데브옵스
티맵모빌리티의 기존 운영 워크플로우와 AWS DevOps Agent를 연계한 AIOps 구축 사례
두줄요약
기존 Slack·Jira 운영 흐름에 AWS DevOps Agent와 Custom MCP를 결합한 AIOps 사례를 소개했습니다.\n에이전트가 로그·배포·변경 이력을 연관 분석해 장애 조사와 중복 알람 분류를 지원했습니다.
문제 상황
- Datadog 알람 기반 1차 분석 이후 근본 원인 검증과 조사 범위 축소에 필요한 담당자 추가 조사
- 사내 AI 에이전트 Rookie 응답 282건 중 68.4%의 추가 확인 요청 또는 미확인 사항
- 과거 장애 지식 베이스, 프롬프트, 모델·프레임워크 품질 검증의 자체 관리 부담
구조와 흐름
- Slack·Jira의 Rookie를 운영자 접점으로 유지하고 AWS DevOps Agent를 심층 조사에 분리
- Custom MCP 어댑터 Frontier를 통한 Investigation 요청·상태·결과·조사 기록 조회
- Datadog Bits AI·DB DOSA 병렬 분석, Agent 조사 결과를 S3 HTML 리포트와 CloudFront 링크로 Slack 전달
- Argo CD·Jira·Datadog·서비스 의존성 데이터를 Custom MCP로 연동하고 Skill로 조사 순서와 기준 정의
선택 이유
- AWS 리소스와 의존 관계의 자동 토폴로지 구성·갱신으로 수동 지식 관리 부담 완화
- Memories와 Learning agent 기반 조사 지식 축적, 동일 원인 중복 알람의 기존 조사 자동 병합
- 기존 MCP 서버와 운영 노하우의 Skills 이관을 통한 사내 도구·절차 재사용
성능/운영 포인트
- EKS 트러블슈팅 Skill 적용 후 Karpenter Consolidation과 서비스 중단의 인과관계 식별
- HTTP 500 알람에서 다중 서비스 DB 연결 증상, Aurora MySQL 공통 의존성, 스케일 다운·페일오버 변경 이력까지 추적
- 7주간 526건 심층 조사, 평균 17분 결과 제공, 통합 리포트 기준 405건에서 검토 가능한 원인 가설·근거 확보
- 94건의 중복 알람을 기존 조사에 자동 병합
