AIOps, 작게 시작해 크게 확장하다

AIOps 도입, 너무 많은 것을 한꺼번에 해결하려는 것처럼 느껴지시나요? 조직 내에서 AI를 시범 도입해 일부 효율성 향상을 경험하셨을 수 있습니다. 하지만 AI 활용을 어떻게 체계화해 프로세스를 재검토하고 간소화할 수 있을까요? 이 블로그에서 Ciena의 Marie Fiala는 뚜렷한 운영 개선 효과를 입증하고, 조직 내 수용을 이끌어내며, 비즈니스에 더 큰 영향을 미칠 수 있는 사용 사례를 탐색할 추진력을 확보하기 위한 실질적인 방향을 제시합니다.

AIOps 도입을 전면적인 전환으로 시작할 필요는 없습니다. 많은 네트워크 운영자에게 가장 현명한 접근법은 명확한 문제를 해결하고, 측정 가능한 가치를 제공하며, 조직 전반의 신뢰를 얻을 수 있는 하나의 운영 사용 사례부터 시작하는 것입니다. 그 첫 번째 성공이 중요합니다. 이는 AI를 흥미로운 시범 프로젝트 수준에서 벗어나 일상적인 네트워크 운영에 실질적으로 활용할 수 있도록 하는 데 도움이 됩니다.

많은 운영자들이 이미 AI를 시범적으로 도입해 보았고, 고무적인 효율성 향상도 경험했습니다. 이제 다음 과제는 이를 체계화하는 것입니다. 즉, AI와 최근 주목받고 있는 에이전틱 AI를 활용해 기존 프로세스의 처리 속도와 일관성, 품질을 높이는 것입니다. 핵심은 효과가 분명하게 드러나는 사용 사례를 선택하는 것입니다. 이는 엔지니어가 필요한 답을 더 빠르게 찾도록 지원하거나, 문제 해결 주기를 단축하고, 반복적인 워크플로를 자동화하거나, 용량 계획을 개선하는 것을 의미할 수 있습니다. 운영자가 한 영역에서 효과를 확인하면, 다른 영역으로 확장하기가 훨씬 수월해집니다.

생산성 가속기로서의 AIOps

생성형 AI는 이미 일상생활에서 우리가 정보를 검색하는 방식을 바꾸어 놓았으며, 한층 간편하고 신속하게 정보를 검색할 수 있도록 해주고 있습니다. 이와 같은 원리는 광학 및 IP 분야 전문가들이 고도의 기술 개념과 벤더별 구현 방식에 능숙할 것이 요구되는 네트워크 운영에도 그대로 적용됩니다. 올해 IDC Worldwide Telco DX IT Applications and AI Survey에서 통신사들은 AI 이니셔티브 구현의 최우선 목표로 직원 생산성 향상을 꼽았습니다.¹

숙련된 운영 인력이 은퇴하고 신입 팀원은 빠르게 도메인 지식을 쌓아야 하는 상황에서 작업 인력의 역량 향상은 그 어느 때보다 중요합니다. AI 어시스턴트는 정보 검색과 관리 시스템 제어에 소요되는 시간을 줄여줌으로써 숙련된 엔지니어뿐 아니라 경력이 짧은 직원에게도 도움이 될 수 있습니다. 운영자는 찾고 있는 답이 어느 메뉴나 스크린, 보고서 또는 문서에 있는지 알고 있을 필요 없이, 자연스러운 언어 형태로 질문을 하고 답을 얻을 수 있습니다.

어디에서 시작해야 하나? 우선 시도해 보기

Ciena는 지난 1년간 수많은 서비스 제공업체와 협력하며 그들의 최우선 운영 과제를 파악하고 Navigator Network Control Suite(Navigator NCS)의 AIOps 기능이 이러한 과제를 해결하는 데 어떻게 도움이 될 수 있는지 보여주고 있습니다. 가장 일반적인 시작점은 직관적인 사용자 인터페이스인 Navigator AI Assistant입니다. 여기에서 명령어를 입력해 여러 데이터세트에 걸쳐 문서를 검색하고, 맞춤형 보고서를 생성하며, 복잡한 문제 해결과 유지보수, 계획 수립 작업을 지원받을 수 있습니다. Navigator NCS 시연에서는 운영자들이 시작한 지 몇 분도 채 되지 않아 열광적인 반응을 표하며, 네트워크 문제를 조사하고 해결하는 데 상당한 시간을 절약할 수 있을 것이라고 말합니다.

