기업 IT 운영이 붕괴되는 이유 — 그리고 AgenticOps가 이를 해결하는 방법

Source: VentureBeat

AI 에이전트가 기존 IT 운영 모델을 무너뜨리고 복잡성, 데이터 사일로, 파편화된 워크플로우를 초래하고 있습니다. DJ Sampath Cisco AI 소프트웨어 및 플랫폼 부사장은 AgenticOps가 해결책이라고 믿습니다. 이는 인간과 AI가 실시간으로 협업하여 효율성을 높이고 보안을 강화하며 혁신적인 기술 애플리케이션을 가능하게 하는 새로운 운영 패러다임입니다.

최근 VentureBeat와의 대화에서 Sampath는 현재 기업 IT 관리가 근본적으로 붕괴되고 있는 이유와 AgenticOps가 단순히 유용한 것을 넘어 앞으로 IT 운영에 필수적인 이유를 설명했습니다.

전통적인 IT 운영의 한계점

핵심 문제는 조각화이며, 샘팻이 말했습니다.

“많은 경우 기업 내부에서 데이터가 여러 개의 서로 다른 사일로에 흩어져 있습니다. 운영자가 문제를 해결하려고 들어오면, 여러 대시보드와 여러 제품을 모두 살펴봐야 하며, 그 결과 실제로 근본 원인에 도달하기 전에 어디에 무엇이 있는지 파악하는 데 점점 더 많은 시간이 소요됩니다.”

이 도전 과제는 급격히 심화될 조짐을 보이고 있습니다. AI 에이전트가 기업 전역에 보편화되면서 복잡성은 기하급수적으로 증가할 것입니다.

“모든 사람은 최소 10개 이상의 에이전트를 가지고 자신을 대신해 다양한 작업을 수행하게 될 것입니다. 에이전트가 포함된 실제 상황을 생각해 보면, 이 문제는 10배, 아니면 100배까지 악화될 수 있습니다.”

AgenticOps의 세 가지 핵심 원칙

이러한 과제를 해결하기 위해 Cisco는 Sampath가 이 새로운 운영 모델이 성공하려면 반드시 충족되어야 한다고 믿는 세 가지 기본 설계 원칙을 중심으로 AgenticOps 기능을 구축했습니다.

1. 사일로 간 통합 데이터 접근

   • 플랫폼은 네트워크 데이터, 보안 데이터, 애플리케이션 데이터, 인프라 데이터 등 서로 다른 데이터 소스를 하나로 모아야 합니다.
   • “그 모든 것을 하나로 모으는 것이 매우 중요합니다. 그래야 여러분이 대신 작업을 수행하도록 배포하는 에이전트가 전체적으로 원활하게 연결 고리를 만들 수 있기 때문입니다,” 라고 Sampath는 말했습니다.

2. 멀티플레이어‑우선 설계

   • AgenticOps는 근본적으로 협업을 전제로 설계되어야 하며, IT 운영, 보안 운영, 네트워크 운영 팀 — 그리고 에이전트 — 가 서로 원활히 협력할 수 있어야 합니다.
   • “IT Ops 담당자, SecOps 담당자, NetOps 담당자를 모두 한데 모으면, 사일로에서 작업하고 복사‑붙여넣기 하는 것보다 문제를 훨씬 빠르게 트러블슈팅하고 디버깅할 수 있습니다. 사람과 에이전트가 동기화된 환경에서 함께 작업하는 것이죠,” 라고 그는 설명했습니다.

3. 목적에 맞게 구축된 AI 모델

   • 범용 AI 모델은 광범위한 작업에 강점이 있지만, 특수한 운영 작업에는 특정 도메인에 맞게 훈련된 모델이 필요합니다.
   • “전문화 영역에 들어가면, 이러한 모델이 네트워크 구성이나 여러분이 관심을 갖는 스레드 모델과 같은 매우 구체적인 사항을 이해하고 그에 대해 추론할 수 있어야 한다는 것이 매우 중요해집니다,” 라고 그는 말했습니다.

