Securing digital experiences without disrupting business is more than a technology challenge: it’s a matter of survival. However, today’s apps are built on multiple architectures, distributed over various cloud environments, and connected by an exploding number of APIs. This unprecedented level of complexity requires more skill and resources to manage, and creates more points of vulnerability.
Stay up to date on the latest trends in app and API protection, secure multicloud networking, the future of application services, technology and architectures evolving from the transition to an AI-assisted future, and insights into emerging technologies and threats with articles and blogs from the Office of the CTO.
아키텍처와 위치의 변화에도 불구하고 보안 문제는 변하지 않습니다. 고객은 여전히 애플리케이션을 보호하고 가용성을 보장하며 DDoS 공격을 방어해야 합니다. 공격 표면과 취약성이 확대되면서 이제 애플리케이션 보안은 더 큰 도전 과제일 뿐입니다.
애플리케이션 딜리버리 경로에는 두 개의 벽이 있습니다. 첫 번째는 수많은 마찰의 원인이 되어왔으며 개발과 프로덕션 사이에 있습니다. DevOps 방법론이 이 벽을 허물기 시작했지만, 프로덕션과 소비자 딜리버리 사이에 있는 다른 벽은 그렇게 쉽게 허물어지지 않습니다.
디지털 전환의 3단계 중 첫 번째 단계는 바로 자동화입니다. 2단계에서는 워크플로의 디지털화에 집중하여 궁극적으로 기업이 3단계로 나아갈 수 있는 길을 제공합니다. 3단계에서는 데이터 기반 서비스를 통해 효율성을 개선하고 프로세스 마찰을 줄이며 생산성과 수익을 모두 높일 수 있는 실행 가능한 인사이트를 생성할 수 있습니다.
처음에는 데이터 센터에만 국한되었던 애플리케이션 성능 모니터링(APM)이 웹 기반 사용자 경험을 중심으로 점점 더 컨텍스트에 기반한 방식으로 발전하고 있습니다. 오늘날에는 문제가 발생한 후에 무엇이 잘못되었는지 파악하는 것만으로는 충분하지 않습니다. 기업은 문제가 발생하기 전에 문제가 발생할 가능성이 있는 위치를 파악해야 합니다.
기술 주기에는 썰물과 썰물이 있습니다. 혁신의 S-곡선, 잘 알려진 분석 회사의 하이프 사이클 등과 같은 많은 이론에서 그 필연성을 인정하고 있습니다. 클라우드도 이와 같은 물결의 영향을 받습니다. 우리는 지난 10년간 두 차례의 매우 강력한 주기를 보았으며, 이제 세 번째 물결이 정점에 이르기 시작한 것으로 보입니다.
데이터는 코드에서 고객에게 전달되는 경로 전반에 걸쳐 다양한 소스로부터 생성됩니다. 애플리케이션, 플랫폼, 애플리케이션 서비스, 인프라, 장치 등 모두 적합한 솔루션을 통해 비즈니스 가치로 전환할 수 있는 데이터를 생성할 수 있습니다. 데이터 사용에 대한 모든 논의에서 반드시 짚고 넘어가야 할 문제가 개인 정보 보호입니다.
데이터 아키텍처에 대한 논의의 첫 번째 단계는 “데이터 아키텍처”의 개념이 포괄하는 범위를 정의하는 것입니다. 당연히 그 답에는 미묘한 차이가 있는데, 다층적이고 다면적입니다. 논의의 근거를 마련하기 위해서는 수집된 텔레메트리 데이터의 여정 측면에서 생각하는 것부터 시작하는 것이 좋습니다.
디지털 결제가 예전의 현금처럼 보편화되었습니다. 코로나19 팬데믹으로 인한 셧다운은 그러한 서비스에 대한 소비자 의존도를 가속화했을 뿐입니다. 하지만 기업 측면에서도 디지털 결제가 가속화되었는데, 결국, 기업에는 상장 여부에 관계없이 여전히 미수금과 미지급금이 존재합니다.
