AWS DevOps Agent로 설계하는 토폴로지 기반 인시던트 조사와 RCA

토폴로지를 먼저 이해한 뒤 시작하는 인시던트 조사

AWS는 2026년 3월 31일 DevOps Agent를 정식 출시(GA)했다. 2025년 12월 re:Invent에서 프리뷰를 공개한 뒤 약 4개월 만이다. 이 에이전트는 옵저버빌리티 도구, 런북, 코드 저장소, CI/CD 파이프라인을 연결해 인시던트 발생 시 조사와 근본 원인 분석, 예방 개선안 제시까지 수행한다.

핵심은 알람을 받은 시점에 데이터를 무작정 훑는 방식이 아니다. 애플리케이션과 리소스의 관계를 미리 학습해 두고, 이상 상황이 발생했을 때 그 관계를 조사 경로로 사용한다. 프리뷰 기간 동안 고객과 파트너사는 MTTR 최대 75% 단축, 조사 속도 80% 향상, 근본 원인 정확도 94%를 보고했다.

GA에서는 Azure 워크로드와 온프레미스 애플리케이션까지 지원 범위가 넓어졌다. Model Context Protocol(MCP)을 통해 멀티클라우드 환경의 인시던트 대응을 통합할 수 있다는 점도 포함된다.

서비스 관계가 RCA의 출발점이 되는 구조

DevOps Agent는 토폴로지 스킬로 연결된 도구를 탐색하고, 사용자 입력도 받아 애플리케이션 리소스와 관계, 핵심 흐름을 파악한다. 예를 들어 URL 단축 서비스라면 CloudFront에서 API Gateway, Lambda, DynamoDB로 이어지는 의존성 체인을 매핑할 수 있다.

이렇게 만든 지식 그래프는 지연 스파이크나 오류율 증가가 감지됐을 때 원인을 추적하는 기준점이 된다.

⤢✕

메트릭·로그·트레이스를 함께 읽는 RCA

RCA의 품질은 확보한 옵저버빌리티 데이터의 범위와 깊이에 좌우된다. DevOps Agent는 메트릭, 로그, 트레이스라는 관찰 가능성의 세 축을 함께 분석한다.

Amazon CloudWatch를 바탕으로 Dynatrace, Datadog, Grafana, New Relic과 연동해 다차원 메트릭을 수집한다. 지연 스파이크, 오류율 증가, 리소스 한계 도달과 같은 이상 패턴은 시계열로 분석 대상이 된다.

로그는 구조화 여부와 관계없이 처리한다. CloudWatch Logs나 Splunk에서 가져온 로그로부터 LLM이 패턴과 이상 메시지를 식별한다. 단순 키워드 검색과 달리 의미 기반 분석이 가능하다는 점이 여기서의 LLM 활용 방식이다.

분산 추적 데이터는 서비스 호출 체인을 보여준다. 특정 서비스의 응답 지연이 어느 다운스트림 서비스에서 비롯됐는지 거슬러 올라가며 인과 그래프를 분석할 수 있다. 이 데이터를 결합해 근본 원인 후보를 만드는 것이 RCA 파이프라인의 중심이다. 최근 학술 연구에서는 마이크로서비스 환경의 정확한 RCA에 RAG(검색 증강 생성)와 토폴로지 그래프를 결합하는 방식이 효과적이라고 보며, DevOps Agent의 설계도 이 원칙을 따른다.

배포 이력과 이상 징후를 같은 타임라인에 놓기

인시던트는 코드 배포나 설정 변경에서 시작되는 경우가 많다. DevOps Agent는 GitHub, GitLab, Azure DevOps와 연동해 배포 이벤트를 추적하고 이를 운영 지표의 이상 타임라인과 비교한다.

지연 스파이크를 감지하면 해당 시점 전후의 배포 이벤트를 조회하고, 최근 병합된 PR 또는 커밋을 확인한다. 배포 타임스탬프와 메트릭 이상 발생 시각의 상관관계를 분석해 특정 배포가 원인일 가능성을 평가하는 흐름이다.

