2026.10.02 금요일
검색
'오픈텔레메트리' 검색결과
기간검색
-
~
검색영역
검색어
-
AWS, 애플리케이션·AI 에이전트 한눈에…'클라우드워치 옴니' 공개 [경제일보] 기업의 클라우드 환경이 복잡해지면서 장애가 발생했을 때 원인을 찾아내는 과정에도 인공지능(AI)이 투입되고 있다. 이에 AWS는 애플리케이션과 AI 에이전트의 상태를 함께 관찰하고 장애 원인을 분석하는 옵저버빌리티 서비스를 내놓으면서 클라우드 운영 영역을 확대하고 있다. 2일 아마존웹서비스(AWS)는 아마존 클라우드워치에 AI 기반 옵저버빌리티 서비스 '아마존 클라우드워치 옴니'를 출시했다고 밝혔다. 클라우드워치 옴니는 애플리케이션 옵저버빌리티와 에이전트 옵저버빌리티를 하나의 환경에서 제공하는 것이 특징이다. 기존 옵저버빌리티 환경에서는 엔지니어가 대시보드와 알람을 관리하고 장애가 발생하면 로그·메트릭·트레이스 등 여러 데이터를 각각 확인하며 원인을 추적해야 했다. 여러 서비스가 연결된 복잡한 시스템에서는 장애가 발생한 지점을 찾기 위해 여러 도구를 오가야 하고, 담당 팀이 달라질 경우 조사 과정에서 확보한 정보가 슬랙 스레드나 문서 등에 흩어지는 문제도 있었다. AWS는 클라우드워치 옴니를 통해 이러한 장애 조사 과정을 애플리케이션 단위로 통합했다. 개별 인프라 자원을 따로 확인하는 대신 애플리케이션을 하나의 연결된 시스템으로 보고 서비스 간 종속 관계와 토폴로지를 파악할 수 있도록 구성했다. 기존 클라우드워치에서 관리하던 로그와 메트릭, 트레이스, 알람도 별도 데이터 이전 없이 활용할 수 있다. 이번 신규 기능은 AI 에이전트를 장애 조사 과정에 참여시킨다는 것이 특징이다. 클라우드워치 옴니에는 '아마존 데브옵스 에이전트'가 연동돼 엔지니어가 확인하는 텔레메트리 데이터를 바탕으로 장애 상황을 분석한다. 여러 서비스에서 발생한 이벤트의 연관성을 파악하고 서비스 간 종속 관계를 따라가면서 근본 원인이 발생한 경로를 추적한다. 예를 들어 주문 결제 서비스의 오류율이 갑자기 높아지면 클라우드워치 옴니는 장애가 발생한 서비스뿐 아니라 관련된 애플리케이션 토폴로지를 함께 보여준다. 또한 직전에 이뤄진 배포나 다운스트림 결제 API의 지연 시간 증가 등 연관 가능성이 있는 신호를 묶어 제시하고 데브옵스 에이전트의 초기 분석 결과도 제공한다. 당직 사이트 신뢰성 엔지니어(SRE)는 이를 바탕으로 배포 시점과 장애 발생 시점의 상관관계를 확인하고 트레이스를 통해 문제가 발생한 엔드포인트를 좁혀갈 수 있다. 이후 장애가 다른 팀의 결제 시스템과 연관된 것으로 확인되면 해당 담당자가 같은 조사 세션에 참여해 앞선 조사 내용을 그대로 확인할 수 있다. 별도의 화면이나 자료를 다시 전달하지 않아도 지금까지 파악된 장애 상황과 AI의 분석 결과를 공유할 수 있는 구조다. 최근 AI 에이전트가 기업 시스템에 본격적으로 투입되면서 애플리케이션뿐 아니라 AI 에이전트 자체를 관찰하고 관리해야 할 필요성도 커지고 있다. AI 에이전트가 여러 애플리케이션과 API를 호출해 업무를 수행하는 환경에서는 특정 서비스의 장애가 에이전트의 작업 결과에 영향을 미칠 수 있기 때문이다. AWS는 클라우드워치 옴니에서 애플리케이션 옵저버빌리티와 에이전트 옵저버빌리티를 함께 제공하면서 이 같은 환경을 겨냥했다. AI 에이전트가 어떤 서비스와 연결돼 있는지, 각 서비스에서 발생하는 텔레메트리와 이벤트가 어떻게 연관되는지 한 환경에서 파악할 수 있도록 한 것이다. AWS가 옵저버빌리티 영역에서 AI 활용을 확대하는 배경에는 기업 시스템의 복잡성이 높아지고 있는 것으로 분석된다. 