IT인프라 장애 예방의 핵심인 자동화는 관찰성(모니터링)에서 시작한다.
Introduction
최근 참가한 KSC2025 현장은 물론 고객사 미팅에서 저희와 대화를 나눈 전산실 관리자, IT 인프라 담당자 분들 중 많은 분들이 공통적으로 한 이야기가 있습니다.
“과거에는 서버/네트워크의 가동 여부, CPU·메모리 사용률 정도만 보면 됐지만, 요즘은 시설 설비(냉방, 전력, 수냉·공냉 랙 환경), 환경 센서(온도/습도/공기 흐름), 전력 용량 예측, 장애 발생 전 조기 경보, 추세 분석(trend forecasting) 등이 아주 중요해지고 있다는 의견을 주셨습니다. 이와 함께 가장 중요시 된 의견의 키워드는 ‘관찰성’이였습니다. ‘모니터링’이 관찰하다라는 의미를 포함하고 있지만 현재 IT인프라 운영의 모니터링에서는 선재 대응 매뉴얼 또는 AI기능의 가능성이 요구되고 있기 때문입니다.
Orcai는 ”이러한 요구는 단순한 ‘운영 안정성’의 차원을 넘어, 비용 최적화, 리스크 관리, SLA(서비스 수준 협약) 보장, 지속 가능성(sustainability) 확보 등 기업의 비즈니스 목표와 직접 연결되기 때문”이라고 생각하고 있습니다.
이러한 현 시점의 니즈와 트렌드에 따라 Oraci팀은 다음과 같은 해답을 구상했습니다.
● 환경 설비와 IT 장비의 통합 모니터링
예를 들어, 수냉식 랙의 펌프 유속/압력, 냉매 흐름, 배관 온도 변화 등이 갑작스러운 서버 온도 상승이나 냉각 효율 저하로 이어질 수 있으므로, 설비 쪽 센서 데이터를 서버·CPU·디스크 온도 등과 함께 분석할 수 있어야 합니다. Orcai SMS에서는 이러한 환경 설비 데이터를 통합 수집하고 실시간 알림 설정 가능하도록 개발을 진행 중이며, 전시회 현장에서도 이 점이 큰 관심을 받았습니다.
● 자원 사용량 및 전력 소비의 예측 가능성
데이터센터 운영자들이 가장 곤란해하는 이슈 중 하나는 '피크 전력 사용' 또는 '예상치 못한 전기 요금 급증'입니다. 점점 더 많은 조직이 전력 사용 및 전력 요금 변화 예측(predictive modeling)을 모니터링 툴의 핵심 기능으로 요구하고 있으며,
Orcai는 전력 사용량의 시간대별 흐름 및 트렌드를 시각화하고, 이상치(비정상 사용)를 조기에 포착할 수 있는 기반 기능을 구현했습니다.
● 자동화 및 운영 효율성 강화
장애가 발생했을 때 수동으로 로그를 뒤지고, 원인을 가늠하는 데 시간이 많이 걸린다는 불만이 많습니다. 그래서 최근 들어 관찰성(observability) + 자동화(alarm rules, runbooks, 자동 대응 워크플로우) 결합이 트렌드가 되고 있습니다.
Orcai는 단순 알람을 넘어서, 장애 대상 장비·연관 설비·영향 범위 등을 자동으로 분석하여 시각적으로 보여주고, 조치 가이드를 제공하는 기능을 강화했습니다.
● 확장성과 유연성의 중요성
클라우드/하이브리드 환경, 온프레미스 세팅, 다양한 벤더 장비 등이 혼재해 있는 환경이 많아지면서, 특정 솔루션이나 특정 벤더에 종속되지 않고 여러 환경에서 연동되고 확장 가능한 모니터링 솔루션이 각광받고 있습니다. 프로토콜 표준화(Redfish, SNMP, IPMI 등), API 제공, 모듈 아키텍처 등이 필수 요소로 요구됩니다.
So why? ‘관찰성(Observability)’이 왜 중요해졌나?
1. 복잡해진 IT 인프라 환경
과거에는 서버와 네트워크만 관리하면 충분했지만, 지금은 클라우드·온프레미스·하이브리드 환경이 공존합니다.
애플리케이션도 마이크로서비스 구조로 세분화되어, 장애가 어디서 발생했는지 단순 모니터링만으로는 확인하기 어렵습니다.
