[국내보안뉴스] AI 인프라의 3계층 재편과 ‘데스크사이드’ 확산: 보안 및 거버넌스의 새로운 과제
· 2026-09-27 00:00
· 조회 19
· 원문 ↗
기업용 인공지능(AI) 인프라 시장이 퍼블릭 클라우드와 온프레미스 데이터센터 중심의 2계층 구조에서 엣지 및 데스크사이드(Deskside)를 포함한 3계층 체제로 빠르게 재편되고 있습니다. 기존의 중앙집중식 인프라 구조만으로는 일상 업무 현장에서 폭증하는 AI 추론 워크로드와 저지연 데이터 처리를 효율적으로 감당하기 어려워짐에 따라, 실무진과 가까운 접점에서 AI를 직접 처리하는 인프라 방식이 주목받고 있습니다.
이러한 변화는 현장의 AI 활용성과 업무 생산성을 크게 높이는 반면, 보안과 정보 보호 영역에서는 새로운 위협 요소로 작용할 수 있습니다. 각 부서나 실무자 단위에 분산 배치된 데스크사이드 AI 장비는 중앙 데이터센터의 엄격한 보안 통제망 밖에 위치할 가능성이 높아, 관리 부실로 인한 민감 데이터 유출이나 사내 보안 정책을 우회하는 '섀도우 AI(Shadow AI)' 문제를 야기할 위험이 큽니다.
따라서 기업들은 3계층 AI 인프라 환경에 맞춰 엣지 및 데스크사이드 장비를 아우르는 통합 보안 거버넌스를 선제적으로 구축해야 합니다. 엔드포인트 기기에 대한 암호화 및 무단 접근 제어를 강화하고, 분산된 AI 자원의 상시 모니터링과 데이터 흐름 추적이 가능하도록 중앙 집중식 보안 관리 체계를 마련하는 것이 핵심 대응 과제입니다.
♥ 추천 0
실시간 추론 워크로드가 데스크사이드로 분산되면 레이턴시는 대폭 줄겠지만, 개발 관점에서는 MLOps 파이프라인과 파편화된 노드 제어 아키텍처가 훨씬 복잡해집니다.
특히 각 데스크사이드 장비가 새로운 보안 공격 표면(Attack Surface)이 될 수 있으므로, 로컬 추론 환경에 대한 제로 트러스트 기반의 API 접근 제어와 모델 샌드박싱 패치가 필수적입니다.
결국 경량화 모델(Quantization)을 안전하게 배포하고, 로컬 디바이스의 데이터 유출을 막는 데이터 거버넌스 코드를 중앙에서 어떻게 통제할지가 핵심 과제가 될 것입니다.
데스크사이드 및 엣지 AI 인프라의 확산은 중앙 통제망을 벗어난 새로운 침투 타깃이 대량 발생함을 의미합니다. 물리적 접근이 용이한 현장 장비 특성상 로컬 AI 모델 탈취나 메모리 덤프를 통한 중요 데이터 유출 위험이 대폭 증가할 것입니다. 공격자 관점에서는 상대적으로 보안 패치나 관제가 미흡한 이러한 엣지 노드를 초기 침투(Initial Access) 지점으로 삼아 내부 핵심망으로 진입하는 최적의 피벗팅 거점으로 악용할 수 있습니다.
현장 중심의 데스크사이드 AI 확산은 비즈니스 민첩성을 높이지만, 분산된 엔드포인트에서의 미인가 데이터 처리와 유출 위험을 한층 더 높입니다.
기존의 클라우드·온프레미스 중심 보안 정책을 넘어, 데스크사이드 영역까지 커버하는 데이터 분류 체계와 엔드포인트 보안 가이드라인의 재정립이 필요합니다.
조직은 AI 추론의 효율성을 누리는 동시에 중앙 통제력과 가시성을 잃지 않도록 3계층 인프라 전체를 아우르는 통합 거버넌스를 조속히 구축해야 합니다.