[reinvent 2025] Dynatrace를 통해 AWS 관측 가능성, 로그 및 추적 통합(Dynatrace 후원)
Summary
해당 세션에서는 Dynatrace와 AWS의 협력을 통해 복잡한 클라우드 환경에서 로그, 메트릭, 트레이스를 통합하여 진정한 관측성(Observability)을 확보하는 방법을 다룹니다. 특히 Storio Group의 사례를 통해, 분절된 도구와 수동 로그 분석의 한계를 극복하고 AI 기반 자동화를 도입하여 주요 인시던트를 94% 감소시킨 구체적인 성과를 소개합니다.
리인벤트 2025 테크 블로그의 더 많은 글이 보고 싶다면?
Overview
들어가며
현대의 클라우드 환경은 마이크로서비스, 컨테이너, 그리고 AI 에이전트의 도입으로 전례 없는 복잡성을 띠고 있습니다. 이러한 환경에서 시스템이 왜 중단되었는지 파악하기 위해 엔지니어가 수천 줄의 로그를 수동으로 뒤지는 방식은 더 이상 유효하지 않습니다. 이번 세션을 통해 단순한 모니터링을 넘어 데이터 통합(Data Unification)과 인과적 AI(Causal AI)를 결합하여 비즈니스 연속성을 보장하는 Dynatrace와 AWS의 통합 관측성 전략을 Storio Group의 성공 사례와 함께 심층 분석합니다.
1. 관측성의 새로운 3대 기둥: 문화, 데이터 통합, 그리고 AI
전통적인 관측성(Observability)이 로그(Logs), 메트릭(Metrics), 트레이스(Traces)라는 기술적 3대 기둥에 집중했다면, Dynatrace는 이를 문화(Culture), 데이터 통합(Data Unification), AI라는 새로운 관점에서 재정의합니다.
- 문화(Culture): 도구의 도입은 조직 문화의 변화와 함께해야 합니다. 엔지니어가 “로그를 읽는 것”을 업무로 여기는 것이 아니라, “문제를 해결하고 코드를 작성하는 것”에 집중하도록 마인드셋을 전환해야 합니다.
- 데이터 통합(Data Unification): 로그, 메트릭, 트레이스가 각기 다른 도구에 사일로(Silo)화 되어 있으면 근본 원인 분석이 불가능합니다. Dynatrace의 Grail은 인덱스 없는(Index-less) 데이터 레이크하우스로, 모든 텔레메트리 데이터를 컨텍스트와 함께 통합 저장하여 실시간 질의를 가능케 합니다.
- AI (Davis AI): 단순한 상관관계 분석(Correlation)이 아닌, 토폴로지 기반의 인과관계 분석(Causation)을 제공하는 Davis AI를 통해 알람 폭풍(Alert Storm)을 잠재우고 정확한 근본 원인을 지목합니다.
2. Storio Group 성공 사례: “Black Sunday”를 극복하다
Storio Group은 Albelli와 Photobox가 합병하며 탄생한 유럽의 대형 포토 커머스 기업입니다. 합병 직후 그들은 5개의 서로 다른 기술 플랫폼을 운영해야 했고, 연간 11억 개(1.1 Billion)의 주문 데이터를 처리하는 과정에서 심각한 운영 위기를 겪었습니다.
- 문제 상황: 성수기인 ‘Black Sunday(블랙 프라이데이 직전 일요일)’에 시스템 장애가 발생했으나, 엔지니어들이 11억 개의 로그 속에서 수동으로 원인을 찾느라 대응이 지연되었습니다. 이는 시간당 최대 150만 유로(약 22억 원)의 매출 손실 위험을 의미했습니다.
- 해결책: AWS Kinesis Data Firehose와 Dynatrace를 연동하여 모든 로그와 트레이스를 통합했습니다.
