NVIDIA 기밀 컴퓨팅, 베어 메탈로 확장하며 AI 구축자가 신뢰해야 할 대상을 바꾸다
NVIDIA Confidential Computing이 전용 타사 서버로 확장되면서 모델 구축자는 더 큰 제어권을 얻지만, 신뢰할 수 있는 소프트웨어에 대한 책임까지 사라지는 것은 아니다. 2026년 10월 21일 발표된 Confidential Bare Metal은 민감한 모델과 데이터를 계속 통제하면서 외부 컴퓨팅 용량을 활용하려는 조직을 겨냥한다. 핵심 쟁점은 소유권이다. 하드웨어를 임대한다고 해서 그 운영자에게 그 위에서 실행되는 모든 항목에 대한 접근 권한까지 부여해야 하는 것은 아니다.
이는 AI 개발자를 위한 인프라 논의를 바꾼다. 모델 구축자는 시스템이 누구의 접근을 제한하는지, 누구의 소프트웨어를 신뢰하는지, 보호된 정보에 언제 접근할 수 있는지를 누가 결정하는지 평가해야 한다. Microsoft Azure는 이미 하드웨어 기반 보호 기능을 갖춘 소프트웨어 정의 컴퓨터인 기밀 GPU 가상 머신을 제공한다. NVIDIA의 발표는 기밀 AI를 새로 발명한 것이 아니라 또 하나의 배포 선택지를 추가한 것이다.
이 차이는 인프라 팀을 넘어 중요하다. 엔터프라이즈 고객은 AI 서비스에 내부 문서, 독점 코드, 업무 기록을 맡긴다. 이러한 자료를 호스팅 제공업체로부터 보호하는 것은 하나의 노출 경로를 다룬다. AI 서비스 자체로부터 보호하려면 별도의 경계, 명시적인 정책, 그리고 그 정책이 지켜진다는 증거가 필요하다.
NVIDIA Confidential Computing, 베어 메탈 경로 추가
이번 발표는 모델 구축자가 소프트웨어에 대한 통제권을 유지한 채 보호된 인프라를 임대하는 방식을 확장한다.
NVIDIA는 Confidential Bare Metal 발표에서 전용 타사 하드웨어를 위한 배포 옵션을 설명한다. 베어 메탈은 고객이 제공업체가 관리하는 가상 머신 안에서만 운영하는 대신 물리 서버를 직접 사용하는 방식을 뜻한다.
회사는 이제 Confidential Bare Metal, Confidential Containers, Confidential Virtual Machines의 세 가지 배포 옵션을 제시한다. 컨테이너는 애플리케이션과 그 종속성을 함께 패키징하며, Kubernetes는 이들의 배포를 조정한다. 이러한 옵션은 조직이 워크로드 주변에 보안 경계를 설정하는 서로 다른 방식을 제공한다.
NVIDIA는 Grace Blackwell 및 Rubin 시스템 전반에 대한 지원과 함께, 자사의 인프라 소프트웨어 기반인 NVIDIA DSX OS와의 통합 계획도 발표했다. 이는 이번 발표의 범위를 개별 서버 구성 이상으로 넓힌다. 다만 플랫폼 지원이 모든 제공업체나 모든 지역에서의 보편적인 서비스 제공을 뜻하는 것으로 해석되어서는 안 된다.
Cohere는 Confidential Bare Metal을 Model Vault에 통합할 계획이다. NVIDIA는 이를 GPU 실행 환경까지 하드웨어 기반 보호를 확장하는 사례로 제시한다. GPU는 모델 학습과 서빙을 포함한 병렬 연산에 사용되는 프로세서다. 이번 발표는 독립적으로 검증된 배포 결과가 아니라 계획된 통합을 설명한다.
유용한 변화는 운영 모델에 있다. 구축자는 자사의 지식재산을 다루는 환경에 대한 책임을 유지하면서 다른 곳에서 인프라를 확보할 수 있다. 실행 중인 정보를 하드웨어 기반 보호 기능으로 보호하는 기밀 컴퓨팅은 이러한 용량 확보 결정의 일부가 된다.
