2020.06.24

IDG 블로그 | 클라우드옵스에 AI옵스를 사용하지 말아야 할 때

David Linthicum | InfoWorld
AI옵스를 둘러싼 기대감은 때로 이 기술이 잘못 배치되는 이유가 된다. AI옵스가 금기시되는 용도를 알아보자.

IT 운영 플랫폼에 인공지능을 사용하는 AI옵스(AIops)는 여러 해 동안 진화하며 사용 범위를 확장하고 있다. 시장을 지켜보는 누구라도 AI옵스의 성장세를 느낄 수 있는데, 가트너는 2022년까지 대기업의 40%가 AI옵스를 모니터링과 서비스 데스크 업무를 지원하거나 대체하는 데 사용할 것이라고 전망한 바 있다. 현재 이 비율은 5%에 불과하다.
 
ⓒ Getty Images Bank

이런 가파른 성장세는 한편으로 많은 기업이 AI옵스를 엉뚱한 용도로 선택할 수도 있다는 징후가 된다. 잘못된 선택은 수백만 달러의 손실로 이어지는데, 필자가 알고 있는 몇 가지 잘못된 의도를 소개한다.

AI옵스 툴을 잘못된 클라우드 아키텍처와 배치를 바로잡는 데 사용한다. 적절한 클라우드 솔루션을 계획하지 못하고, 심지어 온프레미스 솔루션과 퍼블릭 클라우드를 제대로 연동하지도 못한 기업이 구조적인 문제를 바로 잡으려고 한다. 엉성한 계획은 AI옵스에서도 성능 문제와 서비스 중단 사태를 불러올 것이다.

“바보는 어쩔 수 없다”는 말이 있듯이 잘못 설계된 아키텍처는 AI옵스를 적용하기 전에 바로잡아야 한다. AI옵스 툴은 경보를 울리고 적절한 해법을 제시할 때 해당 솔루션의 구성이 올바르다는 것을 전제로 동작한다. 그렇지 않다면, 기업은 AI옵스 시스템에 클라우드와 온프레미스 시스템에서 나오는 기가바이트급 데이터의 상관관계를 입증하는 법을 열심히 가르쳐 도저히 성공할 것 같지 않은 해법만 찾아내고 말 것이다. 처음부터 경보와 임계치가 잘못된 것이기 때문이다.

AI옵스 툴이 인력과 비용을 절감해줄 것이라 기대한다. 사실 클라우드옵스는 새로운 규칙을 만들어냈다. 클라우드옵스 전문가는 증가하고 있으며, 제법 높은 연봉을 요구한다. 이런 변화는 비용의 증가와 퍼블릭 클라우드 사용으로 얻는 가치를 낮추는 효과를 가져온다.

운영 인력이 적다는 이유로 AI옵스 툴에 투자하는 기업이 있다. 자동화 역량도 운영 비용을 줄이는 데 일조할 것이다. 물론 인력과 비용을 더 줄일 수도 있겠지만, AI옵스는 상당한 운영 전문지식을 필요로 한다는 사실을 잊어서는 안된다. 보통 AI옵스를 도입하면 클라우드옵스팀이 늘어나고, 최소한 2년 동안은 비용도 더 많이 든다. 효율성에 투자하지 않고 비용을 줄이는 데 투자해서는 좋은 결과를 얻을 수 없다.

더 나은 보안을 위해 AI옵스를 사용한다. 클라우드 보안을 수행하는 기업이라면, 운영 프로세스를 자동화하는 것이 클라우드 기반 애플리케이션과 데이터를 보호하는 좋은 방법이 아니라는 사실을 잘 알고 있다. 실제로 AI옵스와 클라우드 보안이 결합하면, IT 환경을 덜 안전하게 만든다. 더 복잡한 보안 시스템을 다루어야 하기 때문이다.

AI옵스는 효과적으로 운영하기 위해서는 상당한 주의를 기울여 구현해야 하는 툴 중 하나이다. 그런데 시장은 이런 실수가 일어나기 좋은 속도로 빠르게 움직이고 있다. 하지만 일정한 상식만 있다면, AI옵스가 결국은 기업이 찾는 가치를 가져다준다는 것을 확인할 수 있을 것이다. editor@itworld.co.kr


2020.06.24

IDG 블로그 | 클라우드옵스에 AI옵스를 사용하지 말아야 할 때

David Linthicum | InfoWorld
AI옵스를 둘러싼 기대감은 때로 이 기술이 잘못 배치되는 이유가 된다. AI옵스가 금기시되는 용도를 알아보자.

