첫째,
ITSM과 같은 통합 관리는 과도한 Event를 발생시켜 IT Noise를 증가시키고 이로 인한 Operator의 피로를 가중시키고 있습니다. 이를 해결 할 대안으로 Event Filtering, Event Escalation 등 Event Management기능이 고도화 되었으나 수동으로 Pattern을 등록 해야 하는 등의 관리 복잡성이 발생 하고 있습니다.

둘째,
AI를 사용한 예측(prediction)이 등장하고 있으나 시스템 별 예측(prediction)값이 다양한 환경에서 발생되는 case를 반영하지 못하여 실제 값에서는 단기간 예측에 제한적이며 규칙적인 패턴의 부하를 가지는 시스템은 유의미한 정확도(Accuracy)를 가지지만 불규칙한 값을 가지는 시스템에서는 시스템 별 정확도가 일정하지 않아 신뢰성에 한계가 있습니다. 이 문제는 많은 서비스 시스템이 마치, 주식거래시장 예측과 같이 불규칙한 시스템이 많이 존재하기 때문이며 이는 영향을 주는 환경적 요인이 매우 다양하기 때문입니다. 따라서 패턴이 일정한 시스템을 예측하고 관리하기에는 비교적 현재의 패턴 비교, 다이나믹 임계값 관리 등의 방법이 효율적이지만 불규칙 패턴을 가진 시스템의 경우 정확도가 많이 떨어집니다. 예를 들어 은행 거래 건수를 보면 일간 거래 건수가 매우 불규칙함 을 보이며 이는 날씨, 온도, 습도 등의 영향에 따라 고객의 행동에 변화가 생기기 때문인데 이 모든 변수를 고려하여 예측하는 것은 현실적으로 쉽지 않기 때문입니다.

셋째,
자동화의 도입이 늦어지므로 모든 장애의 조치는 수동으로 처리하고 있으며 서비스를 정지, 재시작 하고 문제를 해결하기 위한 배치 처리와 장애 event를 연동하는 IT autoimation의 보급은 거의 전무한 편입니다. IT automation의 보급이 느린 이유 중 하나는 자동화 될 경우 Operator의 일자리에 대한 우려가 있으며 유지보수 업체의 입장에서도 이 부분의 도입을 상당히 부담스럽게 여기고 있습니다. 따라서 Operation업무의 automation 에는 진입장벽이 있으며 CIO의 적극적 의지가 필요한 부분입니다. 하지만 시장이 점점 Public Cloud화 되고 자동화 될수록 생산성이 높은 관리 방식을 요구 하고 있습니다.

현재 ITSM이나 Event통합을 추진한 대부분의 고객은 1단계 까지 적용 되어 있으며 추가로 분석 툴을 도입한 일부 대기업 고객은 최대 3단계까지 적용되어 있습니다.

따라서, 3단계(Dynamic Baseline)까지는 최신 모니터링 System들이 적용하여 처리하고 있으며 4단계(AI적용)는 현재 모니터링 제품에 적용 된 예는 없으며 별도의 제품(AI장애예측시스템 등)으로 제공되고 있는 상황입니다.

AI에 사용되어질 지표 Data를 일부 고객과 분석한 결과 연속적인 Data여야 하는데 데이터의 일부(장애발생시점의 데이터만 존재)만 존재하거나 통합된 Data의 경우 기준점이나 시점의 차이가 존재 하는 등의 AI 학습용 Data로서의 한계도 존재 하였습니다.

시장 측면에서 보면, AIOps 시장 크기는 세계 기준 2017년 약 2조원에서 2025년 약 24조원으로 매년 36.2% 성장할 전망 입니다. 국내시장이 세계의 1%라고 가정하면, 2017년 200억원 시장에서 2025년 2,400억원 시장으로 성장하는 것입니다.

