“현실화되는 와이파이 분석” 전문가의 증언과 향후 전망

IT 전문가들이 말하는 프로덕션 네트워크에 설치한 와이파이 분석 툴로부터 얻을 수 있는 이점과 이들 플랫폼의 진화를통해 얻고자 하는 이점을 알아본다.

지난 몇 년 사이 여러가지 와이파이 분석 툴이 출시됐다. 아직 와이파이 분석을 도입하지 않은 조직이 대부분이지만, Networkworkld의 조사 결과 도입한 조직은 상당한 혜택을 누리는 것으로 나타났다. 물론 와이파이 분석 분야에는 아직 혁신의 여지가 많다. 그러나 다양한 산업과 분야에 걸친 네트워크 담당자와의 인터뷰를 통해 확인한 긍정적인 평가는 향후 몇 년 동안 와이파이 분석의 폭발적인 성장을 예고한다.

분석을 의미하는 두 단어, analytics와 analysis는 구분없이 혼용되는 경우가 많지만, 둘의 차이를 이해하는 것이 중요하다. 와이파이 분석의 분석은 analytics이며, analytics는 다루기 어렵고 큰 문제에 “만약(what-if)” 사고방식으로 대처한다. analysis는 경계가 명확하고 충분히 파악된 문제에 적합한 반면, analytics는 무엇을 찾는지조차 모르는 상황에 적용할 수 있다. 또한 오늘날의 네트워크에서 중요한 속도와 유연성을 발휘하여 대부분의 경우 인간의 정보 처리 능력을 뛰어넘는 범위로 실행할 수 있다.

와이파이 네트워크에서 분석의 가치는 명확하다. 와이파이 네트워크에서 의심스러운 행동이 보이면, 대부분의 경우 가용 데이터를 탐색하는 과정이 트리거되는데, 네트워크 규모가 그다지 크지 않은 경우라 해도 정보의 양이 워낙 방대하므로 신속한 결론을 내리기는 불가능하다. 이러한 방대한 데이터에서 의미와 가치를 끌어내고 문제(처음에는 단순한 문제처럼 보이지만 주말 내내 로그와 설정을 뒤지는 난관으로 이어지는 경우가 많음)에 대한 해결책을 향한 최적의 경로를 도출하는 가장 빠른 길이 바로 적절한 분석 툴이다.

이미 와이파이 분석을 사용 중인 사람들과의 대화를 통해서도 확인됐지만 어떤 문제든 그 해결책은 눈에 명확히 보이는 수준을 넘어서는 경우가 많다. 또한 혁신적인 생산성 향상과 전략, 솔루션을 촉진하기 위해 문제 해결 시간을 최소화해야 한다는 압박 하에서 와이파이 분석은 꼭 필요한 기능을 제공한다.

새로 등장한 기술 분야가 항상 그렇듯이 네트워크 분석 기술과 전략에 대한 지식 및 이해는 아직 제한적이다. 이러한 지식의 간극을 좁히기 위해 와이파이 분석 툴을 도입, 학습, 적용하기 위한 투자가 운영 팀에 어떤 혜택을 주는지 살펴보다.

4개 조직의 IT 전문가를 대상으로 인터뷰를 진행하면서 세 가지 기본적인 질문을 던졌다. 네트워크 분석에 투자한 이유는 무엇인가? 전에는 해결하지 못하다가 네트워크 분석을 통해 해결할 수 있게 된 문제는 무엇인가? 앞으로 추가되었으면 하는 부가적인 네트워크 분석 기능은 무엇인가?

워싱턴 대학의 와이파이 문제 해결
데이비드 모튼은 워싱턴 대학의 네트워크 및 통신 책임자다. 모튼과 IT 인프라 팀은 대학 외에도 대학 병원, 워싱턴 주 K-20 학교 네트워크 등 여러 유무선 네트워크를 관리한다. 이 네트워크는 1만 2,000개의 AP를 포함하며 매일 8만 명 이상의 고유한 사용자와 매주 연결되는 수십만 대의 디바이스를 대상으로 서비스를 제공한다.

모튼은 네트워크의 규모와 복잡성이 커지면서 예전에 비해 보고되는 문제의 수도 늘고 있다고 말했다. 와이파이 액세스가 운영 핵심 요소로 부상하면서 문제를 더 효과적으로, 그리고 가능한 경우 선제적으로 찾고 해결할 방법이 필요했다.

모튼은 구체적인 문제를 파악하고 권장 해결책을 제시하기 위해 아루바(Aruba)의 라사(Rasa) 분석 툴을 선택했다. 예를 들어 학생이 수업 중 질문에 답할 수 있게 해주는 “클리커(clicker)” 애플리케이션이 제대로 작동하지 않은 적이 있다. 대규모 강의실의 400명 학생 중 40~50명만 문제를 겪었으므로 원인을 파악하기가 매우 어려웠다. 여러 강의실에 동일한 문제가 발생했지만 문제를 겪는 사용자의 규모는 일정한 패턴 없이 들쭉날쭉했다.

관리 콘솔에서도 눈에 띄게 드러나는 문제는 없었다. 모튼은 라사를 사용해서 클라이언트, 컨트롤러, 대상 디바이스를 두루 분석, 문제가 여러 원인의 복합적인 작용 결과임을 알아냈다. 여러 무선 채널에 걸쳐 고르게 사용자를 분산시키기 위해 와이파이 구성 변경이 필요했지만 가장 큰 원인은 클라우드 기반의 서드파티 소프트웨어 서비스 제공업체에 있었다. 이 문제를 해결하기 위해서는 이 업체에서 버그를 수정하고 인프라 규모를 늘려야 했다.

모튼은 “라사가 없었다면 근본 원인을 발견하지 못했을 것”이라며, “이제 라사는 문제에 대해 알고 있으므로 워싱턴 대학이나 다른 라사 사이트에서 동일한 문제가 다시 발생할 경우 자동으로 보고한다”고 말했다. 모튼은 클라우드 기반 멀티 클라이언트라는 라사의 특성에서 큰 혜택을 얻고 있다.

모튼은 향후 라사 툴을 활용해 이미 네트워크 내에 존재하는 데이터에서 실행 가능한 통찰력을 얻고 관리 콘솔 피드백을 통해 대응을 자동화할 수 있게 되기를 기대하고 있다. 또한 네트워크 용량이 계속 증대함에 따라 라사 툴의 지능도 더욱 향상되기를 희망한다.

엔비디아, 전체적인 네트워크 시야 확보
존 킬패트릭은 그래픽, AI 및 고성능 컴퓨팅 전문 업체 엔비디아의 선임 네트워크 아키텍트이다. 킬패트릭이 담당하는 요소 중에는 회사 네트워크의 무선 및 엔터프라이즈 액세스 계층이 포함된다. 엔비디아의 글로벌 동시 클라이언트 수는 1만 5,000~2만 대이며, AP는 3,000대이다. 엔비디아는 분석에 나이언사 보이언스(Nyansa Voyance)를 사용한다.

킬패트릭은 “무선 인프라 개선에 많은 투자를 하고 있다”면서 “최고의 사용자 경험을 위해 무엇을 할 수 있는지 항상 확인한다. 사용자 경험을 처리량, 용량, 범위 측면에서 정량화하기 위한 데이터 기반의 분석 접근 방법이 필요하다”고 말했다.

킬패트릭은 “몇 년 동안 네트워크 운영에서 DHCP, 인증 및 온보딩 기능을 포함한 다양한 부분에서 여러 문제를 경험했다”면서 “나이언사를 설치하기 전까지는 문제의 속성을 알기가 어려웠고 무선이 문제가 아닌 경우도 있었다. 브라우저 버전 문제, 패치되지 않은 보안 결함, 느린 DHCP 서버 등 문제가 될 수 있는 부분은 많다”고 설명했다. 나이언사 소프트웨어를 설치하면서 네트워크에 대한 더 전체적인 시야를 확보하게 됐다. 킬패트릭은 “매일 나이언사를 사용한다. 덕분에 업무가 훨씬 더 편해졌다”고 말했다.

목표는 문제가 사용자에게 영향을 미치기 전에 문제를 파악하는 것이다. 킬패트릭은 시스코 서비스 어슈어런스(Cisco Service Assurance)와 같이 분석 솔루션에 더 많은 운영 데이터를 통합할 수 있게 해주는 보강 제품, 클라이언트의 소프트웨어 에이전트, 엔터프라이즈 모빌리티 관리(EMM) 솔루션과의 통합 등에 관심을 두고 있다. 분석을 위한 표준과 API 역시 엔비디아가 관심을 갖고 있는 분야다.

옵틱스 미디어(Optix Media)의 성능 개선
셰인 몰튼은 학생용 주거 시설을 전문으로 하는 관리형 ISP인 옵틱스 미디어 LLC의 사장이다. 이 회사는 고객 서비스, 파트너십, 부동산 개발 및 관리 업체와의 장기적 관계를 강조하는 턴키 와이파이 서비스를 제공한다. 운영 규모는 전국적이다. AP는 6,000대, 연결되는 디바이스의 수는 12만 대에 이른다.

