2025년 8월 29일
By Marie Fiala
Director of Portfolio Marketing
추론은 지각 AI 및 GenAI(생성형 AI)와 LLM(대규모 언어 모델)의 확산에 이어 등장한 AI 시대의 세 번째 전선입니다. 이제 AI 에이전트는 자율적으로 추론하여 결정을 내리고 행동할 수 있습니다. 이 에이전트 AI 기술은 네트워크 운영에 어떻게 적용될까요? 이 블로그에서는 포트폴리오 마케팅 이사, Marie Fiala가 AI 에이전트가 주요한 운영 고충점인 네트워크 문제 해결을 해결하는 데 어떻게 도움을 줄지 설명합니다.
이제 우리는 '추론 AI'라 불리는 AI 시대의 세 번째 단계에 도달했습니다. Ciena는 통상 AIOps로 알려진, 네트워크 운영의 다양한 측면에 가장 우수한 최신 AI 기술을 적용하는 데 앞장서고 있습니다. 전문가 동료와 이야기하듯 네트워크에게 '말할' 수 있다면 어떨지 상상해 보시기 바랍니다. 성능 병목 현상에 관한 질문을 던지거나 최적화 제안을 요청하거나 자율적으로 문제를 해결하라고 지시할 수 있을 것입니다. AIOps의 본질은 AI 에이전트가 IP/광 네트워크에 관한 질문을 던질 수 있는, 가상 네트워크 엔지니어 역할을 하는 것입니다.
Ciena의 Navigator NCS(Navigator Network Control Suite)는 AI 기반 기능을 통합해 사업자의 수동 개입을 최소화하면서 정보에 입각한 결정을 신속하게 내릴 수 있도록 지원하여 이러한 비전을 구현합니다. Navigator NCS의 목표는 단일 계층 또는 다중 계층 네트워크의 수명 주기 전반에 걸쳐 Navigator NCS 고객에게 운영상 이점을 제공하는 것이며, 여기에는 네트워크 계획, 보증, 예측적 분석, 최적화, 자동화가 포함됩니다. Navigator NCS는 IP/광 네트워크의 과거 및 실시간 데이터를 모두 활용하여 네트워크 수명 주기 전반에 걸쳐 향상된 효율성과 지능적 의사 결정을 보장합니다.
하지만 어디부터 시작해야 할까요? 고객과의 논의 중에 이들은 네트워크 보증과 문제 해결을 가장 중요하면서 시간이 많이 소비되는 운영상의 작업이자, AI를 사용하여 가속 및 자동화하고 싶은 업무로 꼽았습니다. 제 이전 블로그에서는 사용자나 기계에 맞춤화된 응답을 제공하는 동적 작업 흐름을 만들고자 여러 자율 AI 에이전트의 결과를 취합하는 감독자 에이전트(오케스트레이션 에이전트로도 알려짐)와 Navigator NCS 에이전트 AI 프레임워크에 관해 소개했었습니다. 각 에이전트는 GenAI LLM의 도움으로 ReAct(추론과 실행)를 수행합니다. 실제로 이 프레임워크는 유연한 구조로 되어 있습니다. 여기서 AI 에이전트는 추론과 실행을 수행하기 위해 A2A(Agent2Agent) 또는 ACP(에이전트 통신 프로토콜) 등의 프로토콜을 사용해 다른 '하위 에이전트'와 인터페이스로 접속할 수 있으며, MCP(모델 컨텍스트 프로토콜)를 통해 도구를 활용할 수 있습니다. 아래의 그림 1은 이 프레임워크를 묘사한 그림입니다.
그림 1. Ciena의 Navigator 에이전트 AI 프레임워크
네트워크 보증은 두 범주로 나눌 수 있습니다. 하나는 대응적 보증으로, 이미 발생한 네트워크 문제를 해결하는 것입니다. 다른 하나는 선제적 보증으로, 앞으로 발생할 수 있는 문제를 해결하는 것입니다. 대응적 보증의 맥락에서 Navigator의 에이전트 AI 프레임워크는 다양한 잠재적 근본 원인을 탐색하며, 이러한 탐색의 결과를 평가하고 잠재적 의사 결정을 여러 차례 반복하여 솔루션을 제공합니다.