AIOps Platform 이후 시장은 VSAs(Virtusl Support Agents)/Chatbots 서비스 등이 도입되어 Action Platform단계로 진화 할 것입니다.
결국 AI관리의 효과가 극대화 되려면 Action Platform까지 도입되어야 하며 data지표를 생산하는 작업으로부터 장애를 예측하고 복구하는 작업까지 MTTR(mean time to repair)을 획기적으로 줄일 수 있을 것입니다.
현재 AI적용 현황을 살펴보면 국내 제품은 일부 분야에 적용되고 있고 외산 제품의 경우는 전역적 보안 관리 시스템 이나 IT System관리 의 일부분에 적용되어 데이터 분석에 사용되고 있습니다.
외산 제품의 top에 있는 룸시스템의 경우 2020년1월28일 서비스나우에 인수 되어 AIOps가 모니터링 플랫폼에 단계적으로 적용되고 있습니다.
따라서 AIOps Platform과 Action Platform은 매우 중요한 분기점에 도달 하였으며 이 두가지 Platform은 향후 IT 운영에 있어서 매우 중요한 이슈가 될 것입니다.
많은 외국 기업들은 AIOps 기능이나 제품을 자사의 모니터링 제품과 결합하여 시장을 키워 나가고 있습니다. 그러나 아직까지 국내업체의 개발 실적은 부족한 실정입니다.

최근 발발한 코로나바이러스 팬더믹으로 인해 기업은 직원에게 재택 근무를 장려했으며, 이로 인해 클라우드 기술의 도입이 가속화됐습니다. 이러한 추세는 새로운 인프라를 안정적으로 정착시키고 모니터링할 수 있게 해주는 AIOps 플랫폼의 수요를 증폭시킬 전망입니다.
AIOps 플랫폼 공급업체는 시장 내 서비스 점유율을 견인할 것으로 기대되는 AIOps의 도입에 있어, 복잡한 부분을 제거하고자 서비스 중심의 접근 방식을 채택하고 있습니다.
근본적인 원인 분석은 AIOps의 핵심 애플리케이션입니다. 시스템 문제 분석을 위해 이전 데이터를 사용하는 것은 프로세스 워크플로우의 최적화에 도움을 줍니다. AIOps 플랫폼을 사용하면 근본적인 원인 분석의 지연율을 60% 이상 단축시킬 전망입니다.
BFSI 산업에서는 AIOps 플랫폼의 사용이 뒤늦게 탄력을 받고 있습니다. BFSI 내 근본적인 원인 분석의 자동화는 점점 더 증가하고 있고, 일례로 STACKSTATE INC.는 BFSI 산업에 해당 플랫폼을 공급했으며, 이로 인해 IT 관련 문제를 기존 시스템 대비 약 80% 가까이 빠르게 인식할 수 있게 됐습니다.

(출처 : 앱솔루트 마켓 인사이트 보고서)


AIOps 시장은 2020 년부터 2025 년까지 예측 기간 동안 12.9 %의 CAGR로 성장할 것으로 예상됩니다. 이종 도구에 분산 된 대량의 경고, 상당한 IT 소음 및 신호는 DevOps 전문가를 방해합니다. 한편, IT 인프라 전반의 성능을 개선하고 사고를 보다 정확하게 해결하고 신속하게 해결하려는 팀의 요구 사항이 증가하고 있습니다.

AI가 이러한 과제를 해결하고 IT 운영을 지원하는 방법에 대한 인식이 높아지면서 기업은 AI 기반 솔루션 채택으로 초점을 전환하고 있습니다. 예를 들어, New Relic의 최근 연구에 따르면 설문 조사에 참여한 750 명의 글로벌 IT 의사 결정권자 중 89 %가 조직의 IT 운영 방식에 AI와 머신 러닝이 필수적이라고 생각합니다. 거의 84 %가 AI를 언급했으며 머신 러닝은 궁극적으로 자신의 역할을 보다 쉽게 ​​관리 할 수 있게 만들 것입니다. AI에 대한 이러한 긍정적 인 전망은 향후 몇 년 동안 AIOps의 광범위한 사용으로 전환 될 것입니다.

또한 장치가 인텔리전스를 얻음에 따라 데이터 볼륨이 증가함에 따라 시스템이 더욱 복잡해지고 AIOps 채택이 증가하고 있습니다. 전 세계적으로 클라우드 채택이 증가함에 따라 이러한 프로세스의 자동화도 가속화되고 있습니다. 따라서 더 많은 기업이 클라우드로 마이그레이션함에 따라 AIOps 플랫폼에 대한 필요성도 증가 할 것으로 예상됩니다.

