Grafana, Claude 기반 멀티 에이전트 어시스턴트로 옵저버빌리티 워크플로우 혁신

산업:

소프트웨어

기업 규모:

중소기업

제품:

Claude Platform

위치:

북아메리카

8주 이내

프로토타입에서 전체 비공개 프리뷰까지 8주 미만 소요

복잡한 쿼리

자연어 프롬프트로 복잡한 쿼리 생성

Video caption

Grafana Labs는 Claude를 활용하여 CTO부터 주니어 사이트 안정성 엔지니어(SRE)까지 경험 수준이 다른 모든 팀이 자연어 대화로 옵저버빌리티 데이터를 활용할 수 있도록 지원하는 지능형 멀티 에이전트 어시스턴트를 구동합니다.

Claude를 활용하여 Grafana가 이루어낸 성과:

1주 이내에 프로토타입 구축, 8주 이내에 정식 비공개 프리뷰 완료
간단한 자연어로 복잡한 대시보드 및 쿼리 생성
PromQL 및 LogQL 쿼리 자동 생성으로 기술 장벽 제거
Grafana 전체 생태계에 걸쳐 지능형 워크플로우 자동화

모든 팀을 위한 옵저버빌리티 접근성 확보

2014년부터 Grafana Labs는 조직이 데이터를 시각화하고 이해하는 방식을 혁신해 왔습니다. Grafana Labs의 통합 스택에는 시각화를 위한 Grafana, 메트릭을 위한 Mimir, 로그를 위한 Loki, 트레이스를 위한 Tempo, 지속적 프로파일링을 위한 Pyroscope이 있습니다. 전 세계 기업이 일상적인 애플리케이션부터 다운타임이 허용되지 않는 고위험 환경까지 중요 시스템을 모니터링하는 데 Grafana의 도구에 의존하고 있습니다.

옵저버빌리티란 매일 발생하는 수백만 건의 데이터 포인트를 처리하고 분석하여 이해하는 것을 의미합니다. 기존 접근 방식은 쿼리 작성, 대시보드 생성, 복잡한 워크플로우 탐색에 높은 기술적 전문성이 필요했습니다. 이러한 전문성의 장벽으로 인해 인사이트가 가장 절실한 팀이 가치 있는 정보를 활용하지 못하는 경우가 많았습니다.

Grafana Labs의 시니어 제품 매니저인 Maurice Rochau는 "Grafana의 AI 발전은 단계적으로 진행되었습니다. