윈도우 11 22H2 리뷰 | 작지만 환영할 만한 변화

https://www.itworld.co.kr/news/256420

연 2회 기능 업데이트를 제공했던 윈도우 10과 달리 윈도우 11은 1년 단위로 기능 업데이트를 제공한다. 그리고 마침내 윈도우 11 2022 업데이트, 버전 22H2가 공개됐다. 참고로 여기서 ‘22’는 2022년을 의미하며 ‘H2’는 해당 연도 2분기에 공개된다는 의미다.

22H2는 버그를 해결하고 보안 구멍을 막고 때때로 1~2가지 기능을 추가하는 품질 및 보안 업데이트와는 달리 운영체제에 새로운 기능을 대거 추가하는 기능 업데이트여서 기대가 컸다. 그렇다면 22H2에는 구체적으로 무엇이 포함되어 있을까? 설치할만한 가치가 있을까? 이런 질문에 대한 답과 함께 많은 사람이 궁금해했던 것들을 살펴보자.

시작 메뉴의 변화

많은 윈도우 기능 업데이트와 마찬가지로 이번 업데이트에서도 마이크로소프트는 시작 메뉴를 일부 수정했다. 단, 몇 가지 사소한 수정에 그쳤다. 특히 필자의 마음에 든 추가 기능은 윈도우 10과 마찬가지로 폴더를 생성해 앱을 정리하는 기능이었다. 마이크로소프트는 윈도우 11에서 뚜렷한 이유 없이 이 기능을 삭제했었다. 이번에 이 기능이 부활하면서 이제는 파워포인트, 그래픽 프로그램, 비디오 편집기 등을 하나의 폴더로 그룹화해 프레젠테이션을 생성할 때 손쉽게 찾을 수 있게 됐다.

새 시작 메뉴 폴더 생성하기 ⓒ IDG

단, 마이크로소프트는 이 기능을 숨기기 위해 비상한 노력을 기울였다. 하지만 방법을 한번 알면 쉽게 사용할 수 있다. 일단 시작 메뉴에 고정된 아이콘 중 하나를 그룹화하고 싶은 앱의 아이콘 위로 끌어다 놓고 손을 뗀다. 이제 두 앱이 폴더라는 아이콘 안에 작은 아이콘으로 표시된다. 시작 메뉴는 아이콘을 내려놓는 정확한 위치에 대해 다소 까다롭게 반응하기 때문에 1~2번 더 시도해야 할 수도 있다. 원하는 대로 추가적인 앱을 폴더로 끌어다 놓은 후 이제 더블 클릭한다. 폴더가 열리고 내부에 아이콘이 있으며, 상단에 ‘폴더’라는 텍스트가 표시된다. 이 폴더 부분에 새 이름을 입력한다.

폴더 안에 있는 앱을 실행하려면 이를 클릭하면 된다. 언제든지 폴더에 앱을 계속 추가할 수 있다. 반면, 시작 폴더를 직접 삭제할 수는 없다. 대신 모든 앱 아이콘을 밖으로 끌어다 놓으면 폴더가 자동으로 사라진다.

이제 3가지 시작 메뉴 레이아웃 중에서 선택할 수 있다. ⓒ IDG

시작 메뉴의 또 다른 변화는 레이아웃이다. 3가지 시작 메뉴 레이아웃 중 선택할 수 있다. 윈도우 11에서 익숙한 기본값, 고정된 앱을 위한 추가적인 열과 작은 추천 영역을 추가하는 ‘추가 핀(More Pins)’, 추천 영역을 키우고 고정된 앱 열을 없애는 ‘추가 추천(More recommendations)’ 등이다.

이 밖에도 시작 버튼은 모든 앱을 사용하는 대신 시작에서 고정하고 싶은 앱을 오른쪽 클릭하고 표시되는 메뉴에서 작업 표시줄에 고정을 선택해 시작 메뉴의 앱을 작업 표시줄에 고정할 수 있는 기능 등 몇 가지 사소한 수정 사항이 있었다. 또한 추천을 오른쪽 클릭하고 새로고침을 선택해 추천 영역을 새로고침해 최신 추천으로 업데이트할 수도 있다. 시작 메뉴의 변화는 이 정도다. 많지는 않지만 폴더가 부활했다는 점만으로도 반가운 변화다.

작업 관리자의 변화

시스템 메모리 사용량을 확인하거나 시작 시 실행되는 프로그램을 비활성화하는 등 윈도우 고급 사용자라면 이번에 개선된 작업 관리자가 꼭 마음에 들 것이다. 전반적으로 인터페이스가 바뀌었는데, 몇 가지 새로운 유용한 기능도 있다.

인터페이스부터 시작하자. 프로세스, 성능, 시작 앱 등을 위해 상단에 위치한 이전의 탭 레이아웃 대신 이제 아이콘이 왼쪽 사이드바에 수직으로 배치된다. 아이콘은 크며, 사이에 상당한 공간이 있기 때문에 이전 탭보다 훨씬 눈에 잘 들어온다. 전반적으로 외관이 개선됐고 가독성도 뛰어나다.

하지만 이 새로운 디자인에는 한 가지 단점이 있다. 화면이 작은 노트북 등 작업 관리자 창의 크기가 작으면 아이콘에 라벨에 표시되지 않으며 명확하게 알아보기 어렵다. 그래서 직각으로 구성된 3개의 사각형으로 구성된 아이콘을 클릭하면 프로세스가 표시되거나, 속도계 아이콘은 시작 앱으로 이어진다는 것을 모르고 지나칠 수 있다.

