이러한 수학적 모델링은 혼돈의 네트워크를 비트 크기의 작은 조각들로 잘게 나눈다. 단, 네트워크가 본질적으로 캠퍼스 기반 랜이라면, 이러한 툴은 적합치 않을 것이며, 이 때는 대역폭을 더 사는 것이 오히려 낫다. 이러한 패키지들이 필요로 하는 시스템 인력을 포함한 일련의 자원들은 왠을 기반으로 할 때만이 정당화될 수 있으며, 바로 이러한 이유 때문에 전자상거래의 성장은 이들 툴 업체들로 하여금 제품을 더욱 유용하게 만들도록 독려하는 견인차 역할을 하고 있다.
■ 4개사 제품 테스트
네트워크 시뮬레이션 제품들은 두 종류의 소비자층을 대상으로 하는데, 첫째는 왠을 통해 서비스를 제공하거나, 왠 자체를 제공하는 능력에 따라 사업의 성패가 좌우되는 서비스 사업자며, 둘째는 왠 지향적 서비스를 이용하는 사용자다. 이들 둘은 모두 중앙 서비스를 아웃소싱하거나, 고객과 공급업체에게 서비스를 확장하고자 하는 회사들이다.
첫 번째 대상에게 있어 시뮬레이션 툴은 네트워크 인프라 관리의 세부적인 부분들을 도울 수 있어야 한다. 두 번째 집단을 위해서는 고객과 협력업체들에게 배치되는 서비스를 종단간으로 살펴볼 수 있게 해주어야 한다. 패킷이 라우팅되고 프로토콜이 조정되는 방법은 첫 번째 그룹에 속해 있는 사람들의 일이다.
우리는 애널리티컬 엔진스의 넷룰 2.3(NetRule 2.3), 컴퓨웨어사의 에코프레딕터 3.0(EcoPredictor 3.0), 넷크랙커 테크놀로지의 넷크랙커 프로페셔널 3.2(NetCracker Professional 3.2) 및 오프넷 테크놀로지즈의 IT 디시전거루 6.0(IT DicisionGuru 6.0) 등 네 가지 네트워크 시뮬레이션 패키지를 시러큐스 대학의 리얼월드 랩에 있는 정립돼 있지만 역동적인 네트워크 코어에서 알려진 트랜잭션을 돌려서 테스트했다. 그 결과 넷룰이 가장 뛰어났으며, 쉽고 빠르고 정확하고 저렴하게 우리의 네트워크 모델을 만들 수 있게 해주었다.
테스트한 제품들 중 가장 포괄적인 구성 옵션을 자랑한 IT 디시전거루는 두 번째 순위에 머물렀는데, 그 이유는 높은 가격과 느린 성능 때문이었다. 하지만 그 풍부한 기능과 정확성은 아주 훌륭했다. 에코프레딕터와 넷크랙커는 IT 디시전거루에 비길만한 많은 기능들을 제공했지만, 우리 모델의 성장을 수용할만한 유연성이 부족했다. 모델이 커지자 이 두 제품들은 사용하기가 더 까다로워졌다.
이들 툴들의 정확도는 각 제품의 연산 엔진의 마법보다도 시뮬레이션 모델을 변조하는 능력과 더 관련이 깊다. 이러한 종류의 소프트웨어는 주어진 데이터 만큼의 성능만을 발휘한다. 따라서 모든 업체들이 자사 제품들의 예측이 얼마나 정확한지에 대해 약간은 폐쇄적인 태도를 보이는 것도 당연한 일이다. 이들은 제품에게 어떤 정보가 공급되는지를 조정할 수 없기 때문이다. 또한 구성을 시도하는 항목이 적을수록 절차도 덜 복잡해지며 그 결과의 정확도도 높아진다는 사실을 발견한 것도 당연한 일이었는데, 그것은 우리가 긴장해야 할 만한 기회가 줄어들기 때문이었다.
어쨌거나 진정한 정확도를 확보하기 위해 우리는 시뮬레이션의 결과를 확인하는 과정을 거쳐야 했으며, 각 제품에서 정확한 결과를 얻어내기 위해서는 몇 개의 시뮬레이션을 돌려보아야 했다. 먼저 토폴로지와 애플리케이션을 셋업하고, 시뮬레이션을 돌린 다음 결과를 분석했다. 그리고 나서 유효한 결과를 얻을 때까지 약간의 변화를 주어 또 다른 시뮬레이션을 돌리는 과정을 반복했다. 이러한 변경 및 재평가는 시뮬레이션 작업에서 가장 중요한 부분이다.
