오케스트로-넷앱, AI 추론·재해복구 통합 Active-Active DR 아키텍처 개발

핵심 요약

- 오케스트로-넷앱이 AI 추론과 재해복구를 통합한 Active-Active DR 참조 아키텍처 공동 개발 추진 - 기존 Active-Standby 방식 대비 무중단 운영이 가능한 Active-Active DR 모델 수립 - 국내외 시장 대상 공동 GTM(Go-to-Market) 전략 수립으로 사업연속성 솔루션 시장 확대 예상

주요 내용

오케스트로가 글로벌 스토리지 기업 넷앱(NetApp)과 협력해 인공지능(AI) 추론 환경에 최적화된 재해복구 통합 아키텍처를 개발한다고 2026년 7월 22일 밝혔다. 이번 협력의 핵심은 Active-Active DR 참조 아키텍처와 운영 모델 수립이다.

Active-Active DR은 주 운영센터와 재해복구센터가 동시에 가동되며 실시간으로 데이터를 동기화하는 방식이다. 기존의 Active-Standby 방식이 재해 발생 시 대기 상태의 시스템을 활성화하는 데 시간이 소요되는 것과 달리, Active-Active 방식은 양쪽 센터가 모두 활성 상태로 운영돼 즉각적인 장애 전환(Failover)이 가능하다. 이는 목표복구시간(RTO)을 거의 0에 가깝게 단축할 수 있어 AI 추론 서비스처럼 중단이 허용되지 않는 미션크리티컬 업무에 적합하다.

양사는 이번 협력을 통해 AI 워크로드의 특성을 반영한 재해복구 전략을 수립하고, 국내외 시장을 대상으로 한 공동 GTM 전략도 추진할 계획이다. 특히 금융, 의료, 공공 등 연속성이 중요한 산업 분야에서 AI 서비스의 안정성을 보장하는 솔루션으로 포지셔닝될 전망이다.

전문가 시각

ISO 22301(사업연속성경영시스템) 관점에서 Active-Active DR 아키텍처는 조직의 복원력(Resilience)을 극대화하는 전략이다. 재해경감우수기업 인증심사 경험에 따르면, 대부분의 기업이 Active-Standby 방식의 DR을 운영하면서 정기 전환훈련(Switchover Test) 부족, RTO/RPO 목표 미달 등의 문제를 겪고 있다. AI 추론 서비스는 실시간 의사결정을 지원하는 경우가 많아 목표복구시간이 분·초 단위로 설정되는데, Active-Active 구성만이 이러한 요구사항을 충족할 수 있다.

실무 적용 시 주의할 점은 데이터 동기화 지연(Latency)과 스플릿 브레인(Split-Brain) 시나리오 대응이다. 두 센터 간 네트워크 단절 시 각각이 주 시스템으로 인식하는 스플릿 브레인 상황을 방지하려면 쿼럼(Quorum) 메커니즘 설계가 필수다. 또한 AI 모델 학습 데이터와 추론 결과의 일관성 보장을 위해 트랜잭션 정합성 검증 절차를 BCP(업무연속성계획)에 반드시 포함해야 한다. 기업재난관리 측면에서는 연 2회 이상의 DR 전환훈련과 시나리오 기반 탁상훈련(TTX)을 병행할 것을 권고한다.

CPPG·ISMS-P 연계 포인트

1. 재해복구(DR) 유형별 특성 - Active-Standby: 주 센터 운영, 재해 시 대기 센터로 전환 (RTO 수 시간~일) - Active-Active: 양 센터 동시 운영, 즉각 전환 가능 (RTO 수 초~분), 미러 사이트(Mirror Site) 방식으로 RPO 0 달성 가능. ISMS-P 인증 시 중요도 높은 정보시스템은 Active-Active 구성 검토 필요

2. 목표복구시간(RTO)·목표복구시점(RPO) - RTO(Recovery Time Objective): 재해 후 업무 복구까지 허용 가능한 최대 시간 - RPO(Recovery Point Objective): 복구 가능한 데이터의 최대 손실 허용 시점 - ISO 22301 및 ISMS-P 인증 시 업무영향분석(BIA) 기반으로 시스템별 RTO/RPO 목표 수립 및 실제 테스트를 통한 검증 필수