2021.06.09

마이 데이터 시대에 맞는 AI 기반 통합 및 자동화

BrandPost Sponsored by IBM Automation
IBM
ⓒ Getty Images Bank

디지털 공간에서는 비즈니스 경계가 없다. 업종을 떠나 새로운 가치와 수익을 창출할 수 있다면 어떤 조직과도 데이터, 애플리케이션을 연계하고 통합한다. 이를 보통 API 경제라고 말한다. 많은 조직이 자사의 데이터 자산 및 서비스를 API화 하는 이유다. 이런 흐름이 가장 두드러진 분야는 금융이다. 오는 9월 본인신용정보관리업(마이 데이터) 시행을 눈앞에 두고 있는 금융권은 다양한 산업계의 기업들과 파트너십을 맺고 각자 서비스 생태계 구축에 박차를 가하고 있다. 아직 어떤 생태계가 우위를 점할지 알 수 없다. 하지만 중장기적으로는 리더십을 구분할 수 있을 전망이다. 어떤 기준으로 리더십을 평가할 수 있을까? 바로 데이터와 애플리케이션 통합 역량이다. 
 

API 경제 시대 통합 전략 수립의 걸림돌 

많은 조직이 통합 전략을 지금까지와는 다른 측면에서 바라보고 접근 중이다. 이 과정에서 느끼는 일반적인 고충으로 AI와 운영 데이터를 어떻게 활용할지 방향을 잡기 어렵다는 것을 꼽을 수 있다. 통합의 필요성은 모두 인지하지만 이를 조직의 역량을 만들 수 있는 요소 기술과 자산인 AI와 운영 데이터 활용법을 찾는 데 어려움을 느끼고 있다. 

그렇다면 실제 운영 데이터를 기반으로 AI로 지속해서 통합 속도와 효율을 높이기 위해서는 무엇을 고려해야 할까? 크게 세 가지 관점에서 바라볼 수 있다. 첫 번째는 자동화다. 수작업 기반의 통합으로는 최근 API 경제 트렌드를 따라가기. 어렵다. AI 기반 자동화가 필요하다. 두 번째는 가시성이다. 운영 가시성 없는 통합은 눈을 가리고 작업하는 것과 같다. 따라서 실제 운영 데이터를 AI 기술로 분석해 문제를 파악하고 개선할 수 있어야 한다. 세 번째는 다양성이다. 통합은 획일적으로 한 가지 방법을 밀고 나갈 수 있는 작업이 아니다. 데이터와 서비스 유형 그리고 누구와 파트너십을 맺는지에 따라 다른 스타일이 요구된다. 따라서 다양성을 빠른 속도로 수용할 방법이 필요하다. 
 

시대적 요구에 맞는 통합 

AI를 이용한 통합 시 염두에 두어야 할 사항을 더 상세히 알아보자. AI 기반 통합의 목표는 단순히 수작업을 줄이는 것이 아니다. 전체 생명주기 속에서 속도와 효율을 높이며 지속적인 개선을 이어가는 것이다. 가령 엔터프라이즈 아키텍처가 다양한 통합 스타일을 고려해 설계하고 나면, 개발자는 재사용성을 전제로 통합 구축과 테스트를 시행한다. 이 단계에서 AI 자동화가 필요하다. 테스트 생성과 실행을 자동화하는 것인데 이 과정에서 API와 비즈니스 데이터가 애플리케이션에 제대로 통합되었는지 살핀다. 시스템적으로 프로덕션과 테스트 환경 간 비교 역시 자동으로 이루어져야 한다. 개발 다음은 운영 단계다. 이 과정에도 AI 기반 자동화가 들어가야 한다. 아무리 테스트를 많이 수행해도 프로덕션 환경에서 문제가 나타날 수 있다. 이에 대한 파악 및 수정을 AI 기술로 자동화하는 것이 필요하다. 그리고 실제 운영 정보를 데이터 세트로 활용해 통합에 대한 가시성을 강화하는 가운데 지속해서 개선이 이루어지는 흐름을 만들어야 한다. 
 
ⓒ IBM


IBM Cloud Pak for Integration 

시대적 흐름에 맞는 통합을 어떻게 구현할 것인가? IBM Cloud Pak for Integration은 이에 대한 명쾌한 답을 제시한다. IBM Cloud Pak for Integration은 AI와 머신러닝을 적용해 API 관리, 애플리케이션 통합, 엔드투엔드 보안, 엔터프라이즈 메시징, 이벤트 스트리밍, 고속 데이터 전송을 처리한다. 사내 시스템뿐 아니라 고객이나 파트너의 애플리케이션까지 포괄하여 API, 데이터 같은 자산을 원활히 통합하며, 일관성 있는 거버넌스 프레임워크까지 적용할 수 있다. 
 