현재 여러 Ciena 고객사가 시범 테스트를 진행 중이며, Navigator NCS가 운영팀이 매일 마주하는 다양한 질문에 적절하고 정확한 답변을 제공해 업무에 큰 가치를 더하고 있다고 평가하고 있습니다. 예를 들면 다음과 같습니다:

• 업그레이드 수행을 위해 새로운 네트워크 요소 소프트웨어를 어떻게 로드하나요?
• 이 서비스의 문제해결 및 근본 원인 파악을 도와주세요.
• A부터 Z까지, 포토닉 서비스를 어떻게 프로비저닝하나요?
• 광학 임계값은 어떻게 설정해야 하나요?
• 광섬유 접속 후에 파워 측정은 어떻게 수행하나요?
• 이 네트워크 요소의 성능이 왜 느려졌나요?
• IS-IS 인접 관계 형성을 방해하는 구성 오류를 어떻게 식별할 수 있나요?
• 이 VPN은 왜 다운되었나요?

답 찾기에서 문제 해결로 진화

AI Assistant 사용이 익숙해지면, Navigator NCS의 에이전틱 AI 엔진을 뒷받침하는 다계층 도메인 전문성을 십분 활용해 지속적인 운영 과제를 해결할 수 있습니다. 구체적인 사용 사례는 각 서비스 제공업체마다 다를지라도 일반적으로 광학 및 IP 네트워크 분야에서는 다음 세 가지 범주로 분류됩니다: 네트워크 문제해결, 워크플로 자동화, 네트워크 용량 계획 및 최적화. 바로 이 세 영역에서 에이전틱 AI가 핵심 역할을 합니다. Navigator NCS AI 에이전트는 단순히 정보를 찾아주는 데 그치지 않고, 여러 데이터 소스의 정보를 종합해 추론하고, 관련 작업을 조율하며, 운영 워크플로에서 적절한 조치를 권고할 수 있습니다. 시스템에 대한 신뢰가 쌓이면 사용자는 더 높은 수준의 자율적인 운영으로 나아갈 수 있습니다.

또한 Navigator NCS는 노스바운드 A2A(에이전트 대 에이전트) 인터페이스를 통해 기능을 제공해, 운영자가 이를 자신이 선택한 상위 에이전틱 AI 프레임워크에 손쉽게 통합할 수 있도록 합니다. 예를 들어, 운영 지원 시스템(OSS) 레이어에 해당하는 운영자의 에이전틱 엔진은 Navigator의 Optical 및 converged IP/Optical 도메인 전문지식을 활용하여 엔드투엔드(종단 간) 비즈니스 지향 워크플로를 실행할 수 있습니다.

그림 1: Navigator NCS가 A2A를 이용해 비즈니스 운영에 필요한 자체 전문 기능을 외부로 노출

더욱 빠른 네트워크 문제 해결

네트워크 보증은 AIOps의 가치를 가장 분명하게 보여줄 수 있는 분야 중 하나입니다. 서비스 수준 협약(SLA) 준수 여부는 운영자가 문제를 신속하게 감지하고, 상황을 파악하며, 해결할 수 있는 역량에 달려 있습니다. 하지만 서비스 장애의 근본 원인은 광학 및 IP 네트워크 레이어는 물론 장비별 데이터에까지 걸쳐 있을 수 있어, 근본 원인 분석이 복잡하고 많은 시간이 소요될 수 있습니다.

Navigator NCS의 AI 기반 보장 워크플로는 이들 레이어 전반의 동작을 연관 분석하고, 유력한 원인을 찾아내며, 복구 단계를 권고하거나 시작할 수 있습니다.  자체 네트워크 디지털 트윈을 활용하여 대역폭 및 지연 시간 등의 매개변수에 기반한 대체 서비스 경로들을 평가할 수 있습니다. 이를 통해 운영자는 잠재적인 복구 방안을 라이브 네트워크에 적용하기 전에 미리 테스트할 수 있습니다. Ciena의 엄격한 랩 테스트에서 Navigator NCS AIOps는 현재의 문제해결 방식과 비교해 볼 때, 전형적인 광학 및 이더넷 네트워크 문제 분석에 걸리는 시간을 평균 >60% 단축시켰습니다.

유사한 접근방식을 적용하면 자연재해, 광학적 성능 저하, 물리적 환경 변화에도 대응할 수 있습니다. 고도화된 광섬유 원격 측정 기술과 AI 기반 분석을 결합해, 운영자는 광 성능 저하의 징후를 조기에 감지하고, 레이어 간 영향을 연계해 분석하며, 교정 조치를 검증할 수 있습니다.

그 막대한 잠재적 가치는 다음과 같습니다.

