AIOps의 효용성에 관하여…

AIOps의 효용성에 관하여…

Introduction

 

차세대 인프라는 빠르게 클라우드 환경으로 전환 중에 있으며 기존의 단순한 인프라 모니터링 툴로는 복잡해지는 차세대 환경과 데이터를 모니터링하고 관리할 수 없습니다.

 

따라서IT 운영에 인공지능(AI)을 적용한AIOps(Artificial Intelligence for IT Operations) 에 대한 관심이 증가하고 있습니다. AIOps 는 빅데이터 수집과 분석을 자동화 하기 위해 데이터 분석, 머신러닝 기반의 인공지능을 활용합니다. 이러한AIOps는 업무의 효율성 증진, 안정적이고 예측가능한 인프라 운영, 운영 비용 절감, 마지막으로 비즈니스의 안정화와 같은 장점을 제공하기에 최근 그 관심이 매우 높아지고 있습니다.

 

 

 

AIOps도입을 통한 비즈니스 활용 가치

 

구체적으로AIOps를 제대로 구현/적용하게 되면 다음과 같은 개선 효과가 있을 수 있습니다.

 

업무 효율성 증진

  • 업무 자동화: 일상적이고 반복적인 운영 업무에 대한 자동화를 통해 운영자들은 좀 더 중요하고 운영 효율화를 위한 업무에 집중 가능
  • 운영 숙련도 해결: DevOps 엔지니어는 분석 기반 장애 대응책을 제공하고, 이에 대한 적용하여 초보자도 쉽게 운영 및 장애 대처가 가능

 

안정적이고 예측 가능한 인프라 운영

  • 선제적 분석: 알고리즘 기반 자원 예측 및 이상 징후 탐지 가능
  • 장애 원인 분석: 이벤트 및 메트릭 상관관계 분석을 통한 상관관계(Correlation)분석 및 장애 원인(Root Cause) 파악
  • 사전 문제 해결(Prescribed Response): 장애 원인에 대한 조치를 통한 장애 예방 및 장애 해결, 반복되는 이벤트 알람 분류

 

인프라 운영 비용 절감

  • 자원 최적화: 자원 사용에 대한 분석과 예측을 통해 필요한 최소 사용 자원을 할당하고 잉여 자원에 대해서는 재 할당이 가능
  • 장애율 및 다운타임 감소: 선제적 예측을 통한 사전 장애에 대한 조치 및 회피 가능 하여 금전적인 피해를 줄일 수 있고 불필요한 대응 작업 감소

 

개발-운영(DevOps)의 협업 최대화

  • 협업 향상: 분석 기반의 리포트, 대시보드를 통해 정보가 쉽게 공유 되고, 이를 통해 개발자와 운영자 간 또는 관련 비지니스 담당자까지도 상호 업무에 대한 이해로 협업 효율성이 향상.
  • 정보의 공유: 축적된 데이터와 분석의 공유로 데이타가 집중되고 독점되는 문제(Data Silo)를 해결하여 문제의 원인을 기반으로 한 즉시적인 대응이 가능

 

비즈니스 안정화와 성과 최대화-

  • 안정적 서비스: 고객 불만 감소와 긍정적인 고객의 경험 유지
  • 생산성 향상: 개발 주기를 단축하고 비지니스 요구에 대한 대응도 최대화

 

정리하자면 우선, AIOps는 반복적이고 일상적인 업무를 자동화 하여 업무의 효율성을 증진 시킵니다. 반복적인 업무 수행 대신, 인프라 스트럭처와 프로세스와 같은 조금 더 기술적인 업무를 수행 할 수 있는 기회를 줍니다. 인공 지능으로 분석된 데이터를 더욱 쉽게 접근 할 수 있어 팀원 간 기술 갭(차이)을 줄일 수 있습니다. 전문가는 데이터를 기반으로 결정을 내리고, 운영자는 좀 더 중요하고 운영을 효율화 할 수 있는 업무에 집중 할 수 있습니다.

 

둘째로, AIOps는 각종 손실을 예방하여 안정적이고 예측 가능한 인프라를 제공합니다. 스마트 상관관계(correlation)을 통해 이상징후 탐지 및 장애 예측을 선제적으로 감지합니다. AIOps가 업무 자동화를 하며 이벤트에 대한 알람의 수를 줄이고, 운영적인 문제를 없앱니다.

 

또한, AIOps는 비용 효율적인 방법입니다. 분서과 예측을 통해 최적화된 자원을 사용함으로써 운영 비용이 최소화 됩니다.뿐만 아니라 인공지능 기반 장애 및 이상 징후에 대한 사전 예측을 통해 서비스 장애를 피할 수 있어 금전적인 또는 비지니스 리스크를 야기하는 장애를 예방할 수 있습니다..

 

비즈니스 관점에서는IT 팀이 관련 비즈니스 부서와 데이터 사일로 없이 원환할 의사소통을 하며 협업을 효율적으로 할 수 있습니다. 데이터를 기반으로 한 의사결정이 가능함으로써 기업은 새로운 트렌드에 민감하게 반응 할 수 있습니다. 마지막으로 지속적인 모니터링으로  안정적인 서비스를 제공하고 속도가 늦어지는것이 없어 엔드유저와 긍정적인 관계를 유지 할 수 있습니다.

 

AIOps의 현실과 NexClipper AIOps

 

위에 언급된 수많은 장점에도 불구하고 AIOps의 현실 적용은 아직 걸음마 단계라고 볼 수 있습니다. 왜냐하면, AIOps의 현실화를 위해서는 데이터의 수집- 저장- 모니터링- 판단 알고리즘- 행동에 이르는 전 과정에 대한 시스템과 분석 로직/알고리즘, 자동화 시스템의 모든 것이 필요하기 때문입니다. (아래 그림 참조)

[AIOps Basic Framework]

따라서, 일부 모니터링에 집중된 소프트웨어 회사의 경우, AIOps로 전향하기에는 빅데이터 분석 플랫폼의 부재, 알고리즘 전문가의 부재 등 많은 난관에 부딪치게 됩니다.

하지만, NexClipper는 태생부터AI 분석을 지향하며, 현재의 시스템을 구축 운영해 오고 있고 지속적으로AIOps를 위한 데이터 수집 및 알고리즘을 하나 둘씩 개발 중에 있습니다. 현재까지는 판단을 위한 예측 알고리즘, 이상징후 발견, 원인 분석 등의 기본 알고리즘 및 구체적으로는 언제disk가full이 날 것인지 예측하는 알고리즘 등이 개발되어 있고, 향후 이러한 알고리즘, 즉”판단하는 뇌의 역할“을 기반으로 하여,현장에서의AIOps 적용을 위한 자동화 시스템까지의 확장을 목표로 하고 있습니다.

 

 

https://www.nexclipper.com

 

댓글 남기기

이메일은 공개되지 않습니다. 필수 입력창은 * 로 표시되어 있습니다