Elastic, 2025 Gartner® Magic Quadrant™ for Observability Platforms에서 리더로 선정

통합 가시성에는 조사와 관련된 문제가 있으며, 오늘날의 복잡한 시스템에서 문제를 해결하기에 대시보드와 경보만으로는 충분하지 않습니다. 비용을 낮게 유지하면서 실시간 조사를 수행하려면 AI 기반 기능, 강력한 분석 기능 및 확장성이 필수적입니다. 이러한 이유로 Elastic이 2025 Gartner® Magic Quadrant™ for Observability Platforms에서 두 번째로 리더로 선정되었다고 생각합니다.
고객은 더 이상 단순한 가시성만을 원하지 않습니다. 맥락을 갖춘 답을 신속하게 필요로 합니다. 올해 Gartner Magic Quadrant에서 Elastic이 받은 인정은 AI 기반 기능이 통합 가시성을 반응형 도구에서 실시간 조사를 위한 솔루션으로 어떻게 변화시키고 있는지를 보여 줍니다. 세계에서 가장 혁신적인 팀이 문제에 앞서 대응하고, 성능을 최적화하며, 자신감을 갖고 운영하도록 지원하게 되어 자랑스럽습니다.
Santosh Krishnan, Elastic Observability 총괄 책임자

Elastic Observabilityabilityability는 Elasticsearch Platform을 기반으로 인프라와 애플리케이션 성능부터 최종 사용자 경험까지 조직의 전체 에코시스템을 모니터링하고, 문제를 해결하며, 최적화할 수 있도록 지원합니다. Elastic은 리더로 선정된 것이 개방형 아키텍처, AI 기반 인사이트 및 확장성이 통합 가시성의 미래라는 믿음을 뒷받침한다고 생각합니다.
Elastic이 다시 리더로 선정되었다고 생각하는 이유
Elastic은 Magic Quadrant에서 리더로 선정된 것이 개방형 표준, AI 기반 혁신, 폭넓은 기능 및 유연한 배포에 대한 지속적인 투자를 반영한다고 생각합니다. Elastic은 다음을 제공합니다.
OpenTelemetry 네이티브 지원: Elastic은 OpenTelemetry와 기본적으로 통합되어 있어, 조직이 사용자 지정 커넥터 없이 오픈 소스 계측을 표준화할 수 있습니다.
AI 기반 지원: Elastic의 기본 제공 AI 어시스턴트는 검색 증강 생성(RAG)과 맥락 인식 관련성을 활용하여 팀이 자연어와 조직 지식을 바탕으로 인시던트를 분류하고 문제를 해결하도록 지원합니다. 이를 통해 로그, 메트릭 및 트레이스 전반에서 근본 원인 분석을 가속화할 수 있습니다.
무설정 AIOps: 별도 설정 없이 바로 사용할 수 있는 Elastic의 머신 러닝 기능은 로그, 메트릭 및 트레이스 전반에서 이상을 자동으로 감지하고, 추세를 예측하며, 패턴을 찾아냅니다.
고급 분석: Elastic의 새로운 쿼리 언어(ES|QL)를 사용하면 통합 가시성 데이터 전반에서 고급 쿼리를 더 빠르게 실행할 수 있어, 직관적인 방식으로 단계별 복잡한 조사를 수행할 수 있습니다.
최적화된 비용, 확장성 및 성능: Elastic의 Search AI Lake는 페타바이트 규모의 정형 및 비정형 데이터를 지원하여, 데이터 보존을 저해하지 않으면서 비용 효율적이고 고성능인 데이터 스토리지를 제공합니다.
유연하고 AI 기반인 개방형 아키텍처를 통해 엔터프라이즈급 통합 가시성을 제공하는 Elastic의 역량은 계속해서 시장의 다른 대안과 차별화됩니다.
개방형 설계와 네이티브 OpenTelemetry(OTel) 지원
개방성에 대한 Elastic의 믿음은 제품을 구축하고 지원하는 방식을 형성하는 핵심 설계 원칙입니다. 통합 가시성에서 이는 개방형 표준을 수용하고, 맞춤형 통합 및 계측 없이도 팀이 복잡한 멀티벤더 환경 전반에서 더 쉽게 작업할 수 있도록 하는 것을 의미합니다.
Elastic은 데이터 수집부터 분석까지 100% OTel 네이티브 방식으로 작동합니다. 데이터 변환 없이 OTel 데이터를 네이티브 형식으로 보존하므로, SRE가 번거로운 스키마 변환을 처리하고 맞춤형 뷰를 개발할 필요가 없습니다. 로그 분석, APM, 인프라 모니터링 및 AI 기반 문제 분석 등 모든 Elastic Observability 기능은 네이티브 OTel 데이터와 원활하게 작동합니다.
지난 2년간 Elastic은 ECS(Elastic Common Schema)와 Elastic의 Profiling Agent를 기부하는 등 OpenTelemetry에 크게 기여했습니다. Elastic은 OTel에 지속적으로 기여하며 상위 3대 기여자 중 하나로 자리하고 있습니다.
엔터프라이즈가 OTel 커뮤니티 SDK를 채택하면 신뢰할 수 없는 지원, 느린 버그 수정 및 검증되지 않은 업데이트를 포함한 지원성 문제에 직면하게 됩니다. 이는 운영 위험과 다운타임을 초래합니다. Elastic은 엔터프라이즈급 지원, 신속한 버그 수정 및 OTel SDK의 빠른 업데이트를 통해 이러한 지원성 문제를 해결하기 위해 Elastic Distributions of OpenTelemetry(EDOT)를 출시했습니다.

