- 옴니스 센서·스트리머로 패킷에서 운영 정보 추출·선별…AI 에이전트가 실행 시점에 데이터 직접 활용
넷스카우트가 AI 기반 운영·보안 인텔리전스 플랫폼 ‘옴니스 AI 인사이트(Omnis AI Insights)’에 모델 컨텍스트 프로토콜(MCP) 연결 기능을 추가했다. AI 어시스턴트와 에이전트는 MCP를 통해 네트워크에서 수집·가공한 ‘AI-레디 스마트 데이터(AI-Ready Smart Data)’를 실행 시점에 직접 가져온다. 원시 텔레메트리에서 애플리케이션과 서비스, 트랜잭션, 사용자 행동 등의 운영 정보를 미리 추출해 AI에 전달하는 방식이다.
MCP는 대형언어모델(LLM)을 외부 데이터 소스와 도구, 애플리케이션에 연결하는 개방형 프로토콜이다. 넷스카우트는 기존 실시간 데이터 스트리밍에 MCP 연결을 더해 분석·AI 플랫폼으로 데이터를 보내는 방식과 AI 에이전트가 필요한 데이터를 직접 요청하는 방식을 함께 제공한다.
패킷 데이터를 AI용 정보로 변환
AI-레디 스마트 데이터는 넷스카우트의 어댑티브 서비스 인텔리전스(ASI) 기술을 기반으로 한다. ASI는 네트워크의 원시 패킷을 실시간으로 분석해 애플리케이션과 서비스 운영에 필요한 정보를 추출하며, 데이터가 후단 시스템으로 이동하기 전에 필요한 컨텍스트를 선별해 압축된 AI-레디 스마트 데이터로 변환한다.
옴니스 센서(Omnis Sensor)는 주요 네트워크 관측 지점에서 애플리케이션과 서비스, 트랜잭션, 사용자 행동에 관한 정보를 실시간으로 추출한다. 데이터가 발생하는 지점에서 운영 의미를 유지한 메타데이터를 생성해 AI 모델이 활용할 증거 데이터를 만든다.
옴니스 스트리머(Omnis Streamer)는 센서에서 생성한 AI-레디 스마트 데이터를 수집해 활용 목적에 맞게 선별·구성한다. 사용자 정의 플레이북을 이용해 산업과 운영 요구사항에 따라 데이터 세트를 설정할 수 있으며, 헬스케어와 금융 서비스, 통신 서비스 사업자를 위한 템플릿도 제공한다.
MCP로 네트워크 데이터 직접 조회
옴니스 스트리머에 내장된 MCP 서버를 이용하면 AI 어시스턴트와 모델, 에이전트가 실행 과정에서 필요한 AI-레디 스마트 데이터에 온디맨드 방식으로 직접 접근한다. 넷스카우트는 AI가 관련 증거 데이터를 찾고 해석하도록 지원하는 도구도 제공한다.
옴니스 스트리머는 AI-레디 스마트 데이터를 스플렁크(Splunk), ELK 스택, 데이터독(Datadog), 서비스나우(ServiceNow), 다이나트레이스(Dynatrace) 등 외부 플랫폼과 통합해 제공한다. 기존 넷스카우트 환경에는 옴니스 센서 어댑터를 이용해 관련 기능을 추가할 수 있다.
원시 네트워크 텔레메트리를 AI 모델에 그대로 투입하는 대신 데이터가 발생하는 단계에서 필요한 정보를 추출하면 모델이 처리하는 데이터 양과 비용, 복잡성을 줄일 수 있다. AIOps와 옵저버빌리티, 보안, 분석 시스템에는 운영 상황을 판단할 수 있는 증거 데이터를 제공한다.
네트워크 증거로 장애 원인 확인
넷스카우트가 제시한 실제 환경 사례에서는 기존 애플리케이션 모니터링 도구가 애플리케이션 오류를 발견하지 못했지만 사용자 경험은 네트워크 성능 저하로 악화되고 있었다. 스마트 데이터에는 최소 윈도우 크기와 전체 재전송 횟수, 제로 윈도우 이벤트 횟수 등 당시 네트워크에서 발생한 정보가 남아 있었다. AI는 이를 바탕으로 상황을 추론하는 대신 네트워크에서 실제로 발생한 사실을 검증한다.
넷스카우트 제품 관리 부문 필 그레이(Phil Gray) 부사장은 “기존 카프카(Kafka) 실시간 데이터 스트리밍 기능에 MCP 도구를 추가해 IT 전문가가 AI-레디 스마트 데이터를 분석·AI 플랫폼에 공급하는 동시에 모델과 에이전트가 같은 인텔리전스에 직접 접근하도록 했다”며 “단편화된 운영 신호에 의존하거나 환각과 높은 토큰 사용량을 감수하는 대신 선별된 네트워크 사실 데이터를 기반으로 AI를 구동할 수 있다”고 밝혔다.
#넷스카우트 #OmnisAIInsights #AI레디스마트데이터 #MCP #AI에이전트 #AIOps #옵저버빌리티 #네트워크보안 #네트워크가시성 #ASI
