인터뷰
Shaktiman Mall, Principal Product Manager, Aviatrix – 인터뷰 시리즈
Shaktiman Mall은 Aviatrix의 Principal Product Manager입니다. 네트워크 솔루션을 설계하고 구현하는 데 10년 이상의 경험을 가지고 있으며, Mall은 지식, 창의력, 적응성 및 정밀성을 자랑합니다. Aviatrix에 합류하기 전에 Mall은 Palo Alto Networks의 Senior Technical Marketing Manager 및 MphasiS의 Principal Infrastructure Engineer로 근무했습니다.
Aviatrix는 비즈니스들이 민첩하게 유지하도록 클라우드 네트워킹을 단순화하는 데 중점을 둔 회사입니다. 클라우드 네트워킹 플랫폼은 500개 이상의 기업에서 사용되고 있으며, 변경하는 요구에 대응하기 위해 가시성, 보안 및 제어가 제공됩니다. Aviatrix Certified Engineer (ACE) 프로그램은 멀티클라우드 네트워킹 및 보안에 대한 인증을 제공하며, 전문가들이 디지털 변환 트렌드에 따라 최신 정보를 유지하도록 지원합니다.
컴퓨터 엔지니어링과 사이버 보안에 처음 관심을 가졌던 것은 무엇입니까?
학생으로서, 저는 처음에 의학을 공부하고 생물공학 학위를 취득하려고 했습니다. 그러나 이전 10년 동안의 기술적 발전과 지평선에 나타난 새로운 기술에 대한同学들의 대화 후에 컴퓨터 과학으로 전환하기로 결정했습니다.
현재 Aviatrix에서의 역할을 설명하고 책임과 평균 일日の 모습을 공유해 주시겠습니까?
저는 Aviatrix에서 2년 동안 근무하고 있으며 현재 제품 조직에서 Principal Product Manager로 근무하고 있습니다. 제품 매니저로서, 저의 책임에는 제품 비전을 구축하고 시장 조사 및 판매, 마케팅 및 지원 팀과 상담이 포함됩니다. 이러한 입력과 직접 고객과의 참여가 결합되어 기능 및 버그 수정을 정의하고 우선순위를 지정하도록 도와줍니다.
저는 또한 제품이 고객의 요구에 맞는지 확인합니다. 새로운 제품 기능은 사용하기 쉽고 불필요하게 복잡하지 않아야 합니다. 저의 역할에서, 저는 이러한 기능의 타이밍도 고려해야 합니다. 오늘날 엔지니어링 자원을 할당할 수 있습니까, 아니면 6개월 후에 할 수 있습니까? 그렇다면 론칭은 단계적으로 또는 다른 버전으로 진행되어야 합니까? 가장 중요한 것은 투자 수익률은 무엇입니까?
평균 일일에는 엔지니어링, 프로젝트 계획, 고객 통화 및 판매 및 지원 팀과의 회의가 포함됩니다. 이러한 논의를 통해 저는 곧 출시될 기능 및 사용 사례에 대한 업데이트를 받을 수 있으며 현재 문제 및 피드백을 이해하여 출시 전에 문제를 해결할 수 있습니다.
IT 팀이 기존 클라우드 인프라에 AI 도구를 통합할 때 직면하는 주요 도전은 무엇입니까?
AI를 IT 기술에 통합하는 실제 경험에 기반하여, 저는 다음과 같은 4가지 도전이 있을 것이라고 믿습니다:
- 데이터 및 통합: 데이터는 AI를 풍부하게 하지만, 데이터가 조직 내의 다양한 장소와 리소스에 분산되어 있을 때, 이를 제대로 활용하는 것이 어려울 수 있습니다.
- 확장: AI 작업은 CPU 집약적일 수 있으므로 확장이 어려울 수 있습니다.
- 교육 및 인식: 회사가 가장 강력한 AI 솔루션을 가지고 있다고 해도, 직원이 이를 사용하는 방법을 모르는 경우 또는 이를 이해하지 못하는 경우, 이는 제대로 활용되지 않을 것입니다.
- 비용: 특히 IT의 경우, 품질이 좋은 AI 통합은 저렴하지 않을 수 있으며, 비즈니스에서는 적절히 예산을 할당해야 합니다.
- 보안: 클라우드 인프라가 AI 애플리케이션에 관련된 보안 표준 및 규제 요구를 충족하는지 확인합니다.
비즈니스에서는 어떻게 클라우드 인프라를 강화하여 AI 애플리케이션의 높은 컴퓨팅 요구를 지원할 수 있습니까?
AI 애플리케이션을 실행하는 데 여러 가지 요인이 있습니다. 먼저, 확장성 및 성능을 위해 적절한 유형과 인스턴스를 찾는 것이 중요합니다.
또한, 이러한 애플리케이션이 회사 내에서 사용 가능한 정적 데이터와 자신의 데이터베이스를 구축하기 때문에 충분한 데이터 저장소가 필요합니다. 데이터 저장소는 비용이 많이 들 수 있으므로, 비즈니스에서는 다양한 유형의 저장소 최적화를 평가해야 합니다.
