2020.11.09

‘지루하지만 중요한 혁신’··· AI가 바꿔낼 데이터센터의 미래

Neal Weinberg | Network World


AI와 보안
비조에 따르면 AI와 머신러닝은 중요한 것을 찾아 노이즈로부터 분리하기 위해 신속한 이벤트 분류 및 클러스터링을 수행하여 이벤트 취급(사고 대응)을 간소화할 수 있다. 그는 “더욱 신속한 기저 원인 분석은 인간 운영자가 정보에 기초하여 의사를 결정하고 조치를 취하는 데 도움이 된다”라고 말했다.

AI는 특히 실시간 침입 감지에 유용할 수 있다고 슐츠가 덧붙였다. AI 기반 시스템은 위협을 감지, 차단, 격리한 후 되돌아가 포렌식 조사를 수행하여 무슨 일이 있었고 해커가 어떤 취약성을 악용할 수 있었는지 정확히 판단할 수 있기 때문이다.

SOC에서 근무하고 있는 보안 전문가들은 과도하게 많은 경보를 받을 때가 있지만 AI 기반 시스템은 많은 양의 텔레메트리 데이터와 로그 정보를 스캔하여 일상적인 작업을 줄임으로써 보안 전문가들이 더욱 심오한 조사를 수행하도록 도울 수 있다고 비조는 설명했다.

AI 기반 워크로드 최적화
애플리케이션 계층에서 AI는 워크로드를 직접 설치 또는 클라우드 등 적절한 도착 지점으로 이동시키는 것을 자동화할 수 있다. 비조는 “AI/ML은 앞으로 성능, 비용, 거버넌스, 보안, 위험, 지속 가능성을 기준으로 다양한 사양을 고려하여 워크로드의 위치를 실시간으로 결정할 것이다”라고 말했다.

예를 들어, 워크로드를 자동으로 가장 전력 효율적인 서버로 이동하고 서버가 최대 효율성(70~80% 활용도)으로 작동하도록 할 수 있을 것이다. AI 시스템은 성능 데이터를 이 수식에 통합하여 시간이 민감한 앱이 고효율성 서버에서 구동하도록 하면서 동시에 고속 실행이 필요 없는 애플리케이션에서 과도한 에너지가 낭비되지 않도록 할 수 있다고 비조가 말했다.

실제로 MIT 연구원들은 지난해 수천 개의 서버에 걸쳐 데이터 처리 운영을 예약하는 방법을 자동으로 학습하는 AI시스템을 개발했다고 발표한 바 있다. 하지만 부숑이 지적했듯이 오늘날의 워크로드 최적화는 일반적인 기업 데이터센터가 아니라 아마존, 구글, 애저 같은 대기업의 영역이다. 그리고 그 이유는 다양하다.

AI 구현의 문제
데이터센터 최적화와 자동화는 지속적인 디지털 전환 이니셔티브의 중요한 부분이다. 델의 타벳은 “코로나19로 인해 많은 기업들이 현재 추가적인 자동화를 추진하고 있으며 AI 지향적이며 자동 수리가 가능한 ‘디지털 데이터센터’의 아이디어를 추구하고 있다”라고 전했다.

구글은 2018년 자사의 여러 초대형 데이터센터의 냉각 시스템의 통제를 AI 프로그램으로 이전했다고 발표했으며, 해당 기업은 AI 알고리즘의 권고사항으로 에너지 사용량이 40%나 감소했다고 보고했다.

하지만 구글 외의 기업들에게는 데이터센터 분야의 AI가 ‘그저 목표일 뿐’ 이라고 비조가 말했다. 그는 “일부 AI/ML 기능은 이벤트 취급, 인프라 건전성, 냉각 최적화에 적용할 수 있다. 하지만 AI/ML 모델이 오늘날의 일반적인 DCIM으로 가능한 수준을 넘어 더욱 가시적인 성과를 달성하려면 몇 년이 걸릴 것이다. 자율주행 자동차 개발과 마찬가지로 초기 단계는 흥미로울 수 있지만 궁극적으로 약속하는 혁신적인 경제/비즈니스와는 거리가 멀다”라고 말했다.

타벳에 따르면 적절한 사람을 고용하거나 교육하여 시스템을 관리해야 한다는 점이 장벽 중 하나이다.

가트너는 “AI옵스 플랫폼 성숙도, AI 기술, 운영 성숙도가 주된 억제제이다. 기타 새로운 고급 배치의 문제로는 데이터 품질, (IT 인프라 및 운영팀 내부의) 데이터 사이언스 기술의 부재 등이 있다”라고 밝혔다.

부숑은 언제나 사람이 큰 장벽이라고 덧붙였다. 그는 데이터 사이언티스트를 고용하는 것이 많은 기업들에게 문제가 되고 있으며 기존의 직원을 교육하는 것도 어렵다고 지적했다.

또한 직원들은 역사적으로 통제력을 앗아가는 기술을 거부했던 적이 많다고 부숑이 말했다. 그는 SDN 개발된 지 10년이 되었지만 IT 운영의 3/4 이상이 여전히 CLI 지향적이라고 지적했다.

부숑이 “우리는 모든 인프라의 운영자들이 AI에 통제권을 넘겨줄 준비가 되어 있다고 생각해야 한다. 한 집단의 사람들이 통제자의 의사결정 능력을 신뢰하지 못한다면 어떻게 이런 태도가 업계 전반에 걸쳐 만연한 상황에서 그들이 태도를 바꾸도록 교육할 수 있을까? 그렇게 하면 일자리를 잃게 될 것이다”라고 말했다.