현재 F5는 코드에서 고객까지의 경로를 따라 가장 포괄적인 애플리케이션 서비스를 제공합니다. 향후에는 애플리케이션 텔레메트리와 분석 기능을 강화하여 고객이 애플리케이션, 비즈니스 흐름, 사용자 경험에 대한 통찰력을 얻을 수 있도록 지원할 것입니다. 클라우드 분석 기능을 구축하면서 ML/AI를 더욱 활용하여 고객이 비즈니스 서비스를 개선할 수 있도록 지원할 것입니다.
새로운 세대의 애플리케이션 아키텍처가 발전함에 따라 새로운 세대의 로드 밸런싱이 수반되는 것은 당연한 일입니다. 세기가 바뀌기 직전에 로드 밸런싱이 탄생한 이래로 이 기술은 예측 가능한 속도로 발전해 왔으며, 이는 곧 혁신이 필요한 시점이라는 것을 의미합니다.
팬데믹으로 인해 미국 여러 주에서 실업 수당을 처리하는 시스템이 위험에 처했습니다. COBOL을 사용하여 개발된 이 시스템은 압도적인 수요에 직면했고, 1959년에 개발된 프로그래밍 언어에 능숙한 인력이 긴급히 요청되었습니다. 이와 동시에 오늘날 디지털 전환 노력을 주도하는 많은 애플리케이션은 마이크로서비스를 기반으로 하는데, 이러한 앱은 COBOL 전신과 마찬가지로 매우 중요하여 50년 또는 60년 후에도 여전히 실행될 가능성이 높습니다.
조직의 디지털 전환 노력과 연계된 애플리케이션의 확장은 악의적인 공격자가 표적으로 삼을 수 있는 공격 표면의 수를 증가시키며, 현재 팬데믹의 영향으로 이러한 증가가 더욱 가속화되고 있습니다. 사용자가 암호를 재사용하는 경향과 함께, 안타깝게도 자격 증명 스터핑 공격에 가장 적합한 환경이 조성되었습니다. 이 기사에서는 기업과 소비자 모두 자신을 보호하는 데 도움이 될 수 있는 확립된 모범 사례를 집중적으로 다룹니다.
삽입 지점은 코드에서 고객 데이터까지의 경로에서 구조적으로 뚜렷하게 구분되는 위치로, 개발 영역을 벗어나거나 운영상 더 효율적인 기능을 추가하는 것이 타당한 지점입니다. 삽입 지점에는 클라이언트, 인프라, 앱 자체가 포함됩니다. 따라서 삽입 지점에서 운영상, 비용적으로 효율성이 모두 높은 앱 서비스를 찾고 있으며, 이 경우 앱 서버(플랫폼) 자체에 초점을 맞추고 있습니다.
오늘날 비디오 및 SaaS 트래픽이 우세한 것도 어느 정도는 원격 액세스 서비스가 과부하되는 이유입니다. 이와 함께 이번 팬데믹 기간 동안 원격 의료가 증가하고, 이로 인해 라이브 비디오 트래픽도 증가하고 있습니다. 원격 사용자를 위한 용량을 늘리고 성능을 개선하는 한 가지 방법은 애플리케이션 트래픽의 최신 구성을 반영하도록 원격 액세스 구성을 업데이트하는 것입니다.
"데이터는 새로운 석유입니다" 또는 "데이터는 디지털 경제의 윤활유입니다." 저와 같은 분이라면 이러한 문구 또는 비즈니스 스쿨에서나 볼 수 있는 "데이터 고갈 수익화"라는 표현을 진부할 정도로 많이 들어보셨을 것입니다. 하지만 모든 좋다는 진부한 표현이 그렇듯, 이러한 표현은 근본적인 진실, 즉 이 경우에는 상호 보완적인 진실에 기반을 두고 있습니다.
데이터보다 더 매력적으로 들리기 때문에 텔레메트리를 사용하는 것일까요? 궁극적으로 데이터와 텔레메트리는 모두 체계적인 정보의 비트입니다. 두 단어를 혼용하여 사용하는 것이 범죄는 아닙니다. 하지만 현실은, 정확하기를 원한다면 차이가 있다는 것입니다. 그리고 그 차이는 조직이 데이터 경제로 진입함에 따라 점점 더 중요해질 것입니다.
인공지능은 간단하게 "컴퓨터에 인간 지능의 측면을 모방하는 방법을 가르치는 것"이라고 정의할 수 있습니다. 앞으로 AI와 애플리케이션 서비스가 함께 어떻게 작동할지 이해하려면 먼저 강한 인공지능, 약한 인공지능, 보조 인공지능의 세 가지 유형을 살펴볼 필요가 있습니다.
