오늘날 네트워크 운영자들은 스트리밍 비디오와 같은 고대역폭 애플리케이션의 꾸준한 증가와 함께 지연에 민감한 네트워크 애플리케이션이 늘어나면서 WAN(wide area networks)에서 증가하는 트래픽을 감당해야 하는 압박을 받고 있습니다. 새로운 AI 모델은 데이터를 처리하고 사용자와 상호작용하며 예기치 않은 트래픽 패턴을 유발합니다. 한편, 지연 시간에 민감한 연결에 대한 수요는 지속적으로 증가하고 있으며, 둔화할 기미도 보이지 않습니다.
최종 사용자에게 성공적인 경험이란 네트워크 자체가 인식되지 않을 정도로 완벽한 경험을 의미합니다. 운영자에게는 지속적인 실시간 네트워크 최적화를 의미합니다. 즉, 실시간으로 네트워크를 세부 조정하고 조율해 완벽한 상태를 유지하는 동시에 동일한 용량으로 더 많은 트래픽을 처리하는 고효율 운영을 의미합니다.
그렇다면 “네트워크 최적화”란 구체적으로 무엇을 의미하며, 이것이 어떻게 비즈니스에 실질적인 가치를 제공할 수 있을까요? 먼저 실시간 최적화에서 중요한 두 가지 요소, 즉 대역폭과 지연 시간에 대해 이야기해 보겠습니다.
대역폭 사용 증가로 인해 네트워크 확장을 위한 막대한 투자가 필요해집니다. 대부분의 운영자는 수년간의 기간을 고려한 예상 최대 사용량을 기준으로 네트워크 용량을 계획합니다. 예측이 틀리면 혼잡과 불안정이 발생하고, 사용자는 결제한 스트리밍 서비스를 이용하지 못하거나 컨퍼런스 콜에 접속하지 못하고, 업무를 처리하지 못하여 큰 불편을 겪게 됩니다. 운영팀은 왜 그런 일이 발생했는지, 앞으로 같은 일이 생기지 않도록 네트워크 설계를 어떻게 수정해야 하는지 파악하기 위해 철저한 사후 분석 작업을 수행해야 합니다. 이처럼 사후 대응 방식으로 일하면 시간이 많이 들고 스트레스가 발생할 뿐 아니라, 같은 문제의 재발을 방지하지 못하는 경우가 대부분입니다.
지연은 실시간 애플리케이션에 치명적입니다. 이러한 애플리케이션은 지연에 민감하며, 지연이 높거나 불안정하면 사용이 어려워질 수 있습니다. 이러한 애플리케이션이 항상 최대 지연 제약을 만족하는 경로를 따르도록 네트워크 경로를 최적화하면, 네트워크가 해당 애플리케이션에 필요한 서비스 레벨을 안정적으로 제공할 수 있습니다. 동시에, 지연에 덜 민감한 애플리케이션은 네트워크 내의 다른 사용 가능한 경로를 활용할 수 있어 전체 용량 활용도 또한 높일 수 있습니다.
네트워크 운영자는 또한 특정 고객 트래픽이 보안 위험을 초래할 수 있는 특정 지역을 통과하지 않도록 제약을 유지하면서 네트워크를 최적화할 수 있습니다.
이 예시는 운영자들이 네트워크를 사후 대응 방식이 아닌 선제적으로 최적화해야 하는 가장 일반적인 이유 중 일부에 불과합니다.