- 성과:
- 주요 인시던트(Major Incidents) 94% 감소: 매년 반복되던 대형 장애가 획기적으로 줄어들었습니다.
- 서비스 중단 분석 시간 61% 단축: 장애 발생 시 AI가 즉시 원인을 분석하여 복구 시간을 최소화했습니다.
- 티켓 70% 감소: 불필요한 알람을 줄여 운영 팀의 피로도를 낮췄습니다.
3. 기술 심층 분석: 로그 중심에서 인과 관계 중심으로
세션에서 Alex Hibbitt(Storio Group)는 “로그부터 시작한다면 이미 실패한 것(If you start with logs, you are failing)”이라고 강조했습니다. 로그는 중요한 컨텍스트를 제공하지만, 장애 감지와 원인 분석의 시작점이 되어서는 안 된다는 의미입니다.
- 독일 시장 세금 오류 사례: Storio Group의 한 PM이 실수로 독일 시장의 세금 요율 설정을 잘못 변경했습니다.
- 기존 방식: 고객 불만이 접수된 후, 여러 팀이 모여 로그를 뒤지며 몇 시간 소요.
- Dynatrace 도입 후: Davis AI가 DynamoDB의 쓰기 실패율 증가를 즉시 감지하고, 해당 문제가 20분 전 배포된 설정 변경과 연관됨을 인과적으로 식별했습니다. 팀은 즉시 AWS DynamoDB Point-in-Time Recovery를 수행하여 20분 만에 서비스를 정상화했습니다.
- 자동화된 근본 원인 분석: Dynatrace는 단순한 에러 로그 나열이 아니라, “배포된 버전 X가 Y 서비스의 응답 지연을 유발함”과 같은 구체적인 문장 형태로 문제의 원인을 제시합니다.
4. AWS Well-Architected Framework Alignment
Dynatrace는 AWS의 Well-Architected Framework의 6대 원칙(운영 우수성(Operational Excellence), 보안(Security), 성능 효율성(Performance Efficiency), 비용 최적화(Cost Optimization), 신뢰성(Reliability), 지속가능성(Sustainability))을 준수하며 고객의 혁신을 지원합니다.
단순한 모니터링 도구를 넘어, 클라우드 운영 전반의 거버넌스를 확립하고 비용 효율성을 높이는 플랫폼으로 자리 잡았습니다. Gartner Magic Quadrant에서 15년 연속 리더로 선정된 유일한 벤더라는 점도 이를 뒷받침합니다.
결론
이번 세션은 관측성이 단순히 시스템 상태를 보여주는 대시보드가 아니라, 비즈니스 리스크를 관리하고 매출을 보호하는 핵심 자산임을 증명했습니다.
Storio Group의 사례처럼, 파편화된 도구들을 통합하고 AI를 통해 수동 작업을 자동화함으로써, 기업은 장애 대응(MTTR) 시간을 줄일 뿐만 아니라 엔지니어링 조직의 문화를 ‘운영’에서 ‘혁신’으로 변화시킬 수 있습니다. 특히 AWS 서비스와의 긴밀한 네이티브 통합은 클라우드 네이티브 환경에서의 관측성 확보를 위한 가장 확실한 지름길이 될 것이라는 생각이 들었습니다.
Storio Group의 사례처럼, 파편화된 도구들을 통합하고 AI를 통해 수동 작업을 자동화함으로써, 기업은 장애 대응(MTTR) 시간을 줄일 뿐만 아니라 엔지니어링 조직의 문화를 ‘운영’에서 ‘혁신’으로 변화시킬 수 있습니다. 특히 AWS 서비스와의 긴밀한 네이티브 통합은 클라우드 네이티브 환경에서의 관측성 확보를 위한 가장 확실한 지름길이 될 것이라는 생각이 들었습니다.
글 │메가존클라우드, Cloud Technology Unit (CTU) AWS Delivery SA 2 팀 서해민 SA
게시물 주소가 복사되었습니다.
