2020.10.23

네트워크 관리에 머신러닝 도입한다?··· 현주소와 걸림돌은

Jon Gold | Network World
네트워크 복잡성이 급증하고 있다. 이에 따라 자동화, 머신러닝, 인공지능이 네트워크 관리를 위한 중요 역량으로 자리잡고 있다. 

기업 네트워크에 자동화 인텔리전스가 도입되는 추세다. 이 가운데 인공지능과 머신러닝에 대한 수요도 점점 늘어나고 있다. 인공지능과 머신러닝이 네트워크 문제를 식별해 복잡한 문제를 즉시 진단할 수 있기 때문이다. 
 
ⓒGetty Images Bank

네트워크 관리에 인공지능과 머신러닝을 도입하면 여러 관리 플랫폼을 통합해 한 곳에서 분석할 수 있다. IT 팀이 다양한 장치 및 앱의 보고 내용을 일일이 들여다보지 않아도 된다. 머신러닝이 네트워크 문제를 빠르게 자동 진단할 수 있기 때문이다.

가트너의 애널리스트 조쉬 체스맨은 “모니터링 툴은 무언가 잘못됐다고 알려주긴 하지만 어디가 잘못됐는지는 알려주지 않는다. 하지만 인공지능과 머신러닝을 이용하면 7개의 서로 다른 툴에서 감지된 26개의 이벤트가 모두 네트워크상의 문제라는 점을 식별할 수 있다"라고 말했다.

기업이 인공지능 및 머신러닝 시스템을 얼마나 빠르게 도입하고 있는지는 확실하게 말할 수 없지만 애널리스트들은 아직 도입 초기 단계라고 분석했다. 

다만 인공지능과 머신러닝의 정확한 의미를 둘러싼 혼선이 도입 걸림돌으로 작용하고 있다. '인공지능'으로 외부 침입자를 식별하거나 트래픽 흐름을 분석하고 최적화할 수 있을 것이라 생각한다면 그렇지 않다는 의미다. 

IDC의 리서치 디렉터 마크 리어리는 새로운 네트워크 관리 툴에서 실제로 발생하는 일을 설명하는 데 인공지능이란 용어를 사용하는 건 다소 과장된 표현이라고 지적했다. 

이어서 그는 “벤더가 이야기하는 인공지능 및 머신러닝 기능을 가만히 들어보면, 이들은 인공지능이 아니라 머신러닝에 관해 말하고 있다”라고 덧붙였다. 

인공지능과 머신러닝의 정의는 엄격하게 구분돼 있지 않다. 큰 틀에서 이 둘의 개념은 같다. 둘 다 여러 출처의 데이터를 읽고, 그 데이터에서 얻어진 산출물을 조정하는 알고리즘이다.

전문가들에 따르면 인공지능은 기업 네트워크상 특정 문제의 원인을 식별하는 시스템이라기 보다는 이러한 알고리즘을 표현하는 수식어라고 보는 게 더 적합하다. 

딜로이트 전략 수석인 재그지트 길은 “한동안 현장에서 예측 관리(predictive maintenance)에 대한 수요가 있었던 까닭에 인공지능이란 용어가 과도하게 사용됐다”라고 진단했다. 

머신러닝 시스템의 도입을 막는 또다른 걸림돌 중 하나는 교차 호환성이다. 현재 시판 중인 머신러닝 제품은 대부분 기존 제품에 새로운 기능을 추가한 형태다. 달리 말하면 전사적으로 시스코 제품을 도입해 사용하는 기업에게는 동일한 시스코 제품에 새로운 기능이 추가된 제품이 도움이 되겠지만, 다양한 벤더의 머신러닝 제품을 사용하는 기업에게는 문제를 일으킬 수 있다. 체스맨은 “수많은 벤더가 유행에 편승해 AI옵스를 도입했다”라며, “하지만 다른 벤더와의 호환성은 고려하지 않았다”라고 지적했다. 

물론 벤더에 구애받지 않는 머신러닝 시스템도 있다. 이를테면 뭉소프트(Moongsoft)과 빅팬더(BigPanda) 등이다. 하지만 특정 벤더의 제품에 포함된 머신러닝 기능을 사용하는 게 훨씬 일반적이다. 체스맨은 “넷스카우트가 대표적인 예다. 이 회사는 몇 가지 머신러닝 기능을 제공하는데 잘 작동한다. 다만 넷스카우트 (제품)에 초점이 맞춰진 제품이긴 하다”라고 전했다. 

액센츄어의 북미 네트워크 부문 책임자 피터 수는 걸림돌이 있긴 하지만 머신러닝은 IT 전문가들의 업무를 훨씬 간편하게 해줄 것이라고 예측했다. 그는 “머신러닝 같은 툴과 솔루션은 계속 발전할 것”이라며, “네트워크에서 일어나는 문제들을 주어진 시간 내에 해결하는 데 도움이 될 것이다”라고 덧붙였다. 

체스맨은 “당장은 아니더라도, 네트워크 자동화를 위해 머신러닝이 일부 도입되는 수준에서 추후 IT 업계의 일자리를 위협하는 수준으로 발전할 수도 있다. 하지만 가까운 미래에는 머신러닝을 도입함으로써 IT업계 근로자들이 더 가치 있는 업무에 집중할 수 있게 될 것”이라며 “완전 자동화는 아직 요원한 일이다”라고 말했다. ciokr@idg.co.kr



2020.10.23

네트워크 관리에 머신러닝 도입한다?··· 현주소와 걸림돌은

Jon Gold | Network World
네트워크 복잡성이 급증하고 있다. 이에 따라 자동화, 머신러닝, 인공지능이 네트워크 관리를 위한 중요 역량으로 자리잡고 있다. 