ⓒ IBM
 

마이 데이터 시대를 위한 통합 방안 제시 

마이 데이터 시대를 맞이한 한국에서도 역시 디지털 경제 전환이 가속화될 전망이다. IBM Cloud Pak for Integration은 마이 데이터를 비즈니스 기회로 삼으려는 조직이 직면할 수 있는 통합과 운영의 불확실성을 제거하고, 이를 위해 IBM Cloud Pak for Integration라는 4 가지 차별점을 제시한다. 첫 번째는 AI 기반 자동화로 NLP 기반 통합, AI 지원 매핑, 로우코드/노코드 인터페이스 연결, RPA 연결, API 테스트 기반 통합 자동화 기능이다. 두 번째는 운영 데이터 기반의 폐쇄 루프형 라이프사이클이다. 기업은 운영 데이터를 활용해 AI 기반 테스트 수행과 운영 권장 사항 참조를 통해 지속해서 통합을 개선해 나아갈 수 있다.

세 번째는 광범위한 통합 기능이다. IBM Cloud Pak for Integration은 하이브리드 멀티 클라우드 전반에 걸쳐 공통 UI, 공유 자산 저장소, 거버넌스 프레임워크를 적용할 수 있다. 따라서 포괄적인 통합 스타일을 유연히 지원한다.

네 번째는 검증된 보안과 성능이다. IBM Cloud Pak for Integration은 현재는 물론 미래까지 고려해 30K TPS의 성능을 보장하며, 런타임의 회복 탄력성과 확장성을 통해 내·외부 통합을 안정적으로 수행할 수 있다. 

앞서 살펴본 바와 같이 통합은 디지털 경제 시대 기업의 새로운 IT 역량이 되어 가고 있다. 이제 우리 시스템만 살피는 것으로는 충분치 않다. 내·외부를 전체적인 관점에서 바라보면서 통합을 진행하고, 통합 서비스나 환경에 대한 SLA와 비즈니스 연속성 보장에 관해서도 관심을 가져야 할 때다. 


2021.06.09

마이 데이터 시대에 맞는 AI 기반 통합 및 자동화

BrandPost Sponsored by IBM Automation
IBM
ⓒ Getty Images Bank

디지털 공간에서는 비즈니스 경계가 없다. 업종을 떠나 새로운 가치와 수익을 창출할 수 있다면 어떤 조직과도 데이터, 애플리케이션을 연계하고 통합한다. 이를 보통 API 경제라고 말한다. 많은 조직이 자사의 데이터 자산 및 서비스를 API화 하는 이유다. 이런 흐름이 가장 두드러진 분야는 금융이다. 오는 9월 본인신용정보관리업(마이 데이터) 시행을 눈앞에 두고 있는 금융권은 다양한 산업계의 기업들과 파트너십을 맺고 각자 서비스 생태계 구축에 박차를 가하고 있다. 아직 어떤 생태계가 우위를 점할지 알 수 없다. 하지만 중장기적으로는 리더십을 구분할 수 있을 전망이다. 어떤 기준으로 리더십을 평가할 수 있을까? 바로 데이터와 애플리케이션 통합 역량이다. 
 

API 경제 시대 통합 전략 수립의 걸림돌 

많은 조직이 통합 전략을 지금까지와는 다른 측면에서 바라보고 접근 중이다. 이 과정에서 느끼는 일반적인 고충으로 AI와 운영 데이터를 어떻게 활용할지 방향을 잡기 어렵다는 것을 꼽을 수 있다. 통합의 필요성은 모두 인지하지만 이를 조직의 역량을 만들 수 있는 요소 기술과 자산인 AI와 운영 데이터 활용법을 찾는 데 어려움을 느끼고 있다. 

그렇다면 실제 운영 데이터를 기반으로 AI로 지속해서 통합 속도와 효율을 높이기 위해서는 무엇을 고려해야 할까? 크게 세 가지 관점에서 바라볼 수 있다. 첫 번째는 자동화다. 수작업 기반의 통합으로는 최근 API 경제 트렌드를 따라가기. 어렵다. AI 기반 자동화가 필요하다. 두 번째는 가시성이다. 운영 가시성 없는 통합은 눈을 가리고 작업하는 것과 같다. 따라서 실제 운영 데이터를 AI 기술로 분석해 문제를 파악하고 개선할 수 있어야 한다. 세 번째는 다양성이다. 통합은 획일적으로 한 가지 방법을 밀고 나갈 수 있는 작업이 아니다. 데이터와 서비스 유형 그리고 누구와 파트너십을 맺는지에 따라 다른 스타일이 요구된다. 따라서 다양성을 빠른 속도로 수용할 방법이 필요하다. 
 

