Elastic, IDC MarketScape: Worldwide Observability Platforms 2025 Vendor Assessment에서 리더로 선정

Elastic은 Streams의 도입으로 통합 가시성을 새롭게 정의하고 있습니다. Streams를 통해 SRE는 데이터를 정리하느라 시간을 쓰지 않고 곧바로 조사에 집중할 수 있습니다. Streams가 SRE에게 다음과 같은 기능을 제공하기 때문에 로그는 핵심 조사 신호가 됩니다.

• 어떤 형식이든 모든 로그를 자유롭게 기록할 수 있고 별도의 파이프라인을 고민할 필요가 없습니다. 복잡한 데이터 수집 파이프라인을 구축하거나 관리하느라 시간을 허비하지 않아도 됩니다. 특정 에이전트 없이도 어떤 소스에서든 구조화 또는 비구조화 여부와 관계없이 로그를 모든 형식으로 단일 Elastic 엔드포인트로 직접 전송할 수 있습니다. OpenTelemetry 수집기나 기타 데이터 수집기를 활용해 로그를 Elastic으로 보낼 수 있습니다. Streams의 AI 기반 처리 프로세스는 로그 데이터를 구문 분석하고 구조화하여 즉시 조사에 활용할 수 있게 합니다. 이는 불안정한 구성을 유지할 필요 없이 새로운 로그 형식에 즉각적으로 적응할 수 있음을 의미합니다. Streams는 필요한 순간에 항상 필요한 데이터를 확보할 수 있도록 보장합니다.

• 로그를 수집하는 데 그치지 않고 로그에서 해답도 얻으세요. Streams는 데이터를 분석해 ‘중요 이벤트’를 식별하고 메모리 부족 예외와 같은 심각한 오류, 이상 현상, 성능 병목을 미리 찾아냅니다. 테라바이트 규모의 데이터를 수동으로 분석하는 대신 명확하고 우선순위가 정해진 조사 시작점을 제공합니다. 이를 통해 증상에서 해결책으로 몇 분 만에 도달할 수 있으며 사용자에게 영향을 미치기 전에 문제를 해결할 수 있습니다.

• 더 낮은 비용으로 완전한 가시성을 확보하세요. 예상보다 적은 비용으로 모든 서비스 전반에 걸쳐 종합적인 가시성을 얻을 수 있습니다. Streams는 데이터를 지능적으로 구조화하고 가장 중요한 이벤트만 표시하여 운영의 복잡성을 줄이고 근본 원인 분석 시간을 획기적으로 단축합니다. 이러한 효율성 덕분에 모든 관련 로그 데이터를 비용 효율적으로 저장할 수 있어 예산을 맞추기 위해 중요한 가시성을 포기하지 않아도 됩니다. 더 빠르고 명확하게 답을 얻고 총 소유 비용도 절감하세요.

Streams는 로그를 복잡하고 비용이 많이 드는 데이터 소스에서 핵심 조사 신호로 전환함으로써 통합 가시성을 혁신합니다. 자동 파티셔닝, 구문 분석, 데이터 보관 관리, 주요 이벤트 도출 등 AI 기반 기능을 통해 Streams는 SRE가 데이터 관리에서 벗어나 문제의 근본 원인을 바로 파악할 수 있도록 지원합니다. 또한 운영 복잡성을 줄이고 저장 비용을 절감하며 완전한 가시성을 제공함으로써 AI로 강화된 로그가 통합 가시성 측면에서 '왜?'라는 질문에 대한 해답을 제시하며 가장 빠른 문제 해결 경로가 되도록 지원합니다.

Elastic의 핵심 경쟁력은 바로 관찰 가능성 분야의 끊임없는 혁신에 있습니다.Elastic은 끊임없이 한계를 확장하며 팀의 시스템 모니터링, 분석, 그리고 최적화 방식을 혁신하는 다양한 기술을 꾸준히 개발하고 있습니다. 지난 1년간 Elastic이 선보인 주요 혁신은 아래와 같습니다.

