[차세대 네트워킹 월드 2026] HPE, '자율주행 네트워크'로 AI 인프라 주도

오동열 HPE 네트워킹 기술본부장, 자율주행 네트워크 전략 공개

주니퍼 통합으로 AI 인프라 주도권 확보

[데이터넷] AI는 IT 인프라 전반을 혁신하는 핵심 동력이 됐다. 네트워크 역시 AI와 밀결합하며 기능과 성능 극대화는 물론 운영 효율을 제고하며 AI 모델과 서비스를 뒷받침하는 핵심 기반으로서의 존재감을 높이고 있다. 네트워크 타임즈 및 데이터넷은 AX 시대를 맞아 최적의 네트워크 구축 및 운영 해법 제시를 위해 최근 ‘차세대 네트워킹 월드 2026’ 세미나를 성황리에 개최하고, AI 시대 네트워킹 전략과 실제 구현 방안을 제시했다. <편집자>

HPE 네트워킹은 AI 기술을 활용한 ‘자율주행(Self-Driving) 네트워크’ 구현 전략을 공개했다. 오동열 HPE 네트워킹 기술본부장(전무)은 AI가 실제 네트워크를 어떻게 혁신하고 있는지와 진정한 자율주행 네트워크로 가는 여정을 중심으로 구체적인 기술 방향성과 적용 사례를 소개했다. 특히 HPE 네트워킹은 지난해 11월 기존 아루바와 인수한 주니퍼를 통합한 원팀 체제 출범을 통해 AI 시대 인프라 주도에 박차를 가하고 있다.

오동열 HPE 네트워킹 기술본부장은 자율주행 네트워크 전략 소개와 비전을 공개했다.

주니퍼 통합으로 AI 시대 인프라 주도 박차

오동열 전무는 “HPE의 주니퍼 인수합병은 단순한 규모의 확장이 아니라 양사가 보유한 솔루션의 시너지, 특히 AI 관련 역량을 결합해 AI 시대 인프라의 주도권을 확보하는 것이 핵심 목표다”고 설명했다.

통합된 HPE 네트워킹이 내건 핵심 비전은 ‘자율주행 네트워크’다. 자율주행차처럼 네트워크 역시 스스로 상황을 인지하고 판단하며, AI 기반 운영을 통해 고객에게 최고의 인프라 경험을 제공한다는 것이다.

오 전무는 AI와 네트워크의 관계를 ‘네트워크를 위한 AI(AI for Network)’와 ‘AI를 위한 네트워크(Network for AI)’의 두 축으로 구분해 설명했다.

‘네트워크를 위한 AI’는 GPU 클러스터를 연결하는 AI 백엔드 네트워크의 중요성을 다룬다. 수많은 GPU가 네트워크로 연결돼 AI 훈련과 추론을 수행하는 구조에서 네트워크 성능은 AI 전체 효율을 좌우한다. 실제로 메타가 2022년 발표한 보고서에 따르면, GPU가 트레이닝에 소요하는 시간의 33%가 네트워크 처리를 기다리는 데 허비되고 있는 것으로 나타났다. 이러한 문제 해소를 800G에 이어 1.6T 이더넷 등 초고속 인터페이스가 AI 백엔드 네트워크에 적용될 전망이다.

‘AI를 위한 네트워크’는 네트워크 운영과 관리에 AI를 활용하는 영역이다. 네트워크 운영은 오랜 시간 현장 엔지니어의 역량에 의존하며 IT 분야 중 상대적으로 혁신이 더딘 분야였지만 AI 기술의 발전으로 인해 사용자 경험 중심의 관리 체계로 진화하고 있다.

‘미스트·마비스’ 플랫폼 기반 AI 네트워크 운영 혁신

오 전무는 장비에서 사용자 경험 중심으로의 진화를 위해 필요한 AI 기반 네트워크 운영의 구체적인 기능을 AI를 이용해 네트워크 품질 개선, 장애 원인 분석 및 해결, 사전 문제 인지, 장애 예측 등의 4가지 질문으로 정리하고, 솔루션을 제시했다.

HPE는 강화학습을 활용한 미스트 AI의 ‘무선 자원 관리(RRM)’를 통해 무선 네트워크 환경을 자동으로 최적화해 서비스 품질을 높인다. AI는 무선 연결 성공률, 로밍 성공률, 범위, 용량 등 사용자 경험 지표인 SLE(Service Level Expectation)를 학습해 가이드라인을 수립하고, 이를 벗어나면 자동으로 개입해 최적화를 실행한다. 이는 바둑에서 무한에 가까운 변수를 스스로 학습한 알파고처럼 복잡한 무선 환경 변수를 AI가 스스로 제어하는 방식이다.

