전기전자/정보통신

Nikkei Network_26.05호 (p.30~31)

취약성 정보나 설정 항목을 손쉽게 취득, 정확한 답변은 적절한 사전 준비를 바탕으로
Part 2. 평상시의 생성 AI 활용 사례

Part 2에서는 평상시의 네트워크 운용에 생성 AI를 사용하는 사례 2가지를 살펴보자. 첫 번째는 취약성이 자사에 미치는 영향 범위 파악, 두 번째는 기기의 상태 및 네트워크 설계·설정 정보 확인이다.

-- 취약성의 영향을 확인하는 번거로움이 크게 감소 --
국내 대표적인 SNS 업체 MIXI는 서버와 네트워크 기기 등 약 1,000대를 데이터센터에서 운용하고 있다. 운용 업무 중에서도 가장 번거로웠던 것이 미국의 HPE(구 Juniper Networks)의 'Junos OS'가 탑재된 네트워크 기기의 취약성 정보 등을 정리한 보안 권고(Security Advisory)를 체크하는 작업이었다.

MIXI는 OpenAI의 기업용 서비스인 'ChatGPT Enterprise'의 커스터마이징 기능 ‘GPTs’에 주목. 보안 권고와 네트워크 기기를 대조하며 영향의 유무를 판정하는 시스템을 구축했다.

GPTs에는 AI챗으로서 요구되는 역할, 입력값으로 전달받는 정보의 형식, 표시 형식, 금지 사항 등을 사전에 설정하고, 자사에서 정한 네트워크 기기의 명명 규칙이나 Junos OS 특유의 표기 규칙도 미리 학습시켜 두었다.

실제 운용에서는 자사에서 사용하고 있는 기기의 리스트와 보안 권고 URL, 그 중에서도 특히 확인하고 싶은 설정 항목과 함께 ‘해당하는 기기를 알려줘’와 같은 프롬프트를 보낸다. 그러면 미리 설정해 둔 표시 형식에 따라 보안 권고의 영향을 받는 네트워크 기기를 목록으로 확인할 수 있다. 보안 권고 확인에 걸리는 시간이 3분의 1 정도로 줄었다고 한다.

-- LLM이 명령어를 발행 --
두 번째 사례는 AI 챗 형식의 네트워크 운용·구축 지원 시스템이다. 질문에 대해 네트워크 기기의 상태나 그 시점에서의 네트워크 설계·설정 정보에 대해 답변한다. 정보통신∙네트워크 기술 전시회인 'Interop Tokyo 2025'의 데모 네트워크 'ShowNet'을 구축·운용한 NOC(Network Operations Center)가 실시한 실험을 통해 공개되었다.

이 시스템은 NOC 팀 멤버인 도쿄대학의 나카무라(中村) 조교수가 주로 구현했다. Linux 서버 상에 구축된 애플리케이션을 통해 사용자가 프롬프트를 입력하면 마이크로소프트의 'Azure OpenAI Service' 상에서 동작하는 LLM(GPT-4.1)에 전달된다. LLM은 프롬프트의 내용을 분석하고 필요에 따라 애플리케이션을 경유해 외부 데이터베이스나 툴에 액세스한다.

그 결과, 'ShowNet의 설계 자료·운용 가이드와 과거의 기기 설정을 검색', '네트워크 기기의 CLI(Command Line Interface)를 조작하여 임의의 명령어를 실행', '(태스크를 관리하는) 티켓 시스템에 액세스해 티켓의 내용 및 목록을 확인'과 같은 처리를 애플리케이션을 통해 실행할 수 있다. 설정·설계 정보 취득은 외부 데이터베이스 검색으로, 나머지 2개는 MCP 서버가 제공하는 툴로 실현했다.

LLM이 담당해야 할 역할과 어떤 상황에서 어떤 데이터베이스 및 툴을 사용할지, MCP 서버가 제공하는 기능은 어떤 것인지 등은 시스템 프롬프트로 정의되어 있다. 이것이 사용자가 입력한 프롬프트와 함께 LLM에 전달된다.

