네트워크 작업에 AI가 도와줄 수 있는 5가지 및 도와줄 수 없는 5가지

오늘날의 디지털 환경은 네트워크 인프라의 복잡성과 규모가 기하급수적으로 증가하면서 빠르게 진화하고 있습니다. 이러한 급증은 네트워크를 효율적으로 관리하는 것을 더 어려운挑戰으로 만들고 있습니다. 네트워크 작업을 도와주는 다양한 도구들이 있지만, Gartner는 네트워크 작업의 2/3가 여전히 수동이라고 주장합니다. 따라서 네트워크 운영과 관리를 간소화하는需求이 계속 증가하고 있습니다.

さらに, 클라우드 컴퓨팅과 가상화 기술의採用은 새로운 기술과 서비스와 결합되어 조직이 더 유연하고 확장 가능한 네트워크 관리 기술을 필요로 합니다. 이러한 기술은 네트워크 트래픽과 디바이스의 증가하는 볼륨을 처리하는 데 도움이 될 수 있습니다. 스크립팅은 오래전부터 개별 엔지니어링 작업을 자동화하는 방법으로 사용되어 왔지만, 전체 운영 팀에 걸쳐 확장할 수는 없습니다.

여기서 AI와, 더 구체적으로, 생성적 AI의 약속이 등장합니다. 지난 2년 동안 시장의 촉매제로 작용했습니다. 그러나 네트워킹 공간에 많은 AI 기반 기술이 등장하면서, 어떤 기능이 실제이고 어떤 것이 AI 화이트워싱인지 이해하기가 어려울 수 있습니다. 현재 네트워크 작업에 AI가 도와줄 수 있는 5가지와 도와줄 수 없는 5가지 영역을 살펴보겠습니다.

네트워크 작업에 AI가 도와줄 수 있는 영역:

1. 인프라스트럭처 발견과 구성 분석 – 조직의 IT 인프라스트럭처를 구성하는 모든 물리적 및 가상의 구성 요소를 식별하고 카탈로그화하는 것은 표준 운영 절차입니다. 또한 구성 요소 내의 설정, 구성, 상태를 조사하는 것도 포함됩니다. 이 과정은 수동으로 수행할 경우 일주일에 수 시간이 걸릴 수 있습니다. 그러나 AI를 사용하여 네트워크의 디지털 트윈을 생성하면 이 과정을 크게 가속화할 수 있습니다. 예를 들어, BGP 터널 다운을 2시간에서 10분으로 줄일 수 있습니다. 또한 AI는 디바이스 하드웨어 또는 소프트웨어, 구성, 리소스, 성능, 보안 위험 평가와 관련된 모든 중요한 정보를 즉시 제공할 수 있습니다.

2. 동적 매핑 – 네트워크 시각화, 네트워크 모니터링, 문제 해결 등을 위해 네트워크 매핑을 사용합니다. AI는 네트워크의 전체 디지털 트윈을 사용하여 네트워크 토폴로지를 동적으로 그릴 수 있습니다. 이는 몇 분 내에 네트워크 쿼리 또는 네트워크 문제와 관련된 네트워크 장치 및 구성 요소 간의 관계, 경로, 연결을 자동으로 발견, 문서화, 업데이트할 수 있습니다. AI 없이 네트워크 엔지니어는 Visio에서 수 시간을 걸려야 합니다. 또한 이러한 맵은 몇 주 또는 몇 일 내에 구식이 될 수 있습니다.

3. 루트 원인 분석 및 이상 징후 감지 – 네트워킹 전문가는 루트 원인 분석과 이상 징후 감지의 중요성을 잘 알고 있습니다. 이러한 분석은 시스템과 프로세스의 안정성, 보안, 효율성을 보장합니다. 일반적으로 이러한 분석에는 수년간의 경험을 가진 IT 전문가의 직관적인 전문 지식이 필요합니다. 그러나 AI는 네트워크 자동화에 사용할 수 있는 진단 또는 평가 논리를 제안할 수 있습니다. 이는 프로그래머가 코드를 생성하는 방식과 유사합니다. AI는 또한 장치당 자동화를 신뢰성 있게 복제, 적응, 확장할 수 있습니다.

4. 추천 조치 – 문제 해결과 마찬가지로 서비스 장애를 복구하는 데(원하는 기준선으로 복구하는 데) 전문가의 기술이 필요합니다. 이는 벤더 문서를 조사하고 최고의 관행과 개인 경험을 습득하는 것을 포함합니다. AI는 수십 년의 경험을 카탈로그화하고 새로운 문제에 대한 부족한 지식을 모든 수준의 엔지니어에게 더 잘 배포할 수 있습니다. 일단 진단이 이루어지고 받아들여지거나 원치 않는 경향이 확인되면 AI는 수정 조치, 다음 단계, 후속 절차 또는 변경 제안을 추천할 수 있습니다.