작업 관리자의 디자인이 완전히 바뀌었다. PC 속도를 높이기 위해 특정 앱이 사용하는 리소스의 수를 제한할 수 있는 새로운 효율성 모드도 적용됐다. ⓒ IDG

각 아이콘의 의미를 파악하기 위해 작업 관리자 창을 키우면 아이콘과 텍스트 라벨을 모두 확인할 수 있지만, 화면이 작은 노트북에서는 텍스트 라벨이 표시되도록 창을 충분히 키울 수 없을 수 있다. 이때는 아이콘 상단에 위치한 3개의 가로줄로 구성된 ‘햄버거 메뉴’를 클릭해 텍스트 라벨이 보이도록 하면 된다. 클릭하면 이동하고 텍스트 라벨이 사라지면서 추가 화면 영역을 복원한다.

파일, 옵션, 보기 등 기존 작업 관리자 상단의 메뉴는 왼쪽 사이드바 하단의 설정 아이콘으로 대체됐다. 화면 상단에는 새로운 작업 실행 등 간단한 작업을 할 수 있는 작은 가로 모양 메뉴가 배치됐다.

시스템 속도에 민감한 사람을 위해 작업 관리자에 새로운 기능도 추가됐다. 특정 앱이 사용하는 리소스의 수를 제한하는 효율성 모드이다. 많은 양의 리소스를 소비하는 앱을 오른쪽 클릭하고 표시되는 앱에서 효율성 모드를 선택하면 된다. 단, 주요 윈도우 프로세스에서는 효율성 모드를 사용할 수 없다. 효율성 모드를 사용할 수 없는 앱 또는 프로세스를 오른쪽 클릭하면 메뉴에 설정이 회색으로 표시된다. 윈도우는 자체적으로 가끔 프로세스 또는 앱의 실행을 중단시켜 성능을 개선한다. 새로운 작업 관리자에는 정지된 앱 또는 프로세스 옆에 아이콘이 표시된다.

마지막으로 유용한 기능을 하나 더 소개한다. 작업 관리자가 특정 작업을 수행할 수 있는 단축키를 지원한다. Alt 키를 누르면 사용할 수 있는 단축키를 볼 수 있는데, 이 중 유용한 단축키 몇 개를 꼽으면 다음과 같다.

Alt-E : 선택한 작업 종료

Alt-M : 선택한 앱을 효율성 모드에 넣거나 효율성 모드에서 제거

Alt-N : 새 작업 실행

대체로 이런 변경사항이 합쳐져 큰 변화를 구성하지만 시스템을 주기적으로 조정하는 고급 사용자에게만 해당하는 이야기이다.

파일 탐색기와 원드라이브 통합

나쁜 소식부터 미리 언급하면, 윈도우 11 22H2에는 마이크로소프트가 약속하고 사용자가 오랫동안 기다려 온 파일 탐색기를 위한 탭 기능이 없다. 이 기능은 10월 업데이트에서 추가될 예정이다. 하지만 몇 가지 사소하지만 유용한 변경사항이 있다. 원드라이브 사용자라면 특히 반길 텐데, 파일 탐색기와 원드라이브의 통합이 개선됐다. 이제 파일 탐색기를 직접 원드라이브로 열 수 있다. 이 기능을 사용하려면 화면 우측 상단의 점 3개 메뉴 아이콘을 클릭하고 옵션 > 일반을 선택한 후 ‘파일 탐색기 열기 위치’ 드롭다운에서 원드라이브를 선택한다.

파일 탐색기에 원드라이브 통합이 개선됐다. ⓒ IDG

또한, 우측 상단에는 원드라이브의 아이콘이 있으며 클릭하면 동기화 상태, 총용량, 사용된 총 공간을 보여주고 스토리지 관리를 위한 설정과 옵션을 볼 수 있다. 아이콘은 현재 원드라이브 폴더를 보고 있는 경우에만 표시된다. 원드라이브가 나온 지 15년이 넘었지만 이상하게도 마이크로소프트는 오랫동안 이런 방식의 통합을 지원하지 않았다. 이번에 약간 바뀌긴 했지만 아직도 개선해야 할 부분이 많다.

한편 파일 탐색기 자체도 자주 사용하는 폴더와 고정된 폴더에 접근할 수 있는 외관이 깔끔해진 더욱 유용한 왼쪽 탐색 창 등 사소한 디자인 변경이 있었다. 최근 및 즐겨찾기 파일(원격 파일 포함) 검색 기능도 추가됐다. 이런 기능들은 모두 유용하다. 하지만 큰 변화라고는 할 수 없다. 파일 탐색기 탭 기능이 빠진 것이 아쉽지만, 앞으로 기대해 볼 필요가 있다.

새로운 터치 화면 제스처

터치 화면 기기가 있다면 여러 가지 새롭고 유용한 터치 제스처를 쓸 수 있다. 이 중 유용한 것을 몇 가지 소개하면 다음과 같다.

시작 메뉴를 열고 닫기 : 작업 표시줄에서 위로 밀어 시작 메뉴를 열고 시작을 아래로 밀어 닫는다.

앱을 최소화하기 : 3개의 손가락으로 아래로 민다.

