벌써 2025년도 두 달이 지나고 3월이 시작되었습니다.
작년을 돌이켜보면 AI가 급부상한 해로 기억될 것임은 부인할 수 없을 것 같습니다.
많은 기업들이 효율성을 높이고 운영을 간소화하며 사용자 경험을 향상시키기 위해 AI 기반 솔루션 도입을 가속화하였습니다.
AI의 부상과 함께 변화하는 시장 상황, 강력한 경쟁 압력, 끊임없이 증가하는 사이버 위협은 기업들이 기술 투자를 계획할 때 가장 염두에 두어야 할 사항입니다.
이러한 성장과 기대를 바탕으로 2025년에 네트워킹과 보안에 가장 큰 영향을 미칠 것으로 예상되는 5가지 트렌드를 살펴봅니다.
예측 1: GPU보다 데이터가 AI의 주요 자산으로 인식됨
사람들은 흔히 AI를 떠올릴 때 대규모 언어 모델을 학습하는 데 사용되는 GPU를 가장 먼저 떠올립니다.
그리고 AI를 위한 네트워킹을 떠올리면 InfiniBand나 800Gbps 이더넷 등 트레이닝 시스템에 사용되는 GPU간 연결을 떠올리게 됩니다.
GPU와 인터커넥트는 AI 생태계를 구현하는 데 필수적인 요소이지만, 이러한 모델에 공급되는 데이터의 품질과 양 또한 그에 못지않게 중요합니다. 데이터센터 외부의 광범위한 네트워크는 AI 분석과 의사 결정에 필요한 원격 측정 및 기타 데이터를 수집하고 집계하는 데 핵심적인 역할을 합니다.
데이터의 다양성과 양이 결과에 영향을 미치기 때문에 기업은 더 많은 데이터를 수집하려는 경향이 있을 것입니다.
그 결과, 조직은 AI 모델에 필요한 데이터를 처리할 수 있을 만큼 강력한 네트워크를 확보하는 데 더욱 중점을 두게 될 것입니다.
예측 2: 네트워크가 보안 솔루션이 될 것
인터넷이 처음 시작되었을 때 네트워크의 역할은 모든 엔드포인트를 다른 엔드포인트에 연결하는 것이었습니다.
당시에는 한 대학교의 교수가 전 세계 어디에서나 인터넷 서버에 액세스할 수 있었습니다.
하지만 연결성이 직장으로 확산되면서 기업들은 침입자를 차단하기 위해 보안이 필수라는 사실을 인식했고, 방화벽이 탄생했습니다.
방화벽은 처음에는 인바운드 및 아웃바운드 트래픽을 제어하여 네트워크 리소스를 보호하고, 나중에는 내부 네트워크를 세분화하여 일부 리소스를 보호함으로써 악성 행위자가 조직 내부에서 측면으로 이동하지 못하도록 방지하도록 설계되었습니다.
증가하는 보안 위협에 대응하기 위해 네트워크를 세분화하면서 지난 몇 년 동안 방화벽이 확산되었으며, 이제 기업들은 보안 구현을 간소화하는 방법을 모색하고 있습니다. 좋은 소식은 방화벽과 네트워크 세그멘테이션이 액세스 포인트, 스위치, 게이트웨이에 내장되고 이러한 장치들이 기업의 통합 정책에 의해 제어됨에 따라 간소화가 가능해졌다는 점입니다.
여기서 진정한 촉매제는 제로 트러스트 네트워킹의 도입입니다. 제로 트러스트 네트워킹은 단순한 유행어가 아닙니다.
제로 트러스트 네트워킹은 보안 정책의 정의와 보안 시행을 보다 명확하게 구분할 수 있는 경로를 제공합니다.
보안 정책은 여전히 CISO와 보안 조직의 책임입니다.
하지만 수많은 방화벽 장비 각각에 수천 개의 ACL을 적용하는 대신, 이제 네트워크 자체에서 정책을 구현할 수 있습니다.
다르게 얘기하면, 네트워크의 역할은 기본적으로 아무것도 연결시키지 않고 보안 정책과 일치하는 연결만 허용하는 것이 됩니다.
방화벽으로 분리된 접근 방식에 비해 이러한 ‘보안 솔루션으로서의 네트워크’는 IT팀과 보안 팀 모두의 운영을 간소화할 수 있습니다.
예측 3: 온-프레미스 및 오프-프레미스에서 통합된 보안 제어
여러 위치에서 네트워크에 액세스하는 사용자가 있는 하이브리드 업무 환경은 대부분의 기업에서 현실입니다.
전통적으로 IT 팀은 원격 사용자를 기업 내에 있는 사용자와는 다른 특수한 경우로 취급해 왔습니다. 서로 다른 정책으로 인해 사용자, 특히 기업에 출근하다가 원격에서 근무하는 대다수의 하이브리드 사용자에게는 서로 다른 경험과 복잡성이 발생하게 됩니다.
유니버설 제로 트러스트 기반 네트워크 액세스(U-ZTNA) 솔루션은 경험을 통합할 수 있는 경로를 제공합니다. 위치에 관계없이 동일한 ID 기반 규칙을 보편적으로 적용함으로써 보안 태세와 사용자 경험의 일관성을 개선할 수 있습니다.