시장에서 저명한 업체 중 일부는 기술을 발전시키기 위해 전략적 파트너십을 맺고 있으며, 이는 더 나은 고객 경험을 제공하고 더 강력한 입지를 확보하는 데 도움이 되는 조직의 노력을 강화할 것입니다. 이는 차례로 예측 기간 동안 시장에서 AIOps에 대한 수요를 촉진 할 것입니다. 예를 들어, 2019 년 6 월 Wipro Limited는 고객을 위한 IT 운영 솔루션을위한 차세대 인공 지능을 제공하기 위해 IT 운영을위한 인공 지능 (AIOps)의 선구자이자 선도적 인 제공 업체 인 Moogsoft와의 파트너십을 발표했습니다.

또한 시장의 공급 업체는 주로 기계 학습, AI 기술과 같은 기술을 사용하여 훨씬 적은 오경보와 보다 정확한 예측 경고로 IT 운영에 대한 가시성을 높이는 AIOps 플랫폼을 개발하고 있습니다. 예를 들어, IBM Corporation은 최근 유행하는 COVID-19로 인한 혼란에 직면 한 CIO를 대상으로 한 최근 Think Digital 컨퍼런스에서 Watson AI 플랫폼 출시를 발표했습니다. IBM Watson AIOps는 AI (인공 지능) 기술을 사용하여 기업이 IT 이상을 실시간으로 자가 감지, 진단 및 대응하는 방법을 자동화합니다.

또한 COVID-19 대유행 확산으로 인해 기업의 신속한 사고 진단, 신속한 대응 및 서비스 복원에 대한 필요성이 높아졌습니다. AIOps가이드를 제공함에 따라 시장에서 운영되는 기업은 몇 달 동안 무료 솔루션을 제공하는 기술에 대한 인식을 높이는 데 초점을 맞추고 있습니다. 이 솔루션을 통해 기업의 내부 IT 팀과 외부 파트너 직원은 원격 콘솔을 사용하여 비즈니스 서비스에 안전하게 액세스하고 문제를 해결하고 복원 할 수 있습니다. 예를 들어 캘리포니아에 기반을 둔 Aisera는 의료 서비스 제공 업체와 정부 기관에 연중 무휴 AI 기술 기반 지원을 제공하여 2020 년 3 월 현재 60 일 동안 원격 작업 가상 비서 및 협업 앱을 무료로 제공하고 있습니다.

은행 업무에는 직원, 고객 및 외부 기관이 수행하는 많은 정기 및 비 정기적 활동과 거래가 포함됩니다. 이러한 활동은 복잡하므로 모니터링이 필수적입니다. AIOps가 실시간 정보를 제공하고 무엇보다도 자동화 된 문제 해결을 통해 예측 기간 동안 시장 성장을 촉진 할 것으로 예상됩니다. 예를 들어, CA 기술의 AIOps 플랫폼, 즉 CA Digital Experience Insights는 금융 회사가 성능, 용량 및 구성 문제를 포함한 복잡한 IT 문제를 해결할 수 있도록 합니다.

규제 표준의 구현이 증가하고 클라우드 기반 IT 솔루션의 채택이 증가하고 온라인 결제 방식이 증가함에 따라 시장이 주도 될 것으로 예상됩니다. 또한 온라인 디지털 플랫폼과 모바일 형태의 금융 서비스로 끊임없이 변화하고 있기 때문에 은행은 내부 사용자 및 소비자의 증가하는 요구를 충족하기 위해 강력한 IT 애플리케이션 및 서비스를 점점 더 많이 배포하고 있습니다. IT 서비스 전반에 걸쳐 인공 지능을 통합하면 은행이 기존 비즈니스 프로세스를 자동화 할 수 있으므로 수동 실시간 모니터링의 필요성을 크게 줄일 수 있습니다. 예를 들어, 얼굴 인식 기술이 구현되면 은행과 금융 기관에 도움이 되는 동시에 더 높은 수준의 보안을 제공 할 것으로 예상됩니다.

