2017.04.25

"IT 시스템 통합에 AI 활용"··· 한 SI 전문기업의 야심찬 도전

Thor Olavsrud | CIO
불과 얼마전까지만 해도 장거리 운전 또는 뉴욕시의 지하철을 이용하는 것이 꽤 복잡한 일이었다. 지도와 방향 감각, 약간의 행운이 필요했고 이마저도 안되면 이따금 멈춰 서서 낯선 사람에게 물어야했다.



그러나 길 안내 내비게이션 앱이 이 모든 것을 바꾸어 놓았다. 간혹 길을 잘못 들 수는 있지만 대부분은 별 탈 없이 다시 길을 찾을 수 있다. 셀프 서비스 통합 전문업체 스냅로직(SnapLogic)은 자사의 기업 고객이 시스템 통합에 이와 같은 일종의 길 안내 내비게이션을 가질 수 있도록 돕기 위해 인공지능(AI)으로 눈을 돌리고 있다.

GPS 내비게이션이나 아마존(Amazon)의 알렉사(Alexa) 같은 디지털 홈 비서가 그 사례이다. 스냅로직의 설립자 겸 CEO 라우라 프딜런은 "새 기술인 아이리스(Iris)를 활용해 반복적인 저수준 개발 업무를 자동화할 수 있다. 그러면 그동안 많은 차질을 일으켰던 통합 백로그(Backlog)를 없앨 수도 있다"라고 말했다.

머신러닝으로 반복 감소
콘스텔레이션 리서치(Constellation Research)의 부사장겸 수석 애널리스트 더그 헨센은 "쓸모없는 반복 작업에 얽매이면 기업을 혁신하거나 변화할 수 없다. 그래서 머신러닝이 이른바 '인간 증강(human augmentation)'을 뒷받침하는 대안으로 급부상하고 있다. 이런 차세대 시스템은 클라우드의 연산력과 방대한 데이터를 활용해 판에 박힌 작업을 자동화한다. 인간은 비즈니스 결과를 혁신하는 데 더 집중할 수 있다"라고 말했다.

딜런은 “지도 앱을 통해 교통 시스템 전체가 변화한 것처럼 통합의 세계에도 이런 변화가 나타날 것이다”라고 말했다. 스냅로직의 플랫폼인 EIC(Enterprise Integration Cloud)는 어떤 것으로든 조립할 수 있는 레고 블록에서 착안했다. 전통적인 통합 소프트웨어는 개발팀이 정성을 들여 직접 코드를 작성해야 한다. 반면 EIC는 '스냅스(Snaps)'라는 연결성 소프트웨어를 활용한다. 딜런에 따르면 스냅은 통합 구성 요소 콜렉션으로 일부 콘텍스트 속성을 공유하는 애플리케이션이다.

그는 "스냅에는 표적 애플리케이션을 조사하는 강력한 마법사가 포함돼 있으며 데이터 계층 전반에 걸쳐 강력한 링크를 구축해 사용자가 통합에 사용하는 생성, 읽기, 업데이트, 삭제 기능을 제공한다. 스냅은 언어 중립적이며 애플리케이션 계층에서 추출한다. 개방형 프로토콜(HTTP/S)과 데이터포맷(REST)을 사용하며 모든 리소스에 URI를 제공한다. 기본 애플리케이션, 데이터 모델, 서비스의 복잡성으로부터 비즈니스 사용자와 개발자를 보호한다"라고 말했다.


통합은 스냅이다
모든 스냅은 같은 패턴을 따르며 같은 API(Application Programming Interface)를 사용하고 기본 인프라를 활용한다. 그 결과 EIC 디자이너(Designer)를 통해 클라우드-클라우드 및 클라우드-온프레미스를 통합할 수 있다. 실제 통합 작업도 지능형 스냅 라이브러리로부터 선택해 드래그 & 드롭(Drag & Drop)하기만 하면 된다.

아이리스는 고급 알고리즘을 이용해 스냅로직 EIC를 통해 수백만 개의 메타 데이터 요소와 수십억 개의 데이터 흐름으로부터 학습한다. 그리고서 그 학습을 적용해 데이터, 애플리케이션, 비즈니스프로세스 전반에 걸쳐 통합의 속도와 품질을 개선한다.

딜런은 “디지털 혁신은 인간의 힘에 의존해서는 안 된다. 고대의 파라오는 인간의 힘으로 피라미드를 건설했지만 비즈니스 자동화 및 분석을 관리하는 현명한 방법은 아니다. 소프트웨어로 소프트웨어를 더 스마트하게 해야 하다. 미래는 자율 통합으로써 최고의 기계와 인간 지능을 결합할 것이다. 문제를 해결하기 위해 단순히 더 많은 개발자를 투입하던 시대는 끝났다"라고 말했다.