하루에도 수십 번 배포하는 팀에서는 특히 유용하다. 문제가 된 변경을 수동으로 추적하는 비용이 커지기 때문이다.

런북 실행에는 인간 승인 경계를 남겨야 한다

런북은 인시던트 대응 절차를 문서화한 자료다. DevOps Agent는 MCP 서버를 경유해 내부 API, 런북 데이터베이스, 커스텀 데이터 소스에 연결할 수 있다. 근본 원인을 찾은 뒤 적절한 런북을 선택하고 자동 실행하는 흐름도 가능하다.

다만 자동 조치의 범위와 신뢰도 임계값은 AIOps 거버넌스에서 별도로 설계해야 한다. Deloitte의 2026 State of AI in the Enterprise 보고서에 따르면 자율 AI 에이전트에 관한 성숙한 거버넌스 모델을 보유한 기업은 전체의 21%에 불과하다. GA와 함께 Triage Agent가 인시던트 중복 판별과 에스컬레이션 로직을 맡게 된 배경도 이 맥락에서 볼 수 있다.

운영 정책에는 다음 기준이 필요하다.

인간 승인 없이 실행할 조치를 명시적으로 정의한다.
AI가 주도한 변경에는 모두 감사 로그를 남긴다.
RCA 신뢰도 임계값을 두고, 미달 상황은 자동으로 에스컬레이션한다.

ServiceNow 티켓이나 PagerDuty 알람 수신부터 조사, 조치, 보고서 생성까지 자동화할 수 있어도 임계값 이하의 상황은 인간 판단으로 넘기는 편이 안전하다.

AIOps 시장에서의 위치와 통합 전략

2026년 AIOps 플랫폼 시장 규모는 약 26.7억 달러이며, 2034년까지 연평균 20.4% 성장해 118억 달러에 달할 전망이다. DevOps Agent의 GA는 AWS가 이 시장에서 직접 입지를 강화하는 움직임으로 볼 수 있다.

Dynatrace, Datadog, BigPanda 같은 기존 AIOps 플랫폼은 외부 도구로 AWS 리소스를 모니터링한다. 반면 DevOps Agent는 AWS 인프라와 직접 통합된다는 구조적 강점이 있다. Business Support+ 이상 구독 고객에게 추가 비용 없이 제공되는 전략도 시장 침투에 유리하게 작용한다.

Azure 워크로드와 온프레미스 지원은 AWS 생태계 밖으로 지원 범위를 넓히려는 방향을 보여준다. MCP를 표준 인터페이스로 선택한 것 역시 서드파티 통합 장벽을 낮추는 선택이다.

도입 전에 확인할 운영 조건

정확한 토폴로지가 먼저 필요하다. 레거시 시스템이거나 문서화되지 않은 의존성이 많은 환경에서는 초기 토폴로지 구축에 상당한 노력이 들 수 있다.

입력 데이터의 품질도 RCA 정확도와 직결된다. 알람 노이즈가 많거나 로그 형식이 일관되지 않으면 분석 품질이 떨어진다. 알람 최적화와 로그 구조화가 선행돼야 한다.

코드 저장소, CI/CD 파이프라인, 런북에 접근하려면 권한 설계가 필요하다. 최소 권한 원칙을 지키면서도 조사에 필요한 범위를 확보하는 IAM 정책이 요구된다. AWS Support 플랜에 포함된 서비스인 만큼 사용량에 따른 추가 비용 구조도 사전에 확인해야 한다.

토폴로지 학습, 메트릭·로그·트레이스 기반 RCA, 배포 상관관계 분석, 런북 실행을 하나의 흐름으로 묶으면 인시던트 대응의 속도와 정확도를 높일 수 있다. 그 효과는 자동화 범위 자체보다 자율 조치와 인간 판단의 경계를 얼마나 명확하게 정의하느냐에 달려 있다.