공공 정보시스템 예방점검 지능화 – AIOps를 통한 지능화 방안
2026 정보시스템 안정성 고시 이후 예방점검 감사는 판정 근거와 승인 기록을 묻습니다. 결정적 코드 판정, 1회용 승인 코드, 소버린 AI 폐쇄망 운영, 차년도 RFP 문안까지 50쪽 발표자료로 받아 보세요.
발표자료 다운로드 — 의무화 대응부터 예방점검 체계를 위한 고려사항
전체 50장, PDF로 50쪽이다. 예방점검 의무화로 바뀐 기관 의무, 판정 근거 없는 점검표의 감사 리스크, 단순 자동화와 지능화의 차이, 솔루션 아키텍처, AAS 위 OpsKnow Agent의 통제 구조, 소버린 AI 폐쇄망 운영, 보안 취약점 점검, OpsKnow 운영 기록 통합, 관리자 사용 장면, 차년도 사업 준비의 10개 주제로 나뉜다.
정부 발표 자료와 행정예고안, 국가정보원 N2SF 가이드라인을 근거로 삼았고, 같은 원고를 108쪽 문서로 풀어 쓴 정보시스템 예방점검 의무화 백서도 함께 공개돼 있다. 차년도 예산과 제안요청서를 준비하는 정보화 부서장과 운영 책임자가 바로 쓸 수 있도록 전체 발표자료를 PDF 한 파일로 공개한다.
👉 발표자료 다운로드 : 공공 정보시스템 예방점검 지능화 – 감사에 답하는 판정 근거와 승인 기록 (50쪽 PDF)
오픈마루 백서 구독하기🔔
새로운 백서 소식을 가장 먼저 만나보세요!
오픈마루가 전하는 클라우드 네이티브 인사이트와 최신 백서 소식을 가장 빠르게 받아보실 수 있습니다.
구독해 주시면 더 좋은 콘텐츠로 보답하겠습니다.🙏
이 발표자료가 답하는 일곱 가지 질문
- 예방점검 의무화로 기관이 새로 입증해야 하는 것은 무엇인가
- 스크립트 자동화만으로는 왜 감사 질문에 답하지 못하는가
- 같은 입력에 같은 판정을 내는 구조는 어떻게 만드는가
- AI가 서버를 임의로 바꾸지 않는다는 것은 무엇으로 보장하는가
- 예방점검 데이터를 외부 LLM으로 보내지 않고 처리할 수 있는가
- 보안 권고 조치와 장애 기록은 어떻게 증적이 되는가
- 차년도 제안요청서에는 어떤 문장을 넣어야 하는가
15,033개 시스템 중 94%가 A4라서 과제는 등급마다 다르다
행정안전부는 2026년 8월 27일 공공 정보시스템 15,033개를 국민 서비스 중요도 기준으로 A1부터 A4까지 다시 매겼다. A1은 112와 정부24 같은 73개, A2는 157개, A3는 671개, A4는 14,132개로 전체의 94%가 A4에 몰려 있다.
행정예고안 보도 기준으로 목표복구시간은 A1이 1시간 이내, A4가 3주 이내다. 그래서 A1·A2 230개는 복구 속도가, A4 14,132개는 점검 물량이 과제이며, 점검 체계의 설계 기준도 등급별로 달라진다.
▲ 15,033개 시스템 중 94%가 A4라서 과제는 등급마다 다르다 (발표자료 4쪽)
감사는 점검표 횟수가 아니라 판정 근거와 조치, 재점검이 이어지는지를 본다
정보시스템 안정성 고시는 등급, 안정성 기준 46개, 장애관리 계획, 표준운영절차와 SLA, 백업과 훈련을 한 규정으로 묶었다. SLA 체결 의무는 위탁 운영과 민간 클라우드까지 넓어졌다.
판정 근거가 없으면 정상 판정을 설명하지 못하고, 조치 이력이 없으면 처리 여부를 입증하지 못하며, 재점검 결과가 없으면 조치 효과를 알 수 없다. 세 기록이 서로 다른 도구에 흩어지면 담당자의 기억으로 이어 붙이게 되므로 같은 기록 번호로 묶어야 한다.
▲ 감사는 점검표 횟수가 아니라 판정 근거와 조치, 재점검이 이어지는지를 본다 (발표자료 7쪽)
단순 자동화는 점검 누락을 줄이지만 판정 근거는 남기지 못한다
스크립트 수집과 양식 보고서는 매일 수집하고 임계치와 비교해 양식 칸을 채우는 데까지는 잘 처리한다. 그러나 남는 것은 임계치 초과 표시와 영역별 개별 결과뿐이고, 판정 근거와 영역 간 연관, 조치와 재점검 기록은 비어 있다.