데이터의 무결성이나 정확성을 검증할 수 없다는 것은 데이터에 크게 의존하는 디지털 전환 노력을 추구하는 조직에게 중대한 문제입니다. 이러한 데이터는 비즈니스 수행에 사용될 뿐만 아니라 패턴 및 행동 인식의 기반이 됩니다. 따라서 사람의 개입 없이 자동으로 운영되고 비즈니스 의사 결정을 내리는 지능형 분석을 강화할 수 있습니다.
Shape와 F5의 차별점은 Shape의 정교한 AI 지원 분석 플랫폼과 결합된 업무에 필요한 수백만 개의 고객 애플리케이션 앞에서 충실도 높은 데이터를 수집하는 F5의 능력입니다. 우리는 Shape와 F5의 통합을 통해 오늘날 가장 정교한 공격을 처리할 수 있는 지능형 보안 기능을 개발하겠다는 비전을 실행에 옮기고 있습니다.
API는 Application Programming Interface의 약어입니다. 수년에 걸쳐 긴밀하게 결합된 명령형 사양에서 느슨하게 결합된 선언형 모델로 발전해 왔습니다. 구현 및 호출 방식에 관계없이 API는 앱 개발과 연관되는 경향이 있습니다. 그러나 또 다른 API 경제가 꾸준히 확장되고 있는데, 바로 운영 영역 내에 있습니다. 이 영역에서 API의 "A"는 자동화를 의미합니다.
애플리케이션 아키텍처는 컴퓨팅 초기부터 여러 차례 진화해 왔으며, 애플리케이션 서비스를 삽입하기 위해 알려진 단일 데이터 경로에만 의존하는 것은 더 이상 최적이 아닙니다. 또한 새롭게 등장하는 데이터 경로 중 상당수는 프록시 기반 플랫폼에 적합하지 않기 때문에 최신 애플리케이션의 확장 및 보호를 위해 가능한 다른 잠재적 삽입 지점을 파악해야 합니다.
디지털 전환은 비즈니스 상호 작용에서 프로세스 및 새로운 모델로 기술을 이동시키는 것입니다. 처음에는 앱에 관한 것이지만 앱 포트폴리오가 확장되면서 자동화와 오케스트레이션에 초점을 두게 되었습니다. 데이터 생성량이 증가함에 따라 디지털 전환은 새로운 비즈니스 기회의 중심이 됩니다.
보안의 미래는 패킷에서 선별한 기술 데이터 포인트 이상의 텔레메트리에 달려 있습니다. 클라이언트에서 애플리케이션 그리고 행동에 이르는 상호 작용에 대한 전체적인 관점이 필요합니다. 기계 학습은 패턴을 설정하고 인식하기 위해 엄청난 양의 데이터를 필요로 합니다. 프로그래밍 가능한 프록시가 지능형 보안 접근 방식에서 매우 중요한 부분인 이유도 바로 이 때문입니다.
조직은 디지털 기술의 확산을 활용하여 새로운 비즈니스 모델을 정의하거나 기존 모델을 통해 비즈니스 생산성을 향상시키고 있습니다. 디지털 전환의 속도는 비즈니스와 해당 분야에 따라 다르지만, 전반적으로 디지털 전환의 여정은 3단계로 나뉩니다.
가시성은 조직이 애플리케이션을 보호하고, 확장하고, 속도를 높이기 위한 핵심 요소입니다. 또한 앱이 컨테이너, 클라우드 등에 점점 더 많이 분산됨에 따라 성능을 향상시키기 위해 높은 가시성을 제공하는 애플리케이션 서비스를 더 널리 배포해야 합니다.
어떤 공격은 네트워크 성능을 저하시키거나 가용성을 방해하는 단순히 성가신 공격에 불과합니다. 어떤 공격은 상대적으로 드물지만 데이터 유출의 형태로 훨씬 더 심각한 영향을 미칩니다. 과거에 쥐가 퍼뜨린 전염병으로 도시가 전멸했던 것처럼 오늘날의 공격은 브랜드 평판과 비즈니스 가치를 완전히 파괴합니다.