2024년 애플리케이션 전략 현황: 생성형 AI가 자동화의 진화를 재정의하다

Lori Mac Vittie수석 엔지니어 겸 최고 에반젤리스트 | F5

과거에는 디지털 성숙도가 가장 높은 조직들이 명확하게 정의된 비즈니스 및 운영 목표에 따라 자동화된 스크립트를 실행하여 구성을 변경하고 정책을 조정했습니다. 하지만 생성형 AI가 등장하면서 이러한 방식은 거의 구식이 되었고, 이제는 더욱 자율적인 시스템을 구축하는 것이 새로운 목표가 되었습니다.

최근 인텔의 2024년 클라우드 최적화 현황 보고서를 읽고 제가 내린 결론입니다. 이 보고서에 따르면 “설문 응답자의 60%가 최적화 도구의 자율성을 매우 중요하거나 극도로 중요한 요소로 여깁니다.”

최적화 도구가 무엇인지 궁금하시다면, 이는 비용과 관련된 도구이며, 더 구체적으로는 2024년 최우선 과제인 ‘클라우드 비용 절감’을 달성하기 위한 것입니다.

기본적으로 FinOps입니다.

하지만 자율성은 단순히 클라우드 비용을 절감하는 데 그치지 않습니다. 운영상의 반복 작업을 없애고 생성형 AI의 역량을 활용해 딜리버리 최적화와 보안까지 자율적으로 수행하는 것도 포함됩니다.

응답자들에게 생성형 AI에서 기대하는 가장 큰 가치가 무엇인지 물었을 때, 애플리케이션 보안과 딜리버리 활용 사례 모두에서 가장 많이 꼽힌 답변은 자율 조정이었습니다.

• 보안: 위협이 탐지되면 보안 정책을 자동으로 조정하고 보안 구성을 생성
• 딜리버리: 딜리버리 최적화를 위해 서비스 수준 목표(SLO)에 따라 앱 및 API 정책을 자동으로 조정

즉, 기업들은 자동화 스크립트 수준을 넘어 보안, 성능 및 비용 관리 목표를 달성하기 위한 정책을 자율적으로 조정하고 생성하는 수준으로 자동화 전략을 고도화하기 위해 생성형 AI에 주목하고 있습니다.

자동화 현황

자율성이 한층 강화된 운영은 다소 미래지향적이고 실현하기 어려운 개념처럼 들릴 수 있지만, 실제로 기업 전반의 현재 자동화 수준은 상당히 인상적입니다. 특히 지난해 조직들이 자동화 여정에서 어느 단계에 있었는지를 고려하면 더욱 그렇습니다.

2022년 말 무렵에도 대다수(52.5%)의 조직은 여전히 하이브리드 자동화 전략을 운용하고 있었습니다. 구성 변경과 정책 배포에는 스크립트를 사용했지만, 해당 스크립트는 수동으로 실행했습니다. 시스템을 통해 스크립트를 실행하는 조직은 약 4분의 1(25.4%)에 불과했으며, 무려 21.9%는 자동화를 전혀 사용하지 않았습니다.

2023년 말로 넘어가 보면, 대부분의 조직이 자동화 여정에서 놀라운 진전을 이루었습니다.

올해, 자동화를 외면한 조직은 10곳 중 1곳 미만(8.2%)이었으며, 최고 성숙도 단계인 자동화 단계에 도달한 조직의 비율은 거의 두 배로 증가했습니다.

하지만 제 편리한 차트에 새로운 목표가 추가된 것을 눈치채셨을 겁니다. 바로 자율화입니다.

그 이유는 생성형 AI가 등장해 완전 자율 운영이라는 목표가 단지 가능한 데 그치지 않고 실제로 달성할 수 있다는 점을 보여주었기 때문입니다. 생성형 AI는 개방형 질문을 받으면 환각을 일으킬 수 있지만, 잘 정의된 스키마와 구문 명세를 갖춘 구성 및 코드처럼 구조화된 콘텐츠를 생성하는 데 집중하면 뛰어난 성능을 발휘합니다. 그리고 더 많이 수행할수록 성능도 향상됩니다. 어떤 면에서는 학습을 거듭하며, 정의된 서비스 수준 목표를 충족하도록 인프라와 앱 서비스를 조정하는 데 적합한 정책과 구성을 능숙하게 생성할 수 있게 됩니다.

그리고 저희 조사에 따르면, 조직들은 이를 달성하고자 합니다. 자동화를 더욱 폭넓게 활용할수록 자동화 노력에서 얻는 이점이 더 커지기 때문일 것입니다.

하지만 이 모든 자동화를 움직이게 하는 무언가가 있어야 합니다. 구체적이고, 측정 가능하며, 실행 가능한 무언가가 필요합니다.

그 무언가는 바로 데이터입니다. 텔레메트리라고 구체적으로 말할 수 있으며, 조직이 빠르고 안정적으로 이용 가능하며 안전하게 유지하고자 하는 애플리케이션과 API를 지원하는 시스템 및 서비스에서 생성됩니다.

그렇기 때문에 조직이 디지털 혁신을 가속화하는 데 필요한 6가지 핵심 기술 역량을 이야기할 때 자동화와 옵저버빌리티를 하나의 영역으로 묶습니다. 옵저버빌리티 없는 자동화는 추측에 불과하고, 자동화 없는 옵저버빌리티는 조직이 수십 년간 원해 온 가시성을 확보하고도 이를 제대로 활용하지 못하기 때문입니다.

그리고 이 모든 데이터와 텔레메트리는 이를 분석해 실행 가능한 인사이트를 도출하고 생성형 AI가 활용할 수 있도록 하는 예측형 AI 엔진에도 활용되어 구성과 정책을 자율적으로 조정할 수 있습니다.

바로 이겁니다. 이제 모든 것이 하나로 맞물리고 있습니다. AIOps는 자동화의 다음 진화 단계이며, 이 모든 것은 생성형 AI 덕분입니다.

작성자 소개

Lori Mac Vittie수석 엔지니어 겸 최고 에반젤리스트 | F5

Lori MacVittie는 F5 CTO 오피스의 수석 엔지니어이자 최고 에반젤리스트로, 애플리케이션 딜리버리, 자동화 전략 및 인프라 분야에서 깊이 있는 전문성을 보유하고 있습니다. AI 에이전트를 위한 가드레일을 정의하고, 취약한 멀티클라우드 아키텍처를 분석하며, 확장 가능한 시스템의 한계를 탐구하는 등 복잡한 문제를 명확하게 풀어내는 것으로 잘 알려져 있습니다. 애플리케이션 개발, IT 아키텍처, 네트워크 및 시스템 운영 전반에 걸쳐 30년 이상의 업계 경험을 쌓았습니다. F5에 합류하기 전에는 수상 경력이 있는 기술 편집자로 활동했습니다. MacVittie는 컴퓨터 과학 석사 학위를 보유하고 있으며, 보안, 클라우드 및 엔터프라이즈 아키텍처 분야를 아우르는 다수의 저서를 집필한 작가입니다. 또한 보드게임과 비디오 게임을 열정적으로 즐기며, 치즈에 대해서는 거리낌 없이 확고한 견해를 갖고 있습니다.

Lori Mac Vittie의 다른 블로그 게시물