Tabion AIOps
분산된 운영 데이터를 통합 분석해 장애를 사전에 예측하고,
발생 시 근본원인 분석과 대응을 자동화합니다.
장애는 발생한 뒤에야 인지되고,
원인 규명엔 가장 숙련된 인력이 매달립니다.
IT 인프라는 고도화되었지만, 운영 방식은 여전히 사후 대응과 수작업, 인력 의존에 머물러 있습니다.
사후 대응
장애가 난 뒤에야 인지합니다. 늦을수록 다운타임과 손실이 커집니다.
알람 폭주
원인 하나가 알람 수십 개로 번져, 핵심이 노이즈에 묻힙니다.
원인 분석 지연
숙련 인력과 시간이 들고, 담당자마다 분석 품질이 다릅니다.
수작업 조치
휴먼에러와 복구 지연, 야간·휴일 대기 부담이 늘 있습니다.
데이터 단절
로그·메트릭·구성정보·이력이 도구마다 흩어져 있습니다.
지식의 속인화
노하우가 개인에게 묶여, 인력이 떠나면 역량도 사라집니다.
이 과제들은 인력 증원이 아니라, 판단 체계의 전환으로 풀립니다.
징후가 나타난 뒤 대응하기까지,
그 공백이 곧 다운타임입니다.
인지와 판단에 걸리는 시간이 그대로 서비스 손실로 이어집니다.
- 01인지 지연이상 징후는 임계 도달 이전부터 나타나지만, 알람은 임계를 넘은 뒤에야 울립니다.
- 02분석 병목메트릭·로그·변경 이력을 담당자가 도구마다 따로 조회하고 대조합니다.
- 03인력 종속당직자의 숙련도에 따라 복구 시간과 대응 품질이 달라집니다.
수집부터 검증까지,
하나의 흐름으로 잇습니다.
로그 · 메트릭 · 구성정보 · 장애이력 · 변경이력을 통합 수집하고, AI가 분석해 장애를 사전에 예측·선제 조치합니다. 실제 장애가 나면 근본원인 분석과 대응을 자동화합니다.
- 01기존 모니터링은 그대로운용 중인 모니터링 체계를 대체하지 않고, 그 위에 판단과 자동화 계층을 더합니다.
- 02end-to-end 운영 자동화수집 · 예측 · 판단 · 조치 · 검증을 단일 흐름으로 연결합니다.
자산별 메트릭·로그·구성정보·변경 이력을 실시간 수집·정규화해 단일 저장소에 적재합니다.
임계 도달 전에 이상 징후를 탐지해 예측 이벤트를 만들고, 정탐 판정 시 선제 조치합니다.
상관분석으로 근본원인·영향범위·대응절차를 도출하고 즉시 조치합니다.
여섯 가지 과제에,
각각 대응하는 기능을 제공합니다.
수집에서 검증까지,
네 단계가 순환합니다.
운영자의 정탐/오탐 판정이 예측 정밀도로 쌓여, 예측 에이전트에 다시 반영됩니다.
- 011 · 수집 · 정규화메트릭·로그·변경 이력을 주기적으로 모아 단일 스키마로 적재합니다.
- 022 · 이상 탐지 · 상관z-score 기반 이상점수를 산출하고, 관련 신호를 상황 단위로 묶습니다.
- 033 · AI 판단LLM 에이전트가 근거와 함께 예측·근본원인·대응절차를 생성합니다.
- 044 · 조치 · 검증자율성 정책에 따라 Playbook을 실행하고 메트릭 회복까지 확인합니다.
아홉 가지 핵심 기능을
단일 콘솔에서 제공합니다.
정상일 땐 요약만,
이상이 생기면 상세를.
예외 사항 중심의 관제 — 정상 상태는 요약해 두고, 이상이 생긴 곳만 자세히 보여줍니다.
- 01핵심 지표 6종관리 자산, AI 예측, 검토 대기, 활성 장애, 자동조치, 감지 이상징후를 한 영역에 요약합니다.
