AI 규모의 Observability
AI 및 클라우드 네이티브 워크로드는 팀이 감당할 수 있는 양보다 훨씬 많은 원격 측정 데이터를 생성하고 있습니다. 그 결과, 인시던트 관리 및 근본 원인 분석을 저해하는 사각지대가 발생합니다.
로그, 메트릭 및 추적에 있어 동급 최고 수준의 효율성
모든 데이터를 보관하세요. Elasticsearch는 더 적은 저장 공간에 더 많은 원격 측정 데이터를 저장하여 비용을 낮추고 성능을 극대화합니다. 카디널리티가 높은 데이터에서도 마찬가지입니다.
OpenTelemetry 우선 및 Prometheus 네이티브
모든 소스에서 모든 데이터를 수집합니다. Elastic은 개방형 설계로 스키마에 구애받지 않고, Prometheus를 기본 지원하며, 처음부터 OpenTelemetry(OTel)를 기반으로 구축되었습니다.
모든 것을 위한 단일 플랫폼
모든 신호, 신뢰할 수 있는 단일 소스. 클라우드, CI/CD, 데이터베이스 등 550개 이상의 원클릭 통합 기능으로 데이터를 연결하세요.
동급 최고 수준의 효율성
AI는 이를 지원하는 데이터 플랫폼만큼만 우수합니다. 저장 공간 아키텍처부터 쿼리 성능에 이르기까지, Elasticsearch의 모든 구성 요소는 목적을 가지고 설계되었습니다.
Elasticsearch를 선도적인 열 형식 메트릭 데이터 저장소로 재구축한 방법을 알아보세요.
LogsDB 인덱스 모드
로그 및 트레이스 데이터용으로 특별히 제작된 인덱스 모드입니다. host.name 및 @timestamp 기준의 스마트 정렬로 압축률이 크게 향상됩니다. Synthetic _source는 필요에 따라 필드를 재구성합니다.
메트릭 쿼리 성능
ES|QL은 수백만 개의 시계열 지표에 대해 1초 미만의 응답 속도를 제공하며, 이는 AI 조사에 필요한 속도입니다.
메트릭 저장 공간 효율성
doc value skippers, Synthetics ID 및 seq_no 트리밍을 통해 더 많은 데이터를 활용하여 더 풍부한 AI 컨텍스트를 더 낮은 비용으로 저장하세요 — 1년 전 대비 6.6배 향상되었습니다.
SRE처럼 조사하여 문제가 발생한 원인을 보여줍니다.
Elastic Nightshift AI SRE는 무엇을 찾아야 할지뿐만 아니라 어떻게 조사해야 하는지도 학습합니다. SRE처럼 인과 관계를 추적하며 여러 가설을 병렬로 검증하고, 투명한 추론 과정을 통해 근본 원인을 찾아냅니다.
모든 인시던트를 통해 학습
증거 기반의 투명한 추론
신뢰할 수 있는 복구
데이터에서 해답까지 — 더 이상 깊이 파고들 필요 없습니다
로그 탐색부터 에이전틱 조사까지, Elastic Observability는 대기 중인 SRE가 실제로 생각하고 일하는 방식을 중심으로 구축되었습니다.
Elastic의 기본 제공 AI SRE가 근본 원인 분석과 조처를 주도합니다. 텔레메트리와 직접 상호 작용하며 자연어를 통해 탭이나 컨텍스트를 전환하지 않고 문제를 더 빠르게 해결합니다.
Elastic Observability에 대한 애널리스트의 평가
채팅 참여
Elastic의 글로벌 커뮤니티에 연결하여 열린 대화와 협업에 참여해 보세요.
자주 묻는 질문
통합 가시성이란 무엇인가요?
통합 가시성과 모니터링의 차이점은 무엇인가요?
통합 가시성은 최신 애플리케이션을 위한 모니터링의 진화라고 생각할 수 있습니다. 기본적으로 이는 애플리케이션과 인프라가 실행 가능한 로그, 게시된 메트릭, 분산 추적을 통해 내부 상태를 노출하는 기능입니다. 통합 가시성은 텔레메트리 신호의 수집, 변환, 상관관계, 분석 및 시각화를 통해 클라우드 네이티브 환경의 복잡성과 규모를 관리하는 데 있어 기존 모니터링보다 더 적합한 접근 방식입니다. Elastic Observability는 이러한 모든 기능을 단일 Platform으로 통합합니다. 통합 가시성은 새로운 추세와 기술을 통해 지속적으로 발전하고 있습니다.
