Dynatrace는 9억 1,500만 달러 규모의 거래로 Arize 인수를 완료했다고 발표했다. 이는 8월 중순 거래를 진행할 의사를 발표한 이후에 이루어졌다. 이번 거래는 애플리케이션 성능과 인프라 및 보안 모니터링 분야에서 Dynatrace가 보유한 전문성과 AI 모델 및 에이전트의 행동을 추적하고 평가하며 문제를 수정하는 Arize의 역량을 결합한다.
이번 거래는 기존 모니터링 도구만으로는 드러나지 않는 문제에 대응하기 위한 것이다. 서비스와 인프라는 정상적으로 작동하더라도 에이전트가 잘못된 답변을 내놓거나, 적절하지 않은 도구를 호출하거나, 작업 완료에 실패할 수 있다. 따라서 개발 및 운영 팀은 모델과 에이전트 내부에서 발생하는 일을 에이전트가 의존하는 API와 서비스에서 발생하는 일과 연결해야 한다.
두 계층의 운영 가시성
Dynatrace는 2005년 오스트리아에서 설립되었으며, 애플리케이션 성능 모니터링에서 종합 모니터링과 보안으로 발전했다. 또한 이 회사는 2017년부터 AI 기반 어시스턴트인 Davis에 투자해 왔다. Davis는 이후 근본 원인 분석 엔진으로 발전했으며, 예측 및 생성 기능과 사고를 조사하고 해결하는 SRE 에이전트도 추가됐다.
한편 2020년 비공개 상태에서 벗어난 Arize는 처음에는 프로덕션 환경의 머신러닝 모델을 모니터링하는 스타트업으로 시작했다. 이후 대규모 언어 모델과 에이전트가 확산되면서 이들의 행동 추적, 평가 수행, 기존 애플리케이션 모니터링에서 드러나지 않을 수 있는 실패 식별까지 범위를 확대했다.
실제로 Dynatrace는 일반적으로 사이트 신뢰성 및 플랫폼 팀을 대상으로 하는 반면, Arize는 AI 엔지니어와 개발자에 초점을 맞춘다. 두 플랫폼이 통합되면 한쪽의 모델 로직과 도구 사용, 다른 쪽의 기본 서비스와 API 등 두 계층을 통해 에이전트의 실패를 조사할 수 있다.
데이터 읽기에서 조치 실행으로
Arize의 공동 창업자이자 최고제품책임자인 Aparna Dhinakaran은 추적 데이터의 규모 때문에 수동 검사가 실용적이지 않다고 본다. 엔지니어에게 수십억 개의 트레이스를 검토하도록 요구하는 대신, 에이전트가 원격 측정 데이터를 분석하고 반복되는 패턴과 가능한 원인을 찾을 수 있다는 것이다.
Arize에 따르면 Signal 도구는 프로덕션 트레이스를 검토하고 반복되는 문제를 식별하며 수정안을 제안한다. 또한 Alyx 어시스턴트의 트레이스를 분석해 풀 리퀘스트를 생성할 수 있다. Dhinakaran에 따르면 Arize는 이 도구가 제안한 풀 리퀘스트의 약 65%에서 70%를 수락한다. 이 모델에서 엔지니어는 트레이스를 수동으로 검색하는 대신 제안된 변경 사항을 검토한다.
실제로 무엇이 달라지는가?
이번 거래의 핵심 가치는 AI 애플리케이션을 구축하는 것과 프로덕션 환경에서 안정적으로 운영하는 것 사이의 격차를 줄이는 데 있다. 개발자와 플랫폼 팀은 각 계층을 별도의 도구로 다루는 대신 에이전트의 답변이나 결정을 에이전트가 사용한 서비스 체인과 연결할 수 있게 된다.
그러나 이러한 추세가 통제의 필요성을 없애지는 않는다. 기사에서 설명하듯 장기적인 구상은 인간이 최종 검토를 유지하는 가운데 스스로 유지보수하고 개선할 수 있는 소프트웨어다. 또한 언급된 풀 리퀘스트 수락률은 Arize와 특정 도구의 실험에 관한 것이며, 자율 수정이 모든 프로덕션 환경에 적합하다는 것을 입증하지는 않는다. 자동화된 분석을 시스템에 직접 적용하는 변경으로 전환하기 전에 권한, 변경 사항의 안전성, 에이전트가 실행할 수 있는 조치의 한계에 관한 문제가 여전히 결정적인 요소로 남는다.
뉴스 출처
The New Stack - Software Development
원문 보기 ↗