• Streams: AI가 데이터를 자동으로 구조화하고 의미와 문제를 찾아내어 통합 가시성의 구현 방식을 새롭게 정의합니다.

• Elastic AI Assistant: GitHub 저장소와 Wiki 등 자체 지식 자산을 기반으로 완전한 에이전틱 RAG(검색 증강 생성) 기술로 문제 해결 및 대응 인사이트를 제공합니다.

• EDOT: 완전한 확장성과 공식 지원을 갖춘 오픈텔레메트리(OTel) 배포판입니다.

• Elastic Cloud Serverless: 완전히 무상태로 설계된 신규 스토리지 및 인프라 아키텍처입니다.

• LLM 통합 가시성: 모델의 성능 최적화 및 환각 여부를 모니터링할 수 있습니다.

• Elasticsearch logsdb 인덱스 모드: 로그 저장 비용을 최대 70%까지 절감할 수 있습니다.

• Elastic Agent Builder: 통합 가시성 데이터를 활용하여 주요 도메인별 사용 사례에 맞춘 AI 에이전트를 직접 개발하고 MCP(모델 컨텍스트 프로토콜)를 통해 기업용 대규모 언어 모델(LLM)의 역량을 강화할 수 있습니다.

• Universal Profiling: 경량 코드 수준 프로파일링을 위해 OpenTelemetry 프로젝트에 기여한 기술입니다.

Elastic은 앞서 언급한 혁신을 단순히 제공하는 데 그치지 않고 Elastic의 생각 또한 함께 나눕니다. Elastic Observability Labs는 Elastic의 기술적 의사결정, 실험, 초기 혁신을 투명한 개발 과정과 활발한 커뮤니티 참여를 통해 공개하는 전용 공간입니다. 이곳에서는 개발 과정에서의 아이디어, 엔지니어링 경험과 교훈들을 공유하며 고객과 실무자가 앞으로의 변화를 내다볼 수 있도록 다음을 제공합니다.

• OpenTelemetry 프로젝트의 운영과 발전 방향에 대한 내부 관점

• 로그 데이터와 OTel 컨텍스트를 연결하여 통합 가시성을 보다 통합적으로 확장하기 위한 가이드

• 서버리스 형태로 확장 가능한 수집 경로를 제공해 네이티브 OTLP를 지원하며 관측 도구 도입 장벽을 낮춰주는 Elastic Managed OTLP 엔드포인트와 같은 기능

• 인프라 관리의 복잡함 없이 로그를 수집, 저장, 쿼리할 수 있게 해주는 Logs Essentials와 같은 기능

• 수집 시점에서 비정규화 과정 없이 로그를 메트릭과 트레이스로 동적으로 보강할 수 있는 ES|QL LOOKUP JOIN과 같은 기술 프리뷰 기능

Elastic은 통합 가시성, 보안, 검색을 하나로 통합한 AI 기반 플랫폼을 제공하여 조직이 모든 데이터에서 실시간으로 중요 정보를 탐지하고 분석 및 조치할 수 있도록 지원합니다. 통합 가시성 분야에서 Elastic의 차별화된 접근 방식은 다음에 기반합니다.

• 개방형 및 확장성: OTel 우선 및 Prometheus 호환성을 통해 다양한 환경 간의 상호 운용성을 보장합니다.

• 무한한 확장성: 저장 공간에서 컴퓨팅을, 검색에서 색인을 분리하는 상태 비저장 SaaS 아키텍처로 원활하게 확장할 수 있습니다. Elasticsearch의 특유의 빠르고 저지연 쿼리 성능을 유지하면서 비용 효율적인 클라우드 네이티브 오브젝트 저장 공간을 사용합니다.

• AI와 관련성 기능 기본 내장: Elastic AI Assistant는 런북, 과거 인시던트와 같은 내부 지식을 활용해 자연어 질문에 응답합니다. Elastic Inference Service(EIS)가 관련성 평가 모델을 제공합니다. ES|QL과 머신러닝을 결합해 팀이 단순히 무슨 일이 일어났는지에서 왜 발생했고 어떻게 해결할 수 있는지까지 빠르게 파악할 수 있습니다.