"시리야, 애저에 SQL 서버 만들어줘"

레드햇-IBM, 노코드 기반 IT 자동화 '프로젝트 위즈덤' 공개

"시리야, 앤서블 플레이북에 애저 리소스 그룹에 SQL서버랑 SQL 데이터베이스 인스턴스 생성 작성해줘."

스마트폰의 AI 비서에게 클라우드 인프라 관리를 지시하는 게 곧 현실화된다. 커맨드라인과 그래픽유저인터페이스(GUI)를 넘어 음성이나 자연어 입력으로 가능한 솔루션이 거의 완성단계다.

최근 레드햇과 IBM리서치는 AI 기반 IT관리 자동화 기능인 '프로젝트 위즈덤(Wisdom)'를 공개했다. 앤서블 커뮤니티의 프로젝트로 진행된 이 기능은 단순한 문장 입력으로 자동화 콘텐츠를 만들고, 검색하며, 개선하는 것을 목표로 한다. 스크립트 명령어 프로필인 앤서블 플레이북을 실행하지 않고 그것이 하는 일을 설명하는게 핵심이다.

프로젝트 위즈덤

프로젝트 위즈덤은 IBM의 코드용 AI 연구에서 파생된 AI 모델을 기반으로 한다. 사용자가 간단한 영어 문장으로 시스템 관리를 명령하도록 한다. 문장의 구문을 분석하고, 요청된 자동화 워크플로우를 구축해 앤서블 플레이북을 만들어낸다. '웹애플리케이션 스택 배포', '노드JS 종속성 설치' 같은 문장을 입력하면 앤서블 YAML 문서가 알아서 생성된다.

프로젝트 위즈덤은 여타 AI 기반 코딩 도구와 다르게 프로젝트 위즈덤은 애플리케이션 개발보다 시스템 엔지니어링에 초점을 둔다.

자연어 구문으로 작업을 지시하면 AI가 알아서 콘텐츠를 만들어주는 게 가능해진 시대다. 어떤 AI는 음악을 작곡한다. 오픈AI의 초거대 AI 코덱스는 수필, 소설을 창작한다. 오픈AI의 달리2는 말로 입력한 특징을 바탕으로 새로운 그림을 그려준다. 애플리케이션의 콘셉트와 구체적 포함 기능을 자연어로 입력하면 소스코드를 생성해주는 AI가 오픈AI 코덱스가 기반인 깃허브 코파일럿으로 등장했다. 때문에 IT 업무를 AI에게 말로 지시하는 것도 생뚱맞지 않다.

작년 IDC 예측에 따르면, 2026년까지 기업의 85%가 인간의 전문 지식과 AI, 머신러닝, 자연어처리(NLP) 및 패턴 인식을 결합해 조직 전체에 대한 예측을 강화함으로써 직원의 생산성과 효율성을 25% 높일 것으로 예측된다. 머신러닝, 딥러닝, 자연어처리, 패턴 인식 및 지식 그래프 같은 기술은 점점 더 정확하고 상황을 인식하는 통찰력, 예측 및 권장 사항을 생성하고 있다.

IT시스템은 점차 복잡해지고 있다. 다양한 이기종 시스템이 혼재하면서 서로 연동되고, 기반 인프라는 하이브리드 클라우드에서 멀티 클라우드와 엣지로 확대됐다, 인간이 모든 IT 관리를 일일이 수행하기에 그 복잡성이 너무 커져버렸다. 자동화 도구가 필요한 규모로 확장된 공간을 유지하고, 비즈니스 이니셔티브를 유지하는데 중요해졌다.

앤서블은 엔지니어에게 익숙한 스크립트 명령어로 상당한 자동화를 이뤘다. 스크립트 명령어가 프로그래밍에 쓰이는 개발언어보다 이해하기 직관적이지만, 여전히 기술격차는 존재한다. 앤서블 YAML 코드도 일종의 진입장벽인 것이다.

반대로 개발자는 데브옵스 조직에서 때로 시스템 프로비저닝 역량까지 요구받는다. 인프라 프로비저닝에 익숙하지 않은 개발자는 프로젝트 위즈덤을 통해 자연어 명령으로 요구된 역할을 더 쉽게 수행할 수 있게 된다.

IT팀은 바쁘게 움직이며 인력 부족 현상도 심화되고 있다. 이미 존재하는 시스템을 관리하기에도 벅찬 상황에서 새로운 시스템을 탐구하고, 문제점 개선 방안을 찾는 시간까지 만들기란 점점 더 불가능해지고 있다.

레드햇은 이같은 상황을 타개하는 방안에 대해 "언덕의 정상에 가려면 바위가 줄어들거나, 언덕이 평평해지거나, 더 강한 힘이 작용해야 한다는 속담도 있다"며 "자동화 장벽을 낮추는 것이 이 힘의 승수"라고 설명했다.

ㄷ도 "훨씬 더 많은 사용자에게 자동화를 가능하게 하면, 일반 요청을 제한하지 않으면서 자동화 소유자의 혁신을 돕는다"며 "자동화의 힘은 전분가보다 더 많은 사용자를 전략적으로 접근가능한 자산으로 만든다"고 강조했다.

레드햇과 IBM의 '프로젝트 위즈덤'은 서버 관리에서 패치, 로드밸런싱, 네트워킹 등의 영역으로 확장가능하다. 더구나 실제 인프라를 직접 움직이는게 아니라 앤서블 플레이북 작성을 거치기에 인간이 실행에 앞서 한번 더 검토할 수 있다.

프로젝트 위즈덤과 깃허브 코파일럿, 오픈AI 코덱스의 성능 비교.(자료: IBM)

IBM은 더 작은 컴퓨팅 공간에 의존하면서 가능한 최고 수준의 정확도를 유지하는 기반 모델을 개발하는데 목표를 뒀다고 밝혔다. 프로젝트 위즈덤의 모델은 깃허브 코파일러 수준과 비슷한 성과를 내면서 자원 효율성을 35배 높였다. 프로젝트 위즈덤의 매개변수 수는 오픈AI 코덱스, 깃허브 코파일럿의 120억개보다 훨씬 적은 3억5천만개다.

레드햇은 "프로젝트 위즈덤의 AI 모델을 미세하게 조정하기 위해 자체적인 전문지식과 역량을 적용하고 있지만, 앤서블 커뮤니티가 주제 전문가와 테스터가 된다"며 "프로젝트 위즈덤이 얼마나 잘 작동하는지, 어떻게 기능하는지 그들이 결정한다"고 덧붙였다.

크리스 라이트 레드햇 글로벌엔지니어링 담당 CTO 겸 수석부사장은 "이 프로젝트는 인공지능이 비즈니스 혁신 방식으로 근본적으로 전환하고, 일반적으로 운영팀에 있는 기능을 비즈니스의 다른 영역으로 확장하는 힘을 보여준다"며 "지능화 솔루션으로 기업은 진입 장벽을 낮추고, 급증하는 기술 격차를 해결하며, 조직 전체의 장벽을 허물어 기업 세계에서 작업을 다시 상상할 수 있다"고 강조했다.

프로젝트 위즈덤은 비주얼스튜디오코드(VS코드)에 통합해 사용가능하다.