생성형 AI(GenAI) 모델을 발전시켜 다양한 사용 사례에 창의적으로 적용함으로써 우리의 삶을 더 편리하게 만드는 경쟁이 계속되고 있습니다. 이러한 추세는 네트워크 운영 분야에서도 뚜렷하게 나타납니다. Ciena의 Marie Fiala 이사가 AI 기술 개선을 지속적으로 연구하고 Navigator Network Control Suite에 통합하여 운영 측면에서 더 나은 결정을 신속하게 내리는 방법에 대해 설명합니다.
AI는 오늘날 기술 시장 부문의 최전선에 있습니다. 연구 개발 기업은 더욱 강력한 GenAI 모델을 개발하고 있으며, DeepSeek를 비롯한 새로운 기업들이 업계에 등장하고 있습니다. 글로벌 콘텐츠 공급자와 서비스 공급자도 발맞춰 나가고 있습니다. 이들은 AI에 필요한 요구 사항을 충족할 수 있도록 네트워크를 재설계하고 확장하고 있습니다.
- LLM(대규모 언어 모델) 학습을 위한 초연결 초고성능 GPU 클러스터
- 실시간 추론을 위한 고대역폭 연결로 사용자 질의에 응답
또한 글로벌 콘텐츠 및 서비스 공급자는 AI를 활용하여 네트워크 운영을 개선하고 가속화하는 방법, 즉 AIOps를 모색하고 있습니다. 이전 블로그에서 Ciena 전문가들과 몇 가지 주요 사용 사례에 대해 토의했습니다. 일반적으로 AI, ML(머신 러닝) 및 GenAI는 네트워크 운영팀의 역량을 강화하기 위해 세 가지 핵심 영역에 적용될 수 있습니다.
- 보장
- 최적화
- 자동화
오늘날 네트워크 사업자는 이러한 각 영역에서 구체적으로 수행하려는 작업이 무엇인지 알아야 할 뿐만 아니라 사용할 도구와 사용 방법에 대해서도 알아야 합니다. 그러한 도구가 있다는 사실조차 모른다면 어떨까요? Navigator NCS(Navigator Network Control Suite) 의 AI 기반 자연어 인터페이스인 Navigator AI Assistant를 만나보세요. 사용자가 의도를 알고 질문하기만 하면 AI Assistant가 어떤 도구와 기능을 사용하여 질문에 답할지 결정합니다. 이는 백과사전을 직접 훑어보는 것에서 웹 브라우저에 질문을 입력하는 방식으로 바뀌었을 때 발생한 엄청난 변화와 유사합니다. 웹 브라우저는 방대한 인터넷 지식 기반에서 찾을 수 있는 최적의 답변을 자동으로 찾아줍니다.
네트워크 보장, 최적화 및 자동화의 맥락에서 올바른 도구와 데이터를 사용할 수 있어야 한다는 기본 요구 사항이 있습니다. 그렇지 않으면 생성된 응답의 가치가 거의 없습니다. 따라서 네트워크 제어 시스템에 내장된 지능성을 제대로 이해하는 것이 중요합니다. 특히 고급 분석 분야의 전문성을 바탕으로 시작하는 것이 필수적입니다.
오늘날의 Navigator NCS에는 네트워크 활용성 추세, 구성 감사, 문제 분석, 광 케이블 장애 파악, 서비스 상태 인사이트 등을 위한 수많은 AI 기반 기능이 있습니다. 이 모든 기능은 직관적인 GUI 인터페이스로 제공되거나 API를 통해 프로그래밍 방식으로 액세스할 수 있습니다. AIOps의 비결은 운영자의 의도를 신속하게 처리하기 위해 적절한 데이터 세트와 적절한 도구를 올바른 순서로 적시에 연결하는 것입니다.
이 작업은 어떻게 수행될까요? 핵심은 아래 그림 1에 설명된 대로 동적 작업 흐름을 제공하기 위해 전체를 아우르는 오케스트레이션 에이전트와 함께 여러 AI 에이전트를 사용하는 것입니다. 각 에이전트는 자체 범위를 책임지며 데이터베이스나 네트워크 요소 내에 저장된 소스 데이터를 활용하여 추론을 수행하고 결정을 내리고 조치를 취합니다. 이를 에이전트 AI라고 합니다. 인간 운영자는 사용하기 쉬운 자연어 인터페이스를 활용하여 결과를 검증하고 필요에 따라 다중 루프를 시작함으로써 동적 작업 흐름에 참여합니다.
그림 1. 에이전트 AI 기반 동적 작업 흐름
향후에는 AI 에이전트가 백그라운드에서 실행되어 성능 추세나 이상 징후를 확인하기 위해 네트워크 데이터를 선제적으로 분석할 수 있습니다. 그러면 요청을 받지 않고도 잠재적인 문제에 대해 사용자 또는 다른 자동화 계층에게 경보를 보낼 수 있습니다. 이것이 자동화된 선제적 보장 및 성능 최적화의 최종 목표입니다.