시작의 모든 앱을 열고 닫기 : 시작 메뉴의 고정 영역에서 왼쪽으로 밀어 모든 앱을 표시한다. 밀어서 닫는다.

빠른 설정 열기 : 오른쪽으로부터 민다.

실행되는 앱 전환하기 : 왼쪽 또는 오른쪽으로 3개 손가락 밀기를 사용한다

이전 사용 앱으로 전환하기 : 3개 손가락으로 왼쪽 또는 오른쪽으로 밀기.

작업 표시줄의 변화

이번 업데이트에는 윈도우 작업 표시줄에 유용한 기능이 추가됐다. 파일을 작업 표시줄 앱 아이콘으로 끌어다 놓으면 윈도우 10처럼 파일이 해당 앱에서 열린다. 매우 중요한 부분은 아니지만 정말로 유용한 새로운 기능이 거의 없는 업데이트에서는 상대적으로 눈에 띈다. 자세히 살펴보면 다른 몇 가지 수정사항을 찾을 수 있다. 예를 들어, 이제 마우스 휠의 스크롤을 사용해 작업 표시줄 볼륨 컨트롤의 볼륨을 조절할 수 있다.

내장된 비디오 편집 기능

22H2에는 단순한 편집 작업에 적합한 무료 기본 비디오 편집기 '클립챔프(Clipchamp)'가 포함돼 있다. 새로운 앱은 아니다. 마이크로소프트가 2021년에 인수한 후 이미 윈도우 10 또는 윈도우 11에서 마이크로소프트 스토어를 통해 제공되고 있다. 이 단순하고 유용한 비디오 편집기를 이용하면 템플릿을 통해 슬라이드쇼, 광고, 소셜 미디어 게시물 등 다양한 유형의 비디오를 바로 만들 수 있다. PC 또는 스톡 컬렉션의 기존 비디오 및 이미지를 사용하고 다른 소스로부터 비디오를 가져오며 비디오를 녹화하고 스크린샷을 촬영한다. 또한 트랜지션, 오버레이 등의 특수 효과뿐 아니라 제목 생성 기능까지 지원한다.

무료 클립챔프 비디오 편집기가 윈도우 11에 내장돼 있다. ⓒ IDG

모션 트래킹이나 고급 특수 효과 등의 기능은 없지만 무료라는 가장 큰 장점이 있다. 또한 월 12달러에 업그레이드할 수 있는 ‘에센셜(Essentials)’ 버전이 있다(첫 달은 8달러). 에센셜에는 더 강력하고 다양한 필터와 효과, 비디오 콘텐츠 브랜딩 기능, 온라인 백업, 고품질 오디오/비디오/이미지 스톡을 포함한다.

설정의 개선

마이크로소프트는 기능 업그레이드를 공개할 때마다 항상 설정 앱을 수정했는데 이번에도 마찬가지다. 작업 표시줄의 검색 아이콘 위로 마우스를 이동하면 최근 검색이 표시되는 것이 대표적이고 시스템 트레이 오버플로 메뉴 끄기 기능, 빙(Bing)이 매일 다른 이미지를 데스크톱 바탕화면으로 보여주기 등이 있다. 그러나 대부분은 윈도우 11의 이전 버전과 비교해 디자인 또는 텍스트만 달라진 것이 많다.

새로운 설정 옵션을 통해 작업 표시줄의 검색 아이콘 위로 마우스를 이동할 때 검색 히스토리를 표시할 수 있다. ⓒ IDG

이상하게도 마이크로소프트는 22H2 공개 초기 중 적용한 일부 변경사항을 철회한 것으로 보인다. 예를 들어, 초기 버전에서는 설정 앱의 계정 페이지를 수정해 마이크로소프트 365가 설치되어 있는지 그리고 버전이 무엇이며 비용을 얼마나 지불하고 있는지 등 많은 정보를 한눈에 파악할 수 있도록 제공했다. 하지만 최신 22H2 릴리즈에서는 이 부분이 사라졌다.

추가적인 수정사항

이 밖에도 22H2 릴리즈에는 다양한 수정사항이 있다. 이 중 눈여겨볼 것이 열려 있는 창을 6개의 기본 화면 레이아웃 중 하나로 그룹화할 수 있는 스냅 레이아웃(Snap Layouts) 기능이다. 예를 들어 윈도우 11의 업데이트에서 창을 화면 상단으로 끌어다 스냅 레이아웃에 놓을 수 있다. 또한, 작업 보기(Task View, 윈도우 키 + Tab)에 스냅 그룹(Snap Groups)이 나타나므로 원하는 것을 손쉽게 선택할 수 있다.

이 기능 수정은 스냅 레이아웃이 유용한지 아니면 전혀 사용하지 않는지에 따라 달라진다. 필자는 이 새로운 기능을 써보려고 노력했지만 결국 실패했다. 무의미하고 혼란스러우며 얻을 수 있는 가치보다 문제가 더 많았다. 하지만 사용자마다 생각이 다를 수 있으므로 단정은 하지 않겠다.

