AI
CJ올리브영의 AI 기반 운영 이슈 분석과 일일 점검 자동화
두줄요약
AI 에이전트로 프로모션 장애 원인과 고객 피해, 일일 운영 이상 징후를 분석했습니다. 계산·판정은 코드로 고정하고 LLM은 해석을 맡겨 대응 시간을 단축했습니다.
문제 상황
- 글로벌 프로모션 장애 시 로그 분석, 고객 영향 산정, 보상안 검토에 개발 담당자 의존
- 시차 구간과 다수 시스템 조회로 인시던트 대응 및 일일 점검 지연
구조와 흐름
- Amazon Bedrock·Strands Agents SDK 기반 인시던트 분석 및 데일리 헬스 체크 에이전트
- Datadog 관측 데이터와 OpenSearch의 주문·쿠폰·가격 데이터 연계
- 코드 기반 계산·상태 판정 후 LLM 기반 원인 해석과 운영 근거 정리
해결 방법
- 쿠폰 할인 규칙과 임계치를 코드로 고정해 고객 피해 금액과 정상·주의·긴급 상태 판정
- 5개 수집기의 병렬 데이터 조회, 8개 영역 리포트 저장, Slack 알림 제공
- 7일 기준선·최소 트래픽 기준·미완료 집계일 제외로 오탐 감소
성능/운영 포인트
- 인시던트 분석 소요 시간 1~2일에서 약 5분으로 단축
- 약 32만 건 오류 사례의 원인 및 피해 규모 산정을 1분 이내 완료
- 보상안 최종 승인과 실행은 운영자가 담당하는 사람 검토 구조
