하이브리드 멀티 클라우드 환경의 복잡성 문제!AI 기반 관찰 가능성(Observability)이 해결책

최근 기업들은 확장성과 민첩성을 위해 하이브리드 클라우드를 넘어 멀티 클라우드 활용에 관심을 보이고 있습니다. 성능, 비용, 기능 등 필요에 맞게 여러 클라우드 서비스 사업자를 선택해 쓰는 것은 비용과 효율 측면에서 이점을 제공합니다. 물론 좋은 점만 있지는 않습니다. 다양성의 이점에는 늘 복잡성의 단점이 따릅니다. 따라서 하이브리드와 멀티 클라우드를 사용하는 효과를 극대화하려면 이점은 더 크게, 단점은 더 적게 만드는 최적의 균형점을 찾아야 합니다. 이번 포스팅에서는 클라우드 환경의 복잡성 문제 해결의 지름길을 AI에서 찾아 보고자 합니다.

 

너무 많은 도구의 딜레마

하이브리드, 멀티 클라우드 환경을 활용하면 여러 플랫폼과 서비스로 인해 복잡성이 커집니다. 실제로 운영 현장에 가보면 여러 개의 모니터링 도구를 사용하는 것을 어렵지 않게 볼 수 있습니다. 도구가 많다는 것은 같은 작업을 수행하는 데 있어 비효율이 높다는 것을 뜻합니다. 즉, 관리가 더 복잡해 집니다.

 

복잡성 문제가 왜 대두될까요? 복잡성은 데이터 양의 폭발적인 증가와 관련이 깊습니다. 클라우드 환경에서 생성되는 로그, 메트릭, 트레이스 등의 방대한 데이터는 기존의 수작업을 통한 분석이나 기능이 제한적인 도구로는 효과적으로 관리하기 어렵습니다. 그러다 보니 성능 문제나 보안 취약점에 실시간으로 파악하고 대응하는 데 어려움이 따릅니다.

 

이러한 문제를 해결하기 위해 AI 기반 관찰 가능성(Observability)이 주목받고 있습니다. AI는 데이터를 신속하게 분석하여 문제의 근본 원인을 자동으로 파악하고, 나아가 앞으로 발생할 문제까지 예측합니다. 덕분에 IT팀은 복잡한 환경에서도 신속하고 정확하게 대응할 수 있습니다.

 

Dynatrace 플랫폼과 하이퍼모달 AI 기술

복잡한 엔터프라이즈 클라우드 환경에서 Dynatrace는 관찰 가능성과 보안을 하나의 플랫폼으로 통합하여 관리하는 AI 기반 솔루션을 제공합니다. 이 플랫폼의 핵심 요소는 인공지능인 Davis AI 엔진, 데이터 레이크하우스의 Grail, 토폴로지 시각화를 하는 Smartscape입니다. 각각에 대해 알아볼까요?

출처: 다이나트레이스

 

먼저 Davis AI 엔진은 다양한 AI 기술을 결합한 하이퍼모달 기술을 활용합니다. 인과 관계 AI는 문제가 발생했을 때 시스템 간 의존성을 분석하여 근본 원인과 영향도를 정확하게 파악합니다. 예측 AI는 과거 데이터의 학습과 머신러닝을 통한 실시간 데이터를 분석하여 미래에 발생할 가능성이 있는 문제를 미리 경고합니다. 또한, 생성형 AI는 자연어로 질문을 받으면 데이터를 조회하거나 보고서를 자동으로 생성합니다. 이처럼 세 가지 AI가 유기적으로 작동하여 정확성과 효율성을 극대화합니다.