5. 대시보드 및 보고서 – 실시간 관찰 가능성, 실행 가능한 통찰력, 빠른 의사 결정은 모두 네트워크 작업의 일부입니다. 자동화는 이러한 프로세스를 크게 간소화할 수 있습니다. 그러나 자동화 결과는 어떻게 인간의 의사 결정자에게 제시될까요? 유용한 분석을 시각화하는 것은 riêng biệt한 산업이 되었습니다. 수십 개의 그래프 및 대시보드 플랫폼이 있습니다. 그러나 이러한 플랫폼을 사용하여 사용자 지정 대시보드와 보고서를 생성하는 데에는 주의 깊은 고려와 수 시간 또는 수 일의 작업이 필요합니다. AI는 사용자 지정 대시보드와 보고서를 생성하여 추적, 모니터링, 협력을 위한 특정 사용 사례에 대한 관찰 가능성과 자동화 결과의 시각화를 크게 쉽게 할 수 있습니다. 수천 개의 네트워크 통찰력을 수집하여 자동 분석한 데이터를 한눈에 볼 수 있는 시각적 대시보드를 상상해 보십시오. 그리고 이 데이터를 우rgent한 문제와 우선 순위 작업을 강조하는 대시보드로 변환하는 AI 어시스턴트를 상상해 보십시오.

네트워크 작업에 AI가 도와줄 수 없는 영역:

1. 네트워크 변경 승인 – 네트워크 작업은 다운타임의 위험을 최소화하고, 규정 준수를 유지하고, 보안을 유지하며, 비즈니스 목표와 일치시키는 것을 목표로 합니다. 따라서 네트워크 변경을 승인하는 것은 매우 중요한 기능입니다. AI는 추천 조치를 제안할 수 있지만, 네트워크 변경을 승인하거나 최종화할 수는 없습니다. 이러한 변경은 복잡하며, 모든 기업 네트워크는 다르며, 오류는 수십万元의 다운타임 비용을 초래할 수 있습니다. AI는 아직 이러한 중요한 작업에 대한 충분한 네트워킹 지식을 보여주지 못했습니다.

2. 복잡한 네트워크 설계 – 모든 네트워크와 요구 사항은 고유합니다. AI는 단순한 네트워크를 설계할 수 있지만, 기업 네트워크는 너무 복잡하고 특정 사용 사례에 맞춰져 있습니다. 마이크로 트레이딩 회사는 초저지연 네트워크가 필요할 수 있습니다. 비디오 콘텐츠 전달 회사는 높은 대역폭이 필요할 수 있습니다. 의료 회사는 높은 가용성이 필요할 수 있습니다. 또한 다양한 프로토콜이 각 기업에 가장 적합할 수 있습니다. 전통적인 IP, 멀티캐스트, MPLS, SD-WAN 등이 있습니다. AI는 모든 네트워크 설계의 가능한 반복을 계산하고 최상의 설계를 선택할 수 없습니다. 인간만이 이러한 고려와 결정을 내릴 수 있습니다.

3. 선택하기 – 네트워크 전문가들은 매일 트래픽 관리, 성능 최적화, 경고 및 사고 대응, 네트워크 변경 승인 등과 관련된 중요한 결정들을 내립니다. AI는 이러한 결정에 필요한 정보를 제공할 수 있지만, 트레이드오프를 평가하거나,艱難한 결정을 내리거나, 妥協을 선택할 수는 없습니다. 병원이나 정부 기관의 네트워크 서비스 제공에 영향을 미치는 결정은 AI에게 맡기고 싶은가요?

4. 책임지기 – 네트워크 작업은 가용성, 네트워크 성능, 문제 관리, 규정 준수 등에 따라 평가됩니다. AI가 혼합되면 팀은 어떻게 평가할까요? “AI의 잘못”이라고 말하는 것이 주요 이해관계자나 고객에게 받아들여질까요? AI는 주요 이해관계자나 고객을 달래줄 수 없습니다.

5. 혁신하기 – 효율성 향상, 성능 개선, 확장성 향상, 사용자 경험 개선 등은 모두 혁신을 필요로 합니다. 인간은 오늘날의 네트워크의 복잡성을 이해하고, 조직의 비즈니스 목표와 역할의 기능을 결합하여 고유한 아이디어와 솔루션을 개발할 수 있습니다. AI는 아이디어를 변형시키거나 새로운 것을 생성할 수 없습니다. 또한 혁신적인 네트워크 솔루션을 제공할 수 없습니다.

네트워크 작업에 AI를 사용하는 것은 강력한 도구입니다. 네트워크 작업 팀에게 가시성을 향상시키고, 작업을 자동화하고, 더 많은 것을 제공할 수 있습니다. 그러나 아직 할 수 없는 것이 많습니다. 우리는 이 상호 작용의 시작에 있습니다. 네트워크 작업에서 보고 싶은 킬러 AI 기능은 무엇인가요?