엔터프라이즈 AI가 중대한 전환점을 넘어섰습니다. F5의 「2026년 애플리케이션 전략 현황 보고서」에 따르면, 현재 조직들은 평균 7개의 AI 모델을 동시에 운영하고 있으며, 78%는 자체 AI 추론 인프라를 가동하고 있습니다. 동시에 98%의 조직이 에이전틱 AI 도입을 적극적으로 준비하고 있습니다. 실험 단계에서 프로덕션 단계로의 전환이 이미 진행 중이며, 대부분의 조직이 예상했던 것보다 빠르게 이루어지고 있습니다.
지금 이 시점이 특별한 이유는 단순히 AI 도입 규모뿐만 아니라 그 아키텍처에도 있습니다. 기업들은 여러 에이전트를 여러 모델, 클라우드 및 데이터 소스에 연결하고 있습니다. 2026년 애플리케이션 전략 현황 보고서에 따르면, 조직의 93%가 하이브리드 멀티클라우드 환경을 운영하고 있으며 절반 이상이 복잡한 워크플로를 처리하기 위해 여러 모델을 연계하거나 오케스트레이션하고 있습니다. 이제 AI 추론은 단일 엔드포인트가 아니라 분산 시스템이며, 이러한 분산으로 인해 새로운 유형의 위험이 발생합니다.
AI 워크플로가 클라우드, 코로케이션, 온프레미스 환경 전반에 걸쳐 운영되면 공격 표면이 확대됩니다. 민감한 데이터가 시스템 간에 이동하고, 에이전트는 자율적으로 의사 결정을 내립니다. 하지만 기존 애플리케이션에 효과적이었던 거버넌스 프레임워크는 애초에 이러한 유형의 트래픽을 고려해 설계되지 않았으며, 이미 많은 조직이 통제력을 상실했습니다.
엔터프라이즈 AI를 위한 새로운 운영 현실
여러 환경에서 실행되는 고객 서비스 에이전트 워크플로를 예로 들어 보겠습니다. 사용자의 쿼리가 비공개 지식 베이스에 대한 요청을 트리거하고, 실시간 데이터를 가져오기 위해 외부 API를 호출한 다음, 응답을 요약하기 위해 공개 대규모 언어 모델(LLM)로 전달합니다.
각 단계에는 위험이 따릅니다. 민감한 데이터가 기업 경계를 벗어날 때 노출될 수 있습니다. 외부 API가 검증되지 않은 콘텐츠를 반환할 수 있습니다. 모델 자체가 정책을 위반하는 응답을 생성할 수도 있습니다.
바로 이 지점에서 거버넌스가 실제 운영에 적용됩니다. 사후 보고서에 그치는 것이 아니라 워크플로의 각 단계에 통제를 적용하는 것입니다. 하지만 기존의 애플리케이션 보안 도구는 대부분 AI 네이티브 상호작용이 아닌 HTTP 트래픽을 검사하도록 설계되었습니다. 따라서 모델이 규정 준수 정책을 위반하는 콘텐츠를 출력하거나, 에이전트가 기밀 데이터를 공개 LLM에 노출하거나, 자동화된 워크플로가 기업이 설정한 경계를 벗어나는 상황을 감지할 수 없습니다. 이러한 격차를 해소하려면 AI 시스템의 통신 및 작동 방식에 맞게 특별히 설계된 통제가 필요합니다.
Equinix Distributed AI Hub와 F5 AI Guardrails의 연동 방식
공동 고객이 오늘날의 AI 거버넌스 및 제어 과제를 해결할 수 있도록 F5와 Equinix는 Equinix 분산형 AI 허브와 F5 AI Guardrails를 결합하여 오랜 파트너십을 확대하고 있습니다. 조직은 이 공동 솔루션을 활용해 AI 추론 및 검사를 엣지에 더 가깝게 배치함으로써 성능을 최적화하고 지연 시간을 최소화하여 원활하고 안전한 사용자 경험을 제공할 수 있습니다.
전 세계 280개 이상의 Equinix 데이터 센터에 걸쳐 구축된 Distributed AI Hub는 벤더 중립적인 환경에서 데이터, 컴퓨팅, 클라우드 플랫폼 및 AI 에코시스템 파트너를 통합하는 단일 프레임워크를 제공합니다. 이를 통해 기업은 매번 아키텍처를 재구축하거나 데이터를 다른 위치로 이동하지 않고도 AI 워크로드가 최상의 성능을 발휘하는 곳에서 이를 실행할 수 있습니다. Equinix는 이 솔루션을 통해 모델 연결, 데이터 이동, 추론 실행 및 분산형 AI 시스템 관리를 일관된 거버넌스와 제어 아래 간편하고 안전하게 수행할 수 있도록 지원합니다.
Distributed AI Hub는 개방형 및 벤더 중립적으로 설계되어 고객이 업계 최고의 공급업체를 조합해 자체 AI 스택을 자유롭게 구성할 수 있도록 지원합니다. 이러한 유연성 덕분에 팀은 비용, 성능, 데이터 주권을 동시에 최적화할 수 있습니다.