2023년 11월 행정전산망 장애에서 서비스는 다음 날 재개됐지만 원인 발표는 7일 뒤에 나왔고, 그 사이 지목된 장비도 바뀌었다. 장비별 점검 이력이 쌓여 있으면 원인 후보를 좁히는 시간이 줄어든다. 빈칸은 분기 보고와 SLA 산출 단계에서 수작업 비용으로 돌아온다.
등급이 다시 매겨진 15,033개 시스템마다 매일 쌓이는 점검 결과를 사람이 하나씩 판정해 증적으로 묶는 방식은 규모 면에서 유지하기 어렵다. 그래서 판정 단계부터 사람 손을 빼는 설계가 필요하다.
▲ 단순 자동화는 점검 누락을 줄이지만 판정 근거는 남기지 못한다 (발표자료 10쪽)
감사 질문 다섯 개로 우리 기관의 예방점검 단계를 판정한다
판정 근거, 승인 기록, 재점검 결과, 이력 연결, 보고서 재생성 다섯 질문에 증적으로 답할 수 있는 수를 센다. 0~1개면 체계 없음, 2~3개면 단순 자동화, 4~5개면 지능화 단계다.
승인 기록 문항이 단순 자동화와 지능화를 가르는 경우가 많다. 그래서 단순 자동화 단계의 기관은 수집 범위를 넓히기보다 판정 근거와 승인 기록을 먼저 갖춰야 한다.
점검 항목과 표준운영절차를 아직 정리하지 못한 체계 없음 단계라면, 공공 시스템 장애 예방 점검과 SOP를 다룬 예방 점검과 SOP 백서에서 출발점을 잡을 수 있다.
▲ 감사 질문 다섯 개로 우리 기관의 예방점검 단계를 판정한다 (발표자료 12쪽)
세 수준의 격차는 수집이 아니라 판정 단계에서 벌어진다
수집은 대부분 이미 자동화돼 있다. 지능화 단계에서는 결정적 코드가 입력 값과 적용 규칙, 상태를 함께 기록하고, 트랜잭션 ID로 원인 후보를 내며, 1회용 승인 코드로 승인을 점검 기록에 연결한다.
보고서는 원자료에서 다시 만들고 Incident 기록은 다음 판정의 근거로 조회된다. 차년도 투자는 판정 규칙을 코드로 옮기고 승인 기록을 붙이는 쪽에 둬야 하며, 수집 확대만으로는 지능화 단계에 닿지 않는다.
▲ 세 수준의 격차는 수집이 아니라 판정 단계에서 벌어진다 (발표자료 14쪽)
근거가 부족하면 정상 대신 판정 보류로 남긴다
같은 입력에 늘 같은 판정이 나와야 감사에서 재현할 수 있다. 디스크 임계치 80%에 실측 78%라면 단순 자동화 보고서에는 정상 한 칸만 남지만, 결정적 코드 판정은 상태, 대상, 시각, 입력 값, 적용 규칙과 규칙 버전을 함께 남긴다.
확인하지 못한 것과 확인했고 정상인 것을 구분하는 것이 감사 재현성의 출발점이다. 정상, 이상, 판정 보류를 따로 집계하고, 판정 보류가 늘면 수집 경로에 문제가 있다는 신호로 읽는다.
▲ 근거가 부족하면 정상 대신 판정 보류로 남긴다 (발표자료 15쪽)
트랜잭션 ID로 묶으면 경보 세 건이 원인 후보 한 건이 된다
응답 지연 때 WAS, DB 커넥션 풀, CPU 경보가 따로 울리면 담당자가 각자 확인한다. 같은 요청 경로로 묶으면 SQL 수행 시간 증가, 커넥션 반환 지연, 커넥션 풀 고갈, WAS 스레드 누적 순으로 원인 후보 하나가 나온다.
담당자가 받는 정보가 근거 지표가 붙은 원인 후보 한 건으로 줄고, 첫 확인 대상이 영역마다 갈리지 않는다. 다만 연관 판정은 후보까지이고 최종 원인은 조치 결과와 재점검으로 확인한다.
