케클러 인터뷰 시리즈 #5 - AI가 클라우드를 운영하려면, 데이터부터 이해해야 합니다

Cloud Native 환경에서는 하나의 요청이 여러 마이크로서비스와 인프라를 거치며, 문제가 발생한 지점과 실제 원인이 다를 수 있어 기존 모니터링만으로는 한계가 있습니다. kt cloud Data플랫폼팀은 Observability를 기반으로 흩어진 데이터를 연결하여, AI가 신뢰할 수 있는 맥락을 파악할 수 있는 지능형 운영 모델을 만들고 있습니다.

Metric, Log, Trace는 각각 시스템의 이상 징후, 발생 시점의 상세 기록, 요청 처리 경로를 추적하는 서로 다른 정보를 제공합니다. 이 데이터들이 서로 연결되어야 AI가 장애 원인을 정확히 분석하고 운영자의 의사결정을 지원할 수 있습니다.

기존에는 담당자의 경험에 의존해 여러 대시보드를 오가며 원인을 찾았다면, 이제는 하나의 데이터 흐름을 통해 문제를 추적하고 분석할 수 있습니다. 이를 통해 AIOps 도입을 위한 기반을 마련하고, 클라우드 운영의 효율성과 정확도를 높이는 것이 목표입니다.