스냅로직은 2017년 봄 릴리즈의 일환으로 오는 5월에 모든 스냅로직 고객에게 아이리스의 첫 구성요소인 스냅로직 IA(Integration Assistant)를 무료로 제공할 예정이다. 스냅로직 IA는 기계 지능을 이용해 비즈니스 사용자와 애널리스트에게 데이터 파이프라인 구축 관련 조언을 제공하는 추천 엔진이다.

IA는 로드맵의 첫 성과물일 뿐이다. 딜런은 "최종 목표는 완전한 자율 통합이다. 아이리스는 이를 목표로 향후 20~30년 동안 일련의 기술 혁신을 강화할것이다. 아이리스에게 ‘회사 IT 시스템을 통합해'라고 말하는 날이 올 것이다"라고 말했다.

동작 방식
스냅로직의 수석 과학자겸 샌프란시스코대학 교수 그레그 벤슨은 지난 2년 동안 아이리스 개발을 이끌었다. 그는 스냅로직의 클라우드 네이티브 시스템과 메타 데이터 아키텍처를 이용해 머신러닝 학습에 사용할 패턴과 기능을 찾았다. 이를 통해 스냅로직의 플랫폼에서 수백만 개의 데이터 흐름과 통합 경로, 패턴을 학습시켰다. 그 결과 인기 있는 것, 효과가 있는 것, 효과가 없는 것 등을 가려낼 수 있게 됐다. 또한, 영업 부문 및 IT 관리자를 위해 해당 학습을 구체적인 추천사항으로 발전시킨다.

벤슨은 “이미 입증된 머신러닝을 통해 통합 과정을 단축할 수 있다. 현재까지 추천의 정확도는 최대 90%이며 이를 통해 통합 구축, 시험, 유지와 관련된 상당한 시간과 비용을 절감할 수 있을 것으로 기대한다. 실제로 셀프서비스는 이미 상당한 시간과 비용 측면의 차이를 만들고 있다. 머신러닝은 향후 수년 동안 또 다른 수준의 개선을 가능하게 할 것이다"라고 말했다. ciokr@idg.co.kr 



2017.04.25

"IT 시스템 통합에 AI 활용"··· 한 SI 전문기업의 야심찬 도전

Thor Olavsrud | CIO
불과 얼마전까지만 해도 장거리 운전 또는 뉴욕시의 지하철을 이용하는 것이 꽤 복잡한 일이었다. 지도와 방향 감각, 약간의 행운이 필요했고 이마저도 안되면 이따금 멈춰 서서 낯선 사람에게 물어야했다.



그러나 길 안내 내비게이션 앱이 이 모든 것을 바꾸어 놓았다. 간혹 길을 잘못 들 수는 있지만 대부분은 별 탈 없이 다시 길을 찾을 수 있다. 셀프 서비스 통합 전문업체 스냅로직(SnapLogic)은 자사의 기업 고객이 시스템 통합에 이와 같은 일종의 길 안내 내비게이션을 가질 수 있도록 돕기 위해 인공지능(AI)으로 눈을 돌리고 있다.

GPS 내비게이션이나 아마존(Amazon)의 알렉사(Alexa) 같은 디지털 홈 비서가 그 사례이다. 스냅로직의 설립자 겸 CEO 라우라 프딜런은 "새 기술인 아이리스(Iris)를 활용해 반복적인 저수준 개발 업무를 자동화할 수 있다. 그러면 그동안 많은 차질을 일으켰던 통합 백로그(Backlog)를 없앨 수도 있다"라고 말했다.

머신러닝으로 반복 감소
콘스텔레이션 리서치(Constellation Research)의 부사장겸 수석 애널리스트 더그 헨센은 "쓸모없는 반복 작업에 얽매이면 기업을 혁신하거나 변화할 수 없다. 그래서 머신러닝이 이른바 '인간 증강(human augmentation)'을 뒷받침하는 대안으로 급부상하고 있다. 이런 차세대 시스템은 클라우드의 연산력과 방대한 데이터를 활용해 판에 박힌 작업을 자동화한다. 인간은 비즈니스 결과를 혁신하는 데 더 집중할 수 있다"라고 말했다.

