네트워크 운영에 AI 에이전트 확산

네트워크 운영 현장에서 AI 에이전트의 활용이 확산되고 있다. 다만, 많은 조직이 AI를 더욱 많이 도입하려는 한편, 에이전트가 '확실하고 예측 가능한 동작'을 하도록 보장하는 어려움이 업계의 공통 과제로 드러나고 있다.

AI 에이전트란 인간의 지시를 기다리지 않고 자율적으로 판단·행동하는 AI 시스템을 가리킨다. 네트워크 관리의 맥락에서는 장애 감지, 설정 변경, 트래픽 최적화 같은 작업을 종래에는 인간의 엔지니어가 담당했다. AI 에이전트는 이러한 업무를 자동화할 수 있기 때문에, 운영 비용 절감과 대응 속도 향상을 기대하는 기업의 관심을 모으고 있다.

그러나 네트워크 운영은 오류가 직접 서비스 장애나 정보 유출로 이어지기 쉬운 분야다. 이 때문에 AI 에이전트가 상황에 따라 유연하게 판단하는 '자율성'과, 관리자가 기대하는 대로 동작하는 '확정성(결정론적 동작)'을 어떻게 양립시킬 것인가가 도입에 있어 최대의 초점이 되고 있다. 확정성이란 동일한 입력에 대해 항상 동일한 결과를 반환하는 특성을 말하며, 인프라 관리에서는 특히 중시된다.

AI를 많이 사용할수록 에이전트의 판단이 예측하기 어려워진다는 트레이드오프는 네트워크 분야만의 문제가 아니다. 생성 AI 전반에 공통하는 과제이기도 하다. 다만, 네트워크 운영에서는 장애의 영향 범위가 넓고 복구에 시간이 걸리는 경우도 있기 때문에, 다른 분야에 비해 '예측 가능한 동작'에 대한 요구가 더욱 엄격한 것으로 자리매김된다.

조직이 AI 에이전트를 네트워크 운영에 통합할 때에는, 에이전트의 행동 범위를 미리 정하고, 인간의 승인이 필요한 작업의 범위를 명확히 하는 설계가 요구된다. 에이전트에게 맡길 작업과 인간이 최종 판단을 내리는 작업을 구별하는 거버넌스 체계를 갖추지 않으면, 자동화의 이점을 누리면서 안전성을 지키기는 어렵다.

AI 에이전트의 네트워크 운영으로의 전개는 인프라 관리의 방식을 근본적으로 재검토하는 계기가 될 수 있는 움직임이다. 자율성과 확정성을 둘러싼 논의는 기술의 성숙과 함께 깊어질 것으로 보이며, 에이전트의 설계 사상과 거버넌스 기준이 어떻게 정비되어 갈 것인가가 향후의 주목점이 될 수 있다는 견해가 있다.