 

예를 들어 일반적인 거대 언어 모델(LLM) 기반 AI 어시스턴트의 경우 같은 질문에도 답변이 달라질 수 있지만, Davis CoPilot은 항상 최신 모니터링 데이터와 인과관계를 참고하여 일관성 있고 정확한 결과를 제시합니다. 또한, Davis CoPilot은 사용자의 질문에 응답하는 것 외에도, 예측/인과 AI가 감지한 이벤트에 따라 자동으로 실행될 수도 있습니다. 가령 인과 AI가 심각한 문제를 감지하면 CoPilot이 자동으로 실행되어 해당 문제를 요약하고 특정 설정 변경이나 리소스 증설 같은 해결책을 제안합니다.

 

다음으로 Dynatrace의 Grail은 로그, 메트릭, 트레이스 등 다양한 데이터를 하나로 통합하여 저장하는 데이터 레이크하우스입니다. Grail은 데이터를 미리 정의된 방식이 아닌 비정형 데이타로, 필요할 때 자유롭게 분석할 수 있는 스키마-온-리드(Schema-on-read) 방식을 채택했습니다. 즉, 데이터를 넣을 때 미리 스키마를 정의하거나 인덱스를 만들어둘 필요가 없으며, 나중에 어떤 질문이든 제한 없이 즉시 쿼리를 실행할 수 있다. 덕분에 사용자는 예상치 못한 문제 상황에서도 빠르게 원하는 데이터를 찾을 수 있습니다.

 

마지막으로 Smartscape는 시스템 내 모든 요소와 그 관계를 실시간으로 시각화합니다. 이는 Dynatrace의 자동 토폴로지 시각화 기능으로, 환경 내 모든 구성 요소와 의존성을 실시간으로 보여줍니다. Dynatrace OneAgent가 애플리케이션부터 인프라까지 요소를 자동으로 탐지하면, Smartscape 기술이 이 정보를 바탕으로 마치 지도를 그리듯 시스템 구조를 시각화 합니다. 이처럼 마치 지도를 보듯 서비스와 인프라 구조를 한눈에 파악할 수 있어, 관리자는 문제 발생 위치와 영향을 직관적으로 이해할 수 있습니다.

 

Davis CoPilot, 모니터링 업무의 혁신

AI 기술이 핵심 기능으로 반영된 관찰 가능성 플랫폼은 어떻게 복잡성 문제를 해결하는 지름길을 제시하고 있을까요? 그 길은 생성형 AI 기반 서비스인 Davis CoPilot에서 찾을 수 있습니다.

출처: 다이나트레이스

 

Dynatrace가 선보인 Davis CoPilot은 앞서 Davis AI 엔진 부문에서 소개한 바와 같이 모니터링 업무를 더욱 직관적이고 효율적으로 만들어줍니다. 사용자는 더 이상 복잡한 쿼리나 대시보드 설정을 직접 할 필요가 없습니다. 대신 자연어로 간단하게 질문하기만 하면 CoPilot이 필요한 데이터를 조회하고, 심지어 보고서나 분석 노트북까지 자동으로 생성해 줍니다.

 

예를 들어 "지난 한 시간 동안 사용자 접속 오류가 증가한 원인은 무엇입니까?"라고 질문하면 CoPilot은 데이터를 분석하여 즉시 답변을 제공합니다. 또한, 이 결과를 다른 팀원들과 쉽게 공유하여 협업을 증진합니다. 반복적인 운영 업무 역시 CoPilot을 통해 자동화할 수 있어IT팀은 더욱 중요한 전략적 업무에 집중할 수 있습니다.

 

AI 기반 관찰 가능성, 기업의 미래를 바꾼다

하이브리드 멀티 클라우드 환경에서 발생하는 엄청난 복잡성과 방대한 데이터 속에서, AI 기반 관찰 가능성은 기업에게 더 이상 선택이 아닌 필수입니다. Dynatrace의 하이퍼모달 AI 플랫폼은 이를 위한 가장 강력하고 혁신적인 해결책을 제시합니다. 앞으로 기업들은 Davis CoPilot과 같은 지능형 AI 도구를 적극적으로 활용하여 복잡한 IT 환경에서도 높은 가시성과 민첩성을 확보할 수 있을 것입니다.