레드햇 CEO “AI 인프라 현대화, 도입보다 패치·보안 등 기본부터 정비해야”

기업들의 AI 인프라 현대화가 중대 분기점에 들어섰다. AI를 빠르게 도입하라는 경영진의 압박은 커졌지만, 현장 IT 조직은 수년간 쌓인 ‘기술 부채’와 복잡한 운영 환경에 발목이 잡힌 모습이다. 레드햇의 매트 힉스 최고경영자(CEO)는 지금 필요한 해법으로 ‘기본으로의 회귀’를 제시했다.

힉스는 레드햇 서밋 2026 현장에서 실리콘앵글의 더큐브 인터뷰를 통해, 기업들이 AI 투자 성과를 요구받는 동시에 멀티클라우드와 레거시 시스템, 미해결 유지보수 문제를 한꺼번에 떠안고 있다고 진단했다. 그는 “이사회 차원에서 AI를 활용해야 한다는 압박이 내려오고 있지만, IT 팀은 지난 10년간 클라우드 전환과 여러 기술 스택을 동시에 다루면서도 기술 부채를 충분히 해소하지 못했다”며 “그 부담이 지금 한꺼번에 충돌하고 있다”고 말했다.

AI 경쟁의 승부처는 모델 배포 전 인프라에서 갈린다

이번 발언의 핵심은 AI 도입 경쟁이 단순히 모델 성능이나 서비스 출시 속도로 결정되지 않는다는 점이다. 실제 승패는 첫 모델을 운영 환경에 올리기 전, 기존 시스템을 얼마나 안정적으로 정비했는지에서 갈린다는 의미다. 기업용 AI 인프라 현대화가 더는 선택이 아니라는 평가도 이 때문이다.

레드햇은 이런 흐름 속에서 추론, 자동화, 거버넌스 기능을 포함한 ‘에이전트형 AI’ 전략을 확대하고 있다. 다만 힉스는 새로운 기능을 좇기 전에, 고객들이 먼저 운영 공백과 유지보수 문제를 메워야 한다고 강조했다. 그는 “지금은 시스템 패치부터 다시 배워야 하는 ‘기본 복귀’ 국면”이라며 “1년 전에는 어느 정도 위험을 감수할 수 있었다고 해도, AI 시대에는 그런 접근이 더는 통하지 않는다”고 말했다.

이어 “IT 팀은 두 가지를 동시에 해야 한다”며 “새로운 AI 도구를 익혀 더 빠르게 움직여야 하고, 동시에 유지보수와 단순화라는 기본으로 돌아가야 한다. 그렇지 않으면 경쟁할 수 없다”고 설명했다.

패치, 운영체제, 보안 이미지… AI 시대엔 ‘당연한 일’이 가장 어렵다

레드햇은 이를 위한 핵심 도구로 IT 자동화 플랫폼 ‘앤서블’과 기업용 운영체제인 레드햇 엔터프라이즈 리눅스를 제시했다. 앤서블은 대규모 패치와 설정 관리를 자동화하고, 레드햇 엔터프라이즈 리눅스는 기업 워크로드 전반의 안정적인 기반 역할을 한다. 최근에는 AI 관련 워크로드 역시 이 환경 위에서 돌아가는 사례가 늘고 있다는 게 회사 측 설명이다.

문제는 AI를 하나의 ‘관리 대상 워크로드’로 다루는 일이 생각보다 훨씬 복잡하다는 데 있다. 보안 취약점이 없는 이미지 요구, 빠른 빌드 주기, 환경별로 다른 안정성 기준이 동시에 요구되기 때문이다. 특히 보안 측면에서는 알려진 취약점을 제거한 CVE 제로 이미지에 대한 수요가 커지고 있지만, 정작 많은 기업은 핵심 시스템 변경 자체를 꺼리고 있다.

힉스는 “레드햇 엔터프라이즈 리눅스 환경에서 이런 긴장을 가장 뚜렷하게 본다”며 “고객들은 ‘제로 CVE 이미지’를 원하지만, 동시에 ‘이 시스템은 절대 바뀌면 안 된다’고 말한다”고 전했다. 안전한 최신 상태를 원하면서도 운영 중단 위험 때문에 업데이트를 미루는 모순이 AI 인프라 현대화의 현실이라는 뜻이다.

에이전트형 AI, 엔지니어 일자리보다 ‘일의 방식’을 바꾼다

힉스는 변화의 파장이 인프라를 넘어 업무 전반으로 번지고 있다고 봤다. 엔지니어에게는 코드를 직접 작성하는 일보다 AI 시스템이 문제를 풀도록 설계하고 조정하는 역량이 더 중요해지고, 법무·회계·영업 같은 비개발 직군도 훨씬 낮은 진입장벽으로 업무 도구를 만들고 수정할 수 있게 된다는 설명이다.

그는 “AI 시대에 가장 성공할 사람은 가장 많은 질문을 하는 사람”이라며 “비즈니스와 자신의 업무 영역을 잘 아는 사람들이 오히려 가장 큰 기회를 잡을 수 있다. 이제는 할 수 있는 일과 바꿀 수 있는 일의 장벽이 크게 낮아졌다”고 말했다. 핵심은 기술 전문성만이 아니라, 현업 문제를 명확히 정의하고 AI에 제대로 묻는 능력이라는 해석이다.

기업용 AI 인프라 현대화는 결국 최신 기술을 쌓아 올리는 경쟁이 아니라, 오래 방치한 시스템을 얼마나 정리하고 단순화하느냐의 문제로 수렴하고 있다. 시장의 관심이 생성형 AI 활용 사례에 쏠려 있지만, 실제 현장에서는 패치, 보안, 운영체제, 자동화 같은 ‘기초 공사’가 AI 성과를 좌우하는 셈이다. AI 투자 회수 압박이 커지는 가운데, 기업들의 다음 승부처는 화려한 데모가 아니라 보이지 않는 인프라 정비가 될 가능성이 크다.