예를 들어, 사용자가 ‘라우터 X의 상태를 확인하고 이상이 있으면 알려줘’라고 보내면, LLM은 프롬프트 내용을 바탕으로 애플리케이션을 통해 'netmiko server 툴'을 제공하는 MCP 서버에 접속한다. 거기서 SSH(Secure Shell)로 기기에 액세스해 'show interfaces' 등의 명령어를 실행. 명령어의 결과를 바탕으로 LLM이 답변을 생성한다.

실험에서는 LLM이 이미 학습한 정보를 바탕으로 명령어를 실행했다. 나카무라 조교수가 실험 후 분석한 결과, 명령어 실행이 구문 오류로 실패한 비율은 14.9%였다. 상당한 높은 확률로 올바른 명령어를 발행할 수 있었던 것이다.

LLM의 답변이 '도움이 되었다'라고 평가한 비율은 68.1%에 달했다. NOC 멤버의 이름 등 LLM이 파악하지 못한 내용을 질문하거나, 질문에 사용된 단어의 정의가 모호했던 경우에는 적절한 답변을 내놓지 못하는 경우가 많았다. 보다 적절한 답변을 얻으려면 "LLM이 할 수 있는 것에 대해 사용자가 이해하고 있어야 한다" (나카무라 조교수)라고 한다.

 -- 끝 --

Copyright © 2026 [Nikkei Network] / Nikkei Business Publications, Inc. All rights reserved.

Nikkei Network_26.05호_목차

특집 1.
10개 선도 기업들이 밝히는 핵심 노하우
AI와 네트워크 운
Part 1. 도입
운용 현장에 보급되기 시작한 생성 AI, 그 3가지 활용 포인트
Part 2. 평상시의 생성 AI 활용 사례
취약성 정보 및 설정 항목을 손쉽게 취득, 정확한 답변은 적절한 사전 준비로
Part 3. 장애 발생 시의 생성 AI 활용 사례
복수의 AI 에이전트를 연계, 정보 수집 및 원인 특정이 용이
Part 4. 생성 AI 활용의 주의점
입출력 값을 확인해 안전성을 높여야, 데이터 정비와 유지보수도 필요

뉴스로 이해
NEWS close-up 1.
정보처리기술자시험의 5가지 중요 토픽
NEWS close-up 2.
일본의과대학 무사시코스기병원, 램섬웨어 피해
NEWS close-up 3.
NaaS로 공세를 펼치는 도코모비즈니스
NEWS close-up 4.
효고현 다이시쵸, 제로 트러스트 도입
piyokango의 월간 시스템 트러블
오사카 마라톤에서 개인정보 유출, 대회 후 시스템 오작동

월간 랭섬 리포트
2026년 2월의 랜섬 피해 처음으로 1,000건 돌파, 'The Gentlemen'은 이중 협박 사용

현장을 알다
당사자가 말한다! 트러블 탈출병
원에서 검사 기기 고장, 전용 케이블에서 루프 발생
엔지니어의 옆얼굴
확장성이 높은 광전송 장치 개발, 미국 출장에서 얻은 기술을 사양 수립에 활용
APRESIA Systems 프로덕트 매니지먼트 본부 설계 제2부 제1그룹장

인터넷은 왜 연결되는가?
IP 주소 이해하기 (전편)
멀웨어 철저 해부
안드로이드를 노리는 멀웨어

특집 2.
패스키를 통해 부정 로그인 대책은 어떻게 바뀌나
인증의 전환점

특별 리포트
보안의 상식이 뒤집힐까?
수천 개의 취약점 찾아내는 'Claude Mythos'의 충격

네트워크 스페셜리스트 시험 통해 배우는 네트워크 기술의 기본
송신 도메인 인증

기초부터 배운다
전문가에게 묻는 초보자의 질문
DMZ란 무엇인가?
그림으로 이해하는 네트워크 필수 키워드
EDR
테크놀로지 온고지신
DGX Spark 70만 엔은 비싼 것일까?
스퀘어

 -- 끝 --

Copyright © 2026 [Nikkei Network] / Nikkei Business Publications, Inc. All rights reserved.