- 02이상 징후 감지자산별 임계와 비교해 실제 이탈 건만 표시하고, 감지→예측→장애 단계를 함께 태깅합니다.
- 03주의 필요 자산 선별정상 자산은 요약하고 주의·위험 자산만 카드로 올립니다.
임계에 닿기 전에 탐지하고,
판단 근거를 함께 보여줍니다.
- 01위험도 · 신뢰도 · ETA예측 건마다 위험도, 신뢰도, 예상 발생 시점을 제시해 대응 우선순위를 정하도록 돕습니다.
- 02설명 가능한 AI 근거핵심 지표 관측치(z-score), 상관 로그, 유사 과거 장애를 판단 근거로 함께 보여줍니다.
- 03정탐 / 오탐 판정 후 조치운영자 판정 뒤에 선제 조치가 실행되고, 판정 결과는 예측 정밀도로 쌓여 학습에 반영됩니다.
수많은 알람이 아닌,
하나의 ‘상황’으로 관제합니다.
- 01규칙 추론 기반 묶음시간창(20분)과 의존 방향을 기준으로 신호를 묶습니다. 스토리지·네트워크 같은 허브 자산만 공유하는 경우는 과합병을 막기 위해 제외합니다.
- 02LLM 기반 상황 서술묶인 신호가 둘 이상이면 근본원인·전파 경로·영향·권장 조치를 하나의 서술로 종합합니다.
원인과 영향 범위를
즉시 도출합니다.
- 01AI 근본원인 분석 (RCA)세션 폭주와 로그를 결합해 원인을 특정하고, 예상 복구 소요 시간을 제시합니다.
- 02블래스트 반경 (Blast Radius)토폴로지를 다단계로 탐색해 1차·2차·3차 전파 자산을 한눈에 보여줍니다.
- 03변경 이력 · 유사 장애 대조장애 직전의 변경·배포 이력을 점검하고, 과거 유사 장애를 찾아 검증된 대응을 재사용합니다.
검증된 Playbook으로 조치하고,
회복까지 확인합니다.
- 01검증된 자동화 카탈로그Oracle 테이블스페이스 확장, WAS 무중단 순차 재기동, SAN 멀티패스 복구 등 표준 조치를 YAML로 관리합니다.
- 02위험도별 실행 정책Playbook마다 위험도와 자동실행 여부가 지정되고, 고위험 작업은 자율 모드에서도 승인을 거칩니다.
- 03실시간 로그 · 폐루프 검증task 단위 실행 로그를 스트리밍하고, 조치 후 대상 메트릭이 실제로 회복됐는지 자동 검증합니다.
자연어로 묻고,
근거와 함께 답을 받습니다.
- 01자연어 질의 · 화면 첨부자산·예측·장애·성과·사용법을 대화로 조회합니다. @로 대상을 지정하거나 화면 캡처를 첨부할 수 있습니다.
- 02산출물 해설 · 검증예측 엔진과 대응 루프의 결과를 해설합니다. 결과가 없으면 단정하지 않고 미분석 상태임을 밝힙니다.
- 03직접 실행하지 않습니다분석과 추천만 합니다. 상태를 바꾸는 조치는 해당 화면으로 이동해 맥락과 권한을 확인한 뒤 실행합니다.
모니터링 도구도, 단순 챗봇도 아닌
예측과 대응의 단일 플랫폼
근거를 함께 제시
추세·로그·과거 이력·변경 이력 등 근거를 함께 제시합니다. 운영자가 검증할 수 있어야 믿을 수 있습니다.
승인과 폐루프
고위험 작업은 승인을 필수로 하고, 조치 후 회복 검증까지 하는 폐루프 구조입니다. rate-limit과 가드레일이 기본입니다.
규칙 추론 + LLM
신호를 묶는 판단은 결정론적 규칙 추론으로, 서술·예측·RCA는 LLM으로 합니다. 재현성이 필요한 곳엔 LLM을 쓰지 않습니다.
