Intent-Based Networking (IBN) : 네트워크와 인공지능이 만났을 때

Intent-Based Networking : 네트워크와 인공지능이 만났을 때

IBN 이란?

다양한 형태의 IoT 서비스가 선보이면서 네트워크에 연결되는 디바이스의 수가 기하급수적으로 증가하고 있습니다. 향후 5G 서비스가 본격적으로 상용화되면 더 빠른 속도로 네트워크 디바이스 수가 증가할 것으로 예상됩니다. 이러한 디바이스 수의 증가와 함께 네트워크에서 처리해야하는 데이터의 양도 크게 증가하고 있으며 이러한 변화는 네트워크 관리 및 운용에 있어서 높은 복잡성과 어려움을 초래하고 있습니다. 전통적인 네트워크 관리/운용 환경에서는 고도의 전문 지식을 갖춘 관리자/운영자의 노하우에 의존하는 경향이 있었지만 고도화된 네트워크 환경에서 이러한 관리자/운영자에 의한 수동적인 관리 방식은 네트워크 오동작으로 인해 큰 피해를 초래할 수 있으며 실시간으로 변화하는 네트워크 환경에 발빠르게 대처하기에도 어려움이 있습니다. 이러한 문제점들을 해결하기 위해서 네트워크 관리 및 운용에 있어 다양한 인공지능 (Artificial Intelligence: AI) 기술을 활용해 보고자 하는 네트워크 자동화 (Network Automation) 분야가 활발히 연구되고 있습니다.

또한 최근에는 이러한 네트워크 자동화 기술에서 한 단계 더 진화한 기술인 Intent-Based Networking (IBN) 기술이 주목받고 있습니다. IBN에서는 네트워크 관리자/운영자가 적용하고자 하는 네트워크 관리 정책이나 서비스 요구 사항 등을 일일이 다 서술하지 않고 자연 언어 (Natural language) 형태의 상위 수준의 언어로 표현을 하면 이를 자연 언어 처리 기술 (Natural Language Processing: NLP)등을 활용하여 인지하고 그 안에 내포되어 있는 의도 (Intent)를 분석하고 이를 처리할 수 있는 네트워크 설정 파라미터를 도출한 뒤 네트워크에 적용시키게 됩니다. 그런 다음 지속적인 네트워크 데이터 모니터링을 통해 네트워크 정보를 수집하고 수집한 정보를 인공지능/기계학습을 활용하여 정밀하게 분석하게 됩니다. 분석한 결과 새로운 네트워크 설정 파라미터의 변경이 필요한 경우 최적의 값을 도출하여 네트워크를 재설정하는 과정을 거치게 됩니다 (그림 1 참고).

이러한 순환 과정을 통해 네트워크를 최적의 상태로 운용하면서 보안 위협이나 이상 (Anomaly) 현상 등을 실시간으로 감지하여 관리자의 개입 없이 즉각적으로 대응하자는 것이 IBN이 추구하는 이상향입니다

그림 1. IBN 개요 [그림 1. IBN 개요]

IBN 실현을 위한 핵심 기술들

앞서 언급한 IBN의 목표를 실현하기 위해서는 다양한 기술이 뒷받침되어야 합니다. 우선 데이터 분석 및 인공지능을 통해 도출한 설정 파라미터를 통해 네트워크를 유연하게 적용할 수 있는 기술이 필수적입니다. 네트워크의 새로운 패러다임으로 각광받은 SDN (Software-Defined Networking)이 이를 위한 대표적인 기술입니다. 2007년 미국 스탠포드 대학에서 초기 개념이 나온 이래 발전을 거듭하여 현재는 다양한 제품이 클라우드 환경에 적용되고 있습니다. 뿐만 아니라 대표적인 SDN 지원 프로토콜인 OpenFlow의 한계를 극복하고 보다 자유도 높은 형태로 네트워크 장비를 설정하고 운용할 수 있는 P4 (Programming Protocol-independent Packet Processor) 기술이 최근 연구되고 있습니다. P4 기술을 이용할 경우 OpenFlow와 같이 스위치/라우터의 포워딩 테이블을 수정할 수 있을 뿐만 아니라 새롭게 정의한 패킷 헤더도 자유롭게 처리할 수 있으며 로드 밸런싱, 캐슁 등의 다양한 부가 기능을 네트워크 스위치에 직접 구현할 수도 있습니다. 이를 통해 미들박스에서 추가적으로 소요되는 시간을 최소화시킬 수 있다는 장점도 있습니다.

두 번째 핵심 기술은 인공지능/기계학습을 활용한 네트워크 자동화 기술입니다. 인공지능에 대한 관심이 폭증하면서 이미 학계에서는 아주 다양한 형태/주제들에 대해서 인공지능을 접목시키고자 하는 연구를 많이 진행하였습니다. 네트워크와 관련해서도 네트워크 분석, 라우팅, 무선 통신, 자원 관리 등을 위해 인공지능 기술을 접목해 나가고 있습니다. 하지만 충분한 양의 데이터를 쉽게 확보할 수 있는 컴퓨터 비전과 같은 분야와는 달리 실제 네트워크에서 돌아다니는 데이터를 확보하는 것은 아주 어려운 일입니다. 때문에 인공지능을 네트워크에 적용한 많은 연구들이 인위적으로 생성한 네트워크 데이터를 활용하고 있다는 한계점을 가지고 있습니다. 최근 강화 학습 (Reinforcement Learning)이 주목받으면서 양질의 데이터를 확보하는 것에 대한 중요성이 감소되기는 하였지만 여전히 인공지능을 네트워크 기술에 접목시키는 연구에서 가장 큰 장애물은 데이터 확보로 보여집니다.