주니퍼는 트래픽이 WAN을 통해 이동하는 방식을 세밀하게 제어하여 엄격한 성능 기대치를 충족시키고 CapEx와 OpEx를 최적화하는 트래픽 엔지니어링(TE) 기술 분야에서 업계를 선도하는 기업입니다. TE는 개별 라우터 구성으로 가능하지만, 대규모 네트워크에서는 이를 관리하기 어려워집니다. 중앙 집중식 컨트롤러 기반 접근 방식은 이 확장성 문제를 해결하고 전체 토폴로지와 실시간 네트워크 상태를 볼 수 있는 360° 네트워크 관점이라는 추가적인 장점을 제공합니다. 어떤 링크가 과부하 상태인지, 어떤 링크에 여유 용량이 있는지, TE 정책과 네트워크의 모든 경로에 대한 대역폭 활용도를 파악할 수 있습니다. 이 전체적인 뷰를 통해, 컨트롤러는 트래픽 패턴의 주기적인 변화와 예기치 않은 변동에 대응하여 모든 네트워크 자원을 최적화된 방식으로 활용할 수 있습니다. 이를 통해 최적의 고객 경험을 보장하고 네트워크 업그레이드를 연기하여 수백만 달러의 CapEx 및 OpEx를 유보할 수 있습니다. 주니퍼는 7년 이상 세계 최대 규모의 네트워크에서 이러한 컨트롤러를 개발하고 구축해 왔습니다.
이제 우리는 네트워크 최적화를 위한 의도 기반(intent-based) 접근 방식을 한 단계 더 발전시켰습니다. 이것은 컨트롤러 기반 TE 솔루션의 성공을 바탕으로 하며, 간소화할 수 있다는 점도 또 다른 이점입니다. 고급 TE를 활용한 연결을 설계, 배치, 관리하는 작업이 더욱 쉬워지며, 궁극적으로 더 많은 고객들이 이에 따라 제공되는 비즈니스 혜택을 누릴 수 있게 됩니다.
그렇다면 어떻게 작동할까요?
Paragon Automation에는 네트워크 설계자가 설정할 수 있는 재사용 가능한 프로파일이 있어, 네트워크에서 제공하는 트래픽 엔지니어링(TE) 기술과 최적화 동작을 정의할 수 있습니다. 엔드포인트 그룹을 통해 운영자는 연결의 토폴로지와 관련된 엔드포인트 노드를 정의할 수 있으며, 이 그룹은 재사용 가능하고 다양한 프로파일과 함께 사용되어 서로 다른 트랜스포트 슬라이스를 효과적으로 생성할 수 있습니다.
네트워크 내 패스 인텐트와 대역폭 사용 현황을 한눈에 볼 수 있는 뷰
몇 초 만에 고객의 정확한 요구에 부합하는 SLA 기반의 차별화된 연결 서비스를 구축할 수 있습니다. 구축이 완료되면 Paragon Automation은 변화하는 네트워크 환경에 지속적으로 적응하고 최적화를 수행하므로 비즈니스 SLA를 예상대로 충족하는 데 도움이 됩니다. 이러한 형태의 폐루프 자동화는 네트워크 사업자가 셀프드라이빙 네트워크(Self-Driving Network™)로 나아가는 여정에서 핵심적인 기반 기술입니다.
비즈니스 요구사항이 변화함에 따라, 운영자는 의도를 손쉽게 수정할 수 있으며 수백 개의 설정 작업을 단 한 번의 클릭으로 줄일 수 있습니다. 예를 들어 100개의 라우터 간에 풀 메시 저지연 연결을 만들기 위한 패스 인텐트(path intent)를 배포한다고 가정해 보겠습니다. 101번째 라우터를 메시에 추가하려면, 단순히 엔드포인트 그룹에 라우터를 추가하고 변경 사항을 게시하면 됩니다. 그러면 네트워크에 필요한 200개의 새로운 TE 정책이 자동으로 추가됩니다(기존 라우터에서 새 라우터로 가는 각 라우터에 하나씩, 새 라우터에서 기존 라우터로 가는 100개의 정책). 이렇게 하면 네트워크 연결의 라이프사이클을 관리하는 운영 부담이 획기적으로 간소화되어, 운영팀은 다른 주요 비즈니스 우선사항에 집중할 수 있게 됩니다.
AI/ML을 활용해 네트워크 내 결함과 라우팅 문제를 감지하는 실시간 토폴로지 시각화 인터페이스를 사용하면 발생한 문제를 빠르게 해결할 수 있으며, 사용자에 대한 영향을 최소화하고 추가적인 운영 주기를 절약하는 데 도움을 줍니다.
Juniper Paragon Automation의 인텐트 기반 네트워크 최적화에 대해 더 알아보세요.
