인터넷은 연결과 네트워크 설계에 접근하는 방식을 바꾸는 근본적인 변화를 가져오고 있습니다.
이러한 변화의 중심에는 에이전트 AI의 출현이 있습니다. 인간의 클릭에 대한 프록시가 아니라 기계 속도로 리소스와 서비스를 조율하는 독립적인 디지털 행위자로서 온라인으로 행동하고, 결정을 내리고, 거래하는 자율 시스템입니다.
Cisco ThousandEyes의 수석 솔루션 분석가입니다.
Agentic AI는 네트워크 생태계의 기본 요구 사항을 변화시키고 있습니다. 대역폭과 대기 시간에 초점을 맞춘 기존 네트워크 벤치마크는 점점 더 부적절해지고 있습니다.
대신, 네트워크는 예측할 수 없는 기계 중심 활동 패턴을 지원하기 위해 실시간 적응성, 상황별 인텔리전스 및 향상된 탄력성을 제공해야 합니다.
기본 네트워크 사용자는 더 이상 브라우저 탭을 여는 사람이 아닙니다. 오늘날의 인프라는 복잡하고 상호 의존적인 워크플로우를 실행하는 수백 개의 API 호출과 자율 에이전트를 몇 초 만에 처리해야 합니다.
공급자의 경우 이는 성능 기대치가 크게 변화하여 가시성, 조정 및 서비스 제공 최적화에 대한 새로운 접근 방식이 필요하다는 의미입니다.
네트워크 성능 재정의
인간 중심의 인터넷 사용은 예측 가능한 패턴을 따릅니다. 사용자는 수동으로 웹사이트를 탐색하고, 애플리케이션을 열고, 비교적 드물게 순차적으로 요청합니다.
Agentic AI는 API 호출의 급격한 증가를 시작하고, 여러 소스에서 집계된 데이터를 집계하고, 최소한의 감독으로 다단계 프로세스를 실행하는 등 다르게 작동합니다.
예를 들어, 단일 AI 에이전트는 여행 예약 API, 호텔 데이터베이스, 날씨 서비스 및 결제 프로세서를 동시에 밀리초 내에 쿼리할 수 있습니다.
이러한 전환은 수십 명의 사용자 연결에 맞게 네트워크를 최적화하는 것부터 여러 서비스 및 데이터 센터에 걸쳐 조정된 요청의 웹을 자동화하는 것까지 지원합니다.
에이전트가 추가 자동화 프로세스를 트리거하면 이러한 상호 작용의 양과 복잡성이 예기치 않게 확장될 수 있습니다.
이러한 새로운 현실에는 보안 검증 및 데이터 무결성 테스트를 포함하도록 기존 성능 지표를 뛰어넘는 적응형 모니터링 기능이 필요합니다.
에이전트가 제3자 시스템 전반에 걸쳐 자율적인 결정과 트랜잭션을 수행함에 따라 네트워크는 자동화된 워크플로의 복잡성이나 규모에 관계없이 정확성과 보안을 유지하면서 도메인과 공급자 간의 신뢰할 수 있는 핸드오프를 보장해야 합니다.
인프라는 두 가지 방향으로 변화합니다.
이러한 증가하는 요구 사항은 동시에 두 가지 방향으로 인프라 변화를 주도하고 있습니다.
하이퍼스케일 클라우드 제공업체는 AI 기반 애플리케이션을 위한 백본 서비스를 제공하기 위해 범위를 확장하고 있으며 동시에 전문 컴퓨팅 리소스, 규정 준수 및 상당한 전력 소비에 대한 에이전트 AI의 요구로 인해 전용 AI 데이터 센터 및 전문 인프라 제공업체의 성장이 가속화되고 있습니다.
이 인프라의 진화는 데이터와 계산이 퍼블릭 클라우드, 프라이빗 시설, 엣지 노드 및 IoT 엔드포인트 전반에 걸쳐 흐르는 메시형 분산 아키텍처를 생성하고 있습니다.