▲ 트랜잭션 ID로 묶으면 경보 세 건이 원인 후보 한 건이 된다 (발표자료 16쪽)
APM이 수집하고 OpsKnow Agent가 판정하며 OpsKnow가 기록을 쌓는다
OPENMARU APM이 지표를 수집하고, OpsKnow Agent가 판정하고, OpsKnow가 기록을 쌓고, Wallboard와 전국 Dashboard가 결과를 보여 준다. 그 아래에서 CogentAI가 근거 검색과 30B 수준 내부 sLLM 서빙을 기관 서버 안에서 맡는다.
이미 APM을 운영하는 기관은 OS 자원 시계열, WAS 응답 시간과 오류율, JVM 힙과 GC, 커넥션 풀 사용률, 느린 SQL로 미들웨어와 DBMS 일상점검 항목 상당수를 새 에이전트 없이 채운다. 사람이 개입하는 자리는 수집 대상 등록, 조치 승인, 보고서 검토, 재발방지 입력으로 정해져 있다.
구성요소별 분담은 SW 사업 내역서의 품목과 그대로 맞춰 볼 수 있어 예산 요구서의 산출 근거로 옮기기 쉽다. 공공 정보시스템 장애 예방을 OPENMARU 제품 구성으로 먼저 살펴보려면 OPENMARU SIT 백서 소개를 함께 보면 된다.
▲ APM이 수집하고 OpsKnow Agent가 판정하며 OpsKnow가 기록을 쌓는다 (발표자료 19쪽)
정기 점검 한 번은 아홉 단계로 자동 진행되고 사람은 승인만 한다
정기 점검은 AAS 예약 실행으로 시작해 항목과 임계치를 불러오고, 기관별 APM에 지표를 동시에 요청하고, 요일과 시간대의 정상 변동 폭으로 결과를 보정한다. 과거 Incident에서 비슷한 사례를 찾아 근거로 붙이고, 결과와 일일 보고를 저장한 뒤 알림을 보낸다.
기관 운영실은 Wallboard로 당일 판정을 보고, 상급 기관은 전국 Dashboard로 등급별 이행 현황을 본다. 기관별 APM은 수집만 맡고 판정 규칙과 임계치, 보고 양식은 중앙 허브 한 곳에서 관리하므로 기관 사이에 판정 기준이 달라지지 않는다.
▲ 정기 점검 한 번은 아홉 단계로 자동 진행되고 사람은 승인만 한다 (발표자료 21쪽)
사람의 결정은 30분 유효한 1회용 승인 코드로만 받는다
OpsKnow Agent에서 LLM은 문장을 전달하고 설명만 하며, 판정은 결정적 코드가 맡는다. 사람의 결정은 30분 동안 한 번만 쓸 수 있는 승인 코드로만 받고, 대화창에 동의한다고 답하는 것으로는 적용되지 않는다.
적용 직전 상태가 점검 때와 다르면 중단하고 다시 승인받는다. 재부팅, 설정 변경 실행, 제품 설치본 패치, 패키지 삭제는 처음부터 에이전트 범위 밖이고, 임계치 조정이나 WAS 재시작 같은 결재 6종만 승인 코드로 실행한다. 판정 근거와 승인자 계정, 시각, 재점검 판정이 한 기록에 남아 결재 기록이 곧 감사 증적이 된다.
▲ 사람의 결정은 30분 유효한 1회용 승인 코드로만 받는다 (발표자료 25쪽)
소버린 AI Level 3는 외부 연결 로그 0건으로 판정한다
N2SF 기준으로 서버 설정과 패치 미적용 목록, 장애 원인 기록은 대부분 민감 등급 이상이다. 공개 CVE에 미조치 서버 정보가 결합되면 공격 대상 목록이 되므로 예방점검 데이터는 처음부터 내부 모델로 처리하는 편이 맞다.
Level 3는 인터넷을 막은 상태에서 모든 AI 기능이 동작하고 시험 중 외부 연결 로그가 0건이어야 통과한다. 판정은 코드가 맡고 모델은 요청 해석과 설명만 하므로 30B 수준 모델을 GPU 1대에 올리는 구성으로 충분하며, 예산 산정 단위도 GPU 서버 1대로 고정된다.
▲ 소버린 AI Level 3는 외부 연결 로그 0건으로 판정한다 (발표자료 30쪽)
보안 권고 영향 서버는 다섯 가지 상태로 나눠 미해결 사유를 남긴다
보안공지가 나오면 권고의 패키지와 수정 버전을 서버별 설치 목록과 대조해 이미 조치됨, 설치돼 있지 않음, 저장소에 수정본 없음, 보안 정보 없음, 지원 종료 OS로 나눈다. 취약과 양호 두 값으로는 사라지는 미해결 사유가 남는다.