한편, F5 AI Guardrails는 상호작용 계층에서 작동하며, 엄격한 규제 요건을 충족할 수 있도록 Equinix 시설에 온프레미스 방식으로 배포됩니다. AI 네이티브 정책 기반 제어를 실시간으로 적용하여 모든 AI 상호작용에서 데이터 유출, 정책 위반 및 유해한 출력을 탐지하고 차단합니다. 조직은 GDPR 및 EU AI Act와 같은 프레임워크에 부합하는 맞춤형 및 기본 제공 규정 준수 제어를 정의할 수 있습니다. 적응형 정책 엔진은 변화하는 모델, 사용자 및 비즈니스 상황 전반에서 일관된 거버넌스를 유지하며, 모든 정책 집행 결정에 대한 중앙 집중식 가시성과 감사에 즉시 활용할 수 있는 추적성을 제공합니다.
통합 아키텍처는 여러 환경에 걸친 AI 상호작용을 단일 지점에서 제어할 수 있도록 합니다. Equinix는 추론이 최상의 성능을 발휘하는 위치에서 실행될 수 있도록 프라이빗 연결과 배치 옵션을 제공하며, F5는 모든 요청과 응답에 런타임 제어를 적용합니다.
이를 통해 거버넌스는 사후 대응 방식에서 인라인 기능으로 전환됩니다. 조직은 팀마다 정책을 중복 적용하는 대신, 일관된 통제 정책을 한 번 적용한 후 이를 여러 모델, 클라우드 및 에이전트 전반으로 확장할 수 있습니다.
그 결과 운영은 더 간소화되고, 위험 대응 태세는 강화되며, 배포할 때마다 보안 아키텍처를 재설계하지 않고도 AI를 확장할 수 있는 유연성을 확보할 수 있습니다.
인프라 계층에서 AI를 거버넌스해야 하는 비즈니스적 근거
AI를 배포한 후 사후적으로 거버넌스를 덧붙이려는 기업은 파편화된 도구와 일관성 없는 통제를 관리해야 하고, 상당한 감사 위험에 노출되는 경우가 많습니다. 각 팀은 자체적인 안전장치를 구축하거나 아예 마련하지 않습니다. 비공식적인 AI 사용은 늘어나고 공급업체에 대한 의존도는 심화됩니다. 또한 규제 기관이 감독 증빙을 요구할 때 관련 문서가 불완전한 경우가 많습니다. 이러한 문제를 방지하려면 조직은 비용을 통제하는 동시에 사후 대응식 일회성 투자와 도구의 무분별한 확산을 막을 수 있는 선제적이고 중앙집중화된 접근 방식을 취해야 합니다.
인프라 계층에 거버넌스를 내재화하면 이러한 문제를 구조적으로 해결할 수 있습니다. 정책 집행을 중앙화하고 AI 워크로드가 어디에서 실행되든 정책이 함께 적용되도록 하면, 조직은 모든 모델과 환경을 일관되게 파악할 수 있습니다. 규정 준수 팀은 감사에 즉시 활용할 수 있는 필수 증빙을 확보하고, 보안 팀은 AI 시스템과 가장 밀접한 위협으로부터 실시간으로 보호받을 수 있습니다. 또한 플랫폼 팀은 통제력 상실에 대한 우려가 아니라 성능과 비용을 기준으로 모델과 공급업체를 유연하게 선택할 수 있습니다.
이것이 중요한 대상
AI 워크플로가 다양한 환경으로 확장됨에 따라 거버넌스가 파편화된 상태로 남아 있어서는 안 됩니다. 정책 적용을 상호작용 경로에 통합하면 기업은 실시간 제어와 일관된 가시성을 확보하고, 복잡성을 가중하지 않으면서도 유연하게 확장할 수 있습니다.
이것이 바로 AI를 실험 단계에서 신뢰할 수 있는 프로덕션 인프라로 전환할 수 있게 하는 기반입니다.
AI 플랫폼 및 인프라 팀은 감당하기 어려운 복잡성을 떠안지 않고도 분산형 AI를 구축하고 확장할 수 있어야 합니다. Equinix Distributed AI Hub와 F5 AI Guardrails의 결합은 일관된 거버넌스가 내장된 벤더 중립적 기반을 제공하므로, 이러한 팀은 보안 공백을 관리하는 대신 AI 역량을 제공하는 데 집중할 수 있습니다.
위험 및 규정 준수 담당자에게는 추적 가능성이 필요합니다. AI Guardrails를 통과하는 모든 AI 상호작용은 검토 및 보고가 가능하고 특정 집행 조치와 연계할 수 있는 로그를 생성합니다. 이러한 증거를 통해 AI 운영과 규제 책임 간의 선순환 구조가 완성됩니다.
자세한 내용은 보도 자료를 참조하세요. 또한 F5 및 Equinix 웹페이지도 꼭 확인해 보세요.
작성자 소개
관련 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.