F5 2024 기술 전망

작성자: Lori MacVittie

시장의 신호를 무시한 채 생성형 AI가 올해 최고의 기술이자 트렌드라고 단순히 말해 버리기는 쉽습니다.

생성형 AI가 시장에 중대한, 심지어 지각변동에 가까운 영향을 미치고 있으며, 그 여파가 모든 비즈니스로 이어지고 있다는 데에는 의심의 여지가 없습니다. 우리는 이를 인정하지만, 굳이 강조할 필요는 거의 없다고 봅니다. AI를 비즈니스, 제품, 서비스 및 워크플로에 도입하고 통합해야 한다는 사실은 모두가 알고 있으므로, 이미 잘 아는 수많은 사람에게 이를 거듭 설파하는 것은 실질적인 의미가 없습니다.

우리가 짚고 넘어가야 할 점은 생성형 AI가 눈길을 끄는 이름은 없지만 그에 못지않게 중요한 또 하나의 흐름, 즉 보안과 옵저버빌리티의 융합을 가리고 있다는 사실입니다.

“기술 전문가의 85%가 이제 관찰 가능성을 조직의 전략적 우선순위로 꼽고 있다”는 사실은 놀랍지 않습니다(AppDynamics ). 기업의 디지털 성숙도를 자세히 살펴본 결과, 디지털 성숙도가 가장 높은 조직조차 가시성 부족과 데이터 사일로 문제를 겪고 있었습니다. 필요한 데이터 포인트가 서로 분리된 여러 소스에 갇혀 있기 때문에 데이터 사일로가 가시성 부족의 원인이 되는 경우가 많습니다. 같은 조직들이 언급한 전문성 부족 역시 이러한 문제를 일으키는 요인일 가능성이 큽니다.

보안의 중요성은 두말할 필요가 없습니다. 보안은 이사회실에서 서버실에 이르기까지 여전히 가장 큰 과제이자 우려 사항입니다. 경영진이 경제 전망을 얼마나 어둡게 또는 밝게 보든 관계없이 보안 투자는 계속해서 높은 우선순위를 차지합니다.

실제로 2023년 하반기에는 서로 수렴하는 이 두 가지 추세에 생성형 AI의 강력한 영향력이 더해지면서 보안이 빠르게 빨려 들어가는 소용돌이, 즉 AISecOps가 형성되는 것을 목격했습니다.

보안과 옵저버빌리티의 융합

FY23 전반에 걸쳐 보안 및 옵저버빌리티 분야의 활동이 각각 지속적으로 증가하는 동시에 서로 융합되는 양상을 보였습니다. 즉, 옵저버빌리티 기업들은 보안 서비스를 제공하기 시작했고, 보안 기업들은 가시성을 높이기 위해 옵저버빌리티 분야에서 상당한 역량을 인수하거나 자체적으로 구축했습니다.

어쩌면 당연하게도, 이러한 융합의 다음 단계는 AI의 통합입니다.

CIO의 88%는 관찰 가능성과 보안 관행의 융합이 DevSecOps 문화를 구축하는 데 매우 중요할 것이라고 답했으며, 90%는 이러한 관행을 확장하는 데 AIOps 활용 확대가 핵심이 될 것이라고 답했습니다 (Dynatrace).

이러한 변화는 이미 시장에서 나타나고 있습니다. AI, 특히 생성형 AI는 보안과 옵저버빌리티 분야 모두에서 활발한 움직임을 이끌어 왔습니다. 이러한 영향은 2023년 하반기에 더욱 가속화되었으며, 둔화될 조짐은 보이지 않습니다.

옵저버빌리티와 보안의 융합은 이미 현실화되었으며, 이 두 분야와 AI의 통합도 곧 이루어질 것입니다.

이는 보안과 AI 모두 관측 가능성에 크게 의존하기 때문입니다. 즉, 두 분야 모두 비즈니스 가치를 창출하는 유의미하고 실행 가능한 인사이트를 제공하려면 상당한 양의 데이터가 필요합니다. 운영 및 보안 시장에서 운영 데이터(텔레메트리)를 충분히 축적한 강력한 저장소가 없는 AI는 무용지물입니다.

