수년간 엔지니어링 팀은 사건 발생 시 동일한 과제에 직면해 왔습니다. 알림을 생성하는 시스템은 점점 더 복잡해지고 있지만, 그 이후의 조사는 여전히 대부분 수동으로 진행되고 있습니다. 모니터는 무엇이 잘못되었는지는 잘 알려줍니다. 더 어려운 질문은 왜 그런 일이 발생했는가 하는 것입니다.
알림이 발생하면 엔지니어는 여전히 어디를 살펴봐야 하는지, 어떤 신호가 중요한지, 어떤 가설을 검증해야 하는지, 그리고 로그와 메트릭 전반의 증거가 어떻게 연결되는지를 파악해야 합니다. 이 작업은 필요하지만 반복적이고 시간이 많이 걸리며, 당직 중인 담당자에 크게 좌우됩니다.
근본 원인 에이전트는 사건 조사에 에이전틱 접근 방식을 도입하여 이러한 출발점을 바꿉니다. 엔지니어가 직접 조사를 구성하도록 요구하는 대신, 에이전트는 관련 텔레메트리를 수집하고, 가설을 형성하며, 로그와 메트릭 전반의 신호를 추적하고, 사건의 가능성 높은 원인에 대한 증거 기반 평가를 제공합니다.
조사가 병목 현상입니다
결제 서비스의 지연 시간이 증가하는 상황을 생각해 보세요. 모니터가 작동하고, 엔지니어가 알림을 받으며, 조사가 시작됩니다. 알림은 중요한 출발점을 제공하지만 원인을 결정하지는 못합니다. 엔지니어는 대시보드와 검색 사이를 이동하고, 서비스 전반의 신호를 연관시키며, 트래픽 급증, 종속성 문제, 릴리스 또는 구성 변경이 원인인지 테스트하고, 어떤 증거가 의미 있는지 결정해야 할 수 있습니다.
이 프로세스는 개인의 경험에 크게 좌우되기 때문에 표준화하기 어렵습니다. 경험 많은 엔지니어는 패턴을 즉시 인식할 수 있습니다. 서비스에 새로 입사한 사람은 어디서부터 시작해야 할지 파악하는 데 훨씬 더 오래 걸리거나 결국 상위 팀에 보고해야 할 수도 있습니다. 그리고 실시간 사건 대응 중에는 엔지니어가 답변을 이해하고 검증할 수 있을 때만 그 답변이 유용합니다.
근본 원인 에이전트가 출발점을 바꿉니다
근본 원인 에이전트는 조사의 초기 단계를 처리하도록 설계되었습니다. 알림이 팀의 구성된 조사 트리거와 일치하면, 에이전트는 자동으로 조사를 시작할 수 있습니다. 관련 텔레메트리를 수집하고, 가설을 형성하며, 로그와 메트릭 전반의 신호를 추적하고, 구조화된 결과를 제공합니다. 팀은 또한 필요에 따라 조사를 트리거할 수 있으며, 에이전트는 Sumo Logic 외부에서 발생한 알림을 조사할 수 있습니다.
결과는 AI가 생성한 텍스트의 벽이 아닙니다. 엔지니어에게 명확한 판정, 그에 이르게 한 결과, 그 결과 뒤의 증거, 그리고 권장되는 다음 단계를 제공합니다. 각 결과에는 그것을 생성한 정확한 쿼리가 포함되어 있으며, 한 번의 클릭으로 엔지니어는 이미 실행된 쿼리와 함께 검색으로 이동할 수 있습니다. 근본 원인 에이전트는 엔지니어에게 AI 답변을 신뢰하도록 요구하지 않습니다. 엔지니어가 검사하고 검증할 수 있는 조사를 제공합니다.
Sumo Logic 텔레메트리에서 사건 주변의 컨텍스트까지
조사는 이미 Sumo Logic에 있는 텔레메트리로 끝날 필요가 없습니다. 근본 원인 에이전트는 외부 컨텍스트 및 텔레메트리 소스에 연결할 수 있으므로, 결정적인 증거를 포함할 수 있는 시스템에 도달할 수 있습니다. 즉, 급증한 메트릭, 변경된 배포, 전환된 기능 플래그, 또는 무엇이 발생했는지 설명하는 다른 컨텍스트입니다. 또한 Sumo Logic 외부에서 발생한 알림을 조사할 수 있습니다.
조사는 또한 엔지니어가 이미 사용하는 워크플로로 이동할 수 있습니다. Slack을 사용하면 팀은 제품으로 다시 전환하지 않고도 조사를 요청하고 결과를 검토할 수 있으며, Mobot은 후속 질문을 하고 조사를 계속하는 자연어 방식을 제공합니다.
에이전트가 조직의 운영 워크플로의 일부가 되면서, 팀은 에이전트의 지식, 사용자 정의 지침, 연결된 시스템, 그리고 조사 트리거를 관리할 수 있습니다. 거버넌스 및 권한 제어는 조직 전반에서 에이전트를 운영하는 데 필요한 액세스 및 범위를 제공합니다.
엔지니어가 검증하고, 결정하고, 조치할 수 있도록 구축됨
가치는 단순히 더 많은 텔레메트리에 더 빠르게 액세스하는 것이 아닙니다. 수동 조사가 줄어들고 모든 대응자에게 더 일관된 출발점이 제공됩니다. 사건의 시작 부분에서 데이터를 수집하고 신호를 연결하는 데 시간을 보내는 대신, 엔지니어는 에이전트의 평가와 증거를 검토하고, 결과 뒤의 쿼리를 검증하며, 필요할 때 결론에 이의를 제기하고, 후속 질문을 하고, 다음에 할 일을 결정하는 것으로 시작할 수 있습니다.
구조화된 조사는 신입 엔지니어에게 서비스의 모든 세부 사항을 이미 알 필요 없이 더 강력한 출발점을 제공하면서, 경험 많은 엔지니어가 모든 사건에서 흡수해야 하는 일상적인 데이터 수집 및 연관 작업을 줄입니다. 그리고 에이전트가 결과 뒤의 증거를 보여주고 방어 가능한 결론에 도달할 수 없을 때를 알기 때문에, 엔지니어는 AI를 블랙박스로 취급하지 않고도 빠르게 움직일 수 있습니다. 그 결과는 엔지니어링 시간이 사용되는 방식의 변화입니다. 어디를 살펴봐야 할지 파악하는 데 소비되는 시간이 줄어들고, 문제를 이해하고, 결정을 내리고, 사건을 해결하는 데 소비되는 시간이 늘어납니다.
직접 확인해 보세요
근본 원인 에이전트는 현재 Sumo Logic Log Analytics 고객을 위한 미리보기 상태입니다. 시작하려면 계정 팀에 문의하세요.
이러한 기능은 개발 중입니다. 가용성, 타이밍, 기능은 변경될 수 있으며, 일반 공급 시까지는 방향성 있는 항목으로 취급해야 합니다.