이러한 추세의 한 예는 AI 워크로드에 최적화된 베어메탈 GPU 서비스를 제공하는 전문 GPU 클라우드 제공업체(네오클라우드라고도 함)의 수가 증가하고 있다는 것입니다.
이러한 공급자는 특정 하드웨어 구성, 가격 모델 또는 규정 준수 요구 사항과 같이 기존 클라우드 서비스가 효율적으로 해결할 수 없는 특정 요구 사항을 목표로 삼는 경우가 많습니다.
조직은 더 이상 기본적인 종속성 모니터링에 의존할 수 없습니다. 끊임없이 변화하는 서비스 관계 및 데이터 흐름 환경에 대한 포괄적인 가시성이 필요합니다.
수동적 전송에서 상황 인식 오케스트레이션으로
이러한 인프라 혁신을 위해서는 네트워크가 단순히 데이터를 더 빠르게 이동하는 것 이상으로 발전해야 합니다. 네트워크는 수동적인 전송 계층 역할을 하기보다는 애플리케이션 컨텍스트와 비즈니스 요구 사항을 이해하는 정책을 구현하여 서비스 제공에 적극적으로 참여해야 합니다.
에이전트 시스템에서는 단일 패킷 누락이나 연결 저하로 인해 자동화된 워크플로 전반에 걸쳐 연속적인 오류가 발생하여 운영자가 즉시 확인할 수 없는 방식으로 비즈니스 결과가 중단될 수 있습니다.
예를 들어, 공급망 물류를 관리하는 AI 에이전트가 중요한 가격 책정 API와의 연결이 끊어지면 시간이 지남에 따라 최적이 아닌 구매 결정을 내릴 수 있습니다.
에이전트 AI를 지원하는 네트워크는 상황 인식 연결을 구현해야 합니다. 즉, 애플리케이션 중요도에 따라 서비스 품질을 강화하고, 도메인 경계를 넘는 데이터 흐름을 보호하며, 에이전트 워크플로 및 서비스 상호 작용에 대한 실시간 가시성을 제공해야 합니다.
네트워크 성공의 측정은 단순히 데이터가 빠르게 이동하는지 여부가 아니라 비즈니스 논리에 따라 에이전트가 작업을 안전하고 효율적으로 완료하는지 여부로 바뀔 수 있습니다.
이 서비스 체인의 각 요소는 에이전트 결정 및 외부 조건에 따라 해당 체인의 구조가 지속적으로 발전하더라도 가시적이고 제어 가능해야 합니다.
신뢰와 인텔리전스를 위한 네트워크 재배선
Agentic AI는 근본적인 방식으로 인터넷 인프라 요구 사항을 재편하고 있습니다. 차세대 디지털 네트워크는 원시 용량이나 속도뿐만 아니라 적응형 인텔리전스를 제공하고 분산되고 발전하는 서비스 환경 전반에 걸쳐 신뢰와 가시성을 제공하는 능력으로 차별화됩니다.
네트워크가 수동적 인프라에서 디지털 가치의 능동적 조정자로 변화함에 따라 역동적이고 탄력적이며 지능적인 서비스를 제공할 수 있는 공급자는 신흥 에이전트 경제를 지원할 수 있는 위치에 있게 될 것입니다.
성공은 인터넷을 통해 가치가 흐르는 방식을 점점 더 정의하게 될 복잡하고 자동화된 상호 작용을 이해하고, 적용하고, 관리할 수 있는 시스템 구축에 달려 있습니다.
전환은 이미 진행 중입니다. 이제 문제는 어떤 네트워크 설계 및 서비스 제공 방법이 이 새로운 패러다임을 지원하는 데 가장 효과적인지 여부입니다.
우리는 최고의 비즈니스 인텔리전스 플랫폼을 선보였습니다.
이 기사는 오늘날 기술 업계에서 가장 뛰어난 인재를 조명하는 TechRadarPro의 Expert Insights 채널의 일부로 작성되었습니다. 여기에 표현된 견해는 저자의 견해이며 반드시 TechRadarPro 또는 Future plc의 견해는 아닙니다. 기여하고 싶다면 여기에서 자세히 알아보세요.