전문가들은 AI 구현이 네트워크 아키텍처와 절차를 재구성할 것이라고 말합니다.

AI 구현에 대한 과도한 네트워킹 및 보안 요구 사항에는 개선된 아키텍처와 보안 도구가 필요하며 AI에 맞게 조정된 도구 자체는 AI에 의해 관리되어야 할 수도 있다고 많은 전문가들이 말합니다.

The heavy networking and security demands of AI implementation will require revamped architectures and security tools, many experts say — and tools adapted for AI may need to be themselves managed by AI.

AI 구현에 대한 과도한 네트워킹 및 보안 요구 사항에는 개선된 아키텍처와 보안 도구가 필요하며 AI에 맞게 조정된 도구 자체는 AI에 의해 관리되어야 할 수도 있다고 많은 전문가들이 말합니다.

"Regarding networking, there are two types of AI — AI for networking and networking for AI," industry analyst Zeus Kerravala wrote earlier this year. "The former uses AI to run the network, and the latter deploys a network to support AI."

업계 분석가 Zeus Kerravala는 올해 초 "네트워킹과 관련하여 AI에는 네트워킹을 위한 AI와 AI를 위한 네트워킹이라는 두 가지 유형이 있습니다."라고 썼습니다. "전자는 AI를 사용해 네트워크를 운영하고, 후자는 AI를 지원하기 위해 네트워크를 배치한다."

Networking and security provider Aryaka touts its Unified SASE as a Service as the optimal architecture for companies that plan extensive use of generative AI, and as Kerravala predicted, AI itself will have a role in overseeing the implementation of the service.

네트워킹 및 보안 제공업체인 Aryaka는 생성 ​​AI의 광범위한 사용을 계획하는 기업을 위한 최적의 아키텍처로 서비스형 통합 SASE를 홍보하며, Kerravala가 예측한 대로 AI 자체가 서비스 구현을 감독하는 역할을 맡게 됩니다.

"It's the convergence of networking and security," Aryaka Senior Director of Product Marketing Klaus Schwegler told us. "A from-the-ground-up designed approach to have a unified policy, a unified way of administering, managing, orchestrating policies and have a unified control over such when it comes to networking security."

Aryaka 제품 마케팅 담당 수석 이사 Klaus Schwegler는 "이것은 네트워킹과 보안의 융합입니다."라고 말했습니다. "통합된 정책, 정책 관리, 관리, 조정의 통합된 방법을 갖고 네트워킹 보안에 대한 통합 제어를 갖기 위해 처음부터 설계된 접근 방식입니다."

Optimizing for AI …

AI에 최적화…

To that end, there are two sides of the coin to Aryaka's AI strategy. One side involves tailoring networking and security to the needs of AI, using three optional features for Unified SASE as a Service.

이를 위해 Aryaka의 AI 전략에는 양면이 있습니다. 한 측면에는 Unified SASE as a Service의 세 가지 선택적 기능을 사용하여 AI 요구 사항에 맞게 네트워킹 및 보안을 조정하는 것이 포함됩니다.

The first, AI>Perform, makes sure that network performance is optimized for AI workloads and applications. The second, AI>Secure, safeguards those AI processes by controlling access and stopping data leakage. Finally, AI>Observe gives users maximum visibility into their AI processes and network usage in general.

첫 번째인 AI>Perform은 네트워크 성능이 AI 워크로드 및 애플리케이션에 최적화되어 있는지 확인합니다. 두 번째, AI>Secure는 액세스를 제어하고 데이터 유출을 방지하여 AI 프로세스를 보호합니다. 마지막으로 AI>Observe는 사용자에게 AI 프로세스와 전반적인 네트워크 사용량에 대한 최대 가시성을 제공합니다.

"This is crucial in an environment where real-time management and security of networks are paramount, due to the increasing prevalence of AI," wrote Aryaka Chief Product Officer Renuka Nadkarni in a recent company blog post. "The ability to observe and analyze network performance in real time allows enterprises to rapidly identify and respond to potential security threats, ensuring more resilient and robust network operations."

Aryaka의 최고 제품 책임자인 Renuka Nadkarni는 최근 회사 블로그 게시물에서 "AI의 확산이 증가함에 따라 네트워크의 실시간 관리와 보안이 가장 중요한 환경에서 이는 매우 중요합니다."라고 밝혔습니다. "실시간으로 네트워크 성능을 관찰하고 분석할 수 있는 기능을 통해 기업은 잠재적인 보안 위협을 신속하게 식별하고 대응할 수 있어 보다 탄력적이고 강력한 네트워크 운영을 보장할 수 있습니다."

The requirements of AI will reshape network architectures and procedures. For example, because every query to generative AI results in a unique, dynamically generated response, there’s no point in caching data. Yet because traffic to and from servers of AI content will be massive in both directions, extremely low latency is a must.

AI의 요구 사항은 네트워크 아키텍처와 절차를 재구성합니다. 예를 들어 생성 AI에 대한 모든 쿼리는 고유하고 동적으로 생성된 응답을 생성하므로 데이터를 캐싱할 필요가 없습니다. 그러나 AI 콘텐츠 서버를 오가는 트래픽은 양방향으로 막대하므로 대기 시간이 매우 짧아야 합니다.

The solution may be to distribute AI servers geographically, somewhat like SASE points of presence, wrote Orange Group researchers Usman Javaid and Bruno Zerbib a recent piece in TM Forum.

해결책은 SASE PoP와 같이 AI 서버를 지리적으로 배포하는 것일 수 있다고 Orange Group 연구원 Usman Javaid와 Bruno Zerbib는 TM 포럼의 최근 글에서 썼습니다.