패치는 점검, 승인 요청, 적용 직전 재확인, 적용, 재점검 순서로 진행되고 그 기록이 권고별 조치 현황표가 된다. 관리 지표는 권고 공개부터 조치 확정까지의 기간이고, 시작 시각은 보호나라 게시 시각으로 고정한다.
판정 규칙은 보수적으로 둔다. 근거가 확실하지 않으면 최신이라고 판정하지 않고, zip이나 tar 설치본 형태로 들어온 제품의 패치는 OpsKnow Agent가 직접 하지 않는다. 미들웨어와 DBMS 취약점도 점검해 보고하되, 조치는 사람의 승인을 거친 뒤에 적용한다.
▲ 보안 권고 영향 서버는 다섯 가지 상태로 나눠 미해결 사유를 남긴다 (발표자료 33쪽)
Incident는 일곱 필드로 남기고 담당자는 재발방지만 쓴다
OpsKnow는 Incident 케이스, 예방점검 결과, 정기 운영 보고를 시스템 식별자, 트랜잭션 ID, 사이트 태그, 운영자 ID 네 가지 연결 키로 묶는다. Incident는 원인, 조치, 재발방지, 트랜잭션 ID, 사이트 태그, 운영자 ID, 자동 RCA 시간 일곱 필드로 남긴다.
원인 칸은 OpsKnow Agent가 후보를 채우고 담당자는 확정만 검토한다. 정기 보고 다섯 종은 저장소 원자료로 만들고 수치는 코드가 계산하므로, 같은 범위로 다시 만들면 같은 수치가 나온다.
▲ Incident는 일곱 필드로 남기고 담당자는 재발방지만 쓴다 (발표자료 38쪽)
차년도 RFP에는 검수할 수 있는 문장 다섯 가지를 넣는다
차년도 사업은 자가진단으로 단계를 정하고, 그 단계에 맞는 요구사항을 고른 뒤, 제안요청서에 넣기 전에 OpsKnow Agent 시연으로 확인하는 순서로 준비한다. 문안은 판정 근거 기록, 조치 승인 기록, 폐쇄망 AI, 보고서 재생성, 이력 보관 기간 다섯 가지다.
도입 효과는 점검 소요 시간, 권고 조치 기간, 원인 규명 시간, 보고서 작성 시간, 증적 누락 건수 다섯 지표를 착수 전 기준선과 같은 방법으로 재서 비교한다. AI 판정 기능처럼 쓰면 사업자마다 다르게 해석하므로 검수할 수 있는 문장으로 적어야 한다.
예를 들어 판정 근거 기록은 임의의 점검 기록을 같은 원자료로 다시 판정해 같은 결과가 나오는지 시연으로 확인하고, 보고서 재생성은 감사가 지정한 기간의 보고서를 다시 만들어 원본과 대조하는 방식으로 검수한다. 폐쇄망 AI는 운영 데이터가 외부로 송신되지 않음을 시험으로 보여야 통과한다.
▲ 차년도 RFP에는 검수할 수 있는 문장 다섯 가지를 넣는다 (발표자료 49쪽)
핵심 정리
| 주제 | 이 발표자료에서 확인할 것 |
|---|---|
| 의무화와 감사 | 등급 재분류 15,033개, 안정성 기준 46개, 감사가 보는 증적 세 요소 |
| 지능화의 차이 | 결정적 코드 판정, 판정 보류, 트랜잭션 연관 판정, 기록 순환 |
| 아키텍처 | APM 수집, OpsKnow Agent 판정, OpsKnow 축적, Wallboard와 Dashboard |
| 통제와 보안 | 1회용 승인 코드, 결재 6종, 소버린 AI Level 3, 보안 권고 다섯 상태 |
| 차년도 준비 | 자가진단 5문항, 효과 측정 지표 5종, RFP 문안 5종 |
| 단계 | 감사 질문 충족 | 먼저 할 일 |
|---|---|---|
| 체계 없음 | 0~1개 | 점검 항목과 판정 기준을 정하고 결과를 한 저장소에 모으기 |
| 단순 자동화 | 2~3개 | 판정 근거 기록과 승인 코드 조치, 재점검 연결 |
| 지능화 | 4~5개 | Incident 연결 키와 원자료 기반 보고서 재생성 |
| 역할 | 맡는 일 | 맡지 않는 일 |
|---|---|---|
| 결정적 코드 | 판정, 수치 계산, 원인 후보 산출 | 설명 문장 작성 |
| 내부 sLLM | 요청 해석과 결과 설명 | 판정과 조치 실행 |
| 운영 책임자 | 조치 승인, 원인 확정, 재발방지 입력 | 반복 수집과 집계 |
자주 묻는 질문
예방점검 의무화로 무엇을 새로 입증해야 하는가
판정 근거, 조치 이력, 재점검 결과가 한 기록으로 이어진다는 것이다. 감사는 점검표 제출 횟수보다 정상으로 판정한 이유와 조치 뒤 효과를 묻는다.