반대로 보안과 일반적인 운영 문제 모두에 필요한 텔레메트리의 양이 방대하기 때문에 AI 없이는 데이터에서 의미 있는 결과를 도출할 수 없습니다. 실제로 보완적인 보안 데이터가 없는 성능 및 가용성 데이터는 시장에서 점점 더 불완전한 것으로 인식되고 있습니다. 기술 전문가의 절반 이상(56%)이 애플리케이션 가용성 및 성능 데이터와 보안 데이터를 통합하는 옵저버빌리티 솔루션을 찾고 있습니다(AppDynamics). 이들은 멀티 클라우드 및 하이브리드 환경을 관리하는 체계적인 AI 기반 솔루션에 데이터를 제공하기 위해 운영에 필요한 ‘단일 정보 소스’를 찾고 있습니다.

따라서 옵저버빌리티는 AI와 향후 보안 제품 모두를 뒷받침하는 핵심 기반 역량입니다.

AISecOps의 부상

2024년은 AISecOps 관행이 구체화되고 앞으로 나아갈 ‘방향’으로 자리 잡는 해가 될 것으로 예상합니다.

이러한 융합은 실시간 트래픽을 분석하여 위협을 더 빠르고 효율적으로 탐지하고 무력화하는 기존의 AI 및 ML 접근 방식을 도입할 뿐만 아니라, 보안 전문가가 위협 데이터와 상호작용하는 방식에도 혁신을 가져올 것입니다. 바로 이러한 이유로 AI가 포함됩니다.

하지만 어쩌면 더 흥미로운 것은 관측 가능성, 보안 및 AI를 구현하는 기술일 것입니다. 이러한 기술은 새로운 기능과 사용 사례를 가능하게 하며, 그렇지 않았을 때보다 훨씬 더 빠르게 융합을 향해 나아가도록 이끌고 있습니다.

이러한 기술은 다음과 같습니다:

1. eBPF

eBPF(확장 버클리 패킷 필터)는 텔레메트리의 수집 지점이자 제어 지점으로 활용할 수 있는 경량의 Linux 커널 수준 기술입니다. 커널을 수정하거나 다시 컴파일할 필요가 없어 시스템에 캡처 및 제어 기능을 손쉽게 추가할 수 있다는 점에서 널리 사용됩니다. 주로 시스템에서 텔레메트리를 수집하는 데 사용되지만, 제한된 기능을 수행할 수 있으므로 제어 지점으로도 활용할 수 있습니다.

예를 들어, 의심스러운 패킷의 전파를 차단하는 동시에 일종의 패킷 수준 라우터 역할도 할 수 있습니다. 이러한 이중적 특성으로 인해 이 기술은 관측 가능성(캡처) 및 보안(제어) 시장 모두에서 중요성이 커지고 있습니다. eBPF는 기존 에이전트 기반 기술로 구현할 수 있거나 비용 측면에서 실현 가능한 수준보다 더 강력한 캡처 지점 집합을 제공하여 분석을 지원합니다. eBPF는 관측 가능성과 보안 기능을 구현하는 기반 기술입니다.

2. API

API(애플리케이션 프로그래밍 인터페이스)는 2023년 한 해 동안 보안 및 관측 가능성 시장 모두에서 핵심적인 위치를 차지하게 되었습니다. API는 로직을 호출하고, 작업을 실행하며, 프로세스를 시작하는 엔드포인트로 사용됩니다. 애플리케이션 엔드포인트(URI)와 많은 특성을 공유하지만, API만의 고유한 특성으로 인해 보안 및 운영 측면에서 특별한 과제가 발생합니다. 또한 API는 운영 작업과 프로세스를 자동화하는 데 광범위하게 사용되므로, 고객 대상 애플리케이션과 관련된 단순한 비즈니스 차원을 넘어 기업 전반의 체계적인 관심사가 되었습니다. API는 자동화와 관측 가능성을 구현하는 핵심 요소입니다.