Source: …

Cisco가 엔터프라이즈 스택 전반에 걸쳐 AgenticOps를 구현하는 방법

Cisco의 접근 방식은 텔레메트리, 인텔리전스, 협업을 하나의 일관된 플랫폼으로 통합합니다.

• Cisco AI Canvas – 여러 대시보드를 대체하는 생성형 UI와 통합 협업 경험을 제공하는 운영 워크스페이스.

  • 운영자는 자연어를 사용해 에이전트에게 작업을 위임할 수 있습니다(텔레메트리 수집, 신호 상관관계 분석, 가설 테스트, 변경 실행)하면서 인간‑인‑루프 제어를 유지합니다.

• Deep Network Model – 40년 이상의 운영 데이터를 기반으로 구축된 전용 AI 모델로, 다음을 포함합니다:

  • CCIE 전문 지식
  • 프로덕션 텔레메트리
  • Cisco 기술지원센터(TAC) 지식
  • 고객 경험(CX) 인사이트

  이 모델은 일반 목적 모델이 제공할 수 없는 도메인‑특화 인텔리전스를 제공합니다.

• 플랫폼 커버리지 – 캠퍼스, 지점, 클라우드, 엣지 환경을 아우르며, 에이전트가 전체 생태계의 텔레메트리를 머신 속도로 활용할 수 있게 합니다. 여기에는 Meraki, ThousandEyes, Splunk가 포함됩니다.

  • Cisco 제품 전반에 구현된 MCP 서버를 통해 에이전트는 맞춤형 통합 작업 없이도 도구와 데이터에 표준화된 접근 권한을 얻습니다.

단편화된 보고 데이터가 IT 문제 해결을 약화시키는 방법

전통적인 IT 문제 해결 방식은 티켓을 발행하고 여러 시스템에 흩어져 있는 단편적인 정보를 모으는 것을 포함합니다.

“사람들은 스크린샷을 찍습니다. 때때로 포스트‑잇 메모에 적기도 합니다,” 샘팟이 말했습니다. “이 모든 정보가 완전히 다른 채널에 흩어져 있기 때문에 누군가가 이를 모으기 시작하기가 정말 어렵습니다.”

Cisco AI Canvas는 팀에게 현재 작업을 위한 하나의 공유 실시간 작업 공간을 제공함으로써, 컨텍스트가 채팅, 티켓, 화면 공유 등에 흩어지는 일을 방지합니다. 팀은 다음을 할 수 있습니다:

• 실시간 협업
• 즉시 에스컬레이션
• 에이전트가 생성한 차트와 그래프와 함께 스크린샷, 메모 등 컨텍스트를 제공

AI 에이전트가 이러한 협업 세션에 참여하면 시스템은 지속적으로 학습합니다:

“기계는 이러한 인간‑대‑기계 상호작용으로부터 지속적으로 학습합니다. 같은 문제가 다시 발생하면, 기계가 도와주기 때문에 대응 속도가 훨씬 빨라집니다.”

이는 지속적인 개선의 선순환을 만들어냅니다. 에이전트는 이전에 성공했던 접근 방식을 재사용하도록 제안할 수 있으며, 더 많은 작업을 넘겨받게 하고, 시스템이 향후 응답을 가속화함에 따라 디버깅 시간을 단축합니다.

AI 가속기로서의 보안

역사적으로 보안은 채택과 혁신에 대한 장애물로 여겨져 왔습니다. 그러나 올바른 가드레일을 마련하면 조직은 AI를 대규모로 자신 있게 배포할 수 있을 뿐만 아니라 이를 가속화할 수도 있습니다.

“직원들은 이미 ChatGPT와 같은 도구가 제공하는 생산성 향상을 경험했으며, [organization] 내에서도 유사한 기능을 원하고 있습니다,”라고 Sampath가 언급했습니다.

