[기고]기업의 디지털 회복탄력성과 AI

[최원식 스플렁크 코리아 지사장]디지털 회복탄력성은 변화에 대응하는 능력에서 시작된다. 그러나 비즈니스 환경이 더 복잡하고 끊임없이 변화하면서 이를 확보하기가 어려워지고 있다. 이런 상황에서 기업들은 더욱 회복탄력성을 핵심 전략으로 삼아 미래에 대비해야 한다. 특히 올해 기업들이 주목해야 할 회복탄력성 강화를 위한 기술 및 비즈니스 동향 세 가지를 소개한다.

2024년은 공급업체의 코드 오류나 보안 부주의가 IT 시스템과 비즈니스 운영에 큰 혼란을 초래할 수 있음을 보여준 한 해였다. 최근 복잡한 클라우드 환경과 네트워크 구조로 회복탄력성 유지는 더욱 어려워졌고 그 결과 기업의 핵심 과제가 됐다.

공급업체 취약성은 곧 조직 취약성으로 연결됨에 따라 철저한 공급업체 평가와 회복탄력성 강화를 위한 투자가 늘어날 전망이다. 기업들은 디지털 생태계 전반에서 투명성을 확보할 수 있는 IT 운영(ITOps) 및 보안 솔루션에 우선순위를 두고 공급업체와 협력해 보안 관리 및 IT 관련 규칙과 절차를 조정해 대규모 서비스 중단을 방지하려 노력할 것이다. 공급업체 또한 고객에게 더 강력한 보안 조치를 요구하는 등 상호 요청사항도 증가할 것으로 보인다. 즉 기업과 공급업체의 긴밀한 협력과 소통이 비즈니스 연속성 유지의 핵심이 될 것이다.

인공지능(AI) 또한 중요한 트렌드지만 그 기대는 다소 꺾이고 있다. 지난해가 AI를 탐색하는 시기였다면 경영진이 투자에 대한 실질적 성과를 요구하면서 더 실용적이며 실질적인 목표 수익을 거둘 수 있는 AI 프로젝트로 전환하려는 움직임이 확인하고 있다.

그렇다면 AI를 실용적으로 이용할 수 있는 사례는 무엇일까. 보안 분야에서 AI는 자동화를 통해 반복되는 업무량을 줄이고 보안 전문가 인력이 부족한 상황에서 저연차 인력의 진입 장벽을 낮추는 데 기여할 수 있다. 시스템 상태를 모니터링하고 문제를 파악하는 옵서버빌리티 분야에서는 AI 운영(AIOps)이 주요 트렌드로 떠오르고 있다. 스플렁크의 옵서버빌리티 보고서에 따르면 옵서버빌리티 도구에 AIOps를 활용하는 기업은 자동화, 문제 원인 분석, 사고 대응 및 복구를 더 지능적으로 수행하는 것으로 나타났다.

AI 투자도 작고 효율적인 모델 중심으로 변화하고 있다. 대형 언어 모델(LLM)은 방대한 정보를 갖고 있지만 모든 정보가 항상 필요한 것은 아니다. 그 대안이 도메인별 소규모 언어 모델(SLM)이다. 특정 이용 사례에 맞게 모델을 축소하면 운영 비용과 에너지를 절감하면서 정확도도 높일 수 있다.

도메인별 SLM의 장점은 명확하다. 첫째, SLM으로 전환하면 AI 모델의 컴퓨팅 인프라 요구가 크게 줄어 에너지 절약과 비용 절감이 가능하다. 둘째, 공개 데이터 고갈 문제를 해결할 수 있다. 이에 기업들은 특정 분야에 특화한 도메인별 데이터로 훈련한 SLM을 모색하고 있다. SLM은 특정 분야에 AI를 활용하려는 조직에 더 정확하고 효율적인 서비스를 제공할 수 있다.

변화의 속도가 빠르고 불확실성이 큰 시대지만 해답은 가까이 있다. 철저한 공급업체 회복탄력성 평가와 운영 효율성을 높이는 실용적인 AI 활용에 집중함으로써 기업들은 적응력을 높이고 운영 시스템을 보호할 수 있다. 이를 실행하는 기업만이 디지털 회복탄력성을 높이고 성공을 위한 기반을 다질 수 있을 것이다.