학생은 어떤 면에서 상당히 까다로운 고객이다. 몰튼은 “우리 회사의 고객은 완벽함을 기대한다”고 말했다. 옵틱스 미디어는 고객이 요구하는 완벽함을 달성하기 위해 미스트 시스템(Mist Systems) 관리 소프트웨어에 내장된 분석 기능을 사용한다.

셰인은 “미스트와는 혁신 업체라는 판단에 관계를 맺었지만 처음에는 구체적으로 분석을 염두에 두지는 않았다”고 말했다. 옵틱스 미디어는 가장 운영하기 어려운 곳, 약 900명의 학생이 거주하는 시설에 미스트 솔루션을 구축했다.

사용해 보니 분석은 상당히 유용한 것으로 입증됐다. 셰인은 “네트워크를 변경한 적이 있는데, 그 즉시 DHCP 오류를 발견했다”면서 “문제 해결까지의 속도가 매우 빠르다. 예전보다 훨씬 더 좋아진 부분”이라고 말했다. 이제 모든 새로운 환경에서 분석은 필수 요소이며, 클라이언트 드라이버 문제, 무선 비호환성, 성능 저하를 유발하는 구형 디바이스와 같은 다른 문제를 해결하는 데도 폭넓게 사용되고 있다.

셰인은 “미스트가 추구하듯이 앞으로 소프트웨어는 기술 지원 담당자만큼 똑똑해져야 한다”면서 “유선 툴만큼 좋은 무선 툴이 필요하다. 분석은 모든 와이파이 네트워크에 최대한 통합해야 한다”고 말했다.

마운트 유니언 대학, 자율 관리 네트워크로 전환
티나 스터첼과 데이브 스미스는 미국 오하이오 주 얼라이언스에 위치한 마운트 유니언 대학에서 정보 기술 책임자와 IT 기술 서비스 부책임자로 일한다. 이 대학에서는 약 2,200명의 학생들이 각각 3~5대의 디바이스를 사용하며 동시에 사용하는 경우도 많다. 학교는 게스트 액세스가 가능한 경기장을 포함해 1,300대 이상의 AP를 운영 중이다.
마운트 유니언 대학의 목표는 캠퍼스 전체에서 높은 와이파이 밀도를 구축해 까다로운 학생들을 위한 충분한 용량을 제공하는 것이다. 대학은 몇 년 전에 익스트림 애널리틱스(Extreme Analytics) 툴이 당시 최초의 분석 제품 중 하나로 출시된 직후 이 툴을 구매했다.

스미스는 “목표는 항상 사용자 경험을 최적화하는 것”이라며 “항상 운영을 더 개선할 방법을 모색한다. 더 생산적인 문제 해결과 더 효율적인 운영이 필요하고 시야도 개선해야 한다. 뛰어난 분석 기능은 선제적 시야를 갖는 데 도움이 된다”고 말했다. 또한 스미스는 대규모 네트워크 갱신 시점에 분석 툴을 설치했다고 덧붙였다. 네트워크 갱신 시점은 새로운 혁신을 탐구해볼 좋은 기회가 된다.

스터첼과 스미스는 분석의 가치를 보여주는 예로 과거에 겪었던 애플리케이션 지연, 구체적으로 넷플릭스(Netflix)가 이따금 버퍼링되거나 연결이 끊기는 문제를 언급했다. 스터첼은 “문제의 원인이 캠퍼스 네트워크인지, ISP나 넷플릭스 자체인지 알아내야 했다. 방대한 양의 데이터가 흐르는 상황에서 이와 같은 문제에 대처하려면 분석이 필수적이라는 사실이 입증됐다. 맞춤 구성이 가능한 대시보드, 맬웨어 및 스팸 관련 문제를 신속하게 파악하는 기능도 좋다. 신속한 트래픽 패턴 분석이 가능하다는 하나만으로 투자 가치는 충분하다”면서 “문제 해결까지의 소요 시간을 줄이고 사용자 커뮤니티에 영향이 가기 훨씬 전에 대응하는 선제적 역량도 개선했다”고 말했다.

향후 희망 사항과 관련, 스터첼은 “그래픽 디스플레이와 모니터링은 유용하고 많은 정보를 제공하지만 미래의 분석 툴은 단순히 로그와 그래프, 차트를 제공하는 이상의 역할을 해야 한다”면서 “최종 사용자가 문제를 경험하기 전에 우리에게 문제를 알려야 하고 문제 해결을 위한 정확한 단계를 제시해야 한다. 정책, DHCP와 같은 다른 시스템을 다루는 작업이 필요한 경우에도 자동으로 문제를 해결할 수 있다면 더 좋다”고 말했다.

