현대 AI에는 NaaS가 필수: 분산 네트워킹의 미래

단일 데이터 센터나 중앙 집중식 클라우드 시설에서 AI 운영을 실행하던 시대는 지났습니다. 현대 AI 애플리케이션은 고도로 분산된 서비스와 기능을 활용해야 합니다. 이러한 리소스를 원활하게 통합하려면 네트워킹에 대한 새로운 접근 방식이 필요합니다. NaaS(Network-as-a-Service)가 바로 그 해답입니다. 이름에서 알 수 있듯, NaaS는 제공자가 연결성, 보안, 관리를 포함한 네트워킹 기능을 기업에 온디맨드 방식, 일반적으로 구독 모델로 제공하는 클라우드 서비스 모델입니다.

현대 AI 애플리케이션이 어떻게 작동하는지 간단히 살펴보면 NaaS의 필요성이 명확해집니다. 우선, AI 모델 훈련에 사용되는 데이터는 일반적으로 서로 다른 장소에 저장되고 생성됩니다. 모델 훈련과 추론을 위한 컴퓨팅 리소스는 GPU-as-a-Service와 Neoclouds 같은 새로운 서비스의 등장으로 더욱 분산되는 추세입니다. 실시간 애플리케이션에서 빠른 분석과 실행 가능한 인사이트가 필요하다는 것은 데이터 처리와 추론이 데이터가 생성되는 곳이나 행동이 일어나는 곳(예: 도로 위험을 피하여 조향하는 자율주행차) 가까이에서 수행되어야 함을 의미합니다.

이러한 요인들을 고려할 때, AI와 네트워킹의 융합은 올해 상당한 주목을 받았습니다. 수년간 NaaS 시장을 주도해 온 Mplify(구 MEF)가 AI를 포용했습니다. "우리는 AI 역할로 이동했습니다."라고 Mplify의 CTO인 Pascal Menezes는 말했습니다. 그는 모든 종류의 AI 에이전트와 모델이 곳곳에 존재함에 따라 네트워크가 매우 중요해졌다고 지적했습니다.

참고: 실시간 AI에 분산 클라우드 컴퓨팅이 필요한 이유

NaaS의 등장

오늘날 기업과 AI 노력을 지원하는 서비스 제공업체는 본질적으로 서비스로서의 AI 연결성이 필요합니다. 바로 여기서 NaaS가 중요한 역할을 할 수 있습니다.

NaaS는 네트워킹을 위한 클라우드형 소비 모델입니다. 기업이 직접 네트워킹 하드웨어와 소프트웨어를 소유, 구성, 관리하는 대신, 제공자로부터 연결성, 대역폭, 보안, 최적화 기능을 온디맨드로 소비할 수 있습니다.

핵심 특징은 다음과 같습니다:

• 온디맨드 및 구독 기반: SaaS나 IaaS와 유사하게, 기업은 사용량에 따라 확장 또는 축소할 수 있습니다.
• 정책 기반 자동화: 네트워킹 기능이 수동 구성이 아닌 API와 서비스로 노출됩니다.
• 추상화된 인프라: 기업은 물리적 링크, 라우팅, 벤더별 하드웨어에 대해 걱정할 필요가 없습니다.

참고: Neoclouds란 무엇이며 AI에 왜 필요한가?

Mplify의 NaaS에서의 역할

Mplify는 연결 기술을 시장에 제공해 온 오랜 역사를 가지고 있습니다. 프레임워크, 라이프사이클 서비스 오케스트레이션(LSO) API, 인증에 대한 집중은 Carrier Ethernet을 수십 년간 기업이 의존하는 보편적인 서비스로 만드는 데 기여했습니다.

이 그룹은 NaaS에서도 비슷한 길을 걸어왔습니다. 서비스 제공업체가 SD-WAN, SASE(Secure Access Service Edge) 등의 네트워크 서비스를 표준화된 방식으로 노출할 수 있도록 하는 LSO API와 프레임워크를 개발했습니다.

Mplify의 표준을 통해 기업은 단일 클라우드 제공업체를 다루는 것처럼 여러 운영자의 네트워크 서비스를 주문, 활성화, 모니터링할 수 있습니다. 또한 제공업체는 Mplify 표준에 따라 자사 제품을 인증받을 수 있어 신뢰를 높이고 도입을 가속화합니다.

AI에 NaaS가 중요한 이유

AI, 엣지 컴퓨팅, GPU 가속은 고도로 분산되어 있고 리소스 집약적입니다. 유연한 연결성이 필요합니다. AI 워크로드는 데이터 센터, 클라우드, 엣지 사이트 간에 버스트할 수 있습니다. NaaS는 기업과 제공업체가 필요할 때만 고대역폭 링크를 구축할 수 있게 합니다. 이를 통해 예측 가능하고 예상치 못한 비즈니스 수요 변화에 따른 변동하는 요구사항을 지원합니다.

현대 AI 애플리케이션은 낮은 지연 시간과 보장된 QoS(Quality of Service)도 필요합니다. NaaS가 역할을 할 수 있는 또 다른 영역입니다. 예를 들어, 엣지에서의 추론(제조나 자율 시스템 등)은 결정론적이고 신뢰할 수 있는 네트워킹이 필요합니다. NaaS는 정책 기반 성능 보장을 가능하게 합니다. 이 점에서 NaaS 제공업체는 일반적으로 특정 성능, 신뢰성, 가용성 수준을 보장하는 SLA(서비스 수준 계약)를 제공합니다.

NaaS의 또 다른 중요한 측면은 보안이 긴밀하게 통합되어 있다는 점입니다. 분산된 GPU와 엣지 노드로 공격 표면이 확장되므로 이는 중요합니다. NaaS는 보안을 서비스 패브릭의 일부로 통합합니다. 대부분의 NaaS 제품은 WAN(광역 네트워크) 연결 기능과 보안 웹 게이트웨이, ZTNA(제로 트러스트 네트워크 액세스), FWaaS(방화벽 서비스), CASB(클라우드 액세스 보안 브로커) 같은 네트워크 보안 기능을 결합한 SASE를 지원합니다.

결론

기업은 컴퓨트-as-a-Service 제공에 익숙합니다. 그러나 AI 이니셔티브를 확장하고 GPU-as-a-Service 같은 새로운 서비스를 활용함에 따라, 컴퓨팅 역량이 기본 네트워크를 빠르게 압도합니다. 이는 병목 현상과 성능 문제를 야기합니다.

NaaS는 동등하게 탄력적인 고대역폭 상호 연결을 제공함으로써 이러한 문제를 해결합니다. 이러한 서비스는 기업과 제공업체가 대규모 AI 데이터세트를 이동하고 분산 모델을 실행할 때 지연 시간 및 기타 지연을 유발하지 않도록 보장합니다.