문서 요약을 넘어 자율적 인프라 분석으로, Aurora AI Incident Management

Context

기존 Incident Management 도구는 주로 문서화와 조정 업무에 집중하는 구조. AI 기능이 특정 유료 티어에 제한되어 도입 비용 부담 발생. 인프라 상태를 직접 쿼리하여 원인을 분석하는 자율적 조사 기능 부재.

Technical Solution

• LangGraph 기반의 Multi-agent 아키텍처를 통해 30가지 이상의 도구를 동적으로 선택하는 조사 프로세스 설계
• Sandboxed Kubernetes Pod 내에서 kubectl, aws, gcloud 등 CLI 명령어를 직접 실행하는 런타임 환경 구축
• Memgraph 인프라 의존성 그래프를 탐색하여 장애 전파 범위(Blast Radius)를 정밀하게 분석하는 방식
• Weaviate 벡터 DB 기반의 RAG를 적용하여 과거 장애 이력과 Runbook에서 최적의 해결책을 검색하는 구조
• Terraform 및 IaC 상태 분석을 통해 인프라 변경 사항과 장애 간의 상관관계를 자동으로 추적하는 로직
• Local LLM 지원을 위해 Ollama 인터페이스를 통합하여 데이터 외부 유출 없는 셀프 호스팅 환경 제공

Impact

• FireHydrant 도입 시 인시던트 해결 속도 최대 90% 향상
• Bluecore 사례 기준 인시던트당 30~90분 시간 절감
• Back1aze 사례 기준 완화 속도 91% 향상

Key Takeaway

장애 관리의 핵심을 '조정(Coordination)'에서 '자율적 조사(Autonomous Investigation)'로 전환하여 MTTR을 획기적으로 단축하는 설계 전략.