AI SRE

Splunk Observability Cloud 전반에 걸쳐 에이전틱 및 임베디드 AI를 통합한 AI SRE는 탐지, 문제 해결, 해결을 포함한 전체 사고 대응 수명 주기를 아우르는 에이전틱 AI 환경입니다. 이는 Observability Cloud 및 Splunk MCP 서버의 AI 어시스턴트를 포함한 AI 네이티브 사용자 경험으로, 상황에 맞는 인사이트를 제공하고 팀이 수동 문제 해결 대신 가장 중요한 일과 다음 단계의 구축에 집중할 수 있도록 해줍니다.

엔지니어링 팀에게 문제 해결은 항상 숨바꼭질 게임이었으며, 특히 Kubernetes와 같은 복잡한 환경에서 실행되는 최신 애플리케이션의 경우 더욱 그렇습니다. 기존에는 DevOps 및 사이트 안정성 엔지니어(SRE)가 중단 또는 성능 문제의 원인을 정확히 파악하기 위해 여러 화면과 도구에서 대시보드, 로그 및 메트릭을 살펴봐야 했습니다. 바로 이 부분에서 AI SRE가 도움을 줄 수 있습니다.

AI SRE는 모든 메트릭, 로그, 트레이스 데이터를 자동으로 선별하여 애플리케이션 또는 인프라에 결함이 있는지 확인하고, 가장 가능성이 높은 근본 원인을 기존 워크플로우 내에서 일반 언어로 표시함으로써 사이트 안정성 엔지니어링(SRE) 팀원처럼 작동합니다. 여러 화면, 탭, 도구에서 컨텍스트를 전환하고 수많은 문서를 수동으로 검토하는 대신, 팀은 필요할 때 언제 어디서나 가능한 원인, 명확한 영향 분석, 실행 가능한 권장 사항의 순위가 매겨진 목록을 얻을 수 있습니다.

엔지니어링 팀에게 진정한 가치는 AI 문제 해결 에이전트가 몇 시간씩 걸리는 수작업 조사를 단 몇 분 만에 인사이트로 전환하는 방식에서 비롯됩니다. 팀이 경고를 볼 때 에이전트는 최근 배포부터 Kubernetes 이벤트 및 과거 인시던트까지 모든 것을 분석하고 이전 수정 사항의 패턴까지 강조 표시합니다. 단순히 증상에 그치지 않고 간결한 근본 원인 분석(RCA) 요약을 제공하여 팀이 자신감 있고 신속하게 대응하여 다운타임을 줄이고 서비스를 원활하게 운영할 수 있도록 지원합니다. Observability Cloud의 AI를 활용하면, 팀원들은 긴급 대응에 소요되는 시간을 줄이고 중요한 것을 구축하는 데 더 많은 시간을 할애할 수 있습니다.

문제 해결 에이전트가 제공한 의심되는 근본 원인과 증거를 검토한 후, 팀은 Splunk Observability Cloud에서 AI 문제 해결 계획을 활용할 수 있습니다. AI 기반 문제 해결 계획은 향후 이러한 문제를 줄이거나 없애는 데 도움이 되는 장기적인 해결책을 구현하기 위한 단계별 지침을 제공합니다. 팀은 해결 흐름 전반에 걸쳐 필요에 따라 단계를 완료하거나 실행 취소하고 관련 작업의 요약을 받을 수 있습니다. 완료되면 팀은 경고가 해결된 것으로 표시하고 결과가 기대에 미치지 못하는 경우 피드백을 제공할 수 있습니다.

AI SRE의 가장 큰 장점은 현재 고객이 영향을 받기 전에 문제를 찾아 해결하는 데 필요한 수작업을 줄여 평균 해결 시간(MTTR)을 획기적으로 단축하여 팀이 가장 중요한 일에 집중하고 다음 단계를 구축할 수 있도록 돕는 것입니다.