탄소 배출량에 대한 안내도 있다. 거주하는 지역에 따라 윈도우 업데이트 페이지에 ‘윈도우 업데이트는 탄소 배출량 감소를 위해 최선을 다하고 있습니다(Windows Update is committed to helping reduce carbon emissions)’라는 메시지가 표시된다. 그러면 윈도우가 전력 기업이 태양광 또는 수력을 더 많이 사용하는 시간 등 탄소 배출량을 줄일 수 있는 시기에 업데이트를 예약한다. 마이크로소프트는 EM(Electricity Maps)과 WT(WattTime)의 ‘지역 탄소 집약도 데이터’를 사용해 이런 시간을 판단한다. 그러나 이를 통해 배출량을 얼마나 줄일 수 있는지는 밝히지 않았다.

IT가 22H2에 관해 알아야 할 사항

IT팀 입장에서 이 업그레이드는 새로운 부분이 많지 않다. 시스템 관리자는 사용자의 시작 메뉴, 작업 표시줄, 시스템 트레이를 관리하기 위한 새로운 그룹 정책을 사용할 수 있다. 세부 사항은 다음과 같다.

빠른 설정 비활성화(Disable Quick Settings) 플라이아웃(Flyout)

알림 센터 비활성화(Disable Notification Center) 및 캘린더 플라이아웃

모든 작업 표시줄 설정 비활성화(Disable all taskbar settings)

검색 비활성화(Disable search)(시작 및 작업 표시줄에 해당)

작업 표시줄에서 작업 보기 숨기기(Hide Task View from taskbar)

시작에서 ‘고정’ 사용자 정의 차단(Block customization of ‘Pinned’ in Start)

시작에서 ‘추천’ 숨기기(Hide ‘Recommended’ in Start)

시작 컨텍스트 메뉴 비활성화(Disable Start context menus)

시작의 ‘모든 앱’ 숨기기(Hide ‘All apps’ in Start)

‘마이크로소프트 패치 레이디(Microsoft Patch Lady)’ 수잔 브래들리에는 원격 데스크톱 프로토콜(Remote Desktop Protocol)과 기타 비밀번호 보안을 강화하는 계정 잠금 정책이 있는 새로운 그룹에 기본적으로 적용된다. 이전 버전의 경우 브래들리는 관리자는 비밀번호를 공백으로 남겨두지 않는 한 RDP를 통해 Administrator 계정에 대한 계정 잠금을 설정할 수 없었다고 지적했다.

이 밖에도 22H2에서 보안은 다양한 방식으로 개선됐다. 인텔 8세대 이상의 칩셋이 있는 기기는 기본적으로 VBS(Virtualization-Based Security)와 HVCI(HyperVisor-protected Code Integrity)를 사용한다. 이는 악성코드, 랜섬웨어를 비롯해 정교한 공격을 더 잘 대응할 수 있음을 의미한다. 또한 마이크로소프트 디펜더 스마트스크린(Microsoft Defender SmartScreen)과 스마트 앱 컨트롤(Smart App Control)이 개선됐고, 윈도우 11 엔터프라이즈(Enterprise)로 구동하는 기기에서 WCG(Windows Credential Guard)가 기본적으로 활성화된다.

기업의 업데이트 관련해서 마이크로소프트는 “윈도우 11 버전 22H2는 MEM(Microsoft Endpoint Manager) 또는 기타 종점 관리 솔루션을 사용하는 단계적 배치를 위한 WSUS(Windows Server Update Services), WUB(Windows Update for Business), VLSC(Volume Licensing Service Center) 등 익숙한 채널과 프로세스를 통해 제공된다. 2022년 9월 20부터 윈도우 11, 버전 22H2의 엔터프라이즈 및 에듀케이션 에디션을 위한 36개월의 서비스 지원 라이프사이클이 시작된다"라고 설명했다.

큰 변화는 없다

그렇다면 이런 모든 개선사항을 고려했을 때 22H2를 어떻게 평가할 수 있을까? 사실 별것 없다. 22H2를 기능 업데이트라 부르기도 어렵다. 새로운 것은 거의 없고 크게 변화하는 것은 더 없다. 시작 메뉴 폴더를 부활시킨 것은 반갑고, 고급 사용자라면 새로운 작업 관리자가 꽤 마음에 들겠지만 대부분 사람이 학수고대했던 파일 탐색기 탭 기능은 빠졌다. IT팀과 기업 입장에서도 마찬가지다.

따라서 가능한 많은 버그가 해결될 만큼 충분히 시간이 지난 후에 설치해도 충분하다. 또한, 설치한 후에 큰 차이가 있을 것이라고는 기대하지 않는 것이 좋다. 22H2는 시간이 지남에 따라 점차 더 개선될 것이다. 마이크로소프트에 따르면 앞으로 윈도우는 22H2 같은 기능 업데이트가 연 1회, 그 사이에 개별적인 신기능은 짧으면 1개월마다 공개된다. 오는 10월에는 마이크로소프트는 파일 탐색기에 탭을 제공하는 업데이트를 공개할 예정이다. 이 업데이트는 선택적이며 단계적 롤아웃을 통해 제공된 후 11월에 일반 월간 보안 업데이트 릴리즈에 포함된다. 22H2를 설치할지, 언제 설치할지를 결정할 때는 이런 점을 고려하면 된다. editor@itworld.co.kr

