📎3줄 요약
1. 매월 수천만 명이 쓰는 공공 서비스, 사용자가 한꺼번에 몰려도 버틸 수 있는지 미리 확인하는 성능테스트
2. 실제 사용자처럼 인터넷을 거쳐 들어오는 대규모 접속을, AWS 클라우드 서버로 재현한 테스트 환경
3. 직접 구축 vs AWS 제공 솔루션, 비용과 장단점 비교로 알아보는 목적에 맞는 성능테스트 방법
|
|
|
|
매월 수천만 명이 이용하는 공공 서비스는 국민의 관심이 쏠리는 순간, 평소의 몇 배에 이르는 사용자가 한꺼번에 몰립니다. 이럴 때도 서비스가 멈추지 않으려면, 많은 사람이 동시에 접속하는 상황을 미리 만들어 보고 서비스가 잘 버티는지 확인하는 ‘성능 테스트’가 꼭 필요합니다.
하지만 기관 내부 장비만으로는 실제 사용자처럼 인터넷을 거쳐 들어오는 대규모 접속을 만들어 내기 어렵습니다. NDS는 AWS 클라우드에 가상 서버를 띄워 수많은 가상 사용자의 접속을 만들어내는 테스트 환경을 구성했습니다. 또 보안 장비가 테스트 접속을 공격으로 오해해 막지 않도록, 접속을 보내는 주소(IP)를 하나로 고정해 실제와 같은 조건에서 테스트를 진행했습니다.
이번 글에서는 이 테스트 환경을 어떻게 설계하고 운영했는지, 그리고 AWS가 제공하는 성능 테스트 솔루션과 비교하면 비용과 활용 면에서 어떤 차이가 있는지 소개합니다. 필요할 때만 빌려 쓰고 끝나면 정리하는, 클라우드다운 성능 테스트 방법을 확인해 보세요.
|
|
|
📅 일시: 2026년 11월 23일(월) 오후 2시 ~ 5시 📍 장소: 센터필드 EAST 12층 낙동강룸 (무료·핸즈온)
이번 세미나는 LLM 거버넌스 게이트웨이를 AI 코딩 도구(Kiro·Claude Code·Codex)를 이용하여 AWS에 직접 구축해 봅니다. 누가, 어떤 모델을, 얼마나 쓰는지 한 화면에서 보고, 가드레일과 팀별 예산 한도를 직접 확인하실 수 있습니다. 설치는 전문 엔지니어가 현장에서 지원하며, 귀사 환경에 맞는 도입 상담까지 함께 진행합니다. (핸즈온)
이런 분들께 추천드립니다!
💻 개발팀 리더·개발자: AI 코딩 도구를 쓰고 싶지만 소스코드와 사내 데이터 유출이 걱정되는 분 🔒 보안·컴플라이언스 담당자: 모델 사용 가시성을 확보하고, 민감정보 차단·접근 통제 가드레일로 사내 보안 정책을 지키고 싶은 분 🛠️ IT·인프라·플랫폼 운영자: 여러 LLM과 API 키를 한 곳에서 통합 관리하고, 게이트웨이를 AWS에 직접 구축해보고 싶은 분 💰 경영진·예산·구매 담당자: 팀별 예산 한도와 사용량 대시보드로 AI 비용을 예측·통제하고, 도입 효과를 검증하고 싶은 분
⏰ Agenda 14:00 오프닝 14:10 왜 LLM Gateway인가 (라이브 데모) 14:50 휴식 · 준비 15:00 핸즈온 ① 개념 이해와 설치 15:40 핸즈온 ② 운영 체험 + 1:1 컨설팅
본 세미나는 무료로 진행되며, 사전 등록자에 한해 참석할 수 있습니다.
좌석이 한정되어 있어 선착순으로 등록이 마감될 수 있으니 지금 바로 신청해 주세요!
|
|
|
◾’자바4셸' 긴급 패치 비상…중앙부처 시스템 89%가 자바 기반
오라클이 인증 없이 원격 코드 실행이 가능한 자바 SE 취약점 11건을 긴급 패치했고, 그중 자바4셸(CVE-2026-114938) 은 CVSS 9.2점의 치명적 등급을 받았습니다. Base64 디코딩 과정에서 JVM이 메모리를 잘못 처리하는 결함으로, 개별 애플리케이션이 아니라 기본 실행 환경의 문제이기 때문에 서버에 설치된 자바 자체를 올려야 합니다. 행정안전부 집계에서 공공 정보시스템의 71.3%가 자바 기반이고 중앙행정기관은 89.05%에 달해 국가정보원과 과기정통부가 긴급 점검을 지시했습니다. 금융·제조 기업의 그룹웨어와 ERP에 구버전 자바가 내장된 경우 OS 패치로는 해결되지 않으니, 업무 시스템별 자바 런타임 인벤토리 확인이 먼저 필요합니다.
◾구글 "해커들이 AI 에이전트에 역할 나눠 침투 자동화"
구글 위협 인텔리전스 그룹(GTIG)은 공격자들이 여러 AI 에이전트에 역할을 분담시키는 오픈소스 공격 도구 를 실전에 쓰기 시작했다고 경고했습니다. 아르텍스(ARTEX), 케언(CAIRN) 등이 대표적이며, LLM으로 패치 전후 코드를 비교해 수정된 취약점을 찾아내고 공개 직후 공격 코드를 만들어 내는 방식입니다. 침투한 기업에서 LLM 자격 증명과 클라우드 권한을 훔쳐 지하 중계 서비스로 재판매하는 흐름도 확인됐습니다. 패치 공개와 실제 공격 사이의 시간이 짧아지는 만큼, 취약점 대응을 월 단위 정기 작업으로 두는 대신 긴급 패치 프로세스를 따로 갖출 필요가 있습니다.
◾프로젝트 끝나고 안 지운 액세스 키 하나…바라쿠다 클라우드 44시간 침해
바라쿠다가 과거 프로젝트 때 외부 AI 업체에 발급한 클라우드 접속 키를 폐기하지 않아 11월 1~2일 44시간 동안 클라우드 계정 10개가량이 침해됐습니다. 해당 키는 10월 그 업체의 깃허브 저장소 설정 파일에서 유출된 것으로 추정되며, 공격자는 AI 침투 테스트 도구 아르텍스로 데이터 분석 환경과 소스코드 저장소, 쿠버네티스 클러스터까지 자격 증명을 연쇄 이동했습니다. 외부 협력사에 발급한 키의 만료·회수 정책과 저장소 시크릿 스캐닝이 작동하지 않으면 보안 기업도 예외가 아님을 보여 준 사례입니다.
◾오픈AI, ‘GPT-6.2 아스트라' 출시…API 가격 20% 인하
오픈AI가 최고 성능 모델 GPT-6.2 아스트라와 비용 효율형 GPT-6.2 솔을 공개했습니다. 아티피셜 애널리시스 인텔리전스 인덱스에서 아스트라는 62점으로 앤트로픽 클로드 페이블 5.2(65점)에 이어 2위에 올랐습니다. API 가격은 100만 입력 토큰당 8달러, 출력 40달러로 20% 낮아졌고 캐시 입력은 60% 인하됐습니다. 다만 두 모델 모두 사이버 보안 위험이 최고 등급으로 평가돼 통제가 강화된 점은, 생성형 AI를 업무에 붙이는 기업이 모델 선택과 함께 사용 통제 정책을 같이 검토해야 할 이유가 됩니다.
|
|
|
오늘의 엔레터는 어떠셨나요?
피드백을 남겨주세요! 여러분의 피드백은 큰 도움이 됩니다😃
|
|
|
|