또 다른 고려 사항은 네트워크 대역폭입니다. 회사의 모든 직원이 한 번에 동일한 AI 애플리케이션을 사용하는 경우, 네트워크 대역폭이 확장되어야 합니다. 그렇지 않으면 애플리케이션이 너무 느려서 사용할 수 없습니다. 또한, 회사는 중앙 집중식 AI 모델을 사용하여 컴퓨팅이 단일 위치에서 발생하는지, 또는 분산 AI 모델을 사용하여 데이터 원천에 가까운 곳에서 컴퓨팅이 발생하는지 결정해야 합니다.
AI의 채택이 증가함에 따라, IT 팀은 사이버 공격의 위험을 어떻게 보호할 수 있습니까?
보안을 고려할 때 두 가지 주요 측면이 있습니다. 첫째, 외부 위험으로부터 어떻게 보호할 수 있습니까? 둘째, 고객의 개인 정보 또는 회사 내의 기밀 정보가 회사 내에 유지되고 노출되지 않는지 어떻게 확인할 수 있습니까? 비즈니스에서는 누가 어떤 데이터에 접근할 수 있는지, 누가 접근할 수 없는지 결정해야 합니다. 제품 매니저로서, 저는 다른 사람에게 접근할 수 없거나 코드가 없는 민감한 정보가 필요합니다.
Aviatrix에서, 우리는 고객이 기술을 채택하는 동안 공격으로부터 보호하도록 도와줍니다. 네트워크 대역폭 최적화를 기억하세요. Aviatrix는 고객의 네트워크를 통해 데이터를 관리할 수 있으므로, 가시성 및 보안 시행을 제공할 수 있습니다.
또한, 우리의 분산 클라우드 방화벽 (DCF) 는 분산 AI 모델의 도전을 해결하는 데 도움이 됩니다. 여기서 데이터가 여러 위치에서 조회되며, 지리적 경계와 다른 법률 및 규정으로 구분됩니다. 구체적으로, DCF는 전 세계적으로 단일 집합의 보안 규정 준수를 지원하여 동일한 보안 및 네트워킹 아키텍처가 지원됩니다. Aviatrix 네트워크 아키텍처를 사용하면 우리는 병목 현상을 식별할 수 있으며, 여기에서 우리는 동적으로 라우팅 테이블을 업데이트하거나 고객이 새로운 연결을 생성하여 AI 요구를 최적화하도록 도울 수 있습니다.
비즈니스에서는 어떻게 클라우드 지출을 최적화하면서 AI 기술을 구현할 수 있습니까? Aviatrix 플랫폼은 이에 어떤 역할을 합니까?
AI를 구현하는 동안 비즈니스에서 클라우드 지출을 최적화하는 주요 관행 중 하나는出口 지출을 최소화하는 것입니다.
클라우드 네트워크 데이터 처리 및出口 수수료는 클라우드 비용의 중요한 구성 요소입니다. 이러한 비용 구조는 기업의 확장성 및 데이터 이식성을 방해하며, 클라우드 데이터 볼륨이 증가함에 따라 비용이 감소할 수 있습니다.
Aviatrix는 고객에게 가시성 및 제어를 제공하는出口 솔루션을 설계했습니다. 우리는 не仅 게이트웨이를 통한 시행을 수행하며, 네트워크 인터페이스 카드 수준에서 네이티브 오케스트레이션을 수행하여 상당한 비용 절감을 제공합니다. 실제로,出口 지출에 대한 숫자를 분석한 후, 고객은 20%에서 40%의 절감을 보고했습니다.
우리는 또한 자동으로 리소스 사용량을 자동으로 감지하고 필요에 따라 자동으로 업그레이드하는 자동 리사이징 기능을 구축 중입니다.
마지막으로, 우리는 멀티클라우드 환경에서 지능형 라우팅, 트래픽 엔지니어링 및 보안 연결과 같은 고급 네트워킹 기능을 통해 최적의 네트워크 성능을 제공합니다.
Aviatrix CoPilot은 멀티클라우드 환경에서 AI 배포에 대한 가시성 및 제어를 제공하면서 운영 효율성을 어떻게 향상시킵니까?
Aviatrix CoPilot의 토폴로지 뷰는 실시간 네트워크 지연 및 처리량을 제공하여 고객이 VPC/VNets의 수를 볼 수 있습니다. 또한, 다양한 클라우드 리소스를 표시하여 문제 식별을 가속화합니다. 예를 들어, 고객이 네트워크에서 지연 문제를看到하는 경우, 영향을받는 자산을 알 수 있습니다. 또한, Aviatrix CoPilot는 고객이 병목 현상, 구성 문제 및 잘못된 연결 또는 네트워크 매핑을 식별하도록 도와줍니다. 또한, 고객이 게이트웨이를 노드로 확장하여 더 많은 AI 기능을 수용해야 하는 경우, Aviatrix CoPilot는 자동으로 감지하고, 확장 및 업그레이드할 수 있습니다.
Aviatrix CoPilot의 동적 토폴로지 매핑 및 내장 보안 가시성이 AI 애플리케이션의 실시간 문제 해결을 어떻게 도와줍니까?
