셀프드라이빙 네트워크(Self-Driving Network™)로 가는 여정에서 데이터 사이언스와 고객 지원팀이 협력하여 적절한 데이터를 식별하고(1단계: 데이터, 해당 데이터를 클라우드로 전송하여 네트워크 인사이트를 제공하는(2단계: 인사이트) 기반을 구축했습니다. 3단계에서는 인사이트를 네트워크 문제 해결을 위한 권장 사항을 제공하는 메트릭과 클래시파이어(classifier)로 정리합니다.
주니퍼는 AP, 스위치, 라우터 같은 개별 네트워크 요소에 초록불이 들어와 있다고 해서 엔드 투 엔드, 클라이언트 투 클라우드 사용자 경험이 뛰어나다고 보장할 수는 없음을 잘 알고 있습니다. 그렇기 때문에 네트워크 성능뿐만 아니라 사용자가 네트워크를 어떻게 경험하는지에 대한 인사이트도 제공합니다. 이를 위해 업계 유일의 클라우드 AI 어시스턴트인 Mist AI™와 Marvis®를 기반으로 하는 SLE(service level expectations)를 활용합니다. SLE 메트릭과 클래시파이어는 사용자의 네트워크 경험 품질을 측정하고, 클라이언트 투 클라우드 사용자 경험에 영향을 미치는 문제를 해결할 수 있도록 IT팀에 권장 사항을 제공합니다. SLE 메트릭과 클래시파이어는 사용자의 네트워크 경험 품질을 측정하고, 클라이언트 투 클라우드 사용자 경험에 영향을 미치는 문제를 해결할 수 있도록 IT팀에 권장 사항을 제공합니다.
1세대 SLE와 Marvis는 상호 정보에 의존하여 양호하지 못한 사용자 경험에 대한 클래시파이어 및 권장 사항을 결정했습니다. 이제 Marvis는 LEM(Large Experience Model)으로 전환되여 더 큰 역량을 발휘하고 있습니다. 예를 들어, LEM과 Marvis Minis를 결합하면 디지털 트윈을 통해 사용자 연결을 사전에 시뮬레이션하여 사용자가 영향을 받기 전에 문제를 식별할 수 있습니다. Minis를 통해 Marvis는 화상 협업 사용 경험을 예측하고, Shapley 데이터 사이언스 모델을 활용해 사용자 경험 개선을 위한 클래시파이어 및 권장 사항의 우선순위 목록을 생성할 수 있습니다.
선제적 권장 사항의 도출은 셀프드라이빙 네트워크(Self-Driving Network)로 나아가는 첫걸음이며, IT팀은 단순히 문제를 식별하는 것을 넘어 실행 가능한 권장 사항을 확인하는 패러다임으로 전환할 수 있게 됩니다. 클라우드 기반 AIOps 아키텍처로 전환한 IT 팀은 일상적인 사후 대응적 운영 방식에서 선제적 운영 방식으로 전환할 수 있었다고 보고합니다. 시스템이 지속적으로 패턴을 분석하고 이상 징후를 감지하여 수정 조치를 제안해 주는 덕분에 IT 팀은 문제 해결에 시간을 소비하는 대신 전략적 이니셔티브에 집중할 수 있습니다. 수동적으로 네트워크를 모니터링하던 방식에서 벗어나, 데이터 기반의 가이드를 통해 의사결정을 내리는 방식으로 전환하는 것은 자율 네트워크로 나아가는 데 중요한 진전입니다.
AI 네이티브 권장 사항의 가치
IT 환경은 점점 더 복잡해지고 있으며 다수의 로케이션, 클라우드 환경, 디바이스, 애플리케이션 전반으로 확장되고 있습니다. 기존의 네트워크 관리는 주로 사후 대응 방식에 의존하며, 문제가 사용자에게 영향을 미친 뒤에야 해결하는 경우가 많습니다. AI 네이티브 권장 사항은 다음과 같이 이러한 접근 방식을 뒤집습니다.
- 문제가 에스컬레이션되기 전에 식별: 클라우드 네이티브 AIOps는 지속적으로 나쁜 사용자 경험을 분석 및 예측하고 네트워크 기능이 이러한 경험에 어떻게 영향을 주는지 파악합니다.
- 명확하고 실행 가능한 지침 제공: AI는 단순히 인사이트를 표면화하는 대신 인사이트를 구체적인 권장 사항으로 변환하여 수작업을 통한 조사의 필요성을 줄이고 해결 속도를 높입니다.
- AI 네이티브 운영에 대한 신뢰 구축: AI는 즉각적인 조치를 취하는 대신 권장 사항을 제공함으로써 IT팀이 자체 속도에 맞춰 변경 사항을 검증하고 구현할 수 있도록 지원하여 시간이 지남에 따라 자동화에 대한 신뢰를 쌓을 수 있습니다.
이러한 인사이트와 권장 사항을 통해 조직은 MTTR(Mean Time To Resolution)을 단축하고 사용자 경험을 개선하며 전반적인 네트워크 안정성을 향상시킬 수 있습니다. AI 네이티브 권장 사항을 일상적인 운영에 통합함으로써 IT 팀은 사후 대응적인 문제 해결에서 사전 예방적인 최적화로 전환할 수 있습니다.
다음 단계 준비하기: AI 기반 액션
인사이트에서 권장 사항으로 전환하는 과정은 셀프드라이빙 네트워크(Self-Driving Network) 여정에서 중요한 이정표가 됩니다. AI 네이티브 권장 사항에 따라 조치를 취함으로써 IT 팀은 네트워크 성능과 안정성을 개선하는 AI의 능력에 대한 확신을 얻게 됩니다.
조직이 네트워크 운영에 AI를 지속적으로 도입함에 따라 각 단계는 효율성, 복원력, 민첩성을 향상하는 방향으로 나아가고 있습니다. 네 번째 단계(지원)에서는 AI 기반 액션을 통해 수동 개입과 완전 자동화 사이의 간극을 메우고 운영 간소화를 더욱 촉진하는 방법을 살펴봅니다.
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
Self-Driving Network™로 가는 여정은 AI에 대한 신뢰를 기반으로 합니다