에이전틱 통합 가시성이란 무엇인가요?
에이전틱 통합 가시성은 엔지니어가 대시보드와 알림을 해석할 때까지 기다리는 것이 아니라, AI 에이전트가 인시던트를 적극적으로 조사하고 해결하는 접근 방식입니다. AI 에이전트가 원격 측정 데이터를 분석하여 인시던트의 근본 원인을 파악합니다. 또한 로그, 메트릭, 트레이스 및 기타 원격 측정 데이터 전반의 신호를 상호 연관시켜 현재 상황을 전체적으로 파악합니다. 워크플로우 자동화를 사용하면 에이전트는 조사 결과를 바탕으로 해결 조치를 권장하거나 자동화할 수 있습니다. MCP 서버 지원은 이러한 기능을 통합 가시성 플랫폼 외부까지 확장하여, 에이전트가 조사 중에 외부 도구 및 시스템에 접근할 수 있도록 합니다.
Elastic Nightshift AI SRE는 한 단계 더 나아가 최고의 엔지니어처럼 조사하는 방법을 학습하고, 여러 가설을 병렬로 검증하며, 추론 과정을 투명하게 공개하면서 증거에 기반한 해결 방안을 제공합니다.
AIOps와 에이전틱 통합 가시성의 이점은 무엇인가요?
AIOps와 에이전틱 통합 가시성을 구현하면 SRE 팀은 상황별 근본 원인 분석과 신호 간 상관관계 파악을 통해 문제를 사전에 탐지하고 더 신속하게 해결할 수 있습니다. 기업은 SLA를 준수하고 출시 기간 단축, 운영 효율성 향상, 고객 만족도 개선을 이룰 수 있습니다. PepsiCo는 Elastic Observability를 활용해 효율성을 높이고 MTTR을 30% 단축하여 며칠이 아닌 몇 분 내에 문제를 해결했습니다.
기업이 Datadog에서 Elastic Observability로 전환하는 이유는 무엇인가요?
기업이 Datadog에서 Elastic Observability로 전환하는 가장 일반적인 이유는 비용 절감입니다. Datadog의 호스트별 및 메트릭별 가격은 인프라 규모가 커짐에 따라 빠르게 증가하며, 많은 팀이 어떤 데이터를 보존하고 어떤 데이터를 삭제할지 어려운 결정을 내려야 하는 상황에 놓입니다. Elasticsearch는 최고 수준의 스토리지 효율성으로 로그, 메트릭 및 트레이스를 저장하므로, 높은 카디널리티를 포함한 모든 데이터를 완벽하게 보존하는 것이 더 이상 예산 문제로 결정되는 일이 없습니다. 메트릭만 놓고 봐도 Elastic은 Datadog 대비 최대 4배의 비용 절감을 제공하여 팀이 저장할 데이터, 보존 기간 및 비용을 더욱 효과적으로 관리할 수 있도록 지원합니다.
Elastic Observability는 OpenTelemetry 및 Prometheus를 기본적으로 지원합니까?
네. Elastic Observability는 OpenTelemetry를 최우선으로 고려하여 설계되었으며, OpenTelemetry 데이터와 워크플로우를 기본적으로 지원합니다. Elastic Distributions of OpenTelemetry(EDOT)는 프로덕션 환경에서 바로 사용할 수 있는 배포판을 제공하여 텔레메트리 데이터를 수집하고 Elastic으로 전송할 수 있도록 합니다. 또한 Elastic은 Kibana에서 직접 Prometheus 원격 쓰기 및 PromQL 지원을 포함한 Prometheus 모니터링 기능을 기본적으로 제공합니다. 따라서 개발팀은 자체 에이전트, 데이터 변환 또는 별도의 관찰 가능성 스택 없이 OpenTelemetry 및 Prometheus 표준을 활용할 수 있습니다.