스크립트로 자동화했는데 지능화가 따로 필요한가
필요하다. 스크립트는 값을 임계치와 비교할 뿐 해석하지 못해 판정 근거와 영역 간 연관, 승인 기록이 빈다. 감사 질문 5문항 중 승인 기록이 단계를 가르는 경우가 많다.
AI가 서버 설정을 임의로 바꿀 위험은 없는가
없도록 설계했다. 재부팅과 설정 변경 실행, 제품 설치본 패치는 처음부터 범위 밖이고, 결재 6종도 30분 유효한 1회용 승인 코드가 있어야 실행된다.
판정이 실행할 때마다 달라지지 않는가
판정은 LLM이 아니라 결정적 코드가 내리므로 같은 입력에는 같은 결과가 나온다. LLM은 설명만 맡아 모델을 바꾼 뒤에도 설명 문장만 검증하면 된다.
외부 LLM 없이 폐쇄망에서 운영할 수 있는가
있다. 소버린 AI Level 3는 인터넷을 막은 상태에서 모든 AI 기능이 동작하고 외부 연결 로그가 0건이어야 통과하며, 30B 수준 모델을 GPU 1대에 올리는 구성으로 충분하다.
이미 APM을 쓰는 기관은 무엇을 더 도입해야 하는가
수집 장치보다 판정 규칙과 보고 양식을 정하는 데 비용이 든다. 미들웨어와 DBMS 일상점검 항목 상당수는 기존 APM 기록으로 채우고, APM 밖 항목은 사람이 확인한 결과를 첨부로 남긴다.
차년도 제안요청서에는 무엇을 적어야 하는가
판정 근거 기록, 조치 승인 기록, 폐쇄망 AI, 보고서 재생성, 이력 보관 기간 다섯 가지를 검수할 수 있는 문장으로 적는다. 효과는 착수 전 기준선과 비교하는 지표 다섯 가지로 잰다.
참고 리소스
OPENMARU 자료
- 정보시스템 예방점검 의무화, 감사 지적 대비 AI 판정 기준 백서
- APM 핵심 지표 정리 — OPENMARU
- APM(애플리케이션 성능 관리)이란? — OPENMARU
- AIOps란? 안정적인 IT 운영을 위한 방법 — OPENMARU
- OPENMARU CogentAI — IT 운영자를 위한 AI 에이전트 플랫폼
- 프롬프트로 WAS 장애 분석 — OPENMARU APM AI Agent 데모
- WAS 장애·세션 유실·APM 선택 기준 정리 — OPENMARU
- AI에게 우리 회사 자료를 어디까지 맡길까 — OPENMARU AI Native News
외부 공개 자료
자료 다운로드
등급별 점검 과제, 감사 자가진단 5문항, 결정적 코드 판정과 승인 코드 통제, 소버린 AI 시험 절차, 보안 권고 조치 흐름, RFP 문안 다섯 가지가 PDF 한 파일에 들어 있다. 아래 버튼에서 50쪽 발표자료 PDF를 내려받을 수 있다.
👉 발표자료 다운로드 : 공공 정보시스템 예방점검 지능화 – 감사에 답하는 판정 근거와 승인 기록 (50쪽 PDF)

















WAS와 웹서버의 차이 — 요청 흐름부터 분리 배치 이유까지
/카테고리: Blog/작성자: 오픈마루 마케팅3APM 옵저버빌리티 차이 — 무엇이 다르고, 무엇부터 갖춰야 하나
/카테고리: APM, Blog/작성자: 오픈마루 마케팅3WAS란 무엇인가 — 구조와 기능, 제품 선택 기준까지
/카테고리: Blog/작성자: 오픈마루 마케팅3