ⓒ Getty Images Bank 최근 많은 기업이 경쟁이라도 하듯이 인공지능(AI) 이니셔티브를 발표하고 있다. 디지털 전환의 핵심을 AI로 보고, 새로운 비즈니스 기회를 만들고 고객 경험을 높이는데 AI를 활용하는 것이다. 물론 이렇게 전사적으로 AI를 앞세우는 것을 보고 우려를 표하는 이들도 있다. 왜 그럴까? AI 프로젝트는 단순히 전략을 마련하고 투자를 강화한다고 성공하는 영역이 아니기 때문이다. 특히 업계 전문가들은 ‘AI 프로젝트 중 상당수가 연구 단계를 넘어 프로덕션 수준까지 이어지지 못한다’라는 점을 가장 큰 문제로 지적한다. AI 프로젝트 대부분이 실패하는 이유는 현장을 보면 알 수 있다. 사람, 프로세스, 기술이라는 문제 AI 프로젝트가 원활하게 진행되려면 사람, 프로세스, 기술에 대한 경험, 인프라 및 플랫폼이 필요하다. 이 중 어느 한 요소라도 빠지면 안 되며, 모든 요소가 조화를 이루어야 한다. 문제는 사람, 프로세스, 기술은 의지와 예산이 있다고 바로 내재화할 수 있는 역량이 아니란 점이다. 먼저 사람 즉, 전문 인력부터 살펴보자. AI 프로젝트를 시작하려면 기업은 내부에 AI 전문가가 얼마나 있는지 확인해야 한다. 가령 GPU 클러스터 및 고속 병렬 파일시스템 기반 스토리지를 구축해 운영할 수 있는 인프라 담당자가 있는가? AI 및 머신러닝 모델 훈련과 추론을 위해 데이터 파이프라인을 구축하고 지원할 데이터 전문가가 있는가? 모델을 개발하고 최적화하여 애플리케이션에 적용할 개발자가 충분히 있는가? 이런 요소를 따지다 보면 기업은 필요한 인력 대부분을 새로 충원해야 한다는 것을 깨닫는다. 그렇다고 인력 없이 바로 AI 프로젝트를 진행할 수는 없다. 경험이 풍부한 전문가가 없다면, 다음과 같은 문제를 마주칠 것이다. “A 기업은 자연스러운 인공지능 챗봇을 구현하기 위해 자연어 처리(NLP)를 담당하는 AI 팀을 구성하고 자체적으로 AI 엔진을 구축했다. 이후 실제 비즈니스 환경에 엔진을 적용하려고 보니 참조 아키텍처와 운영환경 등을 갖추는 것이 필요했다. 하지만 AI 팀이 자체적으로 아키텍처를 구현하고 운영 환경을 만들어 가는 것은 현실적으로 어려웠다. 해당 분야의 내부 전문가가 부재했기 때문이다. 상용화 제품을 만들어 주는 AI 솔루션 업체와 협력을 할까 고민했지만 그렇게 하면 기존에 만든 엔진은 쓸 수 없었다. 거기다 비용을 들여 솔루션을 구매해야 한다는 점도 큰 문제였다. A 기업은 자체 구축한 AI 엔진을 활용해 서비스를 만들고 운영할 방안이 절실했다.” 이번에는 프로세스를 알아보자. 프로세스는 비즈니스와 의사결정 및 협업, 이 두 가지로 나누어 살펴볼 수 있다. 기업의 AI 이니셔티브가 성공하려면, 기존 비즈니스 로직과 먼저 결합돼야 한다. 즉, 기업의 비즈니스 프로세스 그리고 해당 프로세스에 맞춰 흐르는 데이터를 AI와 연결 지어야 한다. 흔히 AI 프로젝트 계획을 수립할 때, 데이터 세트가 충분하다고 생각하지만 막상 뚜껑을 열어 보면 AI 모델 훈련과 추론에 필요한 데이터가 턱없이 부족할 때가 많다. 이런 경우 십중팔구 AI 데이터 파이프라인 구축을 위한 내부 시스템이 제대로 연계되어 있지 않다. 의사결정 및 협업 프로세스 문제는 보통 COE(Center of Excellence) 같이 중앙에서 투자와 프로젝트를 관리하는 조직이 없어 생긴다. 일종의 사각지대가 발생한 건데, 이런 경우 중복 투자가 발생해 자원이 낭비되고, 기껏 투자한 AI 시스템이 사일로화되기도 한다. 구체적으로 프로세스상의 문제가 있으면 다음과 같은 상황이 생긴다. “B 기업은 현업 주도하에 AI를 비즈니스에 적용하려 했지만 복잡한 비즈니스 프로세스, 즉 수많은 인터페이스와 다양한 데이터 흐름 때문에 서비스 구축에 어려움을 겪고 있다. 또한 도입 과정에서 살펴보니 이곳저곳 중복되거나 사일로화된 AI 솔루션과 시스템이 상당했다. 