2. 모니터링의 한계
전통적인 모니터링은 CPU, 메모리, 네트워크 같은 지표 기반(Alerting)에 집중했습니다. 하지만 실제 장애 원인은 로그, 트랜잭션 흐름, 사용자 경험 등 다차원적 요인에서 비롯됩니다. 즉, 단순 수치만 보는 방식으로는 “문제가 생겼다”는 사실만 알 뿐, 원인을 찾기 어렵습니다.
3. 장애 대응 속도의 중요성
현재 IT 환경에서는 장애가 몇 분만 길어져도 막대한 금전적 손실과 서비스 신뢰도 하락으로 이어집니다. 관찰성은 문제 발생 → 근본 원인 추적 → 대응 시간 단축이라는 흐름을 가능하게 하여, 기업이 치명적인 다운타임을 줄일 수 있습니다.
4. 사용자 경험 중심으로의 전환
이제는 서버가 정상 작동하는지보다, 최종 사용자가 서비스를 원활히 쓰고 있는지가 더 중요합니다. 관찰성은 로그, 메트릭, 트레이스를 종합해 “사용자 체감 품질”까지 진단할 수 있어, 고객 만족도를 높이는 데 직결됩니다.
5. AI·자동화 연계 가능성
관찰성을 기반으로 축적된 데이터는 AI Ops(IT 운영 자동화)로 연결됩니다.
이는 단순 감시를 넘어 장애 예측, 자동 대응, 자율 운영까지 가능하게 만들어, IT 운영의 패러다임을 바꾸고 있습니다.
최근 관찰성(Observability)은 단순한 서버·네트워크 상태 확인을 넘어서 AI 고유의 실패 모드(드리프트, 환각, 프롬프트 오류, 비용 급증 등) 를 포괄하는 방향으로 확장되고 있습니다. Grafana 등 주요 관찰성 리포트는 2025년 관찰성 트렌드가 트레이싱·프로파일링·플랫폼 엔지니어링 강화로 이동하고 있음을 지적합니다. Grafana Labs
또한 AIOps(IT 운영 자동화) 개념은 이벤트 상관관계, 이상 탐지, 원인 규명 자동화를 통해 현업의 MTTR(평균 복구 시간)을 줄이는 데 기여합니다. AIOps는 단순 자동화가 아니라 ‘데이터와 머신러닝을 활용한 의사결정 보조’로 정의됩니다. 가트너
정리하면: 관찰성은 이제 ‘AI가 왜 그렇게 행동했는가’를 설명해 주는 도구이며, 실시간 가시성 + 자동화된 이상 감지(=AIOps) + 비용 제어 메커니즘이 결합되어야 실무 가치가 극대화됩니다. Arize AI+1
관찰성에 집중한 Orcai의 전략과 이어지는 그의 가치
전산실 설비의 선재적 통합 관제
“서버가 문제가 없어 보여도 냉각 장비가 살짝 이상이면 전체 안정성에 영향을 준다”는 의견이 있었습니다. Orcai SMS는 서버/네트워크/스위치 등의 IT 자원뿐 아니라 냉각·전력·환경 설비까지 하나의 대시보드에서 상관관계를 파악할 수 있게 해, 문제의 ‘연관 구역(root-cause)’을 더 빠르게 좁히는 데 유리하다는 답변을 드리고자 합니다.
운영자 중심의 실용성
단순히 기능이 많다기보다, “어디가 고장일지 직관적으로 보인다”, “설비나 랙 단위로 시각적 표현이 좋다”라는 호평을 주셨는데요,
UI/UX 디자인, 랙 실장 시각화, 장애 발생 위치 표시 등이 실무 담당자 입장에서도 쓸모 있다고 평가받았습니다.
장애 대응 및 리스크 관리
예기치 못한 장애나 설비 고장 이전에 조치할 수 있는 경보 시스템, 로그 분석 및 연관 장비 추적이 가능하다는 점이 강조되었습니다. 특히 긴급 대응이 필요한 환경(학계의 HPC클러스터, 대형 연구실)의 경우, 장애가 연계 설비로 확장될 때의 리스크가 크기 때문에 Orcai의 연관성 분석 기능에 많은 기대를 해주셨습니다.
확장성 및 호환성
현장에서는 “벤더 바뀌면 모니터링이 달라진다” “서버·스위치 장비마다 로그 방식이 달라서 통합이 어렵다”는 의견을 주셨습니다.
Orcai는 Redfish 지원, 다양한 OEM/제조장비 테스트, API 연동 옵션 등을 통해 이런 “장비 다양성의 허들”을 낮출 수 있습니다.