Aviatrix CoPilot의 동적 토폴로지 매핑은 또한 강력한 문제 해결 기능을 제공합니다. 고객이 다른 클라우드 간의 문제(트래픽이 차단되는 위치를 이해해야 함)를 해결해야 하는 경우, CoPilot는 이를 식별하고 해결을 가속화할 수 있습니다. Aviatrix CoPilot는 네트워크 측면을 시각화하는 것 외에도 보안 시각화 구성 요소를 제공하는 우리의 자체 위협 IQ를 제공하여 보안 및 취약성 보호를 수행합니다. 우리는 고객이 네트워킹 및 보안을 하나의 포괄적인 시각화 솔루션으로 매핑하도록 도와줍니다.
우리는 또한 비용 계획을 위해 비용 IQ와 성능을 위해 자동으로 리사이징 및 네트워크 최적화를 제공합니다.
Aviatrix는 다양한 클라우드 제공 업체에서 AI 도구를 통합할 때 데이터 보안 및 규정 준수를 어떻게 보장합니까?
AWS와 Amazon Bedrock AI 엔진은 Azure 및 Microsoft Copilot와 다른 보안 요구 사항을 가지고 있습니다. Aviatrix는 고객이 CSP에 따라 보안 및 네트워크 요구 사항을 자동으로 조정할 수 있는 오케스트레이션 레이어를 생성하도록 도와줍니다. 예를 들어, Aviatrix는 모든 CSP에 관계없이 데이터를 자동으로 분할할 수 있습니다.
이러한 모든 AI 엔진은 공개 서브넷 내에 있으므로 인터넷에 접근할 수 있으며, 이는 기밀 데이터를 사용하기 때문에 추가적인 취약성을 생성합니다.幸히, 우리의 DCF는 공개 및 비공개 서브넷에서 모두 작동할 수 있습니다. 공개 서브넷을 넘어서, 이는 다른 지역 및 CSP 간, 데이터 센터 및 CSP 또는 VPC/VNets 간, 또는 임의의 사이트와 클라우드 간에 작동할 수 있습니다. 우리는 VPC/VNets 및 지역 간에 데이터를 안전하게 전송하기 위해 종단 간 암호화를 설정합니다. 또한, 시스템에서 수행된 작업에 대한 광범위한 감사 및 로깅과 통합 네트워크 및 정책과 위협 탐지 및 패킷 검사를 제공합니다.
클라우드 컴퓨팅과 AI의 교차점에서 미래의 트렌드를 예상해 보시겠습니까? Aviatrix는 이러한 트렌드를 해결하기 위해 어떻게 준비하고 있습니까?
저는 클라우드 컴퓨팅과 AI의 상호 작용이 네트워킹, 보안, 가시성 및 문제 해결을 위한驚異적인 자동화 능력을 낳을 것이라고 생각합니다.
이것은 또한 네트워크에 들어오는 다양한 유형의 데이터를 분석하고 가장 적합한 정책 또는 보안 규정을 추천할 수 있습니다. 마찬가지로, 고객이 HIPAA를 시행해야 하는 경우, 이 솔루션은 고객의 네트워크를 스캔한 다음 해당 전략을 추천할 수 있습니다.
문제 해결은 주요 투자입니다. 왜냐하면 이것은 고객을 지원하기 위해 콜 센터가 필요하기 때문입니다. 그러나 이러한 문제의 대부분은 인간의 개입이 필요하지 않습니다.
생성 AI (GenAI)도 클라우드 컴퓨팅에서 게임 체인저가 될 것입니다. 오늘날, 토폴로지는 day-zero 결정입니다. 즉, 아키텍처 또는 네트워킹 토폴로지가 구축되면 변경하기가 어렵습니다. 저는 지평선에 나타날 수 있는 하나의 사용 사례가 특정 요구 사항에 따라 최적의 토폴로지를 추천하는 솔루션일 것이라고 생각합니다. GenAI 솔루션은 또한 사용자가 새로운 법률 및 규정에 따라 정기적으로 새로운 보안 스택을 생성하도록 도와줄 수 있습니다.
Aviatrix는 데이터 원천에 가까운 곳에 더 많은 AI가 위치할 수 있으므로, 데이터 센터에 대한 동일한 보안 아키텍처를 구현하는 데 도움을 줄 수 있습니다. 우리는 또한 클라우드 및 에지에서 AI 컴퓨팅이 실행되는 브랜치 및 사이트를 연결하는 데 도움을 줄 수 있습니다.
우리는 또한 동일한 회사 내의 다른 고객 또는 엔티티와의 B2B 통합을 지원합니다.
AI는 인프라를 구축하는 방법에 영향을 미치는 새로운 및 흥미로운 컴퓨팅 트렌드를 주도하고 있습니다. Aviatrix에서, 우리는 안전하고 무결한 클라우드 네트워킹 솔루션으로 기회를 잡을 준비가 되어 있습니다.
멋진 인터뷰에 감사합니다. 더 많은 정보를 배우고 싶은 독자는 Aviatrix를 방문해야 합니다.
