공공 AI 인프라 재해복구(DR) 전략 공개…국가 데이터센터 연계 체계 구축

핵심 요약

- 2026년 6월 23일 개막한 공공 AI 박람회에서 대구 PPP센터, 동탄 데이터센터, 해남 국가 AI컴퓨팅센터를 연계한 AI 인프라 DR 전략 발표 - 공공 AI 서비스의 연속성 보장을 위한 다중 지역 데이터센터 기반 재해복구 체계 구축 - 국내 IT 기업들의 공공 AI 시장 진출과 함께 안정적 서비스 운영을 위한 DR 인프라 강조

주요 내용

2026년 6월 23일 개막한 공공 AI 박람회에서 국내 주요 IT 기업들이 공공 인공지능 서비스 인프라의 재해복구 전략을 공개했다. 특히 대구 PPP(Public-Private Partnership) 센터를 중심으로 동탄 데이터센터와 해남 국가 AI컴퓨팅센터를 연계한 통합 AI 인프라 운영 전략이 주목받고 있다.

공공 AI 서비스는 'AI 국민비서'와 같은 국민 대상 서비스부터 정부 부처 협업 도구까지 광범위하게 확대되고 있어, 서비스 중단 시 사회적 파급효과가 크다는 점에서 재해복구 체계의 중요성이 더욱 강조되고 있다. 이번 박람회에서는 카카오, 삼성SDS, NHN두레이 등 주요 IT 기업들이 공공 AI 시장 진출과 함께 안정적 서비스 제공을 위한 DR 솔루션을 함께 제시했다.

지리적으로 분산된 세 곳의 데이터센터를 연계한 DR 체계는 자연재해, 사이버 공격, 시스템 장애 등 다양한 재난 시나리오에 대응할 수 있는 복원력(resilience)을 확보하는 전략이다. 특히 대구-동탄-해남으로 이어지는 지역 분산 구조는 단일 지역 재해 발생 시에도 서비스 연속성을 보장할 수 있는 지리적 이중화(geographical redundancy) 원칙을 충실히 따르고 있다.

공공 AI 인프라의 DR 전략은 단순한 백업·복구를 넘어 실시간 데이터 동기화, AI 모델 버전 관리, 학습 데이터 무결성 보장 등 AI 특화 요구사항을 반영해야 한다는 점에서 기존 IT 서비스 DR과 차별화된다.

전문가 시각

공공 AI 인프라의 재해복구 전략 수립 시 가장 중요한 것은 목표복구시간(RTO)과 목표복구시점(RPO) 설정이다. 국민 대상 AI 서비스의 특성상 RTO는 1시간 이내, RPO는 15분 이내로 설정하는 것이 바람직하며, 이를 위해서는 실시간에 가까운 데이터 복제(near real-time replication)와 자동 장애조치(failover) 체계가 필수적이다. ISO 22301 비즈니스연속성관리 표준에서 요구하는 사업영향분석(BIA)을 통해 각 AI 서비스별 우선순위를 명확히 하고, 핵심 서비스부터 단계적으로 DR 체계를 구축해야 한다.

실무적으로는 정기적인 DR 훈련이 매우 중요하다. 연 2회 이상의 모의훈련을 통해 실제 재해 상황에서의 복구 절차를 검증하고, 복구시간 목표 달성 여부를 측정해야 한다. 특히 AI 모델의 특성상 학습 데이터와 모델 파라미터의 일관성 유지가 중요하므로, 백업 데이터의 무결성 검증을 정기적으로 수행하고, 복구 후 AI 서비스 품질 검증 절차를 DR 계획에 반드시 포함해야 한다. LH공사의 재해경감우수기업 인증 심사 경험에 비추어 볼 때, 문서화된 DR 절차와 실제 수행 능력 간의 격차를 최소화하는 것이 핵심이다.

CPPG·ISMS-P 연계 포인트

재해복구(DR) 및 업무연속성 관리: ISMS-P 인증기준 2.9.1(재해·재난 대비 안전조치)과 2.9.2(업무연속성 계획 수립·이행)에서 요구하는 핵심 통제항목으로, RTO/RPO 설정, 백업·복구 절차 수립, 정기적 모의훈련 실시 및 결과 기록이 필수적이다. 특히 공공기관은 「전자정부법」에 따른 재해복구체계 구축 의무가 있어 더욱 철저한 관리가 요구된다.

데이터센터 물리적 보안 및 이중화: ISMS-P 2.7.1(물리적 보호구역 지정) 및 개인정보보호법 시행령 제30조(안전성 확보조치 기준)와 연계되며, 지리적으로 분산된 다중 데이터센터 운영은 단일장애점(SPOF) 제거와 가용성 확보의 모범 사례로 평가된다. 데이터센터 간 최소 50km 이상 이격 권고사항을 준수하는지 확인이 필요하다.