AI
머릿속에 있던 로그 정의 기준을 모두의 AI 스킬로 만들기
두줄요약
AI 스킬과 lctl 검증을 결합해 앱로그 명세 정의를 표준화했습니다. 사람의 최종 확정과 도메인 지식 축적으로 일관성을 높이고자 했습니다.
문제 상황
- 앱로그 형식·도메인 맥락·분석 필요성·정책을 함께 고려해야 하는 수동 로그 명세 관리
- 담당 DataOps Manager 개인의 경험과 기억에 의존한 정의 품질·일관성 한계
해결 방법
- 디자인과 업무 맥락을 바탕으로 기존 명세 조회, 재사용 검토, 신규 명세 초안 제안을 수행하는 로그 정의 AI 스킬
- DOM의 최종 검토·확정 뒤에만 로그센터 반영
- lctl의 저장 전 형식 검사와 로그센터의 규칙 위반 명세 발행 거절
구조와 흐름
- 스킬의 맥락 기반 판단 및 불확실성 질의, lctl의 기계 판정, 로그센터의 최종 저장 역할 분리
- 규칙·절차 문서 분리와 작업별 참조 구조로 필요한 정보만 읽는 방식
- 스킬을 lctl에 통합 배포해 개인 도구에서 팀 표준 도구로 전환
적용해볼 점
- 기존 로그 명세를 정답지로 활용한 재정의 비교 평가와 분류 추론·유사 이름 확인 개선
- 도메인별 로그명·파라미터 의미·결정 이유를 지식 베이스로 축적하는 확장 계획