발표를 평가하는 독자라면 통제를 정확히 정의할 필요가 있다. 애플리케이션 소프트웨어에 대한 통제는 하드웨어 유지보수에 대한 통제와 다르다. 암호화 키에 대한 통제는 스케줄링에 대한 통제와도 다르다. 전용 서버는 일부 관계를 단순화할 수 있지만, 다른 관계는 계약과 구현에 계속 의존하게 할 수 있다.
그렇기 때문에 배포 범주는 실제 경계보다 덜 중요하다. 비슷한 보안 레이블을 내세운 두 서비스도 고객에게 매우 다른 책임을 부여할 수 있다. 이들 사이에서 선택하는 조직은 각 구성 요소를 누가 운영하는지 명확히 파악해야 한다.
따라서 이번 발표는 기술적 선택지와 함께 조달상의 질문도 제기한다. 조직은 용납할 수 없다고 판단하는 관리 접근 권한을 받아들이지 않으면서 필요한 하드웨어를 확보할 수 있는가? 이 질문에 답하려면 제공업체가 기밀 컴퓨팅을 광고하는지만 확인해서는 부족하다.
모델 구축자는 자유와 편의성도 구분해야 한다. 선호하는 소프트웨어 스택을 운영하면 제공업체 관리 구성에 대한 의존도를 낮출 수 있다. 동시에 구축자 자체의 릴리스 프로세스, 보안 검토, 사고 대응의 중요성은 커진다.
따라서 가치 제안은 구체적이다. 이 접근 방식은 수반되는 업무를 감수할 만큼 소프트웨어 소유권을 중요하게 여기는 조직에 적합하다. 모든 엔터프라이즈 AI 워크로드가 베어 메탈로 이전해야 한다는 뜻은 아니다.
클라우드 제공업체, 더 엄격한 용량 판매에 직면
제공업체는 고객이 임대할 수 있는 하드웨어뿐 아니라 고객이 인프라 보호 기능을 어떻게 검증할 수 있는지도 설명해야 한다.
Google Cloud는 베어 메탈 AI 인프라 발표를 통해 이러한 확장을 독립적으로 뒷받침한다. NVIDIA GB300 NVL72 시스템으로 구동되는 A4X Max 인스턴스를 Confidential Bare Metal의 대상 환경으로 제시한다.
Google은 하드웨어 기반의 보안 부팅 및 검증을 설명한다. 이는 플랫폼의 신원과 승인된 상태를 평가하는 데 사용되는 암호학적 증거를 뜻한다. 또한 암호화된 메모리와 GPU 간 연결 기술인 NVIDIA의 NVLink 연결도 언급한다. 이는 여전히 제공 아키텍처에 관한 제공업체의 주장이다.
Google의 발표는 A4 인스턴스에서 이미 제공되는 기밀 컴퓨팅과 베어 메탈 옵션의 도입을 구분한다. 준비 상태를 평가할 때 이 구분은 중요하다. 명시된 통합은 일반적인 파트너십 발표보다 강한 증거를 제공하지만, 독자는 여전히 제품별 제공 가능 세부 정보를 확인해야 한다.
제공업체에 가해지는 압력은 고객의 협상력에서 비롯된다. 모델 자체가 가치 있는 지식재산이라면 접근 조건은 인프라 구매의 일부가 된다. 용량만으로 그 용량이 수용 가능한지 결정되지는 않는다.
조달 팀에게 이는 다른 비교 절차를 시사한다. 이들은 제공업체가 제시하는 증거, 승인 결정에 대한 고객의 권한, 부적합한 구성을 거부하는 절차를 평가해야 한다. 마케팅 문구는 이러한 답변을 대체할 수 없다.