아래 예시에서(그림 2) 사용자는 다운된 IP 링크를 강조 표시해 도움을 요청합니다. 그러자 여러 AI 에이전트가 자연어 문의를 처리하고 사용자의 구체적 맥락 내에서 문제를 동적으로 분석하기 위한 작업에 착수했습니다. 네트워크 컨트롤러 에이전트는 ReAct 메커니즘을 사용해 이 문제의 다양한 원인을 조사하며 마침내 광 전송 언더레이에서 근본 원인을 밝혀내 사용자에게 그 의사 결정 과정을 제시했습니다.
그림 2. Ciena의 Navigator AI Assistant는 네트워크 문제 해결을 돕는 간편한 인터페이스를 제공합니다
Navigator NCS가 기반 광 전송 클라이언트 서비스와 관련된 데이터를 분석 및 시각화하여 문제의 근본 원인을 식별했으며, 추천 해결책을 제시했습니다(그림 3). 여기서 볼 수 있듯이 Navigator NCS는 사용자에게 추론과 실행 단계를 제시하거나, 이를 다른 에이전트에게 제공하거나 이 모든 작업을 자동화할 수 있습니다.
그림 3. Ciena의 에이전트 AI 작업 흐름은 문제를 분석해 빠르게 추천 해결책을 제시합니다.
배포 전략을 운영 우선순위와 일치시키기
에이전트 AI 솔루션을 실현하려면 각 에이전트가 GenAI LLM에 연결해 추론을 수행해야 합니다. 그 결과, 고객은 다음 질문을 떠올리게 됩니다. 즉, '어떤 배포 모델을 사용해야 하는가'입니다. 온프레미스 배포는 보안과 개인 정보 보호 측면에서 최대한의 제어권을 제공하므로 엄격한 규정 준수 요구 사항이 있는 산업에 이상적입니다. 하지만 클라우드 확장성이 부족해 하드웨어와 유지 관리에 상당한 투자가 필요합니다. 이와 대조적으로 공용 클라우드 배포는 탄력적인 연산 리소스를 제공하므로 프레임워크가 작업 부하 수요에 따라 동적으로 확장할 수 있습니다. 이 모델은 비용 효율적이며 민첩하지만, 데이터 개인 정보 보호 및 공유 인프라 보안면에서 우려가 있습니다. 사설 클라우드 배포는 민감한 데이터가 통제된 환경 내에 머무를 수 있도록 향상된 개인 정보 보호 및 보안을 위한 전용 인프라를 유지 관리하면서 클라우드 확장성과 유연성을 제공하는 균형 잡힌 방식입니다.
그렇다면 하이브리드 배포 모델은 어떨까요? 고객은 주요 운영 모델(사설 또는 공용 클라우드)로 클라우드의 모든 성능을 활용할 수 있지만, 클라우드에 연결할 수 없을 경우를 위한 백업으로 온프레미스 설비를 갖출 수 있습니다. 이러한 하이브리드 접근 방식을 취하면 사업자가 네트워크를 항상 주시하고 모니터링할 수 있으며, 필수적인 작업을 수행할 수 있도록 보장하여 클라우드 배포의 위험을 없애줍니다. 적합한 배포 모델을 선택하는 것은 보안, 개인 정보 보호, 비용 효율성, 운영 확장성과 관련된 조직의 우선순위에 달려 있습니다.
네트워크 운영 환경에서 AI 에이전트를 효율적으로 활용할 수 있도록 배포하고 탐색하는 방법은 무궁무진합니다. 이러한 자율 에이전트는 사용자의 지속적인 입력 없이도 복잡한 네트워크 운영 작업을 관리할 수 있으므로 정확하게 추론하여 빠르게 행동할 수 있습니다. 위에서 이런 사항이 어떻게 대응적 네트워크 보증에 도움이 되는지 간략히 설명했었습니다. 이제 고객님의 구체적인 운영 사용 사례를 식별해 Ciena의 Navigator NCS AIOps가 이를 어떻게 가속하고 자동화할 수 있을지 살펴볼 때입니다. 고객님의 네트워크 운영에 AI가 얼마나 큰 영향을 미칠 수 있을지 알아보시기 바랍니다!