부숑은 기업들이 AI를 점진적으로 추진하고 광고에 현혹되지 않아야 할 이유라고 덧붙였다. ciokr@idg.co.kr




2020.11.09

‘지루하지만 중요한 혁신’··· AI가 바꿔낼 데이터센터의 미래

Neal Weinberg | Network World


AI와 보안
비조에 따르면 AI와 머신러닝은 중요한 것을 찾아 노이즈로부터 분리하기 위해 신속한 이벤트 분류 및 클러스터링을 수행하여 이벤트 취급(사고 대응)을 간소화할 수 있다. 그는 “더욱 신속한 기저 원인 분석은 인간 운영자가 정보에 기초하여 의사를 결정하고 조치를 취하는 데 도움이 된다”라고 말했다.

AI는 특히 실시간 침입 감지에 유용할 수 있다고 슐츠가 덧붙였다. AI 기반 시스템은 위협을 감지, 차단, 격리한 후 되돌아가 포렌식 조사를 수행하여 무슨 일이 있었고 해커가 어떤 취약성을 악용할 수 있었는지 정확히 판단할 수 있기 때문이다.

SOC에서 근무하고 있는 보안 전문가들은 과도하게 많은 경보를 받을 때가 있지만 AI 기반 시스템은 많은 양의 텔레메트리 데이터와 로그 정보를 스캔하여 일상적인 작업을 줄임으로써 보안 전문가들이 더욱 심오한 조사를 수행하도록 도울 수 있다고 비조는 설명했다.

AI 기반 워크로드 최적화
애플리케이션 계층에서 AI는 워크로드를 직접 설치 또는 클라우드 등 적절한 도착 지점으로 이동시키는 것을 자동화할 수 있다. 비조는 “AI/ML은 앞으로 성능, 비용, 거버넌스, 보안, 위험, 지속 가능성을 기준으로 다양한 사양을 고려하여 워크로드의 위치를 실시간으로 결정할 것이다”라고 말했다.

예를 들어, 워크로드를 자동으로 가장 전력 효율적인 서버로 이동하고 서버가 최대 효율성(70~80% 활용도)으로 작동하도록 할 수 있을 것이다. AI 시스템은 성능 데이터를 이 수식에 통합하여 시간이 민감한 앱이 고효율성 서버에서 구동하도록 하면서 동시에 고속 실행이 필요 없는 애플리케이션에서 과도한 에너지가 낭비되지 않도록 할 수 있다고 비조가 말했다.

실제로 MIT 연구원들은 지난해 수천 개의 서버에 걸쳐 데이터 처리 운영을 예약하는 방법을 자동으로 학습하는 AI시스템을 개발했다고 발표한 바 있다. 하지만 부숑이 지적했듯이 오늘날의 워크로드 최적화는 일반적인 기업 데이터센터가 아니라 아마존, 구글, 애저 같은 대기업의 영역이다. 그리고 그 이유는 다양하다.

AI 구현의 문제
데이터센터 최적화와 자동화는 지속적인 디지털 전환 이니셔티브의 중요한 부분이다. 델의 타벳은 “코로나19로 인해 많은 기업들이 현재 추가적인 자동화를 추진하고 있으며 AI 지향적이며 자동 수리가 가능한 ‘디지털 데이터센터’의 아이디어를 추구하고 있다”라고 전했다.

구글은 2018년 자사의 여러 초대형 데이터센터의 냉각 시스템의 통제를 AI 프로그램으로 이전했다고 발표했으며, 해당 기업은 AI 알고리즘의 권고사항으로 에너지 사용량이 40%나 감소했다고 보고했다.

하지만 구글 외의 기업들에게는 데이터센터 분야의 AI가 ‘그저 목표일 뿐’ 이라고 비조가 말했다. 그는 “일부 AI/ML 기능은 이벤트 취급, 인프라 건전성, 냉각 최적화에 적용할 수 있다. 하지만 AI/ML 모델이 오늘날의 일반적인 DCIM으로 가능한 수준을 넘어 더욱 가시적인 성과를 달성하려면 몇 년이 걸릴 것이다. 자율주행 자동차 개발과 마찬가지로 초기 단계는 흥미로울 수 있지만 궁극적으로 약속하는 혁신적인 경제/비즈니스와는 거리가 멀다”라고 말했다.

타벳에 따르면 적절한 사람을 고용하거나 교육하여 시스템을 관리해야 한다는 점이 장벽 중 하나이다.

가트너는 “AI옵스 플랫폼 성숙도, AI 기술, 운영 성숙도가 주된 억제제이다. 기타 새로운 고급 배치의 문제로는 데이터 품질, (IT 인프라 및 운영팀 내부의) 데이터 사이언스 기술의 부재 등이 있다”라고 밝혔다.

부숑은 언제나 사람이 큰 장벽이라고 덧붙였다. 그는 데이터 사이언티스트를 고용하는 것이 많은 기업들에게 문제가 되고 있으며 기존의 직원을 교육하는 것도 어렵다고 지적했다.

또한 직원들은 역사적으로 통제력을 앗아가는 기술을 거부했던 적이 많다고 부숑이 말했다. 그는 SDN 개발된 지 10년이 되었지만 IT 운영의 3/4 이상이 여전히 CLI 지향적이라고 지적했다.

부숑이 “우리는 모든 인프라의 운영자들이 AI에 통제권을 넘겨줄 준비가 되어 있다고 생각해야 한다. 한 집단의 사람들이 통제자의 의사결정 능력을 신뢰하지 못한다면 어떻게 이런 태도가 업계 전반에 걸쳐 만연한 상황에서 그들이 태도를 바꾸도록 교육할 수 있을까? 그렇게 하면 일자리를 잃게 될 것이다”라고 말했다.

부숑은 기업들이 AI를 점진적으로 추진하고 광고에 현혹되지 않아야 할 이유라고 덧붙였다. ciokr@idg.co.kr


X