가령 다른 시장으로 서비스를 확장하는 가상의 모델 개발사를 생각해 보자. 엔지니어는 적절한 컴퓨팅 클러스터를 찾지만, 보안 팀은 호스트의 관리 접근 권한에 이의를 제기한다. 그러면 구매 결정은 서비스가 두 팀의 요구 사항을 모두 충족할 수 있는지에 달려 있다.
기밀 인프라는 이 견해 차이를 해소할 잠재적 경로를 제공한다. 그러나 구매자는 여전히 합의된 책임 분담이 필요하다. 누가 변경을 승인하는가? 누가 장애를 조사하는가? 누가 서비스를 중단할 수 있으며, 복구 중 보호된 정보에는 어떤 일이 일어나는가?
이러한 질문은 지리적 확장이 실제로 무엇을 의미하는지에 영향을 준다. 한 지역이 적합한 하드웨어를 제공하면서도 조직의 운영 요구 사항을 충족하지 못할 수 있다. 반대로 기술적으로 수용 가능한 보호 모델도 추가적인 계약 검토를 요구할 수 있다.
따라서 위치와 기밀성은 별도의 평가 기준으로 남아야 한다. 전자는 처리가 어디에서 이뤄지는지를 다룬다. 후자는 시스템의 가정하에 어떤 당사자가 정보에 접근할 수 있는지를 다룬다. 구매자는 어느 한쪽을 다른 쪽의 대체물로 취급하기보다 둘 다 기록하는 편이 유리하다.
제공업체 다양성에도 비슷한 구분이 적용된다. 더 많은 호스팅 옵션은 구축자에게 추가 선택지를 주지만, 전환하려면 대상 환경이 자체 정책을 충족한다는 증거가 필요하다. 이식 가능한 애플리케이션이 자동으로 이식 가능한 보안 결정을 뜻하는 것은 아니다.
가장 강력한 제공업체 대응은 이러한 결정을 더 쉽게 평가할 수 있게 만드는 것이다. 명확한 구성 문서, 명시적인 접근 경계, 현실적인 서비스 약속은 고객이 제공 사항을 비교하는 데 도움이 된다. 이런 요소가 없다면 공급업체 목록이 확장되어도 구매자의 업무 상당 부분은 해결되지 않는다.
전용 하드웨어와 가상 머신은 서로 다른 약속을 한다
유용한 비교는 어떤 배포 레이블이 더 강해 보이는지가 아니라 책임과 보호 경계에 관한 것이다.
Microsoft의 기존 기밀 GPU 옵션은 AMD EPYC 프로세서와 NVIDIA H100 GPU를 결합한다. Microsoft는 기밀 가상 머신과 연결된 GPU 전반에 걸친 하드웨어 보호 실행 경계인 신뢰 실행 환경을 설명한다.
문서는 운영상의 제약도 나열한다. 기밀 GPU 가상 머신은 특수 하드웨어를 사용하며, 문서화된 제공 사항에서는 크기 조정이 지원되지 않는다. 고객은 고가용성과 재해 복구에 대한 책임을 계속 진다. 이러한 세부 사항은 아키텍처 비교에 운영 증거가 필요한 이유를 보여준다.
이 기준과 비교하면, 베어 메탈 확장은 통제권의 배분을 바꾼다. 전용 인프라를 선택하는 구축자는 선호하는 소프트웨어와 관리 모델이 추가 책임을 정당화하는지 물어야 한다. 가상 머신을 선택하는 팀은 그에 상응하는 서비스 제약을 평가해야 한다.
어느 쪽의 답도 기술 이름만으로 자동으로 도출되지는 않는다. 관리형 환경은 요구 사항이 문서화된 경계와 일치하는 조직에 적합할 수 있다. 더 큰 소프트웨어 자유도는 이를 유지할 인력과 프로세스를 갖춘 다른 조직에 적합할 수 있다.