기존 애플리케이션 중심 환경에서도 마이크로서비스와 클라우드 인프라가 확대되면서 서비스 간 연결 관계가 복잡해졌는데, 여기에 AI 에이전트까지 업무 과정에 참여하면 시스템 간 호출과 데이터 흐름을 추적해야 하는 범위가 더욱 넓어진다. 클라우드워치 옴니는 이런 환경에서 사람이 일일이 모니터링 체계를 관리하는 부담도 줄이는 데 초점을 맞췄다. 서비스 탐색과 종속 관계 매핑, 알람 조정 등을 자동화하고 새로운 서비스가 배포되면 애플리케이션 토폴로지도 자동으로 업데이트한다. 엔지니어가 모든 서비스에 대해 별도의 대시보드를 구축하고 임계값을 지속적으로 조정하는 방식에서 벗어나겠다는 것이다. 이를 위해 클라우드워치 옴니는 오픈텔레메트리를 기반으로 한다. 기존 클라우드워치로 전송하던 텔레메트리는 별도 재설정 없이 활용할 수 있으며 오픈텔레메트리로 계측한 다른 워크로드도 OTLP 엔드포인트를 통해 연결할 수 있다. AWS는 엔터프라이즈 환경에서 여러 직군이 동일한 장애 조사 환경을 이용할 수 있도록 별도의 접근 방식도 적용했다. 사용자는 조직 전용 URL을 통해 기존에 관리하던 ID로 로그인할 수 있으며 AWS 관리 콘솔 접근 권한이 없어도 클라우드워치 옴니를 이용할 수 있다. IAM 아이덴티티 센터를 통한 SSO를 지원하며 옥타(Okta), 엔트라 ID(Entra ID) 등 기업용 인증 환경과 연동할 수 있다. AWS 관계자는 "애플리케이션과 AI 에이전트 옵저버빌리티를 하나의 환경에서 제공하고, 서비스와 종속 관계를 자동으로 탐색·매핑하고 애플리케이션 변화에 맞춰 알람을 자동 조정한다"며 "아마존 클라우드워치 옴니는 현재 이용 가능하며, 기존 클라우드워치 고객은 클라우드워치 콘솔에서 바로 체험할 수 있다"고 말했다.2026-10-02 16:41:36
-
기업마다 늘어나는 AI 에이전트…데이터이쿠, 통합 관리 솔루션 출시 [경제일보] 기업들이 업무 자동화를 위해 인공지능(AI) 에이전트를 빠르게 도입하면서 사내에서 어떤 에이전트가 운영되고 있는지 파악하고 관리하는 일이 새로운 과제로 떠오르고 있다. 특히 부서별로 서로 다른 AI·클라우드 플랫폼에서 에이전트를 구축하면서 기존 플랫폼별 관리도구만으로는 기업 전체의 AI 에이전트를 한눈에 파악하기 어려워지고 있다. 28일 AI 플랫폼 기업 데이터이쿠는 기업에서 운영 중인 AI 에이전트를 추적하고 관리할 수 있는 '에이전트 매니지먼트'를 내달 출시한다고 밝혔다. AI 시스템 전반의 관리 체계가 아직 충분히 갖춰지지 않았다는 조사 결과도 있다. IBM의 'AI 인 모션' 연구에 따르면 현재 운영 중인 AI 시스템을 빠짐없이 파악하고 최신 상태로 관리하는 조직은 전체의 20% 미만으로 나타났다. AI 활용이 확대되는 상황에서 기업이 보유한 AI 시스템의 전체 현황부터 제대로 파악하기 어려운 셈이다. AI 에이전트는 기존 소프트웨어보다 관리가 복잡해질 가능성이 있다. 일반적인 소프트웨어는 도입 단계부터 담당자와 비용, 계약 갱신 시점, 사용 현황 등을 관리하는 체계가 마련되는 경우가 많다. 반면 AI 에이전트는 각 부서가 업무 목적에 맞춰 직접 구축할 수 있어 중앙 조직이 전체 현황을 파악하기 어려울 수 있다. 문제는 에이전트의 숫자만이 아니다. 