F5 엔지니어가 AI를 사용하여 소프트웨어를 최적화하는 방법

마케팅부터 채용, 운영, 보안까지 모든 분야에서 AI를 활용한다는 소문이 돌고 있습니다. 우리의 연례 조사에 따르면 대부분 조직이 비즈니스, 운영, 보안 전반에 걸쳐 AI에 관심을 갖고 있는 것으로 나타났습니다.

그 중 어느 것도 놀랄 일이 아닙니다. 다양한 비즈니스 및 IT 기능을 지원하기 위해 AI를 건전하게 도입하고 있다는 것을 보여주는 설문 조사가 많이 있습니다.

AI가 개발에 어떻게 통합되는지에 대해서는 항상 언급되지 않습니다.

AI가 비즈니스와 보안에 미치는 가치의 핵심 전제는 실행 가능한 통찰력을 생성하는 패턴과 관계를 인식하는 능력에 있습니다. 많은 사람들이 그 기능의 "엔진"을 고려하지 않기 때문에 AI 기술이 마법처럼 귀중한 통찰력을 발견하는 데 사용되는 세부 사항을 실제로 파헤치지 않습니다.

머신 러닝은 데이터 분석과 모델링에 초점을 맞춘 AI의 특정 분야입니다. 이 기술은 보안에 적용할 수 있는데, 충분한 시간과 데이터가 주어지면 실시간으로 비정상적인 행동을 나타내는 패턴을 식별할 수 있기 때문입니다. 마찬가지로, 제품과 서비스를 마케팅할 수 있는 기회를 나타내는 비즈니스 데이터에서 모호한 관계를 찾아낼 수도 있습니다.

하지만 머신 러닝은 모델링에도 뛰어납니다. 즉, 수백 가지의 "만약" 시나리오를 실행하여 여러 변수 간의 복잡한 관계를 더 잘 이해하는 것입니다. 개발 및 엔지니어링에서 이러한 변수에는 데이터 크기, 할당된 메모리, I/O 속도, 네트워크 대역폭, 가상 머신 매개변수가 포함될 수 있습니다. 머신 러닝은 매우 유연하며 변수를 식별하면 머신 러닝을 사용하여 해당 변수의 다양한 조합을 모델링하여 "최적의" 집합을 발견할 수 있습니다.

예를 들어, F5의 저명한 엔지니어인 로랑 케렐과 F5 Sr. 건축가 세바스티앙 수단은 팀을 이루어 최근 PubSub에서 BigQuery로 데이터를 가져오는 효율적인 방법을 구축하는 모델을 설계한 방법을 설명하는 글을 게시했습니다 .

그들은 또한 오늘날 소프트웨어 최적화를 위해 머신 러닝을 사용하는 것이 더 나은 선택인 이유를 설명했으며, 그것을 너무나 잘 해냈기 때문에 인용만 하겠습니다. 

개발 분야에서 AI(특히 머신 러닝)를 사용하는 원동력은 IT 운영 전반에 AI를 도입하는 원동력과 거의 같습니다. 즉, 수동 프로세스는 느리고, 오류가 발생하기 쉬우며, 인간의 편견에 영향을 받기 쉽습니다.

IT의 현대화와 완전한 디지털 비즈니스를 향한 꾸준한 발전에 대해 이야기할 때, 여기에는 개발/엔지니어링도 포함됩니다.

적절한 모델을 설계하는 과정과 그 경험을 통해 무엇을 배웠는지에 대한 느낌을 얻기 위해서라도 " Google Vertex AI Vizier를 사용하여 애플리케이션을 최적화하세요 "라는 글을 읽어보시기를 권장합니다.