개발자가 AI 기반 사고 분석에서 블랙박스화를 방지하는 결정론적 우선 접근 방식의 AWS 네이티브 사고 조사 PoC를 공개했다

Context

기존 AI 기반 사고 분석 시스템은 비용이 높고 응답 속도가 느리며 감사 추적이 어렵다는 문제가 있다. 증거 수집부터 AI 판단까지 모든 단게에 AI를 적용하는 방식은 시스템의 투명성과 비용 효율성을 저하시킨다.

Technical Solution

• Step Functions가 메트릭, 로그, 트레이스 수집을 병렬로 오케스트레이션하는 범위 제한 증거 수집을 수행한다
• 결정론적 가설 빌더가 결합된 증거에서 후보 근본 원인을 순위 매긴다
• Amazon Bedrock이 비교 가설 평가, 타당성 추가, 누락 증거 식별, 후속 조사 작업 제안에 집중한다
• 오류 스파이크 사고와 지연 시간 저하 사고에 대한 조사를 지원한다
• EventBridge를 통한 알림 기반 확장, CloudTrail 변경 이력 연동 가능성을 제시한다

Impact

수치 기반 성능 변화는 언급되지 않았다.

Key Takeaway

AI는 진정한 가치인 평가 레이어에만 도입하고 증거 수집과 가설 순위 결정은 완전히 결정론적으로 유지해야 한다.