"Future networks must expand cloud-centric architectures toward the edge, bringing LLM closer to data sources, enabling low-latency inference, improving data transfer by processing data locally, while maintaining user data privacy," they wrote.

"미래의 네트워크는 클라우드 중심 아키텍처를 에지로 확장하여 LLM을 데이터 소스에 더 가깝게 만들고 지연 시간이 짧은 추론을 가능하게 하며 사용자 데이터 개인 정보 보호를 유지하면서 로컬로 데이터를 처리하여 데이터 전송을 개선해야 합니다."라고 그들은 썼습니다.

… and using AI to optimize

… AI를 사용하여 최적화

The other side of the coin is to use AI to extend security and networking performance in ways that human-controlled processes could not. Schwegler explained how AI could, for example, detect unusual network activity that might escape human notice.

또 다른 측면은 AI를 사용하여 인간이 제어하는 ​​프로세스가 할 수 없는 방식으로 보안 및 네트워킹 성능을 확장하는 것입니다. 슈베글러는 예를 들어 AI가 인간의 인지를 피할 수 있는 비정상적인 네트워크 활동을 어떻게 감지할 수 있는지 설명했습니다.

"Using AI tools in order to detect patterns, anomalies," he said. "Traffic behavior that seems abnormal. … All of a sudden, you have a traffic spike, data-transfer rates that you would not detect or too late in order to understand what exactly is happening, who is doing that."

그는 "패턴과 이상 징후를 탐지하기 위해 AI 도구를 사용한다"고 말했다. "비정상적으로 보이는 트래픽 동작... 갑자기 트래픽이 급증하고, 감지할 수 없는 데이터 전송 속도가 나타나거나, 정확히 무슨 일이 일어나고 있는지, 누가 그런 일을 하는지 이해하기에는 너무 늦습니다."

Spotting such anomalies is one of several ways in which AI can boost cybersecurity, according to the U.S. Cybersecurity and Infrastructure Security Agency (CISA). Other potentially AI-assisted aspects of cybersecurity include detecting personally identifiable information (PII) and taking part in forensic examinations.

미국 사이버 보안 인프라 보안국(CISA)에 따르면 이러한 이상 현상을 발견하는 것은 AI가 사이버 보안을 강화할 수 있는 여러 방법 중 하나입니다. 사이버 보안의 다른 잠재적인 AI 지원 측면에는 개인 식별 정보(PII) 탐지 및 법의학 조사 참여가 포함됩니다.

"There are behavior patterns, trends that can be identified with AI much faster than any other human deterministic machine learning models that can be written," noted Nadkarni in a recent company webcast. "We also need to use AI to enhance the protection capabilities and secure access and secure all assets."

Nadkarni는 최근 회사 웹캐스트에서 "기록할 수 있는 다른 인간 결정론적 기계 학습 모델보다 AI를 통해 훨씬 빠르게 식별할 수 있는 행동 패턴과 추세가 있습니다."라고 말했습니다. "우리는 또한 보호 기능을 강화하고 액세스를 보호하며 모든 자산을 보호하기 위해 AI를 사용해야 합니다."

The role of managed service providers

관리형 서비스 제공업체의 역할

As a company that bridges networking and security, Aryaka sees itself as well positioned to offer its clients and users services that will permit them to maximize their AI usage safely and efficiently. The targeted market is not just direct clients but customers coming through managed-service channels as well.

네트워킹과 보안을 연결하는 회사로서 Aryaka는 고객과 사용자에게 AI 사용을 안전하고 효율적으로 극대화할 수 있는 서비스를 제공할 수 있는 좋은 위치에 있다고 생각합니다. 목표 시장은 직접 고객뿐만 아니라 관리형 서비스 채널을 통해 유입되는 고객이기도 합니다.

"MSPs with expertise in AI technologies will play a key role in spotting errors and ensuring the smooth integration of AI into IT workflows," Nadkarni wrote in her blog post. "AI, in turn, will play a crucial role in enhancing real-time network security by providing advanced monitoring, analysis, and error-detection capabilities."

Nadkarni는 자신의 블로그 게시물에서 "AI 기술에 대한 전문 지식을 갖춘 MSP는 오류를 발견하고 AI를 IT 워크플로우에 원활하게 통합하는 데 핵심적인 역할을 할 것입니다"라고 썼습니다. "AI는 고급 모니터링, 분석, 오류 감지 기능을 제공하여 실시간 네트워크 보안을 강화하는 데 중요한 역할을 할 것입니다."

Aryaka Chief Marketing Officer Ken Rutsky said in the webcast that the addition of AI assistance to networking and security tools, and the use of those tools to focus efficiency and delivery toward the best possible AI performance, will usher in a new phase of business opportunity.

Aryaka의 최고 마케팅 책임자인 Ken Rutsky는 웹캐스트에서 네트워킹 및 보안 도구에 AI 지원을 추가하고 이러한 도구를 사용하여 효율성에 집중하고 가능한 최고의 AI 성능을 제공함으로써 비즈니스 기회의 새로운 단계를 열 것이라고 말했습니다.

"Our goal is to help our customers get it all: performance, agility, simplicity and security without trade-offs," he said. "And as they move into these Gen AI applications, getting it all is going to become harder but even more important and more rewarding."

"우리의 목표는 고객이 성능, 민첩성, 단순성, 보안 등 모든 것을 타협 없이 얻을 수 있도록 돕는 것입니다."라고 그는 말했습니다. "그리고 그들이 이러한 Gen AI 애플리케이션으로 전환함에 따라 모든 것을 얻는 것이 더 어려워질 것이지만 훨씬 더 중요하고 더 많은 보상을 받을 것입니다."