붕괴 위기의 엔터프라이즈 IT 운영, AgenticOps가 제시하는 해법

개요

본 기사는 Cisco가 후원한 파트너 콘텐츠로, DJ 샘파스(DJ Sampath) Cisco AI 소프트웨어·플랫폼 총괄의 관점을 통해 전통적 IT 운영이 왜 한계에 부딪혔는지, 그리고 인간과 AI가 실시간으로 협업하는 새 운영 패러다임이 어떻게 효율·보안·혁신을 동시에 끌어올리는지 조망한다.

왜 기존 엔터프라이즈 IT 운영이 무너지는가

핵심 문제는 파편화다. 기업 내 데이터가 수많은 사일로에 흩어져 운영자는 여러 대시보드와 제품을 전전해야 하며, 문제의 근본 원인에 도달하기 전 ‘무엇이 어디에 있는지’를 파악하느라 시간이 소모된다.

여기에 AI 에이전트가 보편화되면 복잡도는 기하급수적으로 커진다. 1인당 10개 이상의 에이전트가 각기 다른 작업을 수행하게 되면, 분절과 중복, 책임 경계가 겹치며 운영 난이도는 10배 이상 치솟을 수 있다.

AgenticOps의 세 가지 핵심 원칙

사일로 전반의 통합 데이터 접근

네트워크·보안·애플리케이션·인프라 데이터를 한데 모아 에이전트가 종단 간으로 단서를 연결할 수 있어야 한다. 이 통합이 이뤄져야만 탐지-분석-조치가 연속적인 흐름으로 이어진다.

멀티플레이어-퍼스트 협업 설계

IT Ops, SecOps, NetOps 팀과 에이전트가 같은 공간에서 동기화된 협업을 수행해야 한다. 사일로 간 복사·붙여넣기식 전달을 없애고, 동일 컨텍스트에서 함께 트러블슈팅·디버깅하면 해결 속도가 비약적으로 빨라진다.

도메인 특화 AI 모델

범용 모델은 넓게는 잘하지만, 운영 현장에선 네트워크 구성, 위협 모델, 변경 영향도 같은 전문 지식을 이해하고 추론할 수 있는 도메인 특화 모델이 필요하다.

Cisco가 AgenticOps를 스택 전반에 운영화하는 방법

Cisco AI Canvas와 Deep Network Model

Cisco AI Canvas는 여러 대시보드를 생성형 UI로 대체한 운영 워크스페이스다. 운영자는 자연어로 에이전트에 텔레메트리 수집, 신호 상관, 가설 검증, 변경 실행을 위임하고, 사람-검토 루프를 통해 통제권을 유지한다. 추론의 핵심은 CCIE 전문성, 프로덕션 텔레메트리, TAC, CX 인사이트 등 40여 년의 운영 데이터를 학습한 Deep Network Model로, 범용 모델이 제공하기 어려운 도메인 지능을 제공한다.

캠퍼스·지점·클라우드·엣지 전반의 텔레메트리와 MCP 서버

플랫폼은 Meraki, ThousandEyes, Splunk를 포함한 전 생태계에서 머신 속도로 텔레메트리를 수집·소비한다. 또한 Cisco 전 제품군의 MCP 서버가 표준화된 도구·데이터 접근을 제공해, 별도의 커스텀 통합 없이 에이전트를 신속히 활용할 수 있다.

분절된 리포팅 데이터가 트러블슈팅을 무너뜨리는 이유

전통적 트러블슈팅은 티켓, 스크린샷, 포스트잇 등으로 컨텍스트가 채널마다 흩어져 재구성이 어렵다. AI Canvas는 실시간 공유 작업공간을 제공해 채팅·티켓·화면공유 사이로 맥락이 흩어지지 않도록 하고, 스크린샷과 노트를 에이전트가 생성한 차트·그래프와 나란히 보존한다.

또한 인간-기계 상호작용이 지속 학습돼, 유사 문제가 재발하면 시스템이 과거 접근법을 제안하고 더 많은 작업을 자동화한다. 그 결과 디버깅 시간이 꾸준히 압축된다.

보안은 AI 가속기

적절한 가드레일이 있으면 보안은 도입 장벽이 아니라 가속 장치가 된다. 조직이 PII 감지, 프롬프트 인젝션 차단, 데이터 거버넌스를 구현하면, 직원들이 이미 경험한 ChatGPT급 생산성을 기업 환경에서도 안전하게 확장할 수 있다.

교차 도메인 AgenticOps를 위한 아이덴티티 레이어

교차 도메인 데이터 접근은 가장 복잡한 과제 중 하나다. Cisco는 Splunk 인수 등으로 분리된 시스템의 데이터를 통합하는 한편, ‘누가 무엇에 접근할 수 있는가’를 근본적으로 재설계하고 있다. Duo는 다중요소 인증을 넘어 포괄적 아이덴티티 제공자로 진화 중이며, 강력한 IAM을 애드온이 아니라 기본 능력으로 내재화한다. 핵심 질문은 명확하다. “해당 에이전트가 이 데이터에 접근·상관분석할 권한이 있는가?”

휴먼 인 더 루프, 그러나 더 높은 레벨에서

에이전트의 자율성이 커져도 인간은 루프 밖으로 배제되지 않는다. 코딩 사례처럼, 에이전트가 코드를 생성하면 인간은 요구사항 적합성 검증과 병합 결정을 맡는다. IT 운영 전반에서도 사람은 상위 의사결정에 집중하고, 실행은 에이전트가 담당하며, 모든 자율 조치에는 롤백 능력이 전제된다.

왜 지금 시작해야 하는가

CIO·CTO에게 메시지는 분명하다. 관망은 해법이 아니다. 올바른 파트너와 벤더를 조기에 선택해 함께 설계·실험하는 조직이 훨씬 빠르게 성과를 거둔다.

실제 적용 예시

AgenticOps 도입 전 필수 체크리스트

비즈니스 목표와 사용 사례 정의, 데이터 카탈로그·접근정책 정비, 텔레메트리 수집 경로 통합, PII·프롬프트 인젝션 방지 정책 수립, 변경 롤バック·감사 추적 체계 점검.

운영 프로세스 단계별 안내

1) 문제 감지와 컨텍스트 수집, 2) 자연어 지시로 가설 수립·신호 상관분석, 3) 인간 검토 후 변경 실행, 4) 결과 검증과 지식화, 5) 재발 이슈에 대한 플레이북 자동화 및 지속 개선.