Self-Driving Network™를 향한 여정의 4단계: 지원

Self Driving Network를 향한 여정의 이 시점에서 우리는 데이터-AI{2}}기본 네트워크의 기초-를 다루고 데이터가 클라우드에서 어떻게 처리되고 SLE(서비스 수준 기대치) 및 분류자를 통해 통찰력과 권장 사항으로 변환되는지 살펴보았습니다. 이제 우리는 AI 지원으로 전환하여 AI가 해결을 위한 데이터 기반 권장 사항을 제공하고{5}}허용되는 경우 문제 해결을 위한 자동화된 조치를 취함으로써 네트워크 운영에서 더욱 적극적인 역할을 수행하기 시작합니다.

이러한 변화는 점점 더 복잡해지는 환경을 관리하는 AI의 능력에 대한 신뢰가 높아지고 있는{0}}더 넓은 업계 추세를 반영합니다. IDC Research에 따르면 설문조사에 참여한 조직 중 거의 절반이 문제 해결 및 최적화를 위한 조치를 결정하고 실행하는 AI{2}} 기반 네트워크 관리 플랫폼을 선호하는 것으로 나타났습니다.

보조 AI의 전략적 가치

보조 AI 작업은 네트워크 운영을 단순화하고, IT 팀의 수동 작업 부하를 줄이고, 해결 시간을 가속화하여 최종 사용자를 위한 탁월한 네트워크 성능을 보장하는 동시에 IT가 보다 전략적이고 혁신적인 이니셔티브에 집중할 수 있도록 해줍니다.

네트워크가 복잡해짐에 따라 -사소한 구성 오류부터 심각한 서비스 중단까지-네트워크 이벤트의 양이 증가하여 IT 팀이 중요한 이벤트를 찾아 해결하기가 어려워집니다. 클라우드- 기반 AIOps를 통한 AI 지원은 IT 팀이 소음을 줄이는 데 도움이 됩니다. AIOps는 증거를 통해-우선순위가 높은 문제를 표면화하고 자동으로 해결(IT의 승인 하에)함으로써 IT 팀이 신속하고 사전에 문제에 대응할 수 있도록 해줍니다. 이를 통해 문제 해결 시간이 대폭 단축되고 리소스가 혁신 및 장기 계획과 같은 더 높은 가치의 전략적 이니셔티브에 집중할 수 있게 됩니다.-

데이터에서 실행까지: 보조 AI 작동 방식

고급 수학적 알고리즘과 AI/ML 모델을 통해 수백 가지 이벤트와 실시간 사용자 경험에서 얻은 데이터를 필터링하여{0}}효과적이고 실행 가능한 추천{1}}명확한 근거-가 생성됩니다.

IT가 결과에 대한 신뢰도가 높으면 AIOps 솔루션에 권한을 부여하여 문제를 자동으로 해결할 수 있습니다. 시간이 지남에 따라 신뢰가 쌓이면 이러한 권장 사항을 신뢰할 수 있는 작업 목록에 추가하여 AI가 향후 IT 팀에 알리지 않고도 유사한 문제를 자율적으로 해결할 수 있습니다. AIOps가 IT 팀의 완전한-구성원으로 발전하고 자율 주행 모드로 들어가는 곳이 바로 여기입니다.-

보조 AI 작업은 세 가지 범주로 분류됩니다.

최적화: RRM(Radio Resource Management) 및 NRM(Network Resource Management)과 같은 AI/ML 알고리즘은 사용자 경험을 지속적으로 최적화하고 있습니다.

권장 조치: AI는 중요한 문제를 표면화하고 증거와 함께 실행 가능한 구체적인 권장 사항을 제안합니다.

자동화된 작업: AI가 사람의 개입 없이 실행할 수 있도록 승인된 작업 목록에 IT 팀이 추가한 신뢰할 수 있는 권장 사항입니다.