엔터프라이즈 기반
PydanticAI 기반으로 LLM을 바꿀 수 있고, 검증된 Tabion AgentWorks 인프라 위에서 빠르게 구축됩니다.
다섯 개 계층과
Tabion AgentWorks 기반
검증된 AgentWorks 인프라를 재사용해 빠르게 구축하고, 특정 LLM에 묶이지 않습니다.
역할별 에이전트
역할별 에이전트 오케스트레이션
장애 이력 · 런북
장애 이력 · 런북 RAG
LLM 라우팅
LLM 라우팅 · 비용 관측
외부 도구
외부 도구 표준 연동
운용 중인 도구는 그대로,
판단과 자동화 계층만 더합니다.
모니터링이 “무엇이 임계를 넘었는가”를 알려주면, Tabion AIOps는 “원인은 무엇이고, 어디까지 번지며, 무엇을 조치할지”를 판단합니다.
※ 제품명은 국내 엔터프라이즈 환경에서 흔히 쓰이는 예시이며, 실제 연계 대상과 방식은 착수 단계의 현행 진단으로 확정합니다.
자동화의 전제는
통제입니다.
AI가 실행하기 전에 반드시 통과해야 하는 통제 장치를 제공합니다.
자율성 모드
승인/자율 모드를 운영자가 고르고, 자율 모드에서도 긴급도와 자동실행 허용을 모두 충족해야 실행합니다.
고위험 작업 차단
Playbook마다 위험도가 지정되어, 고위험 작업은 자동 실행에서 빠지고 승인을 필수로 거칩니다.
폐루프 검증
실행 완료가 아니라, 조치 후 메트릭이 실제로 회복됐는지를 기준으로 판단합니다.
역할 기반 접근통제
관리자와 열람자 권한을 나누고, 관리 화면은 서버 검증·메뉴 은닉·라우트 가드로 삼중 차단합니다.
전 구간 감사 로그
접근 이력과 AI의 작업·사용 모델, 토큰·응답시간·비용까지 모두 기록합니다.
열람 통제 · 자료 보호
수령인별 패스코드, NDA 동의, 외부 열람자 워터마크, 토큰 8시간 만료가 기본입니다.
원칙 — 최종 책임이 귀속되는 판단 지점은 시스템이 대신하지 않습니다 (Human-in-the-loop).
확인할 알람은 줄고,
복구는 빨라집니다.
데모 환경에서 시스템이 직접 측정·집계한 값입니다.
※ 데모 환경의 30일 시뮬레이션 데이터 기준 측정치입니다. 실제 효과는 대상 환경의 규모, 데이터 품질, 자동화 적용 범위에 따라 달라질 수 있습니다.
검증으로 신뢰를 쌓으며
자율성을 단계적으로 넓힙니다.
전면 자동화를 한 번에 적용하지 않습니다.
진단 · 연계 설계
현행 모니터링·CMDB·자동화 자산을 진단하고 연계 지점과 대상 범위를 확정합니다.
- 수집 대상 · 연계 방식 확정
- 자산 · 의존관계 정비
- 핵심 장애 유형 도출
전 구간 사람이 판단
파일럿 (승인 모드)
핵심 자산군에 예측·RCA를 적용하고, 모든 조치는 운영자 승인 후 실행합니다.
- 예측 이벤트 검토 운영
- RCA 품질 검증
- 표준 Playbook 정비
AI 판단 + 사람 실행
확대 · 부분 자율
정탐률이 안정된 유형부터 저위험 Playbook의 자동 실행을 허용합니다.
- 자율 모드 부분 적용
- 대상 자산 확대
- 지식베이스 축적
저위험 자동 · 고위험 승인
자율 운영 · 고도화
폐루프 검증 데이터를 근거로 자동화 범위를 넓히고 계속 개선합니다.
- 자동화 범위 확대
- 피드백 기반 정밀도 개선
- ITSM · 알림 연계 완성
예외 사항만 사람이 개입
자율성 수준은 정책 설정으로 조정되며, 조직의 신뢰 수준에 맞춰 언제든 바꿀 수 있습니다.