복잡한 문제를 위한 AI 기반 조사
SRE로서 문제를 해결하는 일은 그 어느 때보다 복잡합니다. 상황과 관계없이 검토하고 처리해야 할 정보가 매우 많습니다. 여기에는 고객이 겪는 문제뿐 아니라 가장 적절한 해결책을 제공하는 데 도움이 되는 내부 데이터와 맥락도 포함됩니다.
Elastic은 다중 신호 이상 감지, 패턴 분석, 상관 분석과 같은 AI 기반 기능 및 가상 SRE 역할을 하는 AI 어시스턴트를 제공합니다.
Elastic의 AI 어시스턴트를 사용하면 SRE는 자연어 질문으로 분석을 수행할 수 있습니다. Elastic의 AI 어시스턴트가 제공하는 유연성은 즉시 사용할 수 있도록 제공되는 LLM 또는 사용자가 선택한 LLM에 연결할 수 있다는 점뿐 아니라, Elastic의 벡터 데이터베이스를 활용해 다음과 같은 맥락에 맞는 유용한 정보를 제공한다는 점에서도 비롯됩니다.
내부 GitHub 리포지토리, Jira 등의 이슈
지원 서비스의 고객 이슈
런북 검색 및 활용
차트 및 대시보드 생성

AI 토큰, 할루시네이션 및 지연 시간을 한곳에서 관리하는 LLM 통합 가시성
서비스 안정성 엔지니어(SRE)가 생성형 AI 애플리케이션을 관리하고 오류 없는 운영을 보장하려면 LLM 관리가 매우 중요합니다. 또한 LLM이 생성하는 응답의 예측 불가능한 특성과 관련된 위험을 최소화해야 합니다.
Elastic은 Azure OpenAI, OpenAI, Amazon Bedrock 및 Google Vertex AI와 같은 모든 주요 모델을 위한 즉시 사용 가능한 통합 기능을 제공합니다. 이러한 통합에는 모델 또는 엔드포인트별 토큰 사용량, 비용 관련 지표, 총 호출 횟수·오류율·지연 시간 등의 로그 및 메트릭을 표시하는 미리 구성된 대시보드가 포함됩니다. 비용 인사이트는 Elastic의 경보, SLO, AI 어시스턴트 및 구성된 모든 ML 작업을 통해 자동으로 제공됩니다.
복잡성이나 성능 저하 없이 비용 절감
통합 가시성 데이터 비용을 낮추기 위해 비용을 관리하는 일은 골칫거리가 됩니다. 통합 가시성 플랫폼은 데이터를 높은 해상도로 비용 효율적으로 저장하면서도 빠르게 액세스할 수 있어야 합니다.
Elasticsearch의 logsdb 인덱스 모드를 사용하면 Elastic은 Elasticsearch에서 로그 데이터의 스토리지 사용량을 최대 65%까지 줄일 수 있습니다. 이에 따라 사용자는 예산을 초과하지 않으면서 더 많은 통합 가시성 및 보안 데이터를 저장하고, 모든 데이터에 계속 액세스하고 검색할 수 있습니다.
전체 보고서 보기
2025 Gartner® Magic Quadrant™ for Observability Platforms가 이제 공개되었습니다.
Elastic Observability가 사용자가 원하는 방식으로 통합 가시성, AI 기반 인사이트 및 독보적인 확장성을 제공하는 방법을 살펴보세요.
Gartner, Magic Quadrant for Observability Platforms,
Gregg Siegfried, Matt Crossley, Padraig Byrne, Andre Bridges, Martin Caren, 2025년 7월 7일.
GARTNER는 미국과 전 세계에 있는 Gartner, Inc. 및/또는 자회사의 등록 상표 및 서비스 상표이며, MAGIC QUADRANT는 Gartner, Inc. 및/또는 그 계열사의 등록 상표로 허가를 받아 여기에 사용되었습니다. 모든 권리는 해당 권리자에게 있습니다.
Gartner는 본 연구 간행물에서 언급된 어떠한 공급업체, 제품 또는 서비스도 보증하지 않으며 기술 사용자에게 최고 등급 또는 기타 명칭이 부여된 공급업체만을 선택하도록 권장하지 않습니다. Gartner 연구 간행물에는 Gartner 연구소의 의견이 포함되어 있으며, 사실을 기술한 것으로 간주해서는 안 됩니다. Gartner는 본 연구와 관련해 상품성 또는 특정 목적에의 적합성 보증을 비롯한 일체의 명시적 또는 묵시적 보증을 부인합니다.
이 게시물에서 설명된 모든 기능이나 성능의 출시와 일정은 Elastic의 단독 재량에 따라 결정됩니다. 현재 제공되지 않는 기능이나 성능은 예정된 시간에 출시되지 않을 수도 있으며 아예 제공되지 않을 수도 있습니다.
이 그림은 Gartner, Inc.가 발행한 연구 간행물의 일부로 전체 문서의 맥락에서 평가되어야 합니다. Gartner 문서는 Elastic의 요청에 따라 확인할 수 있습니다.