지금까지 Self-Driving Network™를 향한 여정에서 AI 네이티브 네트워크의 토대인 데이터를 살펴보았고, 이 데이터가 클라우드에서 어떻게 처리되어 SLE(Service Level Expectations)와 클래시파이어(classifier)를 통해 유의미한 인사이트와 권장 사항으로 전환되는지 알아보았습니다. 이제 AI가 본격적으로 네트워크 운영에 개입하는 ‘AI 지원’ 단계로 넘어갑니다. 이 단계에서는 AI가 데이터에 기반한 해결책을 제안하고, 승인 시 자동으로 문제를 해결하는 조치를 수행합니다.
이러한 변화는 갈수록 복잡해지는 환경을 관리하는 AI의 능력에 대한 업계의 신뢰가 점차 높아지고 있는 추세를 반영합니다. IDC 리서치에 따르면, 조사에 참여한 조직의 약 절반이 문제 해결과 최적화를 위해 ‘조치를 판단하고 직접 실행할 수 있는’ AI 기반 네트워크 관리 플랫폼을 선호하는 것으로 나타났습니다.
AI 지원의 전략적 가치
AI 지원은 네트워크 운영을 간소화하고, IT 팀의 수작업을 줄이며, 문제 해결 시간을 단축합니다. 이를 통해 사용자는 뛰어난 네트워크 성능을 경험하고, IT 팀은 전략적이고 창의적인 업무에 더 집중할 수 있습니다.
네트워크가 점점 복잡해질수록, 사소한 구성 오류부터 심각한 서비스 중단까지 다양한 네트워크 이벤트의 발생 빈도도 함께 증가합니다. 이로 인해 IT 팀이 중요한 이벤트를 신속히 식별하고 대응하기 어려워집니다. 클라우드 기반 AIOps를 통한 AI 지원은 IT 팀이 복잡한 알림과 정보 속에서 핵심 문제를 빠르게 파악할 수 있도록 도와줍니다. AIOps는 우선순위가 높은 문제를 근거와 함께 식별해 보여주고, IT 팀의 승인 하에 이를 자동으로 해결함으로써 보다 빠르고 선제적인 대응을 가능하게 합니다. 이를 통해 문제 해결에 소요되는 시간을 대폭 줄이고, 혁신이나 장기 전략 수립과 같은 더 높은 가치의 업무에 IT 자원을 집중할 수 있게 됩니다.
데이터에서 액션까지: AI 지원 작동 방식
수백 건의 이벤트와 실시간 사용자 경험 데이터를 첨단 수학 알고리즘과 AI/ML 모델로 분석하여, 명확한 근거를 바탕으로 한 높은 효율성의 실질적 권장사항을 도출합니다.
그 결과에 대해 충분히 신뢰하면, IT 팀은 AIOps 솔루션이 문제를 자동으로 수정하도록 승인할 수 있습니다. 시간이 지나면서 신뢰가 쌓이면, 이러한 권장 사항은 신뢰하는 작업 목록에 추가되어 이후에는 유사한 문제가 발생했을 때 AI가 IT 팀에 알리지 않고 자율적으로 해결할 수 있습니다. 이 단계에서 AIOps는 IT 팀의 완전한 일원으로 진화하며, 셀프드라이빙 모드에 진입하게 됩니다.
AI 지원 액션(Assisted AI actions)은 아래 세 가지 범주로 나뉩니다.
- 최적화: 무선 리소스 관리(RRM), 네트워크 리소스 관리(NRM)와 같은 AI/ML 알고리즘이 사용자 경험을 지속적으로 최적화
- 권장 작업: AI가 중요한 문제를 식별하고 구체적인 근거와 함께 실행 가능한 구체적인 권장 사항을 제시
- 자동 작업: IT 팀이 승인한 신뢰할 수 있는 작업 목록의 액션을 AI가 사람의 개입 없이 자동 실행
최첨단 AI 어시스턴트, Marvis
주니퍼는 이러한 개념을 실제로 구현하기 위해 AI 네이티브 네트워킹 플랫폼 Mist™의 핵심 구성 요소인 Marvis® AI Assistant를 제공합니다. Marvis는 RRM과 NRM 같은 AI/ML 알고리즘을 활용해 사용자 경험을 지속적이고 선제적으로 최적화합니다. Marvis Actions를 통해 권장 작업(드라이버 어시스트 모드)과 자동 작업(셀프드라이빙 모드)을 모두 제공합니다.
