AIOps

AIOps는 AI와 머신러닝이 로그·메트릭·이벤트를 먼저 걸러 이상 감지, 장애 원인 분석, 자동 복구를 돕는 IT 운영 방식이다. 고정 임계값 대신 평소 패턴을 학습한 기준으로 경고하고 관련 알림을 하나로 묶어 주기 때문에, 서비스가 많아 사람이 알림을 다 볼 수 없을 때 쓴다.

AI가 맡는 네 가지 일

하는 일은 크게 네 단계로 나뉜다. 앞 단계일수록 도입이 쉽고 위험이 적다.

모니터링 도구에서 켜고 단계별로 넓힌다

Datadog, Dynatrace, New Relic, Azure Monitor 같은 모니터링 플랫폼에는 AIOps 기능이 이미 들어 있다. 따로 모델을 만들 필요 없이, 고정 임계값 경고를 학습 기반 경고로 바꾸는 것부터 시작하면 된다.

순서는 이상 감지로 알림 피로를 줄이고, 알림 묶기로 장애 한 건을 한 번만 받게 한 뒤, 원인이 확실히 반복되는 장애에만 자동 복구를 붙이는 식이다. 디스크 정리나 파드 재시작처럼 되돌리기 쉬운 조치부터 자동화하는 게 안전하다.

LLM은 상황 요약을 맡는다

최근에는 LLM을 붙여, 장애가 나면 관련 로그와 이슈를 모아 "지금 무슨 일이 일어나는지"를 자연어로 요약하고 복구 방법을 제안하는 방식이 늘었다. 당직자가 새벽에 처음 상황을 파악하는 시간을 줄이는 데 특히 쓸모 있다. 다만 제안은 참고용으로 보고, 실행은 사람이 확인한 뒤에 하는 게 좋다.

데이터가 부실하면 AI도 헛짚는다

로그 형식이 제각각이거나 메트릭이 빠져 있으면 감지와 원인 분석이 엉뚱하게 나온다. 패턴을 배우려면 일정 기간의 데이터가 쌓여야 해서, 새 서비스나 트래픽이 크게 바뀐 직후에는 오탐이 늘 수 있다. 서버 몇 대 규모라면 고정 임계값 경고만으로 충분해 AIOps가 오히려 과할 수 있다.

당직 알림 줄이기와 장애 첫 대응에 가장 많이 쓴다

가장 흔한 건 당직자가 받는 알림을 줄이고 장애 초기 파악을 빠르게 하는 용도다. 감지와 묶기로 시끄러운 알림을 정리하고, 원인 후보와 요약을 보고 첫 판단을 내린 뒤, 확실히 반복되는 장애만 자동 복구로 넘긴다.