현업 부서에서 서로 다른 시스템을 두고 있고, 관리 부서는 제각각이었다. B 기업은 레거시 시스템을 쉽게 연동하는 한편 다양한 AI 서비스, 사용 사례, 데이터 수집 및 가공을 통합하고 관리할 방안을 모색하고 있다.” AI 기술은 비즈니스와 기술 측면에서 각각 생각해 볼 수 있다. 먼저 비즈니스 절차 측면에서 AI 이니셔티브 수립은 IT 부서만 주도한다고 다 되는 것은 아니다. 임원, 실무 담당자, IT 팀까지 모두 힘을 모아야 제대로 된 이니셔티브를 수립할 수 있다. 하지만 다양한 부서가 업무를 협의하고 의견을 취합하는 그런 이상적인 협업 문화를 갖춘 기업은 사실상 많이 없다. 기술 측면에서 기업은 최적의 AI 기술과 솔루션을 선정하고, 다양한 레거시 시스템과 연계할 수 있는 인터페이스를 개발해야 한다. 또한 실제 서비스 애플리케이션을 구현하고 최적화도 해야 한다. 따라서 다양한 AI 기술, 데이터 통합 관리 기술, 쿠버네티스, ML옵스(MLOps) 등을 다룰 수 있는 능력이 필요하다. 기업 IT 팀 상당수에게 이런 기술은 낯설고 어려운 주제다. 그런 면에서 AI는 새로운 도전 분야다. 인프라, 언어, 프레임워크, 라이브러리, 개발 환경까지 이전과는 다르게 기술을 다룬다. 거기에 기술 발전 속도까지 빠르다. 가령 AI는 관리부터 개발에 이르기까지 오픈 소스 중심으로 혁신이 이뤄진다. 운영자가 ML옵스 플랫폼을 직접 구축하려면 다양한 오픈 소스 기술을 활용해야 한다. 개발 영역 또한 프레임워크, 라이브러리, 도구 등 오픈 소스를 잘 알아야 한다. 오픈 소스 기술 비중이 높으면 그 변화의 속도를 따라가는 데 피로감을 느끼기 쉽다. 상용 솔루션 역시 빠르게 발전하기에 막상 도입 검토, 구현, 안정화를 하고 나면 새로운 기술 트렌드가 나와 있다. 그런 경우, 힘들게 구축한 기술이 어느새 낡은 시스템이 되어 버린다. “C 기업은 데이터 분석 기반 QA 모니터링을 하기 위해 Bi-LSTM(Bidirectional Long Short Term Memory)을 활용한 STT(Speech-to-Text) 솔루션을 도입했다. 문제는 솔루션을 구매해 서비스를 구축한 이후 발생했다. 해당 솔루션을 도입한 지 불과 2년 만에 엔드투엔드 방식의 새로운 STT 솔루션이 출시됐고, 이전 STT 솔루션보다 인식률이 훨씬 더 높아진 것이다. C 기업은 더 좋은 성능의 솔루션으로 교체하고 싶지만, 비용이 부담되는 것은 물론, 이미 기존 솔루션으로 구축된 시스템을 버리고, 새롭게 처음부터 개발하는 부분 때문에 이러지도 저러지도 못하는 상황이다.” 멀고도 먼 내재화의 길 앞서 소개한 사례처럼 AI 이니셔티브를 성공적으로 운영하는 것은 매우 어렵다. 내재화를 고집하면 할수록 성공에서 더 멀어질 수 있다. 즉 내재화를 하다 보면 다음과 같은 요소에 모두 대응해야 한다. AI 역량 내재화 과정에서 고려하는 사항. ⓒ 코그넷나인 그렇다면 어떻게 해야 계획 또는 이미 진행 중인 AI 프로젝트를 프로덕션 수준으로 구현할 수 있을까? 바로 ‘핵심 목표’에 집중해야 한다. 기업은 AI 기술 전문 조직이 아니다. 기업이 집중해야 하는 핵심 목표는 ‘비즈니스 성과를 내기 위해 AI 기술을 어디에 도입할지 결정하고, 도입 후 성과를 낼 수 있을지 그 타당성을 확인하고, 구체적인 AI 서비스를 기획하고 구현하는 것’이다. 핵심 목표와 기술 내재화를 모두 성취할 수 있다면 좋겠지만, 그러기엔 너무 큰 비용, 시간, 노력이 필요하다. 핵심 목표에 우선순위를 두면 프로젝트를 보다 효율적으로 운영할 수 있다. 그리고 내재화는 중장기 과제로 가져가야 한다. 핵심 목표에 집중하기 위해 내재화 외에 당장 선택할 수 있는 대안이 있을까? 다행히 있다. 바로 ‘AI 매니지드 서비스와 플랫폼’이다. 성공적인 AI 도입을 위한 ‘AI 매니지드 서비스, 그리고 플랫폼’ 기사를 통해 AI 매니지드 서비스와 플랫폼의 의미와 특징을 확인해보자.