마지막 기술은 일반적인 네트워크 자동화와 IBN의 가장 큰 차이점으로 볼 수 있는 Intent 처리 기술입니다. 앞서 언급한 바와 같이 네트워크 관리/운용에 대한 설정값을 어떻게 적용해야 하는지를 절차적으로 일일이 기술하는 것이 아니고 선언적(declarative)으로 명시만 하면 이를 자동적으로 해석하여 네트워크에 반영시키자는 것이 Intent 처리의 핵심입니다. Intent와 관련해서는 기본적인 개념과 이를 일부 반영한 기술이 발표되고 있지만 Intent 처리 기술이 표준화된 형태로 정리된 것은 없는 상황입니다. Intent 처리 기술이 네트워크 관리/운용에서의 보다 높은 수준의 추상화 (Abstraction)를 제공하고 편리한 사용성을 제공한다는 이점이 있지만 보다 구체적이고 명확한 기술 정의가 필요할 것으로 보입니다.

IBN 기술 개발 동향

IBN 기술 개발에 가장 적극적인 회사는 대표적인 인터넷 장비업체인 Cisco입니다. Cisco에서는 DNA (Data Network Architecture)라는 이름으로 IBN의 개념을 실현할 수 있는 다양한 제품군을 출시한 상태입니다 (그림 2 참고).

그림 2. Cisco 사의 Data Network Architecture (DNA) 개념도 [그림 2. Cisco 사의 Data Network Architecture (DNA) 개념도]

반면, Juniper에서는 Self-Driving Network이라는 용어를 주로 사용하는데 데이터 수집과 분석, 이를 통한 네트워크 자동화, 그리고 Intent 처리까지 모두 지원하는 네트워크를 5단계 Self-Driving Network으로 정의하고 이를 실현하기 위한 제품들을 개발하고 있습니다 (그림 3 참고).

그림 3. Juniper 사의 Self-Driving Network 개념도 [그림 3. Juniper 사의 Self-Driving Network 개념도]

이외에도 인공지능에 특화된 스타트업에서 IBN 기술을 개발 중에 있으며 3GPP의 NWDAF (Network Data Analytics Function), ETSI ZSM (Zero touch network & Service Management) 등도 네트워크 자동화를 위한 기능적 요소와 참조 모델을 정의하고 있습니다. 반면 Intent 표현 및 처리에 대해서는 주로 학계에서 논의되고 있는 수준입니다.

IBN의 미래

IBN에서 지향하고 있는 비전이 실행이 된다면 사람의 개입이 크게 줄어든 상황에서 스스로 학습하고 최적의 상태로 네트워크가 운영될 것이기 때문에 네트워크 관리자가 장비, 프로토콜 등에 높은 수준의 지식이 없어도 손쉽게 네트워크를 관리/운용할 수 있을 것으로 기대됩니다. 뿐만 아니라 새로운 네트워크 정책을 적용시키는 것도 간단히 말 몇 마디로 가능해질 수도 있습니다. 하지만 이를 실현해 나가기 위해서는 현재보다는 훨씬 더 높은 수준의 인공지능 기술이 필요하기 때문에 근시일 내에는 이러한 비전을 모두 달성하기는 어려워 보입니다. 하지만, 일부 제한된 형태로는 IBN 기술이 클라우드 환경이나 5G 네트워크 환경에서 적용될 가능성은 높아 보입니다. 인공지능과 네트워크의 만남이 미래에 어떤 모습으로 나타날 지 더 궁금해집니다.

* 이미지 출처
그림 1: A. Jacobs et al., “Refining Network Intents for Self-Driving Networks,” ACM SelfDN Workshop 2018.
그림 2: https://ciscokrblog.com/1329
그림 3: https://www.juniper.net/assets/us/en/local/pdf/misc/mpls-sdn-nfv-world-congress/day-1-network-automation-and-service-design.pdf




▶   해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 기고자에 저작권이 있습니다.
▶   해당 콘텐츠는 사전 동의없이 2차 가공 및 영리적인 이용을 금하고 있습니다.



공유하기
백상헌교수
백상헌교수
고려대학교 전기전자공학부

백상헌 교수는 고려대학교 전기전자공학부에서 다양한 네트워크 기술을 연구하고 있습니다. 특히 최근에는 5G 네트워크 기술 및 B5G/6G 기술에 대한 관심이 높으며 P4를 통한 클라우드 네트워킹, 차량 네트워킹, AI 기술을 네트워크에 적용한 네트워크 자동화에 대한 연구도 진행하고 있습니다.