온프레미스 (On-premises)

온프레미스(On-premises)는 조직의 자체 시설에 서버와 저장 장치 같은 컴퓨팅 자원을 두고 운영하는 배치 방식입니다. 인터넷 연결 상태나 개인 기기에서의 실행 여부와는 구별되는 개념입니다. 사내 데이터센터에서 시스템을 운영하면서 필요한 기능은 외부 클라우드 서비스와 연결하는 구성도 가능합니다.

자원의 위치와 운영 책임

아이비엠의 하이브리드 클라우드 해설은 온프레미스를 조직이 자체 물리적 장소에서 하드웨어, 소프트웨어, 저장소 등을 운영하고 관리하는 환경으로 설명합니다. 사무실의 장비나 사내 데이터센터가 여기에 해당합니다. 판단 기준은 직원이 어느 화면으로 접속하는지보다 실제 작업을 처리하는 자원이 어디에 배치돼 있는지입니다. 웹브라우저로 접속하는 사내 시스템도 서버가 자체 시설에 있으면 온프레미스로 운영할 수 있습니다.

장비를 직접 운영하면 설치와 설정, 점검과 교체의 책임도 함께 따릅니다. AWS의 클라우드·온프레미스 비교는 온프레미스의 관리 범위에 설치, 패치, 모니터링, 문제 해결, 폐기를 포함합니다. 조직이 담당 인력을 둘 수도 있고 일부 운영을 위탁할 수도 있습니다. 외부 업체가 유지보수를 맡는지와 장비가 외부 클라우드에 놓이는지는 서로 다른 판단 기준입니다.

클라우드를 사용하면 서비스 제공자가 물리적 인프라를 관리하지만, 이용 조직이 맡는 일은 서비스 형태에 따라 남습니다. 가상 서버를 빌리면 운영체제와 애플리케이션 관리가 이용자에게 남을 수 있고, 완성된 소프트웨어를 이용하는 서비스에서는 데이터와 접근 권한, 설정을 관리합니다. 운영 책임을 비교할 때는 온프레미스와 클라우드라는 이름에 더해 실제로 누가 어떤 계층을 관리하는지 확인합니다.

프라이빗 클라우드·오프라인과의 차이

프라이빗 클라우드는 한 고객이 전용으로 사용하는 클라우드 환경입니다. 아이비엠의 해설은 프라이빗 클라우드가 자체 시설뿐 아니라 외부 데이터센터나 다른 사업자에게 빌린 전용 인프라에도 놓일 수 있다고 설명합니다. 온프레미스는 물리적 배치에 초점을 두고, 프라이빗 클라우드는 자원을 사용하는 범위와 클라우드 운영 방식을 설명합니다. 두 조건을 함께 만족하는 구성도 있습니다.

오프라인은 외부 네트워크와의 연결 상태를 설명합니다. 온프레미스 시스템도 인터넷에 연결하거나 외부 API를 호출할 수 있으므로, 장비가 사내에 있다는 이유만으로 외부 전송이 없다고 판단할 수는 없습니다. 같은 아이비엠 문서는 하이브리드 환경을 연결하는 요소로 네트워크와 API를 설명합니다. 데이터가 어디에 저장되는지와 처리 중 어느 서비스로 전달되는지는 각각의 경로를 확인할 대상입니다.

온디바이스 AI는 스마트폰이나 개인 컴퓨터 같은 해당 기기에서 모델을 실행하는 방식입니다. 직원의 기기가 사내 서버로 요청을 보내고 그 서버가 추론한다면, 서버는 온프레미스에 있어도 직원의 기기에서 추론한 것은 아닙니다. 사내 GPU 서버에 모델을 배치한 경우와 노트북 안에서 모델을 실행한 경우는 관리 단위와 자원 제약이 다릅니다. 장소와 실행 기기를 구분하면 온프레미스와 온디바이스를 같은 뜻으로 쓰는 혼동을 줄일 수 있습니다.

용량·비용·보안의 운영 조건

AWS의 비교 문서는 온프레미스 비용을 장비·소프트웨어·시설에 대한 초기 투자와 전력·냉각·인력 같은 운영비로 나누어 설명합니다. 이미 확보한 장비와 담당 인력, 실제 사용량에 따라 비용 구조가 달라집니다. 클라우드 이용료 한 항목과 장비 구입비 한 항목만 나란히 놓으면 유지보수나 교체에 드는 비용을 빠뜨립니다. 비용은 같은 업무 범위와 운영 기간을 기준으로 비교합니다.

확보한 장비의 용량 안에서는 작업을 배분할 수 있지만, 물리적 용량을 늘릴 때는 조달과 설치가 필요합니다. 이용량이 줄어도 구입한 하드웨어가 자동으로 줄어들지는 않습니다. 사용 패턴이 예측 가능한 업무를 사내에 두고 변동이 큰 업무를 클라우드에서 처리하는 구성처럼, 배치 위치를 업무별로 나누기도 합니다. 이런 하이브리드 구성에서는 두 환경을 연결하는 통신과 운영 관리도 설계 범위에 들어갑니다.

직접 통제할 수 있는 범위가 넓어지는 만큼 접근 권한, 패치, 백업과 장애 복구를 실제로 운영할 책임이 생깁니다. 사내에 설치했다는 사실만으로 보안 조치가 갖춰졌다고 볼 수는 없습니다. 특히 AI 시스템에서는 모델을 실행하는 위치와 입력 데이터, 로그, 외부 호출이 향하는 위치를 함께 살핍니다. 배치 장소와 실제 데이터 흐름이 확인돼야 조직이 요구한 저장·처리 범위를 지키는지 판단할 수 있습니다.