ㅁ AIOps

ㅇ 정의:
인공지능(AI)과 머신러닝(ML) 기술을 활용하여 IT 운영 데이터를 실시간 분석하고, 문제를 자동으로 감지·분석·대응하는 운영 방식.

ㅇ 특징:
– 로그, 메트릭, 이벤트 데이터를 통합 분석
– 이상 징후 조기 탐지 및 근본 원인 분석(RCA)
– 반복 작업 자동화 및 운영 효율성 향상
– 예측 분석을 통한 사전 대응 가능

ㅇ 적합한 경우:
– 대규모 분산 시스템 운영
– 수많은 이벤트와 경고가 발생하는 환경
– 장애 대응 속도와 정확성이 중요한 금융, 통신, 클라우드 서비스

ㅇ 시험 함정:
– AIOps는 단순 모니터링 도구가 아니라 AI 기반 자동화 플랫폼임을 간과
– 빅데이터 분석과 동일시하는 오류

ㅇ 시험 대비 “패턴 보기” 예시:
O: “AIOps는 운영 데이터 분석과 자동화를 결합한다.”
X: “AIOps는 정적 규칙 기반 모니터링만 수행한다.”

================================

1. 자가 치유 시스템

ㅇ 정의:
IT 시스템에서 문제가 발생했을 때 사람의 개입 없이 자동으로 감지·진단·복구하는 기능을 갖춘 시스템.

ㅇ 특징:
– 장애 탐지 후 자동 조치(재시작, 자원 재할당 등)
– 사전 정의된 정책 또는 AI 모델 기반 대응
– 서비스 가용성 극대화
– 지속적인 학습을 통해 복구 효율 향상

ㅇ 적합한 경우:
– 24/7 무중단 서비스가 필수인 환경
– 인력 투입이 즉시 어려운 대규모 클라우드/IoT 인프라
– 장애 발생 시 SLA 준수가 중요한 서비스

ㅇ 시험 함정:
– 자가 치유 시스템은 모든 장애를 해결할 수 있는 만능이 아님
– 단순 알림(Notification) 시스템과 혼동

ㅇ 시험 대비 “패턴 보기” 예시:
O: “자가 치유 시스템은 장애를 자동 감지하고 복구한다.”
X: “자가 치유 시스템은 문제를 탐지하되 복구는 수동으로 한다.”

ㅁ 추가 학습 내용

AIOps는 광범위한 IT 운영 자동화 프레임워크이며, 자가 치유 시스템은 그 하위 구현 사례 중 하나이다. 자가 치유를 단순한 재시작 스크립트와 혼동하지 않도록 주의해야 하며, AI 기반 진단, 정책 적용, 자동 복구의 3단계가 모두 포함되어야 한다. 구현 시에는 이벤트 소스(로그, 메트릭, 트레이스)와 자동화 엔진(오케스트레이션 툴, AI 모델) 간의 연계 구조를 이해해야 한다. 또한 SLA와 SLO 관점에서 효과를 측정하는 방법과, 장애 발생 패턴 학습을 통한 사전 예방 기능도 중요한 시험 포인트이다.