HPE는 왜 ‘Central AI’가 있음에도 ‘주니퍼’를 선택했을까?
HPE와 주니퍼 네트웍스의 합병 소식이 전해졌을 때, 업계의 가장 큰 의문은 이것이었습니다.
“업계 2위인 아루바 센트럴(Aruba Central)이 있는데, 왜 140억 달러(약 19조 원)라는 거액을 들여 주니퍼를 사는가?”
단순히 덩치를 키우기 위한 인수가 아닙니다. 여기에는 네트워크의 패러다임을 완전히 바꾸려는 HPE의 ‘빅 픽처’가 담겨 있습니다.
‘관리 플랫폼’과 ‘AI 엔진’의 결정적 차이
아루바 센트럴은 전 세계에서 가장 거대한 인프라를 수용하는 강력한 ‘인프라 운영 관리 및 시각화 플랫폼’입니다.
하지만 HPE는 인프라를 잘 보여주는 것을 넘어, 인프라가 ‘스스로 생각하고 움직이게’ 만들기를 원했습니다.
- Aruba Central (강력한 몸체): 수백만 개의 장비를 안정적으로 연결하고, MSA 기반으로 방대한 데이터를 수집하는 데 최적화된 업계 최고 수준의 플랫폼입니다.
- Juniper Mist (혁신적인 두뇌): 단순히 데이터를 수집하는 게 아니라, 그 데이터 속에서 ‘사용자 경험’의 인과관계를 찾아내고 스스로 조치하는 AI-Native 엔진(Marvis)을 가졌습니다.
HPE는 기존 센트럴을 고도화하는 데 시간을 쓰는 대신, 이미 시장에서 검증된 가장 강력한 ‘AI 두뇌’를 즉시 수혈하여 경쟁사가 도달하지 못한 자율주행(Self Driving)의 영역으로 단번에 점프하는 전략을 택한 것입니다.
그럼 내가 쓰던 센트럴(Central)은 어떻게 되는가?
이 질문에 대한 답은 ‘대체’가 아닌 ‘융합과 진화’입니다.
HPE는 센트럴을 버리는 것이 아니라, 센트럴이라는 거대한 집 안에 주니퍼의 Marvis라는 똑똑한 집사를 입주시킬 계획입니다.
- 통합 AI 네이티브 클라우드: 향후 아루바와 주니퍼의 포트폴리오는 하나의 통합된 클라우드 플랫폼으로 수렴될 것입니다.
- 시너지의 극대화: 아루바 장비를 쓰던 고객은 조만간 센트럴 화면에서 주니퍼의 자랑인 ‘마비스(Marvis)’의 자율 조치 기능을 경험하게 될 것입니다. 즉, 기존 고객의 투자 가치는 보존되면서 AI라는 강력한 업그레이드 팩이 장착되는 셈입니다.
자율주행 네트워킹의 압도적 선두: 데이터의 초격차
자율주행의 승패는 ‘데이터의 양과 질’에서 갈립니다. 이번 합병으로 HPE는 경쟁사들이 도저히 따라올 수 없는 데이터 댐을 확보했습니다.
- 양(Quantity): 아루바가 보유한 전 세계 엔터프라이즈 시장의 압도적 점유율 데이터.
- 질(Quality): 주니퍼 Mist AI가 10년 넘게 쌓아온 ‘사용자 경험(SLE)’ 중심의 고도화된 모델링 데이터.
이 두 데이터가 결합되는 순간, HPE의 AI는 세상에서 가장 많은 장애 케이스를 경험하고 가장 정확한 해결책을 아는 ‘천재 엔지니어’로 거듭나게 됩니다. 단순히 장비가 켜져 있는지 확인하는 수준의 데이터를 넘어, 실제 사용자가 느끼는 미세한 품질 차이까지 학습된 이 데이터들은 HPE를 자율주행 네트워킹 분야에서 경쟁사들보다 훨씬 앞서가게 만드는 가장 강력한 무기입니다.
마스터플랜의 핵심, ‘Marvis’라는 강력한 엔진
HPE가 탐냈던 주니퍼의 Marvis AI는 단순히 문제를 알려주는 비서가 아닙니다.
- Digital Twin과 시뮬레이션: Marvis Minis는 사용자가 접속하기도 전에 가상의 환경에서 네트워크를 미리 주행하며 문제를 예방합니다.
- 자율 제어: 문제가 발견되면 스스로 최적의 경로를 찾고 설정을 변경합니다. 이는 단순한 자동화를 넘어선, 진정한 의미의 ‘에이전틱 AI(Agentic AI)’로의 진화입니다.
자율주행 시대, 관리자의 일자리는 어떻게 변할까?
네트워크가 스스로를 관리하는 ‘Self-driving’ 시대가 오면 엔지니어의 자리가 위태로울 것이라는 우려도 있습니다.
하지만 이는 ‘일자리의 소멸’이 아니라 ‘역할의 고도화’로 봐야 합니다.
- 소방수(Firefighter)에서 건축가(Architect)로: 반복적인 로그 분석이나 단순 트러블슈팅 같은 ‘노동’은 AI에게 맡깁니다. 대신 관리자는 비즈니스 목표에 맞는 네트워크 정책을 설계하고, AI가 내린 결정이 적절한지 거버넌스를 감독하는 전략적 아키텍트가 됩니다.
- AI 조율사(Orchestrator): AI가 처리하기 힘든 복잡한 물리적 환경의 변수나, 기업의 특수한 보안 요구사항을 AI에게 학습시키고 조율하는 고차원적인 역할이 핵심이 됩니다.
- 가치의 재정의: “장비를 얼마나 잘 다루는가”보다 “데이터를 통해 비즈니스에 어떤 인사이트를 줄 것인가”가 엔지니어의 실력을 가르는 새로운 기준이 될 것입니다.
거버넌스(Governance): 엔진을 조절하는 스티어링 휠
네트워크가 스스로 판단하고 움직이는 시대에 가장 중요한 것은 무엇일까요? 바로 ‘거버넌스’입니다.
많은 분이 거버넌스를 단순히 ‘총괄 관리’ 정도로 이해하시지만, 자율주행 시대의 거버넌스는 훨씬 전략적인 개념입니다.
“거버넌스는 단순한 운영(Doing)을 넘어, 무엇이 옳은지 결정하고(Deciding) 책임지는(Accountability) 시스템입니다.”
아무리 강력한 엔진(AI)이 있어도, 그것이 올바른 방향으로 가도록 이끄는 스티어링 휠(거버넌스)이 없다면 사고로 이어질 수 있습니다.
관리자는 이제 직접 페달을 밟는 대신, AI라는 엔진이 기업의 정책과 비즈니스 우선순위라는 가이드라인 안에서 올바르게 작동하도록 ‘운전대’를 잡는 역할을 수행하게 됩니다.
마치면서.. AI는 우리의 자리를 뺏는 것이 아니라, 우리를 자유롭게 할 것입니다
우리가 CLI 명령어를 외우던 시대에서 GUI로 넘어왔을 때 엔지니어의 가치가 더 높아졌듯, AI는 우리에게 가장 유능하고 강력한 비서를 선물해 준 것입니다.
압도적인 데이터로 무장한 HPE와 주니퍼의 결합은 우리 엔지니어들을 단순 반복 업무에서 자유롭게 하고, 더 가치 있는 미래를 설계하게 만들 것입니다. 자율주행 네트워킹의 시대, 우리는 이제 더 멀리, 더 정확하게 나아갈 준비가 되었습니다.