보안 제어를 AgenticOps 워크플로우에 직접 삽입함으로써 Cisco는 AI 기반 자동화가 안전하고, 규정을 준수하며, 신뢰할 수 있도록 보장합니다. 이를 통해 보안은 장벽이 아니라 AI 채택을 촉진하는 촉매제가 됩니다.

엔터프라이즈 환경

조직이 개인 식별 정보를 감지하고, 프롬프트 인젝션 공격을 방지하며, 적절한 데이터 거버넌스를 유지할 수 있을 때, 기업 내부에서 AI 도입을 근본적으로 다른 방식으로 열고 촉진할 수 있습니다.

Cross‑Domain AgenticOps에 필요한 아이덴티티 레이어

Cross‑domain data access는 AgenticOps 구현에서 가장 복잡한 과제 중 하나입니다. Cisco의 전략적 인수—특히 Splunk—는 전통적으로 분리된 시스템 간 데이터를 통합함으로써 이 문제를 해결할 수 있게 합니다.

하지만 데이터를 모으는 것만으로는 절반에 불과합니다; 누가 어떤 데이터에 접근할 수 있는지가 매우 중요해집니다.

Cisco는 Duo 플랫폼을 다중 인증을 넘어 포괄적인 아이덴티티 제공자로 발전시키고 있습니다. 강력한 아이덴티티 및 접근 관리가 처음부터 플랫폼에 내재되어 있으며, 사후에 추가된 것이 아닙니다.

“우리는 아이덴티티에 투자하고 있습니다. 이는 이러한 에이전트가 올바른 권한을 염두에 두고 다양한 데이터 소스에서 데이터를 끌어올 수 있게 하는 핵심 기둥입니다,” 라고 Sampath가 설명합니다.
“이 에이전트가 이 유형의 데이터에 접근해야 할까요? 문제를 해결하기 위해 이러한 유형의 데이터를 함께 연관시켜야 할까요?”

Source: …

Humans in the Loop, but at a Higher Level

AI 에이전트가 점점 더 자율적으로 변함에 따라 인간의 역할은 사라지기보다 진화하게 됩니다.

“우리는 언제나 인간을 루프에 두게 될 겁니다,”라고 샘팻이 말했습니다. “앞으로 보게 될 것은 수행되는 작업들의 복잡성이 훨씬 더 복잡해질 것이라는 점입니다.”

예시 – 코딩:

• 오늘날 코딩은 완전히 에이전트에 의해 이루어질 수 있습니다.
• 인간의 역할은 수동 코딩(또는 탭 완성)에서 에이전트에게 전체 코드를 생성하도록 요청하고, 그 코드가 요구 사항을 충족하는지 검증한 뒤 코드베이스에 병합하는 것으로 전환되었습니다.

이 패턴은 IT 운영 전반에 걸쳐 반복될 것입니다:

• 인간은 더 높은 수준의 의사결정에 집중합니다.
• 에이전트가 실행을 담당합니다.
• 롤백 기능을 통해 자율적인 행동을 필요 시 되돌릴 수 있습니다.

Source: …

AI가 “안정화”되기를 기다리는 것이 잘못된 이유

CIO와 CTO에게는 메시지가 명확합니다: 기다리지 마세요.

“많은 사람들이 기다리고 지켜보는 보류 상태에 있습니다,”라고 Sampath가 말했습니다. “그들은 AI가 안정화되기를 기다렸다가 결정을 내리려 합니다. 그리고 저는 이것이 잘못된 사고 방식이라고 생각합니다. 올바른 사람들과 올바른 공급업체 그룹과의 파트너십이 여러분이 훨씬 더 빠르게 나아가도록 도와줄 것이며, 옳고 그름을 판단하려고 울타리 위에 머무르는 것보다 훨씬 효율적입니다.”

Sponsored articles are content produced by a company that is either paying for the post or has a business relationship with VentureBeat, and they’re always clearly marked. For more information, contact sales@venturebeat.com.