안전한 인공지능(AI) 네트워크 업계를 선도하는 주니퍼 네트웍스(Juniper Networks. 이하, 주니퍼) 고객 행사인 ‘AI in Action’ 컨퍼런스를 지난 30일 개최하고 IT부문에서 AI의 역할과 미래에 대한 인사이트를 공유했다.

주니퍼는 머신러닝의 강화학습(RL), 지도학습(Supervised Learning), 비지도 학습(Unsupervised Learning)과 생성형 AI를 결합해 진정한 의미의 AI를 완성한다는 계획이다.

이번 ‘AI in Action’을 컨퍼런스를 위해 한국을 찾은 주니퍼 네트웍스의 예두 시다링아파(Yedu Siddalingappa) 테크 리드 스페셜리스트는 “어떤 형태의 훈련(Training), 검증(Validation) 또는 일종의 데이터 신호가 필요하다”라고 설명했다. 그는 세가지 구성요소에 대해 다음과 같이 정의했다.

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.

AI는 IT 부문에서 사용자/애플리케이션/인프라의 모니터링, 사용자 문제 및 악의적인 행동 추적과 관계없이 언제나 패턴 매칭과 대응에 집중해왔다. IT부문에서 AI의 역할은 반복적으로 패턴을 찾아 적절한 조치를 취하고, 위협이 식별되면 호스트를 격리하며, 사용자 경험이 저하될 시 근본 원인을 찾아 수정하는 것이다. 

또한 문제가 발생할 때 IT 직원에게 알리고 사용자가 알아차리기 전에 해결할 수 있도록 지원한다. 리스크 관리 측면에서 사고 예방은 물론 이슈 발생 시 최적의 대응 시스템을 만들어 낸다.

주니퍼는 이처럼 사용자들이 진정한 의미의 AI를 갖추기 위해 3가지 요소를 강조했다.  ▷AI는 학습을 기반으로 구현되고, 학습은 데이터로부터 시작된다. 따라서 고품질 데이터를 생산하고 사용하도록 설계된 시스템을 사용해야 한다. ▷AI는 데이터를 처리해야하기 때문에 클라우드에서 비롯된다고 해도 과언이 아니다. 완성도 높은 클라우드 시스템은 반드시 수반돼야 한다. ▷AI 시스템이 어떤 방법으로 학습하는지 살펴봐야 한다. 어떤 패턴을 식별하고 있는지, 데이터 사이언스 알고리즘은 얼마나 성숙하고 테스트가 됐는지, 명확한 워크플로우로 매핑돼 있는지는 무엇보다 중요하다.

업계 최초의 AI 기반 네트워크 솔루션을 출시한 주니퍼 미스트(Mist)는 클라우드에서 클라우드로의 통합된 비지도 학습을 통해 최고의 운영 및 디지털 환경을 구현하고, 강화학습과 지도학습으로 문제 제기를 최소화하며, 클라우드 네이티브 플랫폼으로 가장 빠른 롤아웃(Rollout)을 구현할 수 있도록 로드맵을 완성해 나가고 있다. 

특히, 주니퍼의 생성 AI(Generative AI) 기반 미스트 가상 네트워크 어시스턴트(Virtual Network Assistant, VNA)인 '마비스(Marvis)'는 사용자의 IT 운영 환경을 획기적으로 개선시켜 준다. 

‘마비스’는 7세대 데이터 사이언스와 방대한 유선/무선/로케이션 네트워크 및 보안 전문 지식, 대화형 인터페이스를 결합해 사용자 경험에 대한 탁월한 가시성을 제공하며, 사용자가 인지하기 전에 문제를 감지해 해결하는 선제적 자동화를 구현한다. 

주니퍼는 클라이언트에서 클라우드까지 예측 가능하고 안정적이며, 측정 가능한 사용자 경험을 더욱 간편하게 제공할 수 있도록 해주는 마비스의 대형언어모델(LLM) 및 줌(Zoom) 지원 기능을 갖추고 있다.

주니퍼 네트웍스의 예두 시다링아파 테크 리드 스페셜리스트는 “주니퍼의 생성형 AI는 2017년 마비스 대화형 인터페이스 개발을 기점으로 현재 LLM 요약형 공개 자료로 완성돼 있으며, 미래에는 대화형(Dialogue) 데이터 탐험 로드맵을 기반으로 구현될 것이다”라고 밝혔다.

이어 그는 “강화학습, 지도학습, 비지도학습이 마비스와 결합될 때 진정한 의미의 AI가 구현될 수 있다"며, "강화학습은 놀라운 사용자 경험을 제공하고, 지도학습은 IT 운영 경험을 개선하며, 비지도학습은 풍부한 모바일 경험을 가능케 할 것이다"라고 설명했다.

또한 "이와 결합된 마비스는 사용자가 원하는 모든 내용들을 찾아주고, 문제를 해결하며, 비용을 대폭 절감하는 방법으로 효율성 기반의 완벽한 AI 시스템을 구현해 낼 수 있다”고 덧붙였다.