있다는 것입니다. 공급자마다 정책 적용, 로깅 또는 트래픽 셰이핑 방식을 새로 구축하는 대신 모든 환경(즉, 코어, 클라우드, 코로케이션 및 엣지)에 일관된 제어를 적용하여 거버넌스와 성장을 모두 간소화할 수 있습니다.
이것이 바로 확장 가능한 AI와 감당할 수 없을 정도로 복잡해지는 AI의 차이입니다.
자세한 내용은 F5 및 Equinix 웹페이지에서 확인하세요.
작성자 소개
Lori MacVittie는 F5 CTO 오피스의 수석 엔지니어이자 최고 에반젤리스트로, 애플리케이션 딜리버리, 자동화 전략 및 인프라 분야에서 깊이 있는 전문성을 보유하고 있습니다. AI 에이전트를 위한 가드레일을 정의하고, 취약한 멀티클라우드 아키텍처를 분석하며, 확장 가능한 시스템의 한계를 탐구하는 등 복잡한 문제를 명확하게 풀어내는 것으로 잘 알려져 있습니다. 애플리케이션 개발, IT 아키텍처, 네트워크 및 시스템 운영 전반에 걸쳐 30년 이상의 업계 경험을 쌓았습니다. F5에 합류하기 전에는 수상 경력이 있는 기술 편집자로 활동했습니다. MacVittie는 컴퓨터 과학 석사 학위를 보유하고 있으며, 보안, 클라우드 및 엔터프라이즈 아키텍처 분야를 아우르는 다수의 저서를 집필한 작가입니다. 또한 보드게임과 비디오 게임을 열정적으로 즐기며, 치즈에 대해서는 거리낌 없이 확고한 견해를 갖고 있습니다.
Lori Mac Vittie의 다른 블로그 게시물관련 블로그 게시물
성평등을 향한 여정: 사이버 보안 분야에서 성공적인 커리어를 개척하는 방법에 관한 Jenn Gile과의 Q&A
F5의 ‘성평등을 향한 여정’ 시리즈 네 번째 Q&A에서는 Rachael Shah와 NGINX 제품 마케팅 책임자 Jenn Gile이 사이버 보안 직종에 대한 오해를 바로잡고, 사이버 보안 분야의 성별 격차를 해소하기 위한 조언과 그 이점에 대해 이야기합니다.
TLS 검사에서 피터 파커 원칙 다루기
“큰 힘에는 큰 책임이 따른다.” 볼테르와 처칠도 이와 비슷한 말을 남겼지만, 이 문구는 스파이더맨 코믹스에서 벤 삼촌의 말로 가장 널리 알려져 있습니다. 물론 이 문구가 문화적으로 널리 통용되는 이유 중 하나는 TLS 검사를 비롯해 수많은 상황과 주제에 적용할 수 있기 때문입니다.
Venafi와 F5를 통한 머신 아이덴티티 보호
‘머신 아이덴티티’란 간단히 말해 자동화된 프로세스가 자신의 신원을 식별할 수 있도록 하고, 다른 자동화 시스템과 프로세스가 관련 리소스에 적절한 수준의 접근 권한을 부여하도록 하는 방법을 의미합니다. 이 개념 자체는 새로운 것이 아닙니다. 비교적 새로운 점은 이를 구현해야 하는 규모입니다.
마이너와 미니언: 데이터 유출만이 비용을 초래하는 것은 아닙니다
물론 데이터 유출은 더 큰 비용을 초래할 수 있고(적어도 지금은), 실패 사실을 세상에 드러낼 수밖에 없게 합니다(통지 의무가 있으니까요). 하지만 보안을 단순히 데이터 노출 문제로만 봐서는 안 됩니다. 요즘은 데이터가...
내 클라우드에서 나가!
F5의 Jay Kelley가 전하는 최신 소식에는 Microsoft Office 365용 신규 ID 및 액세스 솔루션을 배포할 때 고려해야 할 사항이 정리되어 있습니다.
Shift(웹 앱) 보안 레터
웹 앱 보안을 개발 초기 단계로 앞당기세요. F5 블로그에서 DevOps 파이프라인 초기에 보안을 통합하여 취약점을 예방하고 시간을 절약하는 방법을 알아보세요.