LangGraph 기반 분산 데이터 상관관계 분석을 통한 AI Incident-Investigation 자동화

Context

로그, 메트릭, 설정 파일이 Datadog, Grafana, Git 등 여러 도구에 파편화되어 발생한 가시성 부재 문제. 수동적인 타임스탬프 정렬과 로그 분석으로 인해 Root Cause Analysis(RCA)에 과도한 시간 소요 및 임시 패치 위주의 대응 반복.

Technical Solution

• LangGraph 프레임워크를 활용하여 정형화된 Investigation Workflow 설계
• Alert 수신 후 로그, 메트릭, 종속성 정보를 통합하는 Context Assembly 단계 구현
• 발생 가능한 Failure Modes를 정의하고 여러 가설을 동시에 검증하는 Parallel Hypothesis Testing 구조 채택
• 단순 LLM 추론이 아닌 수집된 증거 기반의 Evidence-backed Conclusions 도출 방식 적용
• 전체 조사 과정을 추적 가능한 Fully Auditable Workflow로 설계하여 블랙박스 추론 문제 해결
• Slack 등 협업 툴과 연동하여 분석 결과 및 권장 조치 사항을 즉시 전달하는 파이프라인 구축