AWS, 데브옵스 에이전트 분석 결과 기반 장애 자동 조치 아키텍처 공개

자동 복구 아키텍처 개요

AWS는 인공지능 기반 분석 도구인 데브옵스 에이전트의 장애 조사 결과를 바탕으로 인프라 복구를 자동화하는 아키텍처를 공개했다. 이번 방안은 장애 원인 분석 보고서에 머물던 내용을 단일 승인 기반의 실제 조치 작업으로 연결하여 평균 복구 시간 단축을 돕는다.

운영 환경의 안정성을 위해 기존 관측 에이전트는 주로 감시와 보고 목적으로만 제한되어 동작했다. 이번 연계 방식은 조사 결과가 나오는 즉시 사전 검증된 수정 조치를 생성하고, 변경 작업 직전에 관리자의 승인을 거쳐 인프라에 안전하게 적용하도록 설계되었다.

상태 보존과 이벤트 기반 흐름

워크플로의 중심축은 이벤트브릿지와 람다 듀러블 펑션 및 생성형 AI 서비스인 아마존 베드록이다. 람다 듀러블 펑션은 추가 인프라 관리나 별도의 상태 관리 코드 작성 없이도 최장 1년 동안 장기 실행 워크플로를 유지할 수 있는 기능을 제공한다.

데브옵스 에이전트가 원인 분석을 마치고 이벤트를 발행하면 이벤트브릿지가 이를 수신해 트리거 람다 함수를 실행한다. 트리거 함수는 조사 요약 정보를 취합한 뒤 듀러블 펑션을 호출하여 조치 단계에 진입한다.

허용 목록과 사람 승인 단계

듀러블 펑션은 아마존 베드록과 통신하는 에이전트 루프 구조로 동작한다. 베드록은 미리 허용 목록으로 승인된 람다 함수 풀 안에서만 조치 도구를 선택할 수 있어 권한 남용을 방지한다.

현재 설정값을 조회하는 읽기 전용 작업은 관리자 개입 없이 자동으로 수행된다. 반면 리소스 구성을 변경하는 쓰기 작업이 감지되면 듀러블 펑션은 실행을 일시 중단하고 사람의 승인 신호가 도착할 때까지 대기 상태로 전환된다.

일시 중단된 함수는 진행 상태를 체크포인트로 저장하며 대기 시간 동안 별도의 컴퓨팅 자원을 소모하지 않는다. 관리자가 콘솔이나 명령줄 도구를 통해 승인 신호를 전달하면 중단되었던 위치에서 즉시 실행이 재개되어 변경 사항을 반영한다.

함수 시간 초과 조치 실증

실증 시나리오에서는 실행 제한 시간이 짧아 오류가 발생한 람다 함수를 대상으로 복구 과정이 검증되었다. 데브옵스 에이전트는 지표와 로그를 분석해 기존 3초로 설정된 실행 제한 시간이 부족하다는 점을 근본 원인으로 진단했다.

아마존 베드록은 읽기 도구로 3초 설정을 확인한 뒤 이를 30초로 10배 늘리는 변경 작업을 제안했다. 관리자가 변경 요청을 최종 승인하자 도구가 실행되어 리소스 설정이 정상적으로 갱신되었으며 복구 절차가 완료되었다.

구축 요구 사항과 운영 제약

해당 구성을 배포하려면 파이썬 3.14 이상 환경과 클라우드 개발 키트 및 활성화된 데브옵스 에이전트 스페이스가 필요하다. 또한 최소 권한 원칙에 따라 저널 조회 권한과 모델 호출 권한 등이 구성 요소별로 명시적으로 부여되어야 한다.

현재 시스템의 승인 신호는 단순 승인 또는 거부 형태로 동작하지만 임의의 데이터 규격을 지원하므로 매개변수를 재정의하는 방식으로 확장이 가능하다. 다만 인공지능이 생성한 조치 계획인 만큼 승인자는 변경 함수명과 설정값 같은 세부 매개변수를 직접 확인해야 하는 책임이 따른다.