ⓒ Getty Images Bank 기업은 AI 프로젝트를 운영할 때 목표했던 성과를 도출하기 위해 전력을 다한다. 하지만 노력에 비해 프로덕션에서 운영하는 케이스가 적거나 제대로 된 성과를 얻지 못할 때가 있다. 이렇게 되면 ROI 측면에서 손해는 매우 커진다. 컴퓨팅 자원, 인력, 시간 등 소중한 기업 자산은 낭비되고, 개발 환경을 구축해 모델을 구현하고, 훈련용 자원과 데이터를 확보하는 데 들어간 리소스는 의미가 없어진다. 그렇다면 AI 프로젝트가 성공적인 프로덕션 수준으로 이어지고 비즈니스 성과를 제대로 만들려면 무엇을 개선해야 할까? 이 질문에 대한 답은 ‘AI 매니지드 서비스와 플랫폼’에서 찾을 수 있다. ‘AI 매니지드 서비스’란 무엇인가 클라우드 매니지드 서비스(Cloud Managed Service)는 들어봤어도, AI 매니지드 서비스(AI Managed Service)는 생소한 사용자가 꽤 있을 것이다. 클라우드 매니지드 서비스는 전통적인 온프레미스 시스템을 클라우드로 이전하면서 겪는 어려움을 해결하기 위해 등장했다. 클라우드 수요가 늘다 보니 이를 관리하는 전문 기술이 클라우드 매니지드 서비스 형태로 나타난 셈이다. ‘사례로 살펴보는 AI 역량 내재화가 어려운 이유’ 기사에서 소개한 것처럼 기업의 AI 도입 과정은 클라우드 도입 과정과는 또 다른 방면으로 복잡하고 어렵다. 다시 말해 AI를 도입하기 위해서는 다음과 같은 요소를 세심하게 따져봐야 한다. 기업 내 어느 비즈니스 영역에 AI를 도입할 예정인가 도입했을 때 비즈니스 효과를 제대로 얻을 수 있는가 선정한 과제를 어떤 서비스 형태로 기획할 것인가 서비스를 구현할 때 필요한 최적의 AI 기술과 솔루션은 무엇인가 AI 학습을 위한 데이터는 어떻게 준비할 것인가 기존 내부 시스템(레거시)과 어떻게 연계할 것인가 정해진 시간 내에 빠르게 구축할 수 있는가 안정적으로 서비스를 오픈하고 운영까지 진행할 수 있는가 기업을 대신해 위와 같은 요소를 처음부터 끝까지(End-to-End) 알아서 처리해주는 것이 바로 ‘AI 매니지드 서비스’다. 모든 요소를 대신해줄 뿐만 아니라, 특정 요소에 대해서만 도움을 받을 수도 있다. 따라서 기업은 모든 AI 역량을 내재화할 필요 없이 다양한 경험과 전문성을 지닌 AI 매니지드 서비스 전문 업체와 파트너십을 맺으면서, 원하는 결과를 보다 효율적으로 도출할 수 있다. AI를 도입하다 보면, 과제 선정이 완료된 후 학습 데이터를 준비하고, 서비스를 구현 및 운영하는 영역까지 모두 유기적으로 연결되어야 한다는 것을 알 수 있다. 따라서 AI 매니지드 서비스도 그런 광범위한 기술 영역을 수용하는 플랫폼이 있어야 한다. 솔루션이나 시스템별로 서비스가 따로 지원된다면 진정한 AI 매니지드 서비스라고 볼 수 없다. 성공적인 AI 도입을 위한 필수 요소, AI 매니지드 서비스 ‘플랫폼’ AI 매니지드 서비스 플랫폼을 이용하면, 데이터 과학자, 모델러, 아키텍트, 개발자 등 AI 프로젝트를 진행하는 데 필요한 인력을 최소로 유지하면서, 서비스를 구축하고 안정적인 운영을 지속할 수 있다. 코그넷나인(Cognet9)은 수년간 다양한 AI 프로젝트로 쌓은 경험과 전문성을 바탕으로 AI 매니지드 서비스를 제공하고 있다. 2022년 4월에는 AI 매니지드 서비스 플랫폼인 ‘플러그넷(Plugnet)’을 출시했다. AI 도입 과정은 크게 1) AI 도입 과제 선정 및 타당성 입증, 2) 서비스 설계 및 학습 데이터 준비 및 관리, 3) AI 서비스 구현(애플리케이션 개발), 4) AI 운영 관리 등 총 4단계로 정의할 수 있다. 도입 과제 선정과 타당성 입증은 별도의 비즈니스 가치 평가(Business Value Assessment) 방법론에 따라 진행하고, 서비스 설계와 운영 관리 단계는 관련 툴이나 솔루션을 사용한다. 그럼 서비스 설계 단계부터 살펴보자. 서비스 설계를 위해 AI 아키텍트는 서비스에 필요한 유스 케이스별 아키텍처를 수립한다. 이를 위해 유사한 아키텍처를 참조하고 분석해 새로운 아키텍처를 수립하고 세부 사항을 설계한다. 이런 과정은 서비스 구현의 근간이 되기 때문에 설계 후 사전 검증까지 완료하는 데 시간이 오래 걸린다. 실제 현장에서는 경험과 전문성을 갖춘 아키텍트가 부족하기 때문에 대부분이 외부 전문가의 도움을 받는다. 플러그넷은 AI 마켓플레이스를 통해 사전에 검증되고 정의된 다양한 AI 서비스 아키텍처를 제공한다. 이를 활용하면 새롭게 구축할 서비스를 위한 아키텍처를 빠르고 간편하게 수립할 수 있을 뿐만 아니라 공통 업무 분야에서 재사용이 가능해 동일한 작업을 여러 팀에서 각각 따로 할 필요가 없어진다. 