AI 프로젝트의 성패를 가르는 ‘가시성’ 확보 나서야

AI 요약

AI는 이제 핵심 경영 전략으로 많은 기업이 막대한 예산을 투입하고 있으나 MIT 연구에 따르면 AI 시범 프로젝트의 95%가 기대했던 결과를 내지 못하는 등 실제 성과를 내는 프로젝트는 많지 않습니다. 이유는 모델 자체의 문제보다 네트워크, 애플리케이션, 데이터센터, 클라우드, API, 데이터베이스, 보안 시스템 등 AI가 동작하는 운영 환경과 인프라의 복잡한 상호의존성 때문이며, 이를 해결하려면 패킷 수준부터 애플리케이션 성능·네트워크 상태·서비스 의존성까지 아우르는 엔드투엔드 가시성이 필요합니다. 또한 AI 성공은 양보다 질 높은 데이터에 달려 있어 심층 패킷 분석(DPI)과 실시간 네트워크 가시성을 통해 필요한 정보만 선별한 고신뢰 Smart Data를 AIOps와 결합해 활용하고 응답시간·장애 감소·운영비 절감 등 비즈니스 지표로 평가해야 합니다.