이전 게시물에서는 셀프 드라이빙 네트워크(Self-Driving Network™) 여정의 1단계인 지능형 네트워크의 핵심 기반인 데이터에 대해 살펴보았습니다. 하지만 데이터만으로는 문제를 해결할 수 없습니다. 2단계는 수학과 데이터 사이언스를 적용하여 데이터에서 실제 가치를 추출하는 단계로, 원시 정보를 정확하고 실행 가능한 인사이트로 변환하여 네트워크 관리 방식을 변화시킵니다.
인사이트의 가치
기존의 문제 해결 방식은 암호화된 CLI 명령어와 로그 파일을 살펴보고 수동으로 디바이스를 확인하는 방식으로, 느리고 사후 대응적이며 힘든 과정입니다. IT팀은 사용자가 문제를 보고한 후에야 뒤늦게 문제 해결에 나섭니다. 문제를 찾는 것은 마치 건초 더미 속에서 바늘을 찾는 것과 같고, 그 원인도 셀 수 없이 많습니다.
AI 네이티브 인사이트는 이러한 추측을 없애줍니다. 로그와 명령어 출력에서 찾는 대신, IT팀은 사용자가 문제를 인식하기 전에 이를 감지하고 해결할 수 있습니다. 적절한 데이터 인사이트를 통해 문제를 사전에 파악함으로써 끊임없이 밀려드는 긴급한 이슈들을 해결해야 하는 압박에서 벗어날 수 있습니다.
실제 효과
AI와 그로부터 얻는 인사이트에 대한 신뢰를 얻기 위해서는 IT팀이 직접 경험해봐야 할 필요가 있을 수 있습니다. 제가 가장 좋아하는 예시 중 하나는, 개념 증명(PoC) 과정에서 회의적인 IT 매니저와 함께 작업했던 경험입니다. 이 IT 관리자는 Juniper Mist AI™ 가 네트워크 관리나 문제 파악에 실제로 도움이 될 수 있을지 의심했습니다. PoC 기간 동안 디바이스는 경쟁사 네트워크에는 연결할 수 있었지만 주니퍼 네트워크에는 연결할 수 없었습니다. 다행히 우리는 데이터 인사이트를 통해 라우터의 MTU(Maximum Transmission Unit) 설정 오류로 인해 인증 패킷이 통과하지 못한다는 사실을 발견할 수 있었습니다.
또 다른 케이스에서는 Mist AI가 직원의 데스크에서 아무도 보고하지 않았던 이더넷 케이블 결함을 감지했습니다. 처음에는 IT팀에서 경고를 무시했습니다. 하지만 해당 직원에게 확인한 결과, 유선 네트워크가 불안정해 말없이 Wi-Fi로 전환한 것을 발견했습니다. Mist AI는 IT팀이 인지하지 못했던 문제를 발견했습니다.
처음에는 회의적이었던 IT 관리자는 Mist AI가 이 문제와 다른 문제를 정확하게 찾아내는 것을 보고 믿게 되었습니다.
이러한 수준의 세분화된 가시성으로 산업 전반의 IT 운영을 혁신합니다. Gap Inc.와 같은 소매 유통업체는 네트워크 상태에 대한 심층적인 인사이트를 확보하여 문제 티켓을 최대 90%까지 줄일 수 있게 되었습니다.“이제 데이터를 슬라이스하여 특정 매장에 문제가 있음을 명확하게 확인할 수 있습니다.”라고 Gap의 글로벌 네트워크 아키텍트인 Snehal Patel은 말합니다. 각 매장에 대한 인사이트를 확보함으로써 IT팀이 신속하게 대응하여 직원과 고객에게 원활한 연결성을 보장할 수 있습니다.
대학 기관에서도 마찬가지로 Mist AI를 활용하여 많은 이점을 얻고 있습니다. Dartmouth College에서는 Mist AI를 통해 캠퍼스 내 모든 사용자가 탁월한 경험을 할 수 있습니다. “단 2%의 사용자만 문제를 겪더라도 즉시 해결할 수 있습니다.” 라고 Dartmouth의 CIO인 Mitch Davis는 말합니다. AI 네이티브 인사이트 덕분에 IT팀은 더 이상 문제가 광범위한 사용자 불만으로 확산될 때까지 기다릴 필요없이 선제적으로 파악하고 해결할 수 있으며, 학생과 교직원에게 일관된 고품질 경험을 보장할 수 있습니다.
가시성 외에도 Mist AI 인사이트는 조직에서 점점 더 어려워지고 있는 IT 기술 격차를 해소하는 데도 도움이 됩니다. 예를 들어, Rady Children’s Hospital에서는 AI를 통해 네트워크 관리가 더 쉽게 이루어지고 있습니다. “이제는 숙련된 엔지니어가 관련 없는 지표들을 억지로 해석하려 애쓸 필요가 없습니다. 이제는 문제의 발생 지점부터 해결 지점까지 직접적으로 파악할 수 있습니다.”라고 Rady의 네트워크 엔지니어 팀 리더인 Daniel Madain은 말합니다. 이러한 변화를 통해 고도로 숙련된 엔지니어는 혁신과 전략적 프로젝트에 집중하고 경험이 적은 직원은 일상적인 운영을 자신 있게 관리할 수 있습니다. IT팀의 인력이 부족한 지금과 같은 시기에는 이 기능이 특히 유용합니다.
여정은 계속됩니다
인사이트는 IT팀이 그 어느 때보다 더 빠르고 효율적으로 문제를 해결할 수 있도록 도와주는 획기적인 도구입니다. 하지만 다음 단계, 즉 이러한 인사이트를 권장 사항으로 전환하면 더 큰 잠재력을 발휘할 수 있습니다. 다음 포스팅에서는 AI 네이티브 권장 사항이 어떻게 선제적인 네트워크 관리를 가능하게 하여 진정한 셀프드라이빙 네트워크(Self-Driving Network)에 더욱 가까워지는지 살펴보겠습니다.
귀사는 셀프드라이빙 네트워크를 향한 여정에서 어느 단계에 있습니까? 어떤 단계이든, 주니퍼는 귀사가 다음 단계로 도약하는 과정을 도와드릴 수 있습니다.
이 블로그 시리즈의 다음 게시물을 읽어 보세요.
이 시리즈의 추가 블로그
