[디지털데일리 이종현기자] “코로나19 기간 동안 네트워크는 우리의 유일한 연결고리였다. 고립됐을 때 아이들이 배울 수 있는, 또 기업들이 사업을 할 수 있는 유일한 방법이다. 모든 것들이 네트워크에 연결되고 있다.”(키리티 콤펠라 주니퍼네트웍스 엔지니어링 부문 CTO)

30일 네트워크 기업 주니퍼네트웍스(이하 주니퍼)는 서울 강남구 인터컨티넨탈 서울 코엑스에서 고객행사 ‘AI 인 액션(AI in Action)’ 콘퍼런스를 개최했다고 밝혔다.

행사의 주제는 인공지능(AI)이다. 정보기술(IT)에서 AI가 어떤 역할을 하는지, 어떻게 활용될지에 대해 소개하는 동시에 주니퍼가 가지고 있는 비전을 공유했다. 키리티 콤펠라(Kireeti Kompella) 주니퍼 엔지니어링 부문 최고기술책임자(CTO)가 한국을 찾아 ‘네트워킹의 미래는 여기 있다(The Future of Networking is HERE)’이라는 주제의 기조연설을 진행했다.

그는 기자들과의 간담회에서 광대역 네트워크(WAN)에 대한 자동화와 네트워크 디지털 트윈(Digital Twin), 지속가능성(Sustainability) 등 3개 사항을 강조했다. AI가 네트워크에 어떻게 녹아들고 있는지, 또 앞으로 어떻게 활용될지 등에 대한 비전을 공유했다.

주니퍼는 AI는 학습을 통해 지능형 기계를 만드는 과학적인 방법으로, 사람이 감각을 통해 판단하는 방식을 구현하는 것으로 정의했다. 때로는 인간이 실수하기 쉬운 영역에서 기계가 더 정확한 경우도 발생된다며, 방화벽 로그 파일을 일일이 뒤져 비정상적인 작동을 찾아내는 것 같은 사소하고 반복적인 작업을 대표적인 예로 들 수 있다고 전했다.

예두 시다링아파(Yedu Siddalingappa) 아시아태평양(APAC) AI 기반 엔터프라이즈 부문 테크 리드는 현재의 AI는 기본적인 과제와 간단한 작업에 초점을 맞춘 한정된 기술 집합 수준으로, 크게 강화학습(Reinforcement Learning), 지도학습(Supervised Learning), 비지도학습(Unsupervised Learning), 생성형 AI 등 4개 카테고리로 구분된다고 밝혔다.

그는 “AI 구현을 위한 세가지 학습은 메커니즘이 무엇이든 일정량의 데이터에 액세스해야 한다. 학습 데이터(Training Data)라고 불리는 이것이 많을수록 AI의 성능은 향상된다. 일반적으로 라벨링(데이터에 이름은 붙이는 작업)된 데이터는 지도 학습에, 라벨링되지 않은 데이터는 비지도 학습에 사용된다”고 설명했다.

ⓒ

이와 같은 AI는 IT 부문에서 반복적으로 패턴을 찾아 적절한 조치를 취하고, 위협이 식별되면 호스트를 격리하고, 사용자 경험이 저하될 경우 근본 원인을 찾아 수정하는 역할을 수행해왔다고 전했다. 문제가 발생할 때 IT 직원에게 알리고, 사용자가 알아차리기 전에 해결하는 등 리스크 관리 측면에서 사고예방은 물론 이슈 발생시 최적의 대응 시스템을 만들어 낸다는 것이다.

시다링아파 리드는 AI는 학습을 기반으로 구현되고, 학습은 데이터로부터 시작되는 만큼 고품질 데이터를 생산하고 사용하도록 설계된 시스템을 사용해야 한다고 강조했다. 또 데이터를 처리해야 하기에 완성도 높은 클라우드 시스템은 반드시 수반돼야 한다고도 피력했다.

AI 시스템이 어떤 방법으로 학습하는지도 살펴봐야 한다고 조언했다. 그는 “어떤 패턴을 식별하고 있는지, 데이터 사이언스 알고리즘은 얼마나 성숙하고 테스트가 됐는지, 명확한 워크플로우로 매핑돼 있는지가 무엇보다 중요하다”고 밝혔다.

주니퍼의 네트워크 AI 솔루션은 ‘미스트(Mist)’다. 시다링아파 리드는 미스트가 클라우드에서 클라우드로의 통합된 비지도 학습을 통해 최고의 네트워크 운영 및 디지털 환경을 구현한다고 강조했다. 또 지도 학습으로 문제 제기를 최소화하며 클라우드 네이티브 플랫폼으로 가장 빠른 롤아웃(Rollout)을 구현할 수 있도록 로드맵을 완성해 나가고도 부연했다.

생성형 AI 기반의 미스트 가상 네트워크 어시스턴트 ‘마비스(Marvis)’도 소개했다. 그는 “마비스는 사용자가 인지하기 전에 문제를 감지, 해결하는 선제적 자동화를 구현한다. 대화형 인터페이스를 결합해 사용자가 원하는 모든 내용들을 찾아주고, 문제를 해결하며, 비용을 대폭 절감하는 방법으로 효율성 기반의 완벽한 AI 시스템을 구현해 낼 수 있다”고 말했다.