IT 운영 플랫폼에 인공지능을 사용하는 AI옵스(AIops)는 여러 해 동안 진화하며 사용 범위를 확장하고 있다. 시장을 지켜보는 누구라도 AI옵스의 성장세를 느낄 수 있는데, 가트너는 2022년까지 대기업의 40%가 AI옵스를 모니터링과 서비스 데스크 업무를 지원하거나 대체하는 데 사용할 것이라고 전망한 바 있다. 현재 이 비율은 5%에 불과하다.
 
ⓒ Getty Images Bank

이런 가파른 성장세는 한편으로 많은 기업이 AI옵스를 엉뚱한 용도로 선택할 수도 있다는 징후가 된다. 잘못된 선택은 수백만 달러의 손실로 이어지는데, 필자가 알고 있는 몇 가지 잘못된 의도를 소개한다.

AI옵스 툴을 잘못된 클라우드 아키텍처와 배치를 바로잡는 데 사용한다. 적절한 클라우드 솔루션을 계획하지 못하고, 심지어 온프레미스 솔루션과 퍼블릭 클라우드를 제대로 연동하지도 못한 기업이 구조적인 문제를 바로 잡으려고 한다. 엉성한 계획은 AI옵스에서도 성능 문제와 서비스 중단 사태를 불러올 것이다.

“바보는 어쩔 수 없다”는 말이 있듯이 잘못 설계된 아키텍처는 AI옵스를 적용하기 전에 바로잡아야 한다. AI옵스 툴은 경보를 울리고 적절한 해법을 제시할 때 해당 솔루션의 구성이 올바르다는 것을 전제로 동작한다. 그렇지 않다면, 기업은 AI옵스 시스템에 클라우드와 온프레미스 시스템에서 나오는 기가바이트급 데이터의 상관관계를 입증하는 법을 열심히 가르쳐 도저히 성공할 것 같지 않은 해법만 찾아내고 말 것이다. 처음부터 경보와 임계치가 잘못된 것이기 때문이다.

AI옵스 툴이 인력과 비용을 절감해줄 것이라 기대한다. 사실 클라우드옵스는 새로운 규칙을 만들어냈다. 클라우드옵스 전문가는 증가하고 있으며, 제법 높은 연봉을 요구한다. 이런 변화는 비용의 증가와 퍼블릭 클라우드 사용으로 얻는 가치를 낮추는 효과를 가져온다.

운영 인력이 적다는 이유로 AI옵스 툴에 투자하는 기업이 있다. 자동화 역량도 운영 비용을 줄이는 데 일조할 것이다. 물론 인력과 비용을 더 줄일 수도 있겠지만, AI옵스는 상당한 운영 전문지식을 필요로 한다는 사실을 잊어서는 안된다. 보통 AI옵스를 도입하면 클라우드옵스팀이 늘어나고, 최소한 2년 동안은 비용도 더 많이 든다. 효율성에 투자하지 않고 비용을 줄이는 데 투자해서는 좋은 결과를 얻을 수 없다.

더 나은 보안을 위해 AI옵스를 사용한다. 클라우드 보안을 수행하는 기업이라면, 운영 프로세스를 자동화하는 것이 클라우드 기반 애플리케이션과 데이터를 보호하는 좋은 방법이 아니라는 사실을 잘 알고 있다. 실제로 AI옵스와 클라우드 보안이 결합하면, IT 환경을 덜 안전하게 만든다. 더 복잡한 보안 시스템을 다루어야 하기 때문이다.

AI옵스는 효과적으로 운영하기 위해서는 상당한 주의를 기울여 구현해야 하는 툴 중 하나이다. 그런데 시장은 이런 실수가 일어나기 좋은 속도로 빠르게 움직이고 있다. 하지만 일정한 상식만 있다면, AI옵스가 결국은 기업이 찾는 가치를 가져다준다는 것을 확인할 수 있을 것이다. editor@itworld.co.kr


X