메가존클라우드, IT 장애 대응 전 과정 자동화 모델 공개

메가존클라우드가 여러 시스템과 조직에 분산된 IT 서비스 장애 대응 절차를 하나로 연결하는 통합 자동화 방안을 제시했다.

메가존클라우드는 지난 16일 서울 강남구 구스아일랜드 브루하우스에서 뉴렐릭(New Relic)과 공동으로 ‘프롬 코드 투 리커버리(FROM CODE TO RECOVERY)’ 세미나를 열고, 코드 변경부터 서비스 정상화까지 이어지는 장애 대응 시나리오를 공개했다고 밝혔다.

이번 모델은 장애 대응을 ▲감지(이상 징후 실시간 파악) ▲판단(AI의 분석과 승인) ▲실행(이전 안정 버전으로 자동 복구) ▲검증(정상화 확인) ▲개선(대응 방법·사후 분석 자동 기록) 등 5단계로 구성했다. 뉴렐릭과 깃랩(GitLab), 아틀라시안(Atlassian), 페이저듀티(PagerDuty)를 연동해 한 단계에서 발생한 신호가 다음 조치를 자동으로 작동시키는 폐쇄형 자동화 구조를 구현했다.

먼저 뉴렐릭이 애플리케이션과 서버, 네트워크 상태를 실시간으로 살펴 이상 징후와 원인 후보를 찾아낸다. 아틀라시안은 변경에 따른 영향을 분석해 통제 요청을 처리하고, 깃랩은 문제가 발생하기 전의 안정적인 버전으로 되돌린다. 이후 페이저듀티가 서비스 정상화 여부를 확인하고 담당자들에게 장애 대응 상황과 복구 결과를 전달한다.

원인과 조치 내역은 아틀라시안 컨플루언스에 자동으로 축적된다. 같은 유형의 장애가 다시 발생하면 기존 대응 사례를 활용할 수 있다. 메가존클라우드는 이 같은 체계를 통해 평균 장애 복구시간(MTTR)을 최대 50% 단축할 수 있다고 설명했다.

기업들은 장애가 발생하면 서버 상태와 로그, 애플리케이션 성능, 배포 이력 등을 각각 다른 도구에서 확인해야 하는 경우가 많다. 개발·운영·보안 조직 간 정보가 분산돼 원인 파악과 담당자 지정이 늦어지고, 알림이 한꺼번에 쏟아질 때 주요 정보가 누락될 가능성도 있다.

통합 자동화 모델은 반복적인 확인과 전달, 기록 업무를 시스템에 맡겨 이런 문제를 줄이는 데 초점을 맞췄다. 여러 화면을 오가는 시간을 단축하고 담당자 호출 누락이나 수동 명령 입력 과정에서 발생할 수 있는 오류도 예방할 수 있다.

메가존클라우드는 고객의 기존 솔루션과 운영체계를 진단한 뒤 필요한 기능부터 단계적으로 연동할 계획이다. 기업별 시스템 구조와 보안정책, 조직 구성, 승인 절차를 고려한 자동화 시나리오를 설계하고 개념검증(PoC)과 사이트 신뢰성 엔지니어링(SRE) 전문가의 운영환경 진단도 지원한다.

김현수 메가존클라우드 SRE솔루션 비즈니스 유닛 전무는 “장애 대응이 늦어지는 주요 원인은 개별 솔루션의 성능보다 서로 다른 도구와 조직, 업무 절차가 단절돼 있다는 점”이라며 “코드 변경부터 복구까지 전 과정을 연결해 장애 대응 속도를 높일 수 있다”고 말했다.

김현수 메가존클라우드 SRE솔루션 비즈니스 유닛 전무는 “장애 대응이 늦어지는 가장 큰 원인은 개별 솔루션의 성능 부족이 아니라 서로 다른 도구와 담당 조직, 업무 절차가 단절돼 있다는 점”이라며 “코드부터 복구까지 전 과정을 연결하는 통합 자동화 방안을 해결책으로 제시했다”고 말했다.

뉴렐릭은 애플리케이션과 인프라를 비롯해 생성형 AI와 AI 에이전트의 성능·품질·비용을 분석하는 옵저버빌리티 플랫폼 기업이다. 메가존클라우드는 2024년 11월 국내 총판 계약을 체결한 뒤 플랫폼 공급과 컨설팅, 구축·운영을 지원하고 있다.

강동식 기자 lavita@datanews.co.kr