• 보다 빠른 근본 원인 분석
• 보다 적은 서비스 장애
• 보다 나은 SLA 준수
• 보다 적은 운영상의 노력
• 보다 개선된 고객 경험

그림 2: Navigator AI Assistant가 멀티 레이어 네트워크 문제를 보다 빠르게 해결하도록 지원

반복적인 워크플로의 자동화

네트워크 운영팀은 동일한 워크플로를 반복해서 수행합니다. 이들은 네트워크 성능을 지속적으로 모니터링하고, 성능 저하나 결함이 감지되면 적절한 조치를 취합니다. 승인된 표준 구성을 기준으로 네트워크 장비를 점검하고, 불일치하는 설정을 바로잡아 네트워크를 정상적인 상태로 유지합니다. 이들은 조건 변동에 맞춰 서비스 및 자원을 조정합니다. 이러한 활동은 반드시 필요하지만, 귀중한 시간을 상당히 소모할 수 있습니다.

Navigator NCS의 에이전틱 AI 엔진을 활용하면 운영자는 특정 워크플로를 실행하고 작업을 자동으로 시작하는 동적 자율 에이전트를 구축할 수 있으며, 사람이 검토하고 감독하는 체계로 운영할 수 있습니다. 이는 프로세스에서 운영자를 배제하지 않습니다. 대신, 운영자에게 보다 빠르고 보다 일관되게 루틴 작업을 관리할 수 있는 방법을 제공합니다. 예를 들어 Navigator NCS는 고급 분석을 활용해 광 성능을 모니터링하고, 필요에 따라 처리량을 지속적으로 조정하며, 높은 서비스 성능을 안정적으로 유지할 수 있습니다.

기타 기회는 다음과 같습니다.

• 모순되는 구성 불일치를 식별
• 경보 우선순위 판별
• 도메인 전반에 걸친 이벤트들 연관 분석
• 복구 단계들 권고
• 반복적인 유지보수 절차를 지원
• 사람의 검토를 위해 예외 상황을 상달

용량 계획 및 최적화 개선

용량 계획은 대규모 데이터세트와 시시각각 변하는 트래픽 패턴, 장기적인 비즈니스 의사결정이 맞물리는 영역으로, AIOps가 큰 가치를 발휘할 수 있습니다. 용량 계획 프로세스는 주로 과거의 네트워크 트렌드에 대한 광범위한 분석에서부터 시작합니다. 운영자는 용량 고갈을 예측하고, 신규 서비스 출시를 지원하며, 변화하는 수요에 대응하는 동시에 추가 자원을 어디에 배치해야 할지 결정해야 합니다. AI 지원 계획 수립을 통해 팀은 이러한 의사결정을 보다 효율적으로 검토할 수 있습니다.

이 유형의 워크플로는 운영자를 도와 다음을 수행할 수 있게 해줍니다.

• 수요 예측
• 다계층 간 의존성 평가
• 자원 배치 최적화
• 이용 불가 용량 리스크를 줄임
• 불필요한 자본 투자 회피
• 잠재적 SLA 리스크 발생 전에 이를 식별

그림 3: Navigator NCS가 포괄적이고 맞춤화된 네트워크 트렌드 분석을 통해 용량 계획 업무를 지원

사용 사례 하나씩, 단계적으로 추진력을 키워가기

가장 성공적인 AIOps 도입 여정을 보면 대대적인 변혁부터 시작하지 않는 경우가 많습니다. 질문에 더 빠르게 답하기, 반복적인 워크플로 자동화하기, 고객에게 영향을 미치기 전에 네트워크 문제 해결하기 등의 사용 사례 중 하나부터 시작할 수 있습니다. 조기에 이런 일에서 성공을 거두면 앞으로의 전진에 필요한 자신감을 얻을 수 있습니다. Ciena의 Navigator NCS 기반 AIOps 접근 방식은 광학 및 IP 네트워크를 위해 설계된 것으로, 공통 다계층 데이터 모델로 연관 분석된 상세 네트워크 데이터에 기반으로 인텔리전스를 구현해 신뢰도 높은 권고안을 신속하게 제공합니다.

네트워크 운영팀의 주요 이점은 다음과 같습니다.

• 루틴 작업들의 자동화를 통한 효율성 향상
• 더 많은 정보에 입각한 보다 빠른 의사결정
• 잠재적 문제의 보다 이른 식별
• 보다 신속한 서비스 복구
• 더욱 빨라진 온보딩 및 교육
• 더욱 일관된 운영 프로세스

중요한 것은 의미 있는 문제에서부터 시작하는 것입니다. 운영에 미치는 효과가 명확한 사용 사례를 선택하세요. 그 가치를 증명하세요. 그 경험으로부터 배우세요. 그런 다음 확대시키세요. AIOps 도입이 처음부터 거대한 과제일 필요는 없습니다. 하나의 실행 가능한 단계에서 시작해, 거기서부터 차근차근 확대해 나가세요.

¹출처: "IDC, IDC Survey: Telco Transformation, 2026: Global Telecom AI Plans and Strategy Highlights", US54659626, July 2026.