시대적 요구에 맞는 통합 

AI를 이용한 통합 시 염두에 두어야 할 사항을 더 상세히 알아보자. AI 기반 통합의 목표는 단순히 수작업을 줄이는 것이 아니다. 전체 생명주기 속에서 속도와 효율을 높이며 지속적인 개선을 이어가는 것이다. 가령 엔터프라이즈 아키텍처가 다양한 통합 스타일을 고려해 설계하고 나면, 개발자는 재사용성을 전제로 통합 구축과 테스트를 시행한다. 이 단계에서 AI 자동화가 필요하다. 테스트 생성과 실행을 자동화하는 것인데 이 과정에서 API와 비즈니스 데이터가 애플리케이션에 제대로 통합되었는지 살핀다. 시스템적으로 프로덕션과 테스트 환경 간 비교 역시 자동으로 이루어져야 한다. 개발 다음은 운영 단계다. 이 과정에도 AI 기반 자동화가 들어가야 한다. 아무리 테스트를 많이 수행해도 프로덕션 환경에서 문제가 나타날 수 있다. 이에 대한 파악 및 수정을 AI 기술로 자동화하는 것이 필요하다. 그리고 실제 운영 정보를 데이터 세트로 활용해 통합에 대한 가시성을 강화하는 가운데 지속해서 개선이 이루어지는 흐름을 만들어야 한다. 
 
ⓒ IBM


IBM Cloud Pak for Integration 

시대적 흐름에 맞는 통합을 어떻게 구현할 것인가? IBM Cloud Pak for Integration은 이에 대한 명쾌한 답을 제시한다. IBM Cloud Pak for Integration은 AI와 머신러닝을 적용해 API 관리, 애플리케이션 통합, 엔드투엔드 보안, 엔터프라이즈 메시징, 이벤트 스트리밍, 고속 데이터 전송을 처리한다. 사내 시스템뿐 아니라 고객이나 파트너의 애플리케이션까지 포괄하여 API, 데이터 같은 자산을 원활히 통합하며, 일관성 있는 거버넌스 프레임워크까지 적용할 수 있다. 
 
ⓒ IBM
 

마이 데이터 시대를 위한 통합 방안 제시 

마이 데이터 시대를 맞이한 한국에서도 역시 디지털 경제 전환이 가속화될 전망이다. IBM Cloud Pak for Integration은 마이 데이터를 비즈니스 기회로 삼으려는 조직이 직면할 수 있는 통합과 운영의 불확실성을 제거하고, 이를 위해 IBM Cloud Pak for Integration라는 4 가지 차별점을 제시한다. 첫 번째는 AI 기반 자동화로 NLP 기반 통합, AI 지원 매핑, 로우코드/노코드 인터페이스 연결, RPA 연결, API 테스트 기반 통합 자동화 기능이다. 두 번째는 운영 데이터 기반의 폐쇄 루프형 라이프사이클이다. 기업은 운영 데이터를 활용해 AI 기반 테스트 수행과 운영 권장 사항 참조를 통해 지속해서 통합을 개선해 나아갈 수 있다.

세 번째는 광범위한 통합 기능이다. IBM Cloud Pak for Integration은 하이브리드 멀티 클라우드 전반에 걸쳐 공통 UI, 공유 자산 저장소, 거버넌스 프레임워크를 적용할 수 있다. 따라서 포괄적인 통합 스타일을 유연히 지원한다.

네 번째는 검증된 보안과 성능이다. IBM Cloud Pak for Integration은 현재는 물론 미래까지 고려해 30K TPS의 성능을 보장하며, 런타임의 회복 탄력성과 확장성을 통해 내·외부 통합을 안정적으로 수행할 수 있다. 

앞서 살펴본 바와 같이 통합은 디지털 경제 시대 기업의 새로운 IT 역량이 되어 가고 있다. 이제 우리 시스템만 살피는 것으로는 충분치 않다. 내·외부를 전체적인 관점에서 바라보면서 통합을 진행하고, 통합 서비스나 환경에 대한 SLA와 비즈니스 연속성 보장에 관해서도 관심을 가져야 할 때다. 


X