네트워크 관리란?
네트워크 관리는 네트워크를 프로비저닝, 구성, 모니터링, 운영 및 유지할 때 사용하는 일련의 프로세스와 기능입니다. 네트워크 관리 시스템은 네트워크의 전반적인 안정성, 성능 및 가용성을 보장하는 데 도움이 됩니다. 확장성, 민첩성 및 효율성을 위해 클라우드 관리형 네트워킹이 널리 채택되면서 네트워크 관리에 혁신의 물결이 일고 있으며, 그 결과 현대적인 마이크로 서비스 기반 클라우드 네이티브 네트워크 관리 플랫폼이 탄생했습니다.
네트워크 관리 설명
네트워크 관리는 IT 및 네트워크 운영을 통해 네트워크의 전반적인 안정성, 성능 및 가용성을 보장하는 다기능 분야입니다. 디지털 트랜스포메이션이 진행되면서 고품질 최종 사용자 체감 만족도를 경험을 제공하는 데 있어 네트워크 관리의 역할에 대한 관심도 높아지고 있습니다.
네트워크 관리에는 일반적으로 FCAPS 프레임워크에 설명된 다음 기능이 포함됩니다.
- 결함 관리: 감지, 격리 및 문제 해결을 통해 최적의 네트워크 연결을 보장하고 감지되지 않은 이상 현상으로 인한 가동 중지 시간을 최소화하는 것으로, MRT(모니터링, 리포팅 및 문제 해결)라고도 합니다.
- 구성 관리: 액세스 포인트, 스위치, 게이트웨이와 같은 네트워크 장치의 구축 및 프로비저닝을 지칭하며 구성 변경에 대한 지속적인 장치 모니터링을 포함합니다.
- 회계 관리: 비용 관리 목적으로 네트워크 활용도 추적을 통해 사용자 및 사업부의 대역폭 소비를 문서화한 것입니다.
- 성능 관리: 허용 가능한 서비스 수준이 유지되도록 하기 위해 응답 시간, 패킷 손실, 처리량 등 네트워크 성능과 관련된 메트릭을 지속적으로 편집하고 분석하는 것입니다. 허용 가능한 임계값을 위반하면 알림이 생성됩니다.
- 보안 관리: 네트워크 인증을 통해 인증된 사용자 및 장치만 해당 권한이 있는 네트워크 리소스에 액세스할 수 있도록 보장하는 것입니다. 대부분의 솔루션에는 방화벽 구성, 취약성 관리 및 침입 탐지를 지원하는 기능이 통합되어 있습니다.
HPE Aruba Networking Central은 네트워크 장치의 프로비저닝, 구성, 모니터링, 문제 해결을 위해 FCAPS 네트워크 관리 프레임워크에 설명된 광범위한 기능 세트를 제공합니다.
네트워크 관리가 중요한 이유
네트워크는 원격 위치, 지점, 캠퍼스, 데이터 센터, 퍼블릭 및 프라이빗 클라우드 전반에서 비즈니스의 모든 연결을 지원합니다. 지원 범위는 다음과 같습니다.
- 서비스와 중요한 비즈니스 애플리케이션에 대한 ‘지속적인 지원’ 가용성
- IoT 장치를 포함한 장치, 사용자 및 클라이언트에 대한 보안 액세스
- 데이터가 생성된 곳(엣지의 사용자 및 IoT 장치)에서 처리되는 곳까지 원활히 흐르도록 보장
네트워킹 관련 문제는 지난 3년 동안 모든 IT 서비스 사고의 가장 큰 단일 원인이었으며, 거의 40%의 조직이 인적 오류로 인해 심각한 중단을 겪었습니다1. 따라서 효과적인 네트워크 관리를 위한 툴과 시스템은 주요 비즈니스 성과와 고품질 디지털 경험을 구현하는 중요한 요소입니다.
1 Uptime Institute의 2022년 중단 사례 분석
현재 네트워크 관리 과제
- 네트워크 복잡성 – 하이브리드 작업이 주류가 되고 클라우드 채택이 증가함에 따라 기존 네트워크는 관리하기가 너무 복잡해지고 있습니다. 종종 WAN, 유선 및 무선 네트워크를 독립적으로 관리함에 따라 이러한 복잡성이 더 가중됩니다.
- 가시성 – 디지털 트랜스포메이션 이니셔티브를 지원하는 IoT 장치의 급속한 확산은 새로운 가시성과 보안 문제를 야기하고 사이버 보안 위험을 증가시킵니다.
- 툴 난립 – 애플리케이션, 인프라, 클라우드 환경 전반에 걸쳐 다양한 워크플로와 기능을 처리하기 위해 네트워크 팀은 평균 4~15개의 툴을 보유하고 있습니다2. 상호 운용성이 제한되므로 대규모 도구 세트로 인해 수동 오류 발생률이 높아지고 경고 피로도가 높아지며 중단 시간이 늘어납니다.
네트워크 관리의 진화
기업에서는 위에 설명된 과제를 해결하는 데 도움이 되도록 네트워크 관리 시스템을 지속적으로 고도화하고 있습니다. 주요 혁신 사항의 범위는 다음과 같습니다.