AWS는 격리된 컴퓨팅 엔클레이브를 통해 다른 비교 사례를 제공한다. Nitro Enclaves는 상위 인스턴스와 격리된 제약 환경을 만든다. AWS는 엔클레이브 내부에 영구 스토리지, 대화형 접근, 외부 네트워킹이 없다고 문서화한다.
AWS는 암호학적 검증과 자사의 키 관리 서비스와의 통합도 지원한다. 이 서비스는 암호화 키를 관리하고 검증 증거를 평가할 수 있다. Nitro Enclaves는 집중된 격리 방식을 보여주는 사례이며, 동등한 GPU 용량의 증거나 발표된 베어 메탈 구성의 대체재는 아니다.
이러한 사례는 단순한 공급업체 순위보다 더 유용한 경쟁 구도를 제시한다. 구매자는 서로 다른 보호 단위와 서로 다른 운영 방식을 비교하고 있다. 제약된 엔클레이브, 기밀 가상 머신, 전용 호스트는 서로 다른 배포 질문에 답한다.
어떤 차이가 중요한지는 조직의 워크로드가 결정해야 한다. 범위가 좁은 민감한 작업은 전체 모델 서빙 환경과 다른 요구 사항을 가진다. 엄격한 맞춤화 요구 사항이 있는 서비스는 지원되는 관리형 구성을 중심으로 설계된 서비스와 다른 요구 사항을 가진다.
이 때문에 성능 주장에도 주의가 필요하다. 가상화 계층이 없다는 사실만으로 워크로드별 결과가 보장되지는 않는다. 구매자는 의도한 구성에 대한 측정치를 요청하고, 수용 가능한 동작이 무엇인지 설명해야 한다.
의미 있는 평가는 조직의 실제 애플리케이션 동작과 서비스 요구 사항을 포함해야 한다. 목표는 보호된 배포가 요구되는 서비스를 제공하는지 확인하는 것이다. 호의적인 아키텍처 다이어그램만으로는 그 운영상의 질문에 답할 수 없다.
동일한 논리는 엔지니어링 노력에도 적용된다. 배포 환경이 보안 요구사항을 충족하더라도, 팀이 지속적으로 감당할 수 있는 수준보다 더 많은 작업을 요구할 수 있다. 그렇다고 아키텍처가 유효하지 않은 것은 아니다. 다만 그 아키텍처가 해당 조직에 적합한지 여부는 달라진다.
경쟁 측면의 결과는 선택지가 넓어지는 동시에, 정밀한 비교의 필요성도 커진다는 점이다. 한계를 명확히 문서화하는 제공업체는 구매자가 구체적으로 평가할 대상을 제공한다. 포괄적인 기밀유지 약속에 의존하는 제공업체는 가장 중요한 차이를 해소하지 못한다.
모델 소유자는 여전히 신뢰 경계 안에 있다
인프라 제공업체로부터 모델을 보호한다고 해서 모델 소유자로부터 고객 정보를 자동으로 보호하는 것은 아니다.
NVIDIA의 개발 버전 베어메탈 위협 모델은 이 차이를 명확히 보여 준다. 위협 모델은 보안 설계의 기반이 되는 적대자, 가정, 한계를 정의한다.
문서에 따르면 Confidential Bare Metal은 모델 소유자의 권한 소프트웨어와 관리자를 신뢰한다. 최종 사용자 정보를 해당 소유자나 승인된 소프트웨어로부터 격리하지는 않는다. 인프라 소유자는 인계와 검증이 완료된 뒤 런타임 경계 밖에 위치한다.
문서는 또한 보호가 실제 플랫폼과 설정에 따라 달라진다고 밝힌다. Grace Blackwell 기준 구성은 암호화된 CPU-GPU 칩 간 링크나 하드웨어 PCIe 암호화를 제공하지 않는다. PCIe는 시스템 구성 요소를 연결한다. NVLink 암호화가 다른 모든 통신 경로의 보호를 보장하는 것은 아니다.