코그넷나인의 AI 매니지드 서비스 플랫폼 구조 ⓒ 코그넷나인 설계가 끝났다면 학습 데이터를 준비하고 관리해야 한다. AI에 필요한 데이터는 레거시 시스템, 데이터 레이크, 외부 데이터 등 다양한 원천에서 수집되고 학습 가능한 형태로 가공된다. 동시에 지속적으로 공급돼야 한다. 이런 작업은 워낙 복잡하고 손이 많이 가다 보니, 자칫 효율성이 떨어진다는 문제에 직면할 수 있다. 지속 가능한 방식으로 학습 데이터를 처리하고 자동 공급(feeding)하려면 파이프라인이 필요한데, 이를 위한 플랫폼이 없다면 같은 작업을 매번 반복해야 한다. 플러그넷은 데이터 관리 체계를 지원한다. 다시 말해 데이터 수집, 정제, 가공(라벨링)에 걸친 학습 데이터셋 구축 과정을 전담 데이터 팀 없이 플러그넷으로 관리할 수 있다. 특히 서비스 성능을 유지하고 개선하려면 학습 데이터를 지속적으로 제공받는 것이 필요한데, 플러그넷은 ‘AI 학습 데이터 피더(Feeder)’라는 기능으로 준비된 학습 데이터를 지속적으로 제공한다. 또한, 프로젝트 단위가 아니라 전사에서 추진하는 모든 AI 프로젝트가 단일 플랫폼을 이용하여 데이터 수집, 가공, 분석, 활용을 할 수 있게 도와준다. 서비스 구현 과정의 경우 최적의 AI 기술과 솔루션을 찾는 것이 중요하다. AI 매니지드 서비스가 없다면 기업은 직접 기술을 테스트하고 비교하면서 최적의 AI 기술과 솔루션 조합을 선택해야 한다. 또한 서비스를 위해 필요한 AI 모델을 개발하고 학습시켜 배포해야 한다. 배포 후에는 지속적인 반복 학습을 통해 최적화하면서 서비스 성능을 유지하고 개선하는 과정이 필요하다. 프로젝트가 많은 경우 모델과 서비스를 배포하고 형상 관리를 하면서 다양한 도구를 사용하는데, 그 과정에서 관리가 복잡하고 어려워지곤 한다. 플러그넷은 최적의 AI 기술과 솔루션 조합 선정을 위해 표준 어댑터를 제공한다. 기업은 표준 AI 커넥터와 표준 레거시 커넥터를 활용하면서 다양한 AI 기술과 솔루션을 기존 레거시와 연계하여 테스트하고 비교하며, 궁극적으로 최상의 기술 조합을(Best of Breed) 선택할 수 있다. 서비스 배포 후 최신 AI 기술을 적용할 때에도 표준 어댑터를 통해 서비스 애플리케이션의 재개발 없이 손쉽게 기술을 관리할 수 있다. 서비스에 필요한 AI 모델 또한 플랫폼을 통해 직접 서비스와 함께 배포하고 형상 관리를 할 수 있다. 마지막으로 서비스 운영 및 관리 단계를 보자. 보통 부서별로 배포한 모델과 서비스는 담당 부서가 개별적으로 모니터링하고 관리하는 것이 일반적이다. 이런 경우 관리가 복잡하고 어려울 뿐만 아니라 공통적으로 사용 가능한 부분을 따로 이용하면서 비용이 낭비된다. 플러그넷은 관리 화면을 제공하기에 다양한 AI 서비스를 통합 모니터링하고 측정할 수 있다. 현재 사용 중인 다양한 AI 기술, 솔루션, 서비스를 일괄 관리할 수 있는 셈이다. 거기다 중복 비용을 제거해 비용 절감도 가능하다. 핵심 목표에 집중하도록 도와주다 지금까지 살펴본 바와 같이 AI 매니지드 서비스 플랫폼은 AI 도입을 위해 활용하는 여러 오픈 소스 도구와 AI 개발 및 운영 솔루션을 하나의 플랫폼에서 제공한다. 마치 AI 도입을 위한 ‘맥가이버 만능칼’ 같은 역할을 하는 것이다. 서비스 아키텍처 설계, 데이터 플랫폼 기반의 학습 데이터 파이프라인 운영, 개발 환경 구축 및 관리, 그리고 서비스의 안정적 운영과 지속적인 개선 등의 모든 과정은 최소한의 전문 인력과 AI 매니지드 서비스 플랫폼에 맡겨진다. 따라서 기업은 AI 도입에 필요한 인력과 시스템을 갖추기 위해 드는 노력을 줄이고, AI 도입을 왜 하는지, 무엇을 위해 하는지, 비즈니스 목표는 무엇인지, 타당성은 있는지 등에 보다 집중할 수 있다. AI 매니지드 서비스 플랫폼은 AI 도입 후 최신 AI 기술과 솔루션을 추가로 적용하려 할 때도 매우 유용하다. 대대적인 시스템이나 애플리케이션 개편 없이 플랫폼에서 제공하는 AI 표준 어댑터로 손쉽게 교체가 가능하기 때문이다. AI 기술 수준을 최신으로 유지하려면 개발부터 시스템 고도화까지 복잡하고 어려운 과정을 겪는데, AI 매니지드 서비스 플랫폼은 그 안에서 소요되는 시간과 비용을 줄여준다. 규모와 산업에 관계없이 앞으로 기업은 AI를 보다 활발하게 도입할 가능성이 크다. 반면 여전히 시장에서 AI 전문 인력은 그 수요를 충족하기에 턱없이 부족한 상황이다. 설령 지금부터 전문 인력을 양성한다 해도 현업에서 그 역량을 발휘하게 되기까지 많은 시간이 걸린다. 시장에서 살아남기 위해 기업은 마냥 기다릴 수 없다. AI 도입을 통해 시장 경쟁력을 확보하고 성장 동력을 지속적으로 가져가고자 하는 기업에게 AI 매니지드 서비스와 AI 매니지드 서비스 플랫폼은 우선 선택사항이 될 것이다.

윈도우 11 22H2 리뷰 | 작지만 환영할 만한 변화 - ITWorld Korea