업계 최고의{0}}AI 도우미인 Marvis를 만나보세요

주니퍼는 AI{0}}기본 네트워킹 플랫폼인 Mist™의 핵심 부분인 Marvis® AI Assistant를 통해 이러한 개념을 실현합니다. Marvis는 RRM 및 NRM과 같은 AI/ML 알고리즘을 활용하여 사용자 경험을 지속적이고 적극적으로 최적화합니다. Marvis Actions를 통해 권장 및 자동화된 작업-우리가 운전자 지원-이라고 부르는 작업과 자율-운전 모드를 모두 제공합니다.

운전자 지원 모드에서 Marvis는{0}}성능에 영향을 미치는 이벤트를 표시하고 효율성이 높은 해결 방법을 권장하며 비규격 펌웨어, 잘못 구성된 포트, 케이블 불량, VLAN 누락, 혼잡한 WAN 회선과 같은 문제에 대한 증거를 뒷받침합니다.

자율주행을 활성화하면-IT가 신뢰할 수 있는 작업 목록에 권장 사항을 추가했음을 의미하며 Marvis는 잘못 구성된 포트를 자동으로 수정하고 포트 정체 문제를 해결하는 등-IT-정의 정책에 따라 모든 작업을 수행할 수 있습니다. 지원 또는 자율 여부에 관계없이 모든 작업은 Marvis Actions 대시보드에 기록되고 검증되므로 팀은{5}}주요 문제에 대한 실시간 요약, 권장 수정 사항을 확인하고 완전한 투명성과 제어를 위해 사람이 시작한 작업과 자율 작업을 모두 추적할 수 있습니다.-

Marvis의 실제 활동: 실제{0}}결과

전 세계의 고객들은 Marvis Actions의 이점을 깨닫고 있습니다. 예를 들어, 대규모 IOTM 회사는 인도 현장의 Zoom 사용자와 1년 넘게 간헐적으로 문제를 겪고 있었습니다. Marvis LEM(대형 경험 모델)의 권장 사항을 활용하여 잘못 구성된 VPN 게이트웨이가 호주 사이트로 패킷을 보내 지연 시간과 지터가 증가하는 것을 신속하게 식별할 수 있었습니다.

또 다른 경우에는 대형 소매업체가 매장의 특정 영역에서 성과가 좋지 않은 경우도 있었습니다. Marvis는 문제가 무선 데모 제품의 간섭으로 인한 것이라고 판단하고 채널 대역폭을 40MHz에서 20MHz로 자동 조정하여 직원과 고객 모두를 위한-매장 네트워크 성능을 최적화했습니다.

자율성을 향한 다음 단계

Marvis를 통해 IT 팀은 통찰력 이상의 것을 얻습니다.{0}}팀에 귀중한 추가 기능을 제공합니다. 주요 문제의 우선순위를 정하고 수정 사항을 권장 및 실행하며 해당 수정 사항이 올바르게 구현되었는지 확인할 수 있는 사람입니다. 이러한 지원 기능은 완전한 자율성을 위한 중요한 기반을 제공하여 IT 팀이 일상적인 작업을 AI에 점진적으로 오프로드하고 성능 및 효율성 향상을 실현할 수 있도록 합니다. 마찬가지로 중요한 것은 IT 팀이 문제 해결 대신 혁신 추진과 같은 더 큰{4}}영향을 주는 이니셔티브-에 집중하기 위해 소중한 시간을 확보할 수 있다는 것입니다.

4단계는 전환점입니다. AI는 이제 제안만 하는 것이 아니라 조치를 취합니다. 다음이자 마지막 블로그에서는 AI가 운영을 지원할 뿐만 아니라 관리도 하는 자율-운영 네트워크-로 향하는 여정의 마지막 단계를 살펴보겠습니다. 또한 Juniper가 Marvis Mini, 대규모 경험 모델, 에이전트 AI를 활용하여 어떻게 -자율 운전 여정을-이끌고 있는지 살펴보겠습니다.

AI 네트워킹 여정의 어느 단계에 있든 주니퍼는 귀하가 다음 단계로 나아갈 수 있도록 도와드립니다.