딜런은 “지도 앱을 통해 교통 시스템 전체가 변화한 것처럼 통합의 세계에도 이런 변화가 나타날 것이다”라고 말했다. 스냅로직의 플랫폼인 EIC(Enterprise Integration Cloud)는 어떤 것으로든 조립할 수 있는 레고 블록에서 착안했다. 전통적인 통합 소프트웨어는 개발팀이 정성을 들여 직접 코드를 작성해야 한다. 반면 EIC는 '스냅스(Snaps)'라는 연결성 소프트웨어를 활용한다. 딜런에 따르면 스냅은 통합 구성 요소 콜렉션으로 일부 콘텍스트 속성을 공유하는 애플리케이션이다.

그는 "스냅에는 표적 애플리케이션을 조사하는 강력한 마법사가 포함돼 있으며 데이터 계층 전반에 걸쳐 강력한 링크를 구축해 사용자가 통합에 사용하는 생성, 읽기, 업데이트, 삭제 기능을 제공한다. 스냅은 언어 중립적이며 애플리케이션 계층에서 추출한다. 개방형 프로토콜(HTTP/S)과 데이터포맷(REST)을 사용하며 모든 리소스에 URI를 제공한다. 기본 애플리케이션, 데이터 모델, 서비스의 복잡성으로부터 비즈니스 사용자와 개발자를 보호한다"라고 말했다.


통합은 스냅이다
모든 스냅은 같은 패턴을 따르며 같은 API(Application Programming Interface)를 사용하고 기본 인프라를 활용한다. 그 결과 EIC 디자이너(Designer)를 통해 클라우드-클라우드 및 클라우드-온프레미스를 통합할 수 있다. 실제 통합 작업도 지능형 스냅 라이브러리로부터 선택해 드래그 & 드롭(Drag & Drop)하기만 하면 된다.

아이리스는 고급 알고리즘을 이용해 스냅로직 EIC를 통해 수백만 개의 메타 데이터 요소와 수십억 개의 데이터 흐름으로부터 학습한다. 그리고서 그 학습을 적용해 데이터, 애플리케이션, 비즈니스프로세스 전반에 걸쳐 통합의 속도와 품질을 개선한다.

딜런은 “디지털 혁신은 인간의 힘에 의존해서는 안 된다. 고대의 파라오는 인간의 힘으로 피라미드를 건설했지만 비즈니스 자동화 및 분석을 관리하는 현명한 방법은 아니다. 소프트웨어로 소프트웨어를 더 스마트하게 해야 하다. 미래는 자율 통합으로써 최고의 기계와 인간 지능을 결합할 것이다. 문제를 해결하기 위해 단순히 더 많은 개발자를 투입하던 시대는 끝났다"라고 말했다.

스냅로직은 2017년 봄 릴리즈의 일환으로 오는 5월에 모든 스냅로직 고객에게 아이리스의 첫 구성요소인 스냅로직 IA(Integration Assistant)를 무료로 제공할 예정이다. 스냅로직 IA는 기계 지능을 이용해 비즈니스 사용자와 애널리스트에게 데이터 파이프라인 구축 관련 조언을 제공하는 추천 엔진이다.

IA는 로드맵의 첫 성과물일 뿐이다. 딜런은 "최종 목표는 완전한 자율 통합이다. 아이리스는 이를 목표로 향후 20~30년 동안 일련의 기술 혁신을 강화할것이다. 아이리스에게 ‘회사 IT 시스템을 통합해'라고 말하는 날이 올 것이다"라고 말했다.

동작 방식
스냅로직의 수석 과학자겸 샌프란시스코대학 교수 그레그 벤슨은 지난 2년 동안 아이리스 개발을 이끌었다. 그는 스냅로직의 클라우드 네이티브 시스템과 메타 데이터 아키텍처를 이용해 머신러닝 학습에 사용할 패턴과 기능을 찾았다. 이를 통해 스냅로직의 플랫폼에서 수백만 개의 데이터 흐름과 통합 경로, 패턴을 학습시켰다. 그 결과 인기 있는 것, 효과가 있는 것, 효과가 없는 것 등을 가려낼 수 있게 됐다. 또한, 영업 부문 및 IT 관리자를 위해 해당 학습을 구체적인 추천사항으로 발전시킨다.

벤슨은 “이미 입증된 머신러닝을 통해 통합 과정을 단축할 수 있다. 현재까지 추천의 정확도는 최대 90%이며 이를 통해 통합 구축, 시험, 유지와 관련된 상당한 시간과 비용을 절감할 수 있을 것으로 기대한다. 실제로 셀프서비스는 이미 상당한 시간과 비용 측면의 차이를 만들고 있다. 머신러닝은 향후 수년 동안 또 다른 수준의 개선을 가능하게 할 것이다"라고 말했다. ciokr@idg.co.kr 

X