스미스는 분석 툴이 예를 들어 직접 스위치 포트를 내리는 것을 생각하기에는 아직 이르지만 운영자가 승인하는 과정이 포함된다면 그러한 기능도 괜찮을 것이라고 덧붙였다. 스터첼은 “어쨌든 네트워크는 운영자가 거의 개입하지 않고도 돌아가야 한다”면서 “네트워크는 최대한 자율 관리되고 변경 작업도 자동으로 수행해야 한다. 그 목표를 향한 길을 분석이 이끌고 있다”고 말했다.

분석 솔루션 업체의 역할
분석 솔루션은 이를 도입한 조직에 큰 가치를 더하고 있다. 물론 그 외의 다른 많은 조직에서도 마찬가지일 것이다. 그러나 사용자와의 대화를 통해 솔루션 업체 측의 대처가 필요한 다음과 같은 몇 가지 문제점과 기회도 발견했다.

- 표준 : 솔루션 업체의 원시(raw) 데이터에 대한 더 개방적인 액세스가 필요하다. 데이터가 어디에 있으며 이 데이터를 어떻게 해석해야 할지 아는 것이 핵심이다. 디바이스별 운영 데이터 액세스를 위한 개방형 표준도 물론 도움이 되겠지만 적절한 표준 및 솔루션 업체의 협조가 없으면 상당히 어려운 작업이 될 것이다.

- 데이터 완전성과 유효성 : 사용자의 중대한 관심사는 관련 데이터 포인트의 무결성과 완전성, 해석에 대한 검증이다. “쓰레기가 들어가면 쓰레기가 나온다”는 오랜 격언이 여기에도 적용된다. 이 문제가 해결되지 않고는 자동화된 분석 기반 의사 결정은 불가능하다.

- 자동화 : 분석과 관리 콘솔 내 설정 사이의 폐쇄 루프 피드백 메커니즘에 대한 요구도 확실하다. 분석이 사후 대응에서 사전 대응으로 발전함에 따라 초점도 현재 일어나는 일에서 미래에 일어날 일로 옮겨갈 것이다. 예측은 머신러닝의 발전을 감안할 때 충분히 현실성 있는 시나리오다. 시각적 보고 기능은 앞으로도 핵심적이지만, 네트워크의 복잡성이 높아지면서 사람이 관여하는 실시간 관리 메커니즘으로 따라갈 수 없게 될 것이므로 자동 조치 실행이 구현될 가능성도 충분하다. 여기서도 표준이 중대한 역할을 하게 된다.

현재 진행 중인 소프트웨어 정의 네트워킹(SDN)으로의 점진적 전환은 이런 요구 사항 사항 전체 또는 대부분에 대처하기 위한 폭넓은 기회를 제공한다.

와이파이 분석의 클라우드 기반 구현, 나아가 멀티 클라이언트 클라우드 서비스 구현의 중요성도 강조된다. 한 클라이언트에서 관찰된 행동 패턴이 다른 클라이언트에서 최소한 비슷한 패턴 또는 관련된 과제가 발생할 가능성을 나타낼 수 있다는 면에서 이는 흥미로운 기회다. 이러한 분석이 없다면 운영 팀 또는 최종 사용자는 그런 가능성을 훨씬 더 늦게 알게 될 것이다. 물론 같은 맥락에서 개인정보 및 보안에 대한 새로운 우려도 제기되고 있지만 납득할 만한 해결책을 아마 찾을 수 있을 것이다.

오늘날 설치된 대다수 와이파이 네트워크의 규모와 중요성을 감안할 때 앞으로 나올 더욱 강력한 분석 툴은 네트워크 운영자의 툴 박스 내에서 중요한 자리를 차지하게 될 것이 확실하다. 특히 흥미로운 부분은 분석과 관리 콘솔 사이의 피드백 루프를 통한 향상된 머신러닝 기반 자동화의 가능성이다. 자동화가 더 확장되면 예를 들어 운영 정책, 보안, 전체적인 네트워크 업그레이드까지 분석을 기반으로 수행될 수 있다.

와이파이 분석은 개별 기능에서 발전해 네트워크 관리라는 큰 틀 안으로 들어가게 될 것이고, 지금 막 탐색하기 시작한 혜택은 앞으로 몇 년 내에 더욱 명확해지고 그 가치도 더욱 커질 것이 확실하다. editor@itworld.co.kr

Craig Mathias editor@itworld.co.kr
저작권자 한국IDG & ITWorld, 무단 전재 및 재배포 금지