HPE의 AI 엔진 ‘마비스 액션’은 네트워크 이벤트 발생 시 원인을 분석하고 조치 방향을 운영자에게 권고한다. 대표적인 적용 사례로는 불량 PoE 케이블 탐지, VLAN 설정 오류 자동 감지, STP 루프 위치 파악 등은 물론 화상회의 품질 저하의 원인을 사후에 추적하는 경우도 있다. 일례로 ‘1시간 전 화상회의 품질이 왜 안 좋았는지’와 같은 자연어 질문을 받으면 네트워크 이벤트와 카운터 전체를 분석한 뒤 원인을 규명하고 QoS 적용 등의 권고 조치를 제안한다.

HPE의 디지털 트윈 에이전트 ‘마비스 미니’는 모든 네트워크 디바이스에서 사용자의 동작을 24시간 시뮬레이션한다. DHCP, ARP, DNS 등 핵심 프로토콜을 상시 모니터링하며, 심야에 문제가 발생해도 자동으로 패킷 캡처를 수행하고 담당자가 출근 즉시 원인 분석 결과를 확인할 수 있도록 지원한다.

HPE는 LightGBM(Light Gradient Boosting Machine)과 LSTM(Long Short-Term Memory) 신경망을 결합해 네트워크 장애를 사전에 예측하는 기능을 제공한다. 수많은 이벤트와 카운터 데이터에서 유의미한 패턴을 학습해 베이스라인을 설정하고, 미래의 이상 징후를 탐지해 ‘2주 후 특정 옵티컬 트랜시버 장애 발생 확률 45%’와 같은 형식으로 관리자에게 사전 통보한다. 실제로 한 고객사는 이 기능을 통해 특정 생산 라인의 옵티컬 트랜시버 결함을 사전에 발견해 선제적으로 교체를 취하는 성과를 거두기도 했다.

오 전무는 AI 기반 네트워크 운영의 실제 도입 효과를 구체적인 수치로 제시했다. 서비스 사업자 및 대학 고객의 경우 사용자 장애 티켓이 90% 이상 감소했고, 다수의 리테일 스토어를 운영하는 의류 브랜드 갭(GAP)은 현장 IT 방문 횟수가 85% 이상 줄었다. 데이터센터 고객 역시 신규 서비스 배포 속도가 크게 개선됐다.

자율주행 네트워크 변곡점 ‘에이전틱 AI’

오 전무는 네트워크의 자율주행화는 자율주행차의 발전 경로와 유사하다고 설명했다. 데이터 수집, 인사이트 생성, 운영자 권고, AI의 직접 액션 수행 단계를 거쳐 궁극적으로는 에이전틱 AI 단계에서 진정한 자율주행 네트워크가 실현된다는 것이다.

오 전무는 “에이전틱 AI 단계에서는 여러 에이전트가 유기적으로 연결돼 멀티스텝 작업을 수행하고, 데이터센터·캠퍼스·보안 영역의 에이전트들이 서로 커뮤니케이션하며 폭넓은 AI 운영 기능을 제공할 수 있다”며 “네트워크 자체가 자율적으로 동작하는 자율주행으로 발전해 나가고 있다”고 강조했다.

오 전무는 주니퍼 합병 이후 아루바와의 솔루션 통합 방향도 소개했다. 오 전무는 “두 솔루션 모두 마이크로서비스 아키텍처 기반으로 개발돼 있어 통합이 용이하다”며 “각 솔루션의 장점을 서로의 시스템으로 이식하고, 새로운 기능을 개발하면 두 플랫폼에 동시 적용하는 방식으로 운영 비용을 최소화하면서 두 브랜드 모두를 유지할 수 있다”고 설명했다.

한편 HPE는 가트너 매직 쿼드런트의 유무선 LAN 부문에서 아루바와 주니퍼 모두 리더 포지션을 유지하고 있으며, 엔터프라이즈 데이터센터 구축 실행력 부문에서는 1위를 기록했다. 특히 아루바와 주니퍼의 통합으로 인한 압도적인 리더로 도약함에 따라 AI 시대 네트워크 인프라 주도에 가속이 붙을 전망이다.