완전히 새로운 차원으로 향상되는 Wi-Fi 경험
네트워크 운영 간소화
Wi-Fi 7을 위한 AI
업계를 선도하는 주니퍼의 AIOps는 네트워크 운영을 간소화하면서 비즈니스의 디지털 트랜스포메이션을 가속화합니다. Marvis AI Assistant는 문제 해결을 대폭 간소화하며, 사용자 경험에 영향을 미치기 전에 잠재적인 문제를 선제적으로 식별하고 해결할 수 있도록 지원합니다.
____
문제 티켓의 최대 90% 제거
확장성 및 민첩성의 극대화
탁월한 성능
Juniper의 새로운 AP47은 최대 6GHz 스펙트럼, 2배 더 넓은 채널, 최적화된 4K QAM을 통해 성능 기준을 재정의합니다. Wi-Fi 7용 AI 네이티브 플랫폼인 Mist는 고집적·고효율 환경을 위한 촉매제로 작용하여, 완전히 새로운 차원의 탁월한 네트워킹 경험을 선사합니다.
____
네트워크 속도 100% 향상
모든 연결의 보안
강력한 보호 기능
Juniper의 Access Assurance는 권한 있는 디바이스와 애플리케이션만 네트워크에 연결할 수 있도록 Wi-Fi 7을 위한 다층 사이버 보안 방어 기능을 제공합니다. 또한 가장 민감한 데이터와 사용자를 보호하도록 설계된 최신 암호화 및 인증 기술을 통해 WPA3와 같이 엄격한 보안 인증도 충족합니다.
____
처음부터 끝까지 안전한 환경을 위한 제로 트러스트
Wi-Fi 7의 새로운 점
IEEE(Institute of Electrical and Electronics Engineers)
802.11be
802.11ax
지원 대역(GHz)
2.4/5/6
2.4/5/6*
*Wi-Fi 6E만 해당
이전 6E Wi-Fi 세대 대비 2배 이상 용량이 증가하여, 더 빠른 속도를 보장하고 더 많은 디바이스를 지원할 수 있습니다.
채널 폭(MHz)
20/40/80/160/320
20/40/80/160
현재 최대 채널 크기의 2배인 초광대역 채널은 멀티 기가비트 속도와 고처리량*을 보장합니다.
최대 클라이언트 데이터 전송 속도
46Gbps
9.6Gbps
SD-Branch 대비 최대 5배에 가까운 속도 향상을 실현합니다**
최대 변조
4K-QAM
1K-QAM
4K-QAM은 1024-QAM 대비 20% 더 높은 전송 속도를 제공합니다
MLO(Multi-Link Operation)
트라이밴드 MLO
단일 링크만 지원
MLO 지원 디바이스에서는 처리량을 높이고, 지연 시간을 줄이며, AP 간 로밍 중단을 최소화할 수 있습니다
MU-MIMO(Multi-User Multiple Input Multiple Output)
16 x 16
8 x 8
다중 사용자의 동시 데이터 송수신을 지원합니다
TWT(Target Wake Time)
제한된 개별 브로드캐스트
개별 브로드캐스트
제한된 TWT는 차세대 디바이스에서 지연 시간과 전력 절감을 보다 예측 가능하게 만듭니다
리소스 유닛(RU)과 정적 프리엠블 펑처링(펑처링)
사용자당 다중 RU(MRU) 및 펑처링 지원
사용자당 단일 랙 유닛(RU) 및 펑처링 지원
영향받지 않은 채널 부분을 효율적으로 사용해 데이터 전송 속도와 안정성을 향상합니다
트리거된 업링크 액세스(TUA)
사용 가능
N/A
업링크 다중 사용자 전송의 예측 가능성을 향상합니다
보안
WPA3
WPA3
최신 버전의 WPA 보안 인증은 네트워크 전반에서 클라이언트 보안과 암호화를 보장합니다
Wi-Fi의 최근 트렌드
Wi-Fi 7: 지속적으로 최고 수준의 Wi-Fi 성능 달성을 위한 5단계
주니퍼와 Cisco의 무선 솔루션 비교
유무선 액세스, SD-WAN, 실내 위치, 캠퍼스 및 브랜치 전반의 보안을 통합하세요
Forrester Consulting 연구: Juniper Mist 유선 및 무선 액세스의 Total Economic Impact™
주니퍼 NOW와 함께 Wi-Fi 7 여정 시작
지금 바로 AI 네이티브 전문가와의 1대1 대화를 예약하고 Wi-Fi 7에 대한 가장 높은 수준의 포부를 실현하는 방법에 대해 이야기를 나누어 보세요.
* Wi-Fi에 6GHz 대역을 사용할 수 있는 국가로 제한됩니다.
** 데이터 전송 속도 이득은 320MHz 채널 및 4K-QAM을 사용하여 최적의 시나리오에서 진행한 실험실 테스트에 기반합니다.