운영 중인 네트워크에 AI 에이전트 투입…자율성의 한계는 누가 정하나

네트워크 운영에 쓰이는 AI가 문제를 알려주는 단계를 넘어 직접 조사하고 조치하는 단계로 옮겨가고 있다. 시스코가 옴디아와 함께 IT·네트워크 운영 책임자 1,000명을 조사한 결과, 실제 운영 환경에서 조치하는 AI 에이전트의 도입이 상당히 진행된 것으로 나타났다. 다만 에이전트가 무엇을 근거로 움직였는지 확인하고 개입할 수 있어야 한다는 요구도 뚜렷하다.23

권고를 넘어 실제 조치까지

시스코에 따르면 조사 대상 조직의 75%는 네트워크 운영에 AI를 도입했고, 51%는 조언만 제시하는 데 그치지 않고 실제 운영 환경에서 조치를 수행하는 에이전틱 AI를 사용한다. 또 84%는 12개월 안에 AI 중심 운영 모델에 도달할 것으로 예상했다. 마지막 수치는 도입을 마쳤다는 뜻이 아니라 향후 계획에 대한 응답이다.27

시스코는 기존 AIOps, 즉 AI를 활용한 IT 운영 도구가 주로 경보와 권고를 제공했다면, 에이전틱 AI는 문제를 분석하고 사람의 감독 아래 조치까지 할 수 있다고 설명한다. 그렇다고 실제 운영 환경에 도입한 모든 조직이 에이전트에 무제한 권한을 줬다는 뜻은 아니다.5

하루 4,100건의 경보, 문제는 ‘맥락’이다

응답 기업의 95%는 기존 AIOps 도구가 운영상의 요구를 따라가지 못한다고 답했다.3 조직당 하루 평균 모니터링 경보는 약 4,100건이며, 그중 절반 이상이 네트워크 관련 경보다. 시스코는 담당자 한 명이 하루에 네트워크 경보 약 21건을 처리한다는 추정에 근거해, 이 경보들을 수작업으로 처리하려면 약 100명의 IT 전문가가 필요하다고 계산했다.228

경보의 양만 문제가 아니다. 장애 원인을 찾으려면 네트워크뿐 아니라 클라우드 서비스, 인터넷 연결, 보안 시스템의 신호까지 함께 살펴봐야 할 수 있다. 여러 영역의 데이터를 연결해 조사하는 에이전트는 도움이 될 수 있지만, 경보만 하나 더 쌓는 도구로는 상황을 파악하기 어렵다.57

운영자의 일은 어떻게 달라질까

시스코가 제시하는 운영 방식에서는 담당자가 여러 도구를 오가며 경보를 일일이 분류하는 대신, 에이전트의 조사와 조치를 감독한다. 에이전트가 이상 징후를 감지하고, 운영 데이터를 대조해 대응을 제안하거나 실행한 뒤, 결과를 확인하는 흐름이다. 이는 시스코가 설명하는 AgenticOps의 기능이지, 조사에 참여한 모든 조직에서 처리 시간이 줄었다는 입증된 결과는 아니다.78

AI 자체가 네트워크에 더 큰 부담을 줄 가능성도 있다. 별도의 전망에서 시스코는 에이전틱 AI 도입이 확대되면 기업 네트워크 트래픽이 2035년까지 9배로 늘어날 수 있다고 봤다. 이는 이번 옴디아 네트워크 운영 조사에서 측정한 트래픽 증가량이 아니라 예측치다.10

자율성의 전제는 설명과 통제

응답자 5명 중 4명은 에이전트에 높은 수준 또는 완전한 자율성을 부여하는 데 편안함을 느낀다고 답했고, 사람의 개입 없이 조치를 허용하겠다는 응답도 약 4분의 1에 달했다. 동시에 3분의 2 이상은 에이전트가 수행한 조치에 대한 상세한 설명을 요구했고, 86%는 개별 도구를 추가하는 것보다 단일 통합 플랫폼이 효과적이라고 봤다.34

현장에서 중요한 질문은 분명하다. 에이전트가 무엇을 관찰했고 왜 변경을 제안했는지, 사람의 승인이 필요했는지, 실제로 무엇을 했으며 조치가 효과를 냈는지를 확인할 수 있어야 한다. 정책에 따른 권한 제한, 승인 절차, 긴급 중단 수단도 자율적 조치를 관리하는 장치다. 설문을 다룬 외부 보도에 따르면 응답자들은 이런 안전장치를 압도적으로 기대했다.817

핵심은 도입률보다 검증 가능성이다. 이번 조사는 실제 운영 환경에서 행동하는 AI 에이전트가 이미 쓰이고 있음을 보여준다. 그러나 모든 도입 사례가 장애 처리 시간이나 인력 수요를 줄였다는 증거는 아니다. 앞으로 관건은 에이전트가 맡는 일이 늘어날수록 운영팀이 그 판단을 검증하고 필요한 통제권을 유지할 수 있느냐다.238