드라이버 어시스트 모드에서는 Marvis가 성능에 영향을 미치는 이벤트를 식별하고, 비규격 펌웨어, 포트 구성 오류, 불량 케이블, VLAN 누락, WAN 회선 혼잡 등 다양한 문제에 대해 명확한 근거를 기반으로 한 높은 신뢰도의 해결 방안을 제시합니다.
셀프드라이빙이 활성화되면, 즉 IT 부서가 해당 권장 사항을 신뢰할 수 있는 작업 목록에 추가하면, Marvis는 IT가 정의한 정책에 따라 잘못 설정된 포트 수정, 포트 정체 문제 해결 등 다양한 작업을 자율적으로 수행합니다. 드라이버 어시스트 모드이든 셀프드라이빙 모드이든 모든 작업은 Marvis Actions 대시보드에 기록되고 검증됩니다. 따라서 IT 팀은 실시간으로 주요 문제와 권장 조치를 확인하고, 사람과 AI가 수행한 모든 활동을 투명하게 모니터링하며 완벽한 통제권을 가질 수 있습니다.
Marvis 활용 사례: 실제 결과
전 세계 고객들이 Marvis Actions의 이점을 실감하고 있습니다. 예를 들어, 한 대형 IOTM 기업은 인도에 있는 현장에서 1년 이상 Zoom 사용자들의 간헐적 문제를 해결하지 못해 어려움을 겪고 있었습니다. 이 회사는 Marvis의 대규모 경험 모델(large experience model, LEM)이 제공한 권장 사항을 활용해 금새 잘못 설정된 VPN 게이트웨이를 찾아냈습니다. 해당 게이트웨이는 호주 사이트로 패킷을 전송하며 지연과 지터 증가를 유발하고 있었습니다.
또 다른 사례에서는 한 대형 유통업체가 매장 내 특정 구역에서 네트워크 성능 저하를 겪고 있었습니다. Marvis는 무선 데모 제품으로 인한 간섭이 문제의 원인임을 파악하고, 자동으로 채널 대역폭을 40MHz에서 20MHz로 조정하여 직원과 고객 모두를 위해 매장 내 네트워크 성능을 최적화했습니다.
셀프드라이빙을 향한 다음 단계
Marvis를 통해 IT 팀은 단순한 인사이트 이상을 얻습니다. 이는 팀에 귀중한 추가 인력을 얻는 것과 같습니다. Marvis는 핵심 문제를 우선순위로 식별하고, 해결책을 제안 및 실행하며, 그 해결책이 올바르게 적용되었는지 확인합니다. 이러한 지원 기능은 완전한 자율 운영을 위한 중요한 기반을 제공하며, IT 팀이 점진적으로 일상적인 업무를 AI에 맡기고 성능 및 효율성 향상을 실현할 수 있도록 돕습니다. 더욱 중요한 것은 IT 팀이 트러블슈팅 대신 혁신과 같은 고부가가치 업무에 집중할 소중한 시간을 확보할 수 있다는 점입니다.
전환점이 되는 4단계: 이제 AI는 단순히 제안만 하는 것이 아니라 실제로 액션을 실행합니다. 다음 마지막 블로그에서는 AI가 운영을 보조하는 단계를 넘어 직접 관리까지 수행하는 셀프 드라이빙 네트워크의 마지막 단계를 살펴보겠습니다. 또한 주니퍼가 어떻게 Marvis Minis, 대규모 경험 모델(LEM), 에이전트 AI를 활용해 이 셀프 드라이빙 여정을 선도하고 있는지 자세히 살펴볼 예정입니다.
주니퍼는 고객이 AI 네트워킹 여정의 어느 단계에 있든 다음 단계로 나아갈 수 있도록 지원합니다.
이 시리즈의 추가 블로그
Self-Driving Network™로 가는 여정은 AI에 대한 신뢰를 기반으로 합니다
Self-Driving Network™로 가는 여정 1단계: 데이터
