주요 내용

• 핵심 발견: AI 에이전트가 WAN 트래픽 패턴을 근본적으로 변화시킴

  • AI 에이전트는 인간보다 최대 450% 더 많은 네트워크 트래픽을 생성
  • 에이전트 AI가 없는 기업 네트워크 트래픽은 향후 10년간 2.5배 성장 예상
  • 에이전트 AI 도입 시, 2035년까지 트래픽이 현재 대비 9배 증가할 것으로 예측 (Cisco 모델 기반)
  • AI 추론 트래픽만으로도 2035년에는 전체 네트워크 트래픽의 4분의 1을 차지할 전망

• 트래픽 특성 변화

  • 데이터 흐름 길이: AI 추론 흐름은 일반 웹 트랜잭션보다 2배 더 오래 지속됨 (토큰 단위로 콘텐츠를 생성하기 때문)
    • 영향: 흐름 인식 네트워크 시스템의 흐름 테이블이 더 커져야 하며, 보안 및 흐름 인식 시스템은 분산화될 필요성 증가
  • 데이터 흐름 속도: AI 추론 흐름의 중간 속도는 일반 웹 트랜잭션보다 10배 낮음 (일반 웹은 저장된 콘텐츠를 빠르게 전달)
    • 영향: AI 추론 트래픽과 비AI 트래픽에 대해 서로 다른 QoS 설정이 필요할 수 있음
  • 트래픽 비대칭성: AI 추론 트래픽의 9%는 업스트림 트래픽이 다운스트림보다 많은 반면, 일반 HTTP 트랜잭션은 0.5%에 불과
    • 영향: 특히 무선 용량 계획에서 트래픽 대칭성 가정이 중요해짐. 에이전트 AI 채택 증가에 따라 비대칭성은 더욱 심화될 전망
  • 네트워크 지연 시간: LLM 추론 요청은 일반 웹 API 호출보다 지연 시간이 훨씬 길고 변동성이 큼 (짧은 쿼리도 수백 ms, 전체 응답은 수 초 소요)
    • 영향: 네트워크 지연 시간은 규모, 데이터 주권, 보안과 함께 추론 분산의 핵심 요소가 됨. 서비스 제공업체는 고객이 경험하는 AI 추론 지연 시간을 모니터링해야 함

• 에이전트 AI 도입 현황 및 전망

  • Gartner: 2026년까지 기업 애플리케이션의 40%가 AI 에이전트 통합 예상 (2025년 5% 미만에서 증가)
  • Gartner: 2035년까지 에이전트 AI가 기업 애플리케이션 소프트웨어 수익의 약 30%를 차지, 글로벌 4500억 달러 초과 예상 (2025년 2%에서 증가)
  • IBM 2025 글로벌 경영진 설문조사: 비즈니스 리더의 24%가 이미 AI 에이전트가 독립적으로 작업을 수행 중이며, 67%는 2027년까지 AI 에이전트가 워크플로우에서 자율적으로 의사 결정을 내릴 것으로 예상

• 트래픽 성장 예측

  • 2029-2032년 기간 동안 AI 추론 트래픽의 연평균 성장률(CAGR)이 약 25%에 달할 것으로 예상

• 네트워크에 대한 시사점

  • AI 추론 경로는 높은 복원력, 관찰 가능성, 차별화된 처리(QoS, 경로 보안)가 필요한 전략적 네트워크 자산이 됨
  • 네트워크는 '인간 속도'에서 '소프트웨어 속도'로 전환되는 에이전트 AI의 요구 사항을 지원할 수 있도록 준비되어야 함
  • 서비스 제공업체와 네트워크 설계자는 AI 트래픽이 기존 트래픽과 다르게 행동한다는 점을 인식하고 용량 계획 및 아키텍처 설계에 반영해야 함