오늘날 ZTNA 솔루션은 주로 원격 사용자의 보안을 위해 배포되고 있으며, 일반적으로 정책은 클라우드 PoP(Point of Presence)에서 적용됩니다. 이러한 솔루션을 온-프레미스 사용자에게 적용하려면 모든 트래픽을 클라우드 PoP로 리디렉션해야 합니다.
대상 애플리케이션이 클라우드에서 호스팅되는 경우, 클라우드 PoP를 정책 적용을 위한 경유지로 사용하는 것이 합리적입니다.
하지만 액세스하는 애플리케이션이나 리소스가 온-프레미스인 경우 PoP를 통한 ‘트롬본 라우팅’은 비효율적일 수 있습니다.
또한 위에서 설명한 네트워크에 내장된 보안에 의존하여 온-프레미스에서도 동일한 정책을 적용할 수 있도록 범용 ZTNA 솔루션이 발전하고 있기 때문에 불필요한 작업입니다.
마지막으로, 완전한 범용 ZTNA 솔루션은 애플리케이션에 액세스하는 사람뿐만 아니라 IoT 디바이스에 대해서도 정책을 적용할 수 있습니다. 기존 ZTNA는 일반적으로 클라이언트 에이전트 또는 브라우저를 사용하여 세션 설정을 가로채 트래픽을 클라우드 POP로 리디렉션하고 식별 기반 정책을 시행합니다.
IoT 디바이스에서도 이 작업을 수행할 수 있다면 이상적이지만, 대부분의 IoT 디바이스는 폐쇄형이어서 에이전트를 설치할 수 없습니다.
즉, 다른 접근 방식이 필요합니다.
IoT용 범용 ZTNA는 온-프레미스상의 단말 인증과 지속적인 모니터링이 필요합니다.
이상적으로는 온프레미스 시행도 필요하므로 네트워크에 보안을 구축하는 추세를 다시 한 번 강화합니다.
예측 4: 더 빠른 네트워크 기술 도입을 가능하게 하는 AI
지난 수십 년 동안 네트워크 관리자가 되려면 어려운 CLI 명령어를 외우고, 전문 자격증을 취득하고, 지식 기반을 최신 상태로 유지하는 데 상당한 시간을 할애해야 했습니다. 기술 유지에 더 많은 시간을 할애할수록 비즈니스가 해결하고자 하는 문제나 사용자가 원하는 경험에 집중할 시간이 줄어드는 경우가 많았습니다.
이런 문제를 해결해 줄 수 있는 것이 바로 AI입니다.
AI를 사용하면 관리자는 AI 어시스턴트에게 달성하고자 하는 목표를 정의할 수 있으며, 어시스턴트는 즉각적인 도움을 제공할 뿐만 아니라 문제 해결 방법을 제안할 수 있습니다.
또한, 관리자는 복잡한 CLI 명령을 기억할 필요가 없으며, 각 디바이스에 맞게 CLI를 조정하지 않고도 특정 네트워크 또는 장비 그룹 전체에 솔루션을 적용할 수 있습니다. 또한, 수백만 대의 장치에서 수집된 데이터를 통해 생성된 학습을 기반으로 매개변수를 자동으로 조정하여 네트워크 성능을 극대화할 수 있습니다.
이 모든 것을 통해 새로운 기술 적용 및 최적화 속도를 높임으로써 IT 관리자를 기존 인프라에 묶어두었던 족쇄를 풀 수 있습니다.
예측 5: 멀티벤더 및 멀티도메인 IT를 지원하기 위해 확장되는 AI-Ops
거의 모든 네트워크 벤더가 관리 플랫폼에서 AI를 사용하는 방법에 대해 이야기하고 있습니다.
각 벤더는 각자 유사한 기능과 이점을 주장하지만, 현재까지 이러한 플랫폼은 기본적인 네트워크 기능에만 이점을 제공합니다.
따라서 ‘보이지 않는’ 타사 인프라를 볼 수 없기 때문에 AI의 영향력의 범위는 제한적입니다.
많은 고객들이 여러 제조사의 장비들에 대한 가시성과 인사이트를 제공할 수 있는 단일 AI 기반 플랫폼을 찾고 있습니다.
이러한 추세는 네트워크 영역으로까지 확장되고 있습니다.
기업들은 컴퓨팅, 스토리지, 네트워킹에 걸친 여러 도메인 문제를 상호 연관시키고 식별하며, 이러한 모든 소스에서 제공되는 원격 측정 데이터를 활용하여 더 나은 결과를 제공하고자 합니다.
이 분야에서 AI의 힘은 아직 완전히 발휘되지 않았으며, 올해 그 모멘텀이 형성되고 있는 것은 매우 흥미진진합니다.
코로나19 이후 IT인프라는 주변 환경이 바뀌면서 함께 바쁘고 정신없이 휘몰아치는 것 같습니다.
올해는 여러분의 비즈니스가 성장하고 번창할 수 있기 위해 계속된 혁신과 변화를 기대하며 새로운 솔루션을 용기있게 선택하세요.