은행 부문 지불과 관련된 도난이 두드러지며, 이는 은행 및 금융 기관이 최종 사용자에게 더 나은 서비스를 제공 할 수있는 솔루션을 찾도록 유도하고 있습니다. 이는 AIOps 공급자에게 예측 기간 동안 시장의 성장을 촉진 할 수 있는 잠재적 기회를 제공합니다.

아시아 태평양 지역은 다양한 정부의 디지털화 이니셔티브가 증가함에 따라 예측 기간 동안 상당한 성장을 보일 것으로 예상됩니다. 또한이 지역에서 클라우드 컴퓨팅의 급격한 증가는 클라우드 기반 AIOps 솔루션의 중요한 동인이 될 것으로 예상됩니다. 예를 들어 Digital India 이니셔티브의 주요 목표는 IT 인프라를 개선하고 인터넷 연결을 증가시켜 시민들에게 전자적으로 정부 서비스를 제공하는 것입니다.

또한 하이브리드 클라우드는 통합 및 보안을 위한 애플리케이션 요구 사항에 따라 다양한 인프라를 제공하기 때문에 아시아 태평양 지역에서 클라우드 채택을 위한 유리한 방법으로 부상하고 있습니다. 또한 의료, 소매, IT 및 BFSI 수직 분야의 높은 보급률을 포함한 요인이 지역 전체의 시장 성장을 더욱 촉진 할 것으로 예상됩니다.
중국, 인도, 한국, 일본, 싱가포르 및 호주를 포함한 국가는 지역 AI Ops 시장의 주요 소비자 및 투자자입니다. 이 지역은 AI 기술에 많은 투자를 하고 있으며 사용 사례를 채택하고 있습니다. 예를 들어, 중국은 AI에 베팅하고 AI에 투자하고 다른 나라가 하지 않는 규모로 AI를 배포하고 있습니다. 이 나라는 스타트 업을 위한 수십억의 자금을 발표하고 해외 연구원을 유치하고 데이터 정책을 간소화하기위한 프로그램을 시작했습니다.

지역 통신 산업은 AI Ops 플랫폼의 중요한 투자자 및 채택 자 중 하나로 부상하고 있습니다. AIOps Catalyst와 같은 이니셔티브는 연구 대상 시장에 대한 인식과 투자를 더욱 창출하고 있습니다. 주로 아시아 태평양 지역에 기반을 둔 이 공동 혁신의 주요 공헌자는 차이나 모바일, 차이나 텔레콤, 차이나 유니콤, KDDI 리서치, PCCW / 홍콩 통신 (HKT), 스마트 커뮤니케이션, 텔레포니카 독일입니다. 솔루션을 제공하는 멤버는 BOCO Inter-telecom, BONC, Huawei, Tech Mahindra 및 Si-Tech입니다.

IBM, HCL, Tech Mahindra와 같은 일부 핵심 플레이어가 있기 때문에 시장의 플레이어들 간의 경쟁 경쟁은 높습니다. 제품과 서비스를 지속적으로 혁신 할 수 있는 능력 덕분에 시장의 다른 업체보다 경쟁 우위를 확보 할 수 있었습니다. 전략적 파트너십, 인수 합병, 연구 및 개발 활동을 통해 이러한 플레이어는 더 큰 시장 입지를 확보 할 수 있습니다.

2020 년 5 월 : IBM Corporation은 PagerDuty와 제휴하여 PagerDuty의 고객에게 보다 강력한 AIOps 솔루션을 제공하기 위해 사람과 기계 데이터를 연결했습니다. PagerDuty의 350 개 이상의 통합과 고객이 사고에 대응하는 방식에 대한 11 년 이상의 분석을 활용함으로써 IBM Watson AIOps는 사용자에게 문제를 해결하기 위해 실시간으로 조치를 취하도록 IT에 영향을 미칠 수 있는 이벤트에 대한 포괄적 인 통찰력을 제공 할 수 있습니다.

(출처 : Mordor Intelligence)