이는 문서화된 한계이지, 배포 환경이 침해됐다는 증거는 아니다. 또한 민감한 정보를 전달하는 모든 경로가 동일한 보호를 받는다는 포괄적 추론도 막는다. 핵심 질문은 전체 배포 환경이 조직별 노출 위험을 다루는지 여부다.
엔터프라이즈 고객에게 이러한 신뢰 구분은 공급업체의 개인정보 보호 주장을 해석하는 방식을 바꾼다. “당사 호스팅 제공업체는 이 워크로드에 접근할 수 없습니다”는 “당사 서비스는 귀하의 정보에 접근할 수 없습니다”보다 더 좁은 질문에 답한다.
이러한 진술은 보안 검토에서 별도로 제시돼야 한다. 서비스는 인프라 접근에 대해 의미 있는 보호를 제공하면서도 자체 소프트웨어를 통해 접근 권한을 유지할 수 있다. 구매자는 자신이 어떤 제안을 수용하는지 알아야 한다.
내부 기술 문서를 검색하는 가상의 엔터프라이즈 어시스턴트를 생각해 보자. 고객은 기밀 자료를 불필요한 당사자에게 노출하지 않으면서 유용한 답변을 원한다. 인프라 보호는 그 목표의 일부를 다룬다. 서비스 자체의 접근 규칙도 그만큼 중요하다.
따라서 고객은 누가 문서를 검색하고, 요청을 검사하고, 생성된 답변을 검토하거나, 이를 처리하는 소프트웨어를 변경할 수 있는지 물어야 한다. 이는 애플리케이션 및 운영 정책에 관한 질문이다. 하드웨어 기밀성 주장이 이를 암묵적으로 해결하지는 않는다.
이러한 검토를 진행하는 팀에게는 검색 가능한 지식 기반이 아키텍처 결정과 공급업체 증거를 쉽게 확인할 수 있도록 도울 수 있다. 해당 문서는 검토를 지원할 뿐, 평가 대상인 보호 기능 자체를 제공하지는 않는다.
이 구분은 대외 메시지에도 중요하다. 모델 개발자는 아키텍처가 배제하는 구체적인 당사자를 설명해야 한다. 완전한 개인정보 보호에 관한 광범위한 표현은 고객이 시스템이 여전히 신뢰하는 주체로부터도 보호받는다고 가정하게 만든다.
신중한 구매자는 제한된 주장이 자신의 요구와 맞는다면 이를 수용할 수 있다. 문제는 구매자와 제공업체가 같은 단어에 서로 다른 의미를 부여할 때 발생한다. 명시적인 경계는 배포 전에 이런 불일치를 드러낸다.
이것이 NVIDIA Confidential Computing의 베어메탈 확장에서 핵심적인 상충 관계다. 개발자는 인프라 독립성을 향한 경로를 얻는 동시에 소프트웨어 신뢰 결정의 책임은 계속 지게 된다. 아키텍처는 책임이 놓이는 위치를 바꾸지만, 고객은 그에 따른 구성을 여전히 이해해야 한다.
성공적인 시작 검증으로 런타임 보안이 확정되지는 않는다
워크로드가 승인된 상태로 시작됐다는 증거는 이후 어떤 일이 일어나는지에 관한 별도의 질문을 남긴다.
MITRE는 지속적 원격 검증 프레임워크에서 이 더 넓은 문제를 다룬다. 2026년 7월 16일 공개된 이 프레임워크는 클라우드 및 AI 워크로드에 대해 시작 시점 검증만으로는 충분하지 않다고 주장한다.
MITRE는 워크로드가 신뢰할 수 있는 상태에서 시작하더라도 런타임 침해가 우려 사항이라고 지적한다. 제안된 아키텍처는 검증을 런타임 무결성, 행위 보증, 전송 바인딩, AI 워크로드 점검으로 확장한다. 이는 구현 중립적 프레임워크이지 NVIDIA 발표에 대한 판정은 아니다.
이 독립적인 관점은 배포 서사에 유용한 검증 과제를 제시한다. 구매자는 실행 전 수집되는 증거와 운영 중 적용되는 통제를 모두 이해해야 한다. 이를 별도의 검토 질문으로 다루면 빠진 가정을 드러내는 데 도움이 된다.
예를 들어, 엔터프라이즈는 특정 소프트웨어 릴리스를 승인한 뒤 나중에 업데이트를 허가할 수 있다. 중요한 문제는 그 변경이 승인 절차에 어떻게 들어오는지다. 조직에는 누가 이를 승인할 수 있고 어떤 증거를 검토하는지 설명하는 정책이 필요하다.
관련된 질문은 예외 상황에 관한 것이다. 프로덕션 팀은 예상된 구성 요소를 사용할 수 없을 때 서비스를 복구해야 하는 경우가 있다. 구매자는 일반적인 운영이 모든 복구 경로를 포괄한다고 가정하기보다, 긴급 절차가 약속된 보호와 어떻게 상호작용하는지 물어야 한다.
이는 배포된 시스템에 대한 의혹이 아니라 평가를 위한 질문이다. 목적은 아키텍처 약속을 운영상 약속으로 전환하는 데 있다. 제공업체의 답변은 고객이 검토할 수 있는 관찰 가능한 동작을 설명해야 한다.
답변의 품질은 누가 수용 여부를 통제하는지에도 달려 있다. 고객이 해당 증거가 자체 정책을 충족하는지 판단할 수 없다면, 증거는 실질적인 가치가 제한적이다. 검증과 권한 부여 사이에는 명시적인 관계가 필요하다.
이 관계는 책임이 여러 조직에 걸쳐 있을 때 특히 중요해진다. 모델 개발자, 인프라 운영자, 엔터프라이즈 고객, 검증 서비스는 각기 다른 우선순위를 가질 수 있다. 검토 과정에서는 누가 이견을 해결하고, 누가 그에 따른 서비스 위험을 부담하는지 식별해야 한다.
AI 에이전트의 경우 기밀성과 권한 역시 별도로 논의해야 한다. 에이전트는 모델을 사용해 행동을 선택하고 도구와 상호작용하는 소프트웨어다. 실행 환경을 보호한다고 해서 특정 행동이 적절한지까지 결정되지는 않는다.
따라서 에이전트를 검토하는 엔터프라이즈는 정보 접근과 함께 허용된 행동도 물어야 한다. 어떤 시스템을 변경할 수 있는가? 어떤 요청에는 사람의 검토가 필요한가? 이후 조사에 어떤 기록이 활용되는가? 이 질문들은 애플리케이션의 동작과 권한에 관한 것이다.
이 같은 분리는 지식 근로자가 보안 주장을 해석하는 데에도 도움이 된다. 서비스는 호스팅 접근에 대한 보호를 강화할 수 있지만, 보존, 공유, 자동화된 행동에 관한 모든 우려에 답하는 것은 아니다. 경계를 이해하면 이러한 개선의 가치를 더 정확히 평가할 수 있다.
실질적인 의미는 계층화된 구매 결정이다. 인프라 증거는 판단의 한 부분을 뒷받침한다. 소프트웨어 거버넌스, 접근 정책, 운영 절차는 다른 부분을 뒷받침한다. 구매자는 전체 서비스를 자신의 요구사항에 맞춰 평가해야 한다.
가용성, 프로덕션 증거, 제공업체 간 검증을 지켜봐야 한다
다음 신호들은 발표된 아키텍처가 고객이 평가하고 운영할 수 있는 서비스로 자리 잡는지 보여줄 것이다.
첫 번째 신호는 제품별 가용성이다. 향후 수개월 동안 제공업체가 지원 지역, 구성, 접근 조건, 서비스 약정을 공개하는지 지켜봐야 한다. 이는 이번 확장이 실질적인 인프라 선택지를 만든다는 근거를 강화할 것이다.
명명된 플랫폼이 모든 배포 질문에 답하는 것은 아니다. 구매자는 필요한 구성이 자신의 워크로드에 제공되는지, 운영 조건이 적합한지 알아야 한다. 명확한 문서는 논의를 발표 문구 너머로 옮길 수 있다.
이에 대응하는 경고 신호는 지속적인 모호성이다. 잠재 고객이 적격 서비스를 식별하거나 구성 요구사항을 확보할 수 없다면, 실질적인 확장은 평가하기 어렵다. 이는 단기 배포 유연성에 관한 결론을 약화할 것이다.
두 번째 신호는 모델 개발자와 엔터프라이즈 고객의 프로덕션 증거다. 유용한 증거는 배포된 구성, 의도한 보호 경계, 운영에 필요한 작업을 설명할 것이다. 이런 세부 사항이 없는 마케팅 추천은 구매자의 질문에 덜 답할 뿐이다.
성능 보고는 고객이 실제로 운영할 보호된 배포 환경을 사용해야 한다. 구매자는 유지보수, 소프트웨어 변경, 복구에 관한 설명도 찾아야 한다. 이러한 세부 사항은 아키텍처가 일상적인 서비스 제공에 적합한지 판단하는 데 도움이 된다.
민감한 내부 설계를 공개하지 않아도 유용한 증거가 될 수 있다. 책임, 지원되는 동작, 관찰된 한계를 명확히 설명하면 평가를 뒷받침할 수 있다. 보편적 적합성이라는 뒷받침되지 않은 주장보다 솔직한 제약 조건이 신뢰를 더 높일 것이다.
세 번째 신호는 제공업체 간 검증이다. 워크로드를 호스팅 환경 간에 이동할 때 개발자가 이해하기 쉬운 승인 정책을 적용할 수 있는지 살펴봐야 한다. 이는 기밀성이 또 하나의 고립된 배포 구조를 만드는 것이 아니라 인프라 선택을 지원한다는 주장을 강화할 것이다.
제공업체 간 검증이 모든 플랫폼이 동일한 척할 필요는 없다. 조직이 차이를 수용할 수 있는지 판단할 수 있도록 차이를 충분히 명확하게 드러내면 된다. 그러한 결정을 지원하는 문서는 의미 있는 진전이 될 것이다.
더 약한 결과는 각 전환을 불투명한 증거와 설명되지 않은 예외에 의존하게 만들 것이다. 개발자는 추가 공급업체를 확보할 수 있어도 자신의 정책이 이전되는지에 관해 상당한 불확실성에 계속 직면할 수 있다. 이는 확장된 배포 선택지의 운영상 가치를 제한할 것이다.
이러한 신호들은 분석의 초점을 발표의 실제 약속에 맞춰 유지한다. NVIDIA Confidential Computing은 개발자에게 컴퓨팅 용량 접근과 모델 접근을 분리할 또 다른 방법을 제공한다. 관련 증거는 제공업체가 실제 환경에서 이 구분을 얼마나 명확히 유지하는지 보여줄 것이다.
이번 확장을 평가하는 엔터프라이즈는 구체적인 워크로드와 배제해야 할 당사자의 명시적인 목록에서 시작해야 한다. 제공업체에 각 보호 주장을 해당 요구사항에 매핑해 달라고 요청하라. 모델 소유자의 접근과 인프라 운영자의 접근을 분리해 검토하라. 최신 구성 문서, 가용성 조건, 소프트웨어 승인 및 복구 절차에 대한 설명을 요청하라. 그 답변을 애플리케이션, 인프라, 고객 데이터를 책임지는 사람들과 함께 검토하라. 그런 다음 동일한 요구사항을 기준으로 제안된 서비스를 기존 배포 환경과 비교하라. Confidential Bare Metal을 통해 조직이 바꿀 수 있는 신뢰 결정은 무엇이며, 여전히 부담해야 할 책임은 무엇인가?