어떤 업무에 활용되는지, 누가 관리하는지, 어떤 모델과 데이터를 사용하는지, 외부 시스템에 어떤 권한으로 접근하는지까지 함께 살펴야 한다. 특히 기업이 여러 AI·클라우드 플랫폼을 동시에 사용하면 플랫폼별 관리도구만으로는 전체 에이전트를 관리하기 어렵다. 데이터이쿠는 이 같은 멀티플랫폼 환경을 겨냥해 에이전트 매니지먼트를 내놨다. 데이터이쿠 자체 플랫폼뿐 아니라 아마존웹서비스(AWS) 베드록, 데이터브릭스 에이전트, 구글 버텍스, 마이크로소프트 코파일럿 스튜디오 및 애저 파운드리, 세일즈포스 에이전트포스, 스노우플레이크 코텍스 등을 연결한다. 커스텀 환경에서는 오픈텔레메트리(오픈소스 옵저버빌리티 프레임워크)도 지원한다. 각 플랫폼에 흩어진 에이전트를 하나의 목록으로 모은 뒤 개별 에이전트의 구조와 작동 방식까지 들여다보는 방식이다. 에이전트가 어떤 모델을 사용하고 어떤 도구를 호출하는지도 확인할 수 있다. 특정 플랫폼의 관리 범위를 넘어 기업 전체의 AI 에이전트를 살펴보는 상위 관리 계층을 지향하는 이유로 풀이된다. 관리 대상은 성능에만 머물지 않는다. AI 에이전트가 실제 업무를 수행하면서 고객 정보나 민감한 데이터를 다루고 외부 시스템과 연결되는 사례가 늘어날수록 보안과 규제 대응도 함께 고려해야 하는 것으로 꼽힌다. 이에 데이터이쿠는 고객 서비스를 제공하거나 민감한 데이터를 처리하고 실시간 거래를 수행하는 등 위험도가 높은 에이전트에 대해서는 인증 상태와 식별된 위험 요소, 정기 테스트 결과를 지속적으로 기록할 수 있도록 구현했다. 특정 에이전트가 어떤 위험을 안고 있는지와 그동안 어떤 검증을 거쳤는지를 추적하는 데 초점을 맞췄다. 감사나 규제 대응 과정에서 필요한 자료를 확보하는 것도 가능하다. 관리자와 감사 담당자, 규제기관이 특정 에이전트의 운영 현황이나 위험 관리 내역을 요구할 경우 관련 기록을 확인할 수 있다. AI 에이전트가 늘어날수록 '누가 만들었는가'만큼 '현재 어떻게 관리되고 있는가'가 중요해지는 배경이다. 비용과 성과를 따져보는 기능도 포함됐다. 기업은 개별 에이전트에 투입된 비용과 실제 비즈니스 성과를 함께 살펴볼 수 있다. 활용되지 않는 에이전트가 무엇인지, 모니터링에서 빠진 에이전트는 없는지, 위험이 특정 영역에 집중돼 있는지도 파악할 수 있다. 관리 방식도 기존 대시보드 중심에서 벗어났다. 관리자가 일상적인 언어로 질문하면 기업 전체에 구축된 에이전트 현황을 바탕으로 필요한 정보를 조회할 수 있다. 여러 플랫폼에 접속해 각각의 정보를 대조해야 했던 과정을 줄이는 방식이다. 플로리앙 두에토 데이터이쿠 공동 창업자 겸 CEO는 "은행에 현재 운영 중인 서버가 몇 대인지 물으면 소수점 단위까지 정확히 답할 수 있지만, 운영 중인 AI 에이전트가 몇 개인지 물으면 추측으로 답하거나 정확히 파악하지 못하는 경우가 많다"며 "기업들이 처음부터 이렇게 복잡한 상황을 의도한 것은 아니지만 각 팀이 빠르게 에이전트를 구축하면서 전체 현황을 파악하기 어려워지고 있어, 에이전트 매니지먼트는 기업 내에서 실제로 운영되고 있는 에이전트의 현황을 파악하고 각 에이전트가 창출하는 비즈니스 가치를 확인할 수 있도록 한다"고 말했다.2026-09-28 17:00:23
많이 본 뉴스
영상
Youtube 바로가기
![[기자수첩] 흔들리는 완성차 내수…가격·차종·수출 전략 다시 짜야](https://image.ajunews.com/content/image/2026/10/02/20261002154123119565_518_323.jpg)