기업 네트워크에 자동화 인텔리전스가 도입되는 추세다. 이 가운데 인공지능과 머신러닝에 대한 수요도 점점 늘어나고 있다. 인공지능과 머신러닝이 네트워크 문제를 식별해 복잡한 문제를 즉시 진단할 수 있기 때문이다. 
 
ⓒGetty Images Bank

네트워크 관리에 인공지능과 머신러닝을 도입하면 여러 관리 플랫폼을 통합해 한 곳에서 분석할 수 있다. IT 팀이 다양한 장치 및 앱의 보고 내용을 일일이 들여다보지 않아도 된다. 머신러닝이 네트워크 문제를 빠르게 자동 진단할 수 있기 때문이다.

가트너의 애널리스트 조쉬 체스맨은 “모니터링 툴은 무언가 잘못됐다고 알려주긴 하지만 어디가 잘못됐는지는 알려주지 않는다. 하지만 인공지능과 머신러닝을 이용하면 7개의 서로 다른 툴에서 감지된 26개의 이벤트가 모두 네트워크상의 문제라는 점을 식별할 수 있다"라고 말했다.

기업이 인공지능 및 머신러닝 시스템을 얼마나 빠르게 도입하고 있는지는 확실하게 말할 수 없지만 애널리스트들은 아직 도입 초기 단계라고 분석했다. 

다만 인공지능과 머신러닝의 정확한 의미를 둘러싼 혼선이 도입 걸림돌으로 작용하고 있다. '인공지능'으로 외부 침입자를 식별하거나 트래픽 흐름을 분석하고 최적화할 수 있을 것이라 생각한다면 그렇지 않다는 의미다. 

IDC의 리서치 디렉터 마크 리어리는 새로운 네트워크 관리 툴에서 실제로 발생하는 일을 설명하는 데 인공지능이란 용어를 사용하는 건 다소 과장된 표현이라고 지적했다. 

이어서 그는 “벤더가 이야기하는 인공지능 및 머신러닝 기능을 가만히 들어보면, 이들은 인공지능이 아니라 머신러닝에 관해 말하고 있다”라고 덧붙였다. 

인공지능과 머신러닝의 정의는 엄격하게 구분돼 있지 않다. 큰 틀에서 이 둘의 개념은 같다. 둘 다 여러 출처의 데이터를 읽고, 그 데이터에서 얻어진 산출물을 조정하는 알고리즘이다.

전문가들에 따르면 인공지능은 기업 네트워크상 특정 문제의 원인을 식별하는 시스템이라기 보다는 이러한 알고리즘을 표현하는 수식어라고 보는 게 더 적합하다. 

딜로이트 전략 수석인 재그지트 길은 “한동안 현장에서 예측 관리(predictive maintenance)에 대한 수요가 있었던 까닭에 인공지능이란 용어가 과도하게 사용됐다”라고 진단했다. 

머신러닝 시스템의 도입을 막는 또다른 걸림돌 중 하나는 교차 호환성이다. 현재 시판 중인 머신러닝 제품은 대부분 기존 제품에 새로운 기능을 추가한 형태다. 달리 말하면 전사적으로 시스코 제품을 도입해 사용하는 기업에게는 동일한 시스코 제품에 새로운 기능이 추가된 제품이 도움이 되겠지만, 다양한 벤더의 머신러닝 제품을 사용하는 기업에게는 문제를 일으킬 수 있다. 체스맨은 “수많은 벤더가 유행에 편승해 AI옵스를 도입했다”라며, “하지만 다른 벤더와의 호환성은 고려하지 않았다”라고 지적했다. 

물론 벤더에 구애받지 않는 머신러닝 시스템도 있다. 이를테면 뭉소프트(Moongsoft)과 빅팬더(BigPanda) 등이다. 하지만 특정 벤더의 제품에 포함된 머신러닝 기능을 사용하는 게 훨씬 일반적이다. 체스맨은 “넷스카우트가 대표적인 예다. 이 회사는 몇 가지 머신러닝 기능을 제공하는데 잘 작동한다. 다만 넷스카우트 (제품)에 초점이 맞춰진 제품이긴 하다”라고 전했다. 

액센츄어의 북미 네트워크 부문 책임자 피터 수는 걸림돌이 있긴 하지만 머신러닝은 IT 전문가들의 업무를 훨씬 간편하게 해줄 것이라고 예측했다. 그는 “머신러닝 같은 툴과 솔루션은 계속 발전할 것”이라며, “네트워크에서 일어나는 문제들을 주어진 시간 내에 해결하는 데 도움이 될 것이다”라고 덧붙였다. 

체스맨은 “당장은 아니더라도, 네트워크 자동화를 위해 머신러닝이 일부 도입되는 수준에서 추후 IT 업계의 일자리를 위협하는 수준으로 발전할 수도 있다. 하지만 가까운 미래에는 머신러닝을 도입함으로써 IT업계 근로자들이 더 가치 있는 업무에 집중할 수 있게 될 것”이라며 “완전 자동화는 아직 요원한 일이다”라고 말했다. ciokr@idg.co.kr

X