3. GraphQL

GraphQL은 API를 위한 쿼리 언어이자 데이터에 대해 해당 쿼리를 실행하는 런타임입니다. GraphQL을 사용하면 클라이언트가 필요한 특정 데이터를 요청하고 예측 가능한 형식으로 응답을 받을 수 있어, 데이터를 과도하게 또는 불충분하게 가져오는 문제를 줄일 수 있습니다. GraphQL의 부상은 API 사용과 의존도가 증가하는 가운데 조직들이 API를 통제하고 관리하는 데 어려움을 겪고 있기 때문입니다. 또한 GraphQL은 데이터에 대한 보다 직접적인 액세스를 지원하여 애플리케이션 아키텍처 내에서 데이터가 기존 비즈니스 로직과 함께 핵심 요소로 자리 잡도록 합니다. API와 마찬가지로 GraphQL도 해결해야 할 새로운 보안 과제를 야기하며, 이를 위해서는 관측 가능성이 필요합니다.

4. DPU

데이터 처리 장치(DPU)는 CPU(중앙 처리 장치)의 데이터 처리 작업을 대신 수행하고 가속하도록 설계된 특수 하드웨어 구성 요소입니다. 특정 연산 작업 수행에 고도로 특화되어 있다는 점에서, 고급 암호화와 놀라운 게임 경험을 가능하게 하는 GPU(그래픽 처리 장치)와 유사합니다. DPU는 데이터 이동, 데이터 변환 및 데이터 관리 작업 처리에 최적화되어 있어 CPU가 범용 연산에 집중할 수 있도록 하고 전반적인 시스템 효율성을 높입니다. DPU는 데이터 집약적 애플리케이션의 성능을 향상하고, 시스템 병목 현상을 줄이며, 전력 소비를 낮출 수 있습니다. DPU는 성능과 확장성을 위해 대량의 데이터를 효율적으로 처리하는 것이 중요한 최신 데이터 센터 아키텍처, 엣지 컴퓨팅 및 AI/ML 워크로드에서 점점 더 널리 사용되고 있습니다.

이 네 가지 기술은 함께 옵저버빌리티와 보안 역량을 강화하고 생성형 AI와 전통적인 AI의 통합을 가속화하고 있습니다. 조직들이 AIOps로의 전환과 보안과의 융합을 수용함에 따라 2024년에는 이 네 가지 기술 모두의 도입과 활용이 더욱 확대될 것으로 예상합니다.

AI, 특히 생성형 AI를 활용하려는 기업은 F5뿐만이 아닙니다. F5의 사명은 애플리케이션 제공과 보안을 ‘터무니없을 정도로 쉽게’ 만드는 것입니다. 실제로 이러한 기술을 터무니없을 정도로 쉽게 배포하고 운영하려면 모든 형태의 AI를 통합하고 적용해야 합니다. 당사는 봇 및 사기 탐지 기술을 구동하는 모델과 같은 기존 AI뿐만 아니라 생성형 AI를 도입할 새로운 방법을 적극적으로 모색하고 있습니다.

하지만 이를 실현하려면 성공을 뒷받침하는 기술에 투자해야 한다는 점도 잘 알고 있습니다. 이러한 이유로 F5는 DPU 도입을 가속화하기 위해 OPI(개방형 프로그래머블 인프라) 프로젝트의 출범을 지원했으며, 오픈 소스에 대한 투자와 지원을 확대했습니다. 또한 모든 형태의 AI를 도입하여 F5의 제품과 서비스를 개선하고 강화하기 위한 혁신 노력도 확대하고 있습니다.

F5는 AI가 점진적으로 발전하면서 자동화 역량을 한 차원 더 높은 수준으로 끌어올려 모든 직무의 생산성과 효율성을 높일 것으로 믿습니다. 특히 디지털 비즈니스를 구동하는 앱과 API의 제공 및 보안을 담당하는 직무에서 그 효과가 클 것입니다.