혁신 | 설명 |
---|---|
AIOps 및 자동화 | 대량의 데이터(일반적으로 데이터 레이크에 있음)에 대한 AI(인공 지능)와 ML(기계 학습)은 네트워크 안정성을 높이고 MTTR(평균 해결 시간)을 개선하며 IT 효율성을 높이는 다양한 사용 사례에서 사전에 인사이트를 도출합니다. |
유연한 소비 | 유연한 구독 기반 라이선스 모델을 지원하는 클라우드 기반 구축 모델은 ROI와 재무 관리를 개선하고 TCO를 낮춰 줍니다. |
프로그래밍 가능성 | 개방형 표준 기반 구성, API 지원 및 웹 후크를 갖춘 마이크로 서비스 기반 아키텍처는 에코시스템의 다른 툴과 높은 수준의 상호 운용성은 물론 IoT, OT 및 IT 융합을 위한 타사 통합을 지원합니다. |
BYOD와 IoT 보안 | AI 기반 프로파일링과 같은 내장 기능은 BYOD 및 IoT에 내재된 가시성 및 보안 문제를 해결하여 네트워크 사각지대를 제거하고 전반적인 보안 태세를 개선하는 데 도움이 됩니다. 제로 트러스트와 같은 보안 모델은 역할 기반 액세스 정책을 사용하고 어떤 사람이나 장치도 본질적으로 신뢰하지 않도록 합니다. |
인텐트 기반 네트워킹 | 소프트웨어 정의, GUI 기반 워크플로는 CLI 기반 구성으로 자동 변환되어 기본 물리적 네트워크의 복잡성을 줄이고 비즈니스 인텐트를 표현합니다. |
클라우드 기반 및 온프레미스 네트워크 관리 모델
클라우드 기반 | 클라우드에서 호스팅되고 일반적으로 유연한 사용량 기반 라이선스를 갖춘 SaaS(서비스형 소프트웨어) 솔루션으로 제공되는 네트워크 관리 솔루션으로, 클라우드 컴퓨팅을 활용하여 벤더의 설치 기반 전체에서 대량의 다양한 익명화된 데이터를 호스팅하는 데이터 레이크에 대한 정교한 AI/ML 운영 및 고급 분석을 지원하도록 설계되었습니다. |
온프레미스 | 직원들이 기업 IT 네트워크를 통해 액세스할 수 있는 전용 물리적 또는 가상 어플라이언스를 사용하여 조직 내에서 호스팅되는 네트워크 관리 솔루션으로, 온프레미스에 있는 모든 데이터에 대해 높은 수준의 제어 기능을 제공하지만 더 많은 선행 투자와 내부 IT 팀의 지속적인 유지 관리가 필요합니다. |
클라우드 기반 네트워크 관리의 이점
Gartner는 SaaS 최종 사용자 지출이 2023년까지 2,080억 달러에 이를 것으로 예상하고 있습니다. 다른 SaaS 솔루션과 마찬가지로 클라우드 기반 네트워크 관리는 다음과 같은 이점을 제공합니다.
- 단일 제어 지점: 유선, 무선 및 WAN 네트워크 전반에 걸쳐 네트워크 관리를 통합하고 툴에 의한 관리 사일로를 제거하여 단일 제어 지점과 가시성을 제공합니다.
- 확장: 추가 관리 하드웨어/어플라이언스에 대한 CapEx를 발생시키지 않고 전 세계적으로 수천 개의 사이트에 걸쳐 빠르게 확장됩니다.
- 유연성: 소프트웨어 업그레이드를 위해 유지 관리 중단 시간을 계획할 필요 없이 유연성을 제공하고 민첩한 자동 기능 제공을 지원하는 최신 마이크로 서비스 기반 아키텍처를 사용합니다.
- AIOps와 분석: AI/ML 및 고급 분석을 위해 고객 사이트 및 유사한(익명) 사이트 전체의 데이터를 활용하여 이상 감지, 신속한 문제 해결 및 최적화 권장 사항을 지원하여 운영 효율성을 높입니다.
- 프로그래밍 가능성: 기존 솔루션 에코시스템과의 통합을 위해 RESTful API, 스트리밍 API 및 웹 후크를 활용합니다.
온프레미스 네트워크 관리의 이점
- 데이터 주권: 특정 산업에서는 생성된 모든 데이터를 조직에서 로컬로 보관해야 하는 엄격한 데이터 보호 및/또는 주권 요건이 적용됩니다. 일부 국가에서는 클라우드 솔루션에 대한 엄격한 통제도 준수합니다.
- 제어 및 컴플라이언스: 온프레미스 솔루션은 인프라, 구성 및 지속적인 유지 관리에 대한 더 높은 수준의 내부 제어를 제공합니다. 엄격한 규정 컴플라이언스가 필요한 조직에는 더 높은 수준의 제어가 필요할 수 있습니다.
- 아키텍처 제약: 레거시 설계 원칙을 활용하는 비즈니스 크리티컬 애플리케이션은 클라우드로의 전환을 막거나 채택에 많은 비용과 시간이 소요되는 프로세스를 유발할 수 있습니다.
그러나 온프레미스 네트워크 관리 솔루션은 사용 가능한 데이터의 제한된 크기와 다양성, 값비싼 컴퓨팅 리소스의 필요성으로 인해 AIOps 기반 최적화 및 문제 해결을 제한적으로 제공한다는 점에 유의해야 합니다.