피드로 돌아가기
BrontoScope: AI-Powered Error Investigations
Dev.toDev.to
AI/ML

단일 클릭으로 10초 내 텐즈 쿼리 분석 및 인시던트 리포트 자동 생성

BrontoScope: AI-Powered Error Investigations

Patrick Londa2026년 5월 21일4intermediate

Context

대규모 로그 데이터로 인한 인간의 분석 한계와 기존 AI Observability 도구의 과도한 Prompt 의존성 및 느린 응답 속도 발생. 인시던트 대응 시 도메인 전문가 부재와 긴 MTTR이 시스템 안정성 저해 요인으로 작용.

Technical Solution

  • 사용자 Prompt 입력 단계 제거를 통한 로그 이벤트 기반의 자동 분석 트리거 설계
  • LLM이 에러 컨텍스트 분석 후 최적의 Filter를 생성하여 유사 사례를 자율적으로 스캔하는 워크플로우 구축
  • Search Engine이 수십 개의 쿼리를 병렬 실행하여 수집한 데이터를 단일 종합 Prompt로 구성하는 Ad-hoc Dashboard 구조 채택
  • AWS Bedrock 기반의 데이터 처리로 외부 유출을 차단한 폐쇄형 보안 생태계 유지
  • Server-Sent Events(SSE) 도입을 통한 분석 결과의 실시간 스트리밍 제공으로 체감 대기 시간 단축

Impact

  • 수십 개의 쿼리 실행 및 분석 보고서 생성 공정을 10초 미만으로 단축

Key Takeaway

AI 도입 시 사용자 인터페이스를 단순화하고, LLM이 직접 데이터 쿼리를 생성하고 실행하는 Agentic Workflow를 통해 데이터 밀도와 분석 속도를 동시에 확보하는 설계 전략


- AI 기능 도입 전, 사용자 Prompt 작성 비용이 실제 분석 효율보다 큰지 검토 - 대량의 LLM 처리 결과 출력 시 SSE를 적용하여 사용자 이탈 및 대기 시간 체감 감소 유도 - 모델의 Hallucination 방지를 위해 AI가 결론 도출에 사용한 원천 쿼리 결과와 차트를 함께 제공하는 검증 메커니즘 설계

원문 읽기