간단히 말해 AI 워싱은 회사나 조직이 자사 제품, 서비스, 운영에 인공지능(AI)을 사용한다고 과장하거나 허위로 주장하여 실제보다 더 혁신적이거나 기술적으로 발전된 것으로 보이게 하는 관행을 의미합니다. 이는 투자 유치, 주가 상승, 제품 매력도의 증가 또는 경쟁 우위 확보 등 다양한 이유 때문일 수 있습니다.
AI 워싱은 제품이나 솔루션이 실제로는 단순한 알고리즘만 사용하거나 아예 사용하지 않을 수 있음에도 머신러닝(ML)이나 딥 러닝과 같은 AI 기능을 활용한다고 암시함으로써 고객, 투자자 및 시장을 오도할 수 있습니다. 이는 투명성과 진실성의 문제이며, 비즈니스 관행에서 기술의 윤리적 표현에 대한 우려가 제기됩니다.
지금 왜 이런 일이 벌어지는 걸까요? 들리는 이야기로는 “돈을 벌기 위해서”입니다. AI가 포함되었다는 인식만 있어도 신규 투자, 신규 비즈니스, 기업 가치 상승으로 이어지고 있습니다. AI 관련 투자와 높은 감정 평가의 매력은 기업들이 기술을 서둘러 리브랜딩하도록 유도하고 있어 시장에서 허위 주장이 확산되는 데 기여하고 있습니다.
AI 워싱과의 싸움
다행히 AI 워싱이 외부와 단절된 상태에서 일어나고 있는 것은 아닙니다. 미국 증권협회(SEC) 의장 Gary Gensler는 기업들에 AI 워싱과 허위 주장에 대해 경고하며 실제로는 아님에도 포트폴리오에 AI 자산이 포함되어 있다고 주장하는 경우 자금을 차단할 수도 있음을 시사했습니다. 이에 뒤질세라, 연방거래위원회(FTC) 역시 허위 AI 주장에 주의하고 있으며 필요하다면 조사하겠다고 밝혔습니다.
이러한 경고에도 불구하고 네트워킹 업계에서는 AI 워싱이 계속 급격히 빠른 속도로 확산되고 있습니다. 벤더들은 자사의 솔루션을 “AI 지원”, “AI 기반”, “AI 활용” 등으로 마케팅하고 있지만 대부분의 서비스는 진정한 AI 기능을 제공하지 못합니다. AI의 장점을 실현하는 데 필요한 안정성과 성숙도가 부족하기 때문입니다.
진짜와 가짜 구분하기
성숙한 IT용 AI(AIOps) 기술을 사용하면 IT 및 네트워킹 팀이 오류를 줄이고, 운영을 간소화하고, 신뢰할 수 있고 안전한 최종 사용자 경험을 제공할 수 있습니다. 그렇다면 이름뿐인 AI인 솔루션과 진정으로 IT 조직과 최종 사용자에게 혜택을 제공할 수 있는 AI 솔루션은 어떻게 구분할까요?
먼저 AI는 새로운 기술이 아니며, AI를 해당 분야에 적용하는 데 진정으로 몰두하는 기업이라면 수년 동안 AI를 사용해 왔을 것이라는 점을 기억해야 합니다. 후보를 몇 개의 벤더로 좁혔다면 몇 가지 기본적인 기술 및 운영 관련 질문에 대한 답을 구하는 것이 중요합니다. 질문에 대한 답변의 세부 정보 수준은 의사결정을 위한 중요한 인사이트를 제공해 줄 수 있습니다. 일부 추가적인 기술적 분석이 필요할 수도 있지만, 제공받은 답변을 통해서 그들의 주장이 실행 가능한것인지 아닌지 확인할 수 있습니다.
그렇다면 어떤 질문을 해야 할까요? 아래는 고려할만한 중요한 질문들 입니다.
- AIOps 솔루션이 네트워크 전반에서 사용자 경험을 예측할 수 있는가?
- 벤더의 고객 지원 팀이 자체 AIOps 솔루션을 사용하는가?
- 벤더의 데이터 사이언스 팀과 고객 지원 팀이 협력하는가?
- 벤더에게 AIOps가 지원 티켓의 수를 줄이고 사용자 경험을 개선했다는 고객 의견이 있는가?
- 서비스 중단 없이 빈번하고 민첩한 프로덕션 푸시를 지원할 수 있는 마이크로서비스 클라우드 아키텍처가 지원되는 AIOps 솔루션인가?
추가로 AIOps 솔루션을 평가할 때 다음과 같은 세 가지 주요 요소를 고려해야 합니다.
적절한 데이터: 고급 와인은 극상품 포도에서 만들어지듯 훌륭한 AI는 적절한 데이터로 시작됩니다. 질문에 대한 적절한 답을 얻으려면 적절한 데이터(양과 질 모두)가 필요합니다. 그렇지 않으면 AI는 비효과적이거나 부정확한 응답을 제공할 것입니다. “설명 가능한(explainable)” AI는 데이터가 어떻게 활용되고 있는지에 대한 인사이트를 제공하고 그 결과에 대한 근거를 제시합니다.
적절한 실시간 응답: 성숙한 AI는 적절한 데이터 및 데이터 사이언스 알고리즘이 사용될 때 정확한 실시간 응답을 제공합니다. 지속적인 네트워크 문제 해결 부담을 지닌 IT 팀에서 AI 워싱솔루션으로 인한 응답 지연이나 오탐은 생산성을 저하시키고 AI 투자를 무효화하는 의도치 않은 결과를 초래할 수 있습니다.
적절한 인프라: 실시간으로 문제를 해결하고 사용자 경험을 정확하게 예측할 수 있는 대규모 딥러닝 모델을 실행할 수 있는 AIOps 솔루션을 구축하려면 적절한 클라우드 네이티브 아키텍처가 필요합니다. AI 솔루션이 클라우드에 구축되지 않으면 비즈니스 성장에 따른 확장이 어려울 수 있습니다.
진정한 AI를 기반으로 한 주니퍼 미스트(Juniper Mist)
2015년부터 Mist AI™ 엔진은 AI, ML, 데이터 사이언스 기술을 결합하여 IT 도메인 전문가와 대등하거나 더 빠르게 네트워크를 배포 및 운영할 수 있는 솔루션을 구축하고 전 세계 고객을 위한 경험 최우선 네트워킹을 구현하고 있습니다. 예를 들어 ServiceNow는 Mist AI를 사용한 이래로 네트워크 지원 요청이 90% 감소하는 성과를 거두었습니다. 의류 제조업체인 Gap은 Mist AI를 사용하여 IT 문제를 자체적으로 해결함으로써 매장 현장 지원이 85% 감소 했습니다.
주니퍼는 업계 최초의 AI 네이티브 네트워킹 플랫폼(AI-Native Networking Platform)을 통해 AI를 전체 포트폴리오로 확장합니다. 이를 통해 모든 네트워크 도메인에서 엔드 투 엔드 운영을 간소화하는 동시에 최상의 최종 사용자 및 운영자 경험을 보장합니다.
AI 네이티브가 된다는 것은 무엇을 의미하며 AI 워싱 과대 광고를 어떻게 헤치고 나갈 수 있는지에 대한 자세한 내용은 주니퍼의 CEO Rami Rahim의 최근 블로그 게시물을 읽거나 당사의 최근 AI-Native NOW 온디맨드 온라인 이벤트를 시청하시기 바랍니다.
