AIㆍML / 네트워크 / 데이터센터

네트워크 운영 : AI와 ML의 새로운 역할

Craig Mathias | Network World 2018.11.20


노스게이트 곤잘레스의 IT 운영은 회사 비즈니스에서 미션 크리티컬한 부분인 만큼 팀은 AI 기반 솔루션 도입에 적극적이었다. 해리스는 “백 오피스 회계와 지원 센터를 제외한 모든 프로세스를 무선에 의존한다. AI와 ML은 자동 문제 해결을 구현한다. 문제 티켓의 개념이 사라지면서 지원 기술자의 도움을 요청하는 건 수가 거의 0에 가까워졌다. 100%의 생산성 향상”이라고 말했다.

해리슨은 또한 AI 덕분에 새로운 클라이언트 기기 도입도 간소화됐고 현재 약 40만 명의 추가 사용자를 위한 게스트 액세스를 시범 운영 중이라면서 “이러한 새로운 수요를 충족하기 위해 지원 조직의 크기를 늘려야 하는 상황은 원치 않는다”고 말했다.

해리슨은 “금융 서비스, 규정 준수, 고객 알기(KYC), 사기 탐지, 인사 관리, 네트워크 보안, 데이터 본실 방지 등 조직 전반에서 AI 응용으로 얻을 부가적인 혜택에도 크게 기대하고 있다. 현재 AI 도입을 정당화하는 핵심 요소는 네트워크 성능 저하와 중단을 더 지능적으로 파악하고 최적의 방식으로 대처해야 할 필요성을 충족하는 것이다. 그러나 혜택의 범위는 순간 부하 처리, 서비스 클래스와 관련된 문제 격리, 안정성과 연속성 강화, 클라우드 서비스 최적화 등 훨씬 더 넓고, 이것도 시작에 불과하다”고 설명했다.

AI와 ML로 가동시간과 성능 향상
파라마즈 마흐다비는 전자 설계 자동화 분야의 선두 기업 케이던스 디자인 시스템(Cadence Design Systems)의 IT 인프라 및 운영 그룹 선임 책임자다. 60개 지역에 걸쳐 8,000명의 사용자가 1,500대의 AP를 통해 케이던스 네트워크에 접속한다. 대부분의 경우 무선이 주 연결 수단이다. 케이던스는 최근 아루바 네트웍스의 유선 및 무선 장비를 이용해 본사의 대규모 네트워크 업그레이드 작업을 마쳤다.

파라마즈는 “아직 AI와 ML 솔루션을 대대적으로 사용하지는 않지만 여러 방향을 탐색하면서 가치를 확인하고 있다”면서 “기본적인 셀프 서비스 사용자 헬프데스크 기능과 문제 해결을 위한 챗봇을 구축했다. 네트워크 측면에서는 행동 분석을 위해 현재 아루바의 인트로스펙트(Introspect)를 사용 중이며, 실행 가능한 권고 사항을 제공하는 아루바의 넷인사이트(NetInsight)와 자동 RF 최적화를 위한 클라이언트매치(ClientMatch)에도 관심을 갖고 있다. 목표는 선제적 역량을 더 강화하고, ML을 활용해서 사용 패턴을 파악하고, 이상현상에 대한 알림을 받고, 궁극적으로는 자동 문제 해결을 구현하는 것이다. 이를 위해서는 사후 대응적 접근 방식을 사전 예방적 접근 방식으로 전환해서 운영 중단을 방지하고 사용자가 문제를 보고하기 전에 구성을 조정하는 것이 핵심”이라고 설명했다.

파라마즈는 “AI를 구축하기 전에 견고한 인프라를 마련하는 것이 중요하다. 또한 공급업체 비전과 제품 포트폴리오도 중요하다. 우리가 원하는 것은 이미 가동 중인 환경에 AI와 ML을 확장 형태로 구현하는 것이다. 가장 중요한 목표는 업타임과 성능이므로 AI와 ML을 중요한 방향으로 보고 있다. 최우선순위는 항상 보안이다. AI와 ML은 확실한 그 다음 순위”라고 덧붙였다.

미래를 향해 : SDN, NFV의 AI와 ML
네트워크 분석은 유무선을 막론하고 지난 몇 년 사이 조직 환경에서 AI와 ML 활용이 확산된 기폭제 역할을 했다. 분석은 무엇을 찾는지 모를 때 적용하는 일련의 툴 모음으로, 많은 성능 문제, 보안 과제 및 기타 열악한 운영에서 나타나는, 일정한 답이 없이 수많은 변수에 따라 좌우되는 특성을 다룬다. 이를 위해 네트워크 로그와 데이터베이스를 비롯한 방대한 정보 소스에서 의미와 가치를 추출한다. 인간 네트워크 전문가로서는 하기 어려운 일이다. 분석의 가치가 입증된 지금 AI와 ML은 분석과 관리 콘솔 사이의 피드백 루프를 완성하는 단계로 발전하고 있다. 이러한 형태의 자동화는 비용을 줄이면서 안정성과 가용성, 전체적인 성능, 네트워크 운영 팀 및 최종 사용자의 생산성을 강화하는 데 도움이 될 수 있다.

AI와 ML은 SDN, NFV, 클라우드 서비스 통합 등 다른 네트워킹 기술 이니셔티브의 성공에도 중요한 역할을 할 수 있다. 또한 중요한 기술 진전에서 항상 그렇듯이 안정성, 적용 가능성, 비용/혜택의 타당성 입증, 산업 표준, API가 이미 핵심 논점이 되고 있다. 이는 네트워크 운영에서 AI와 ML의 미래 가치와 성공을 나타내는 긍정적인 신호다. 실제로 AI와 ML이 핵심적인 역할을 하지 않는 미래의 네트워크 운영을 상상하기는 어렵다.

인공지능이 네트워크 엔지니어를 대체할 것인가?
AI와 ML이 구성과 문제 해결, 조정의 자동화를 더욱 강화할 잠재력을 지녔다면 네트워크 엔지니어라는 직종이 멸종 위기에 처했다고 볼 수 있을까? 최종 사용자와 서비스 제공 업체는 단호하게 그렇지 않다는 입장이다. AI와 ML 기반 솔루션이 시간이 지나면서 훨씬 더 똑똑해질 가능성이 높고, 애초에 AI 및 ML 기반 솔루션을 구축하는 이유 중 하나가 네트워크 엔지니어 인력의 부족, 그리고 고도로 숙련된 전문가의 높은 인건비라는 점을 감안하면 다소 뜻밖의 반응이다.

AI와 ML은 인간의 개입 없이 많은 네트워크 문제에 대처할 수 있지만 더 크고 복잡한 활동에는 여전히 많은 경험을 가진 인력이 필요하다. 물론 이 과정에서도 AI와 ML 솔루션이 생산성을 높여준다. 앞으로 네트워크 전문가는 일상적인 문제 해결 작업에서 벗어나 전략적인 면에 초점을 맞추고 배치와 운영의 큰 그림을 최적화하고 새로운 솔루션에 대해 학습하고 새로운 이니셔티브를 추진하고 이러한 솔루션을 조직 요구 사항에 더 정밀하게 맞추고 새로운 서비스를 통합하고 조직 전반의 각 부서가 네트워크와 IT를 최대한 활용하도록 도울 수 있다. 조직 내에서 네트워크 전문가는 적어도 당분간은 AI와 ML 서비스로는 대체할 수 없는 중요한 역할을 계속하게 될 것이다.  editor@itworld.co.kr

회사명 : 한국IDG | 제호: ITWorld | 주소 : 서울시 중구 세종대로 23, 4층 우)04512
| 등록번호 : 서울 아00743 등록발행일자 : 2009년 01월 19일

발행인 : 박형미 | 편집인 : 박재곤 | 청소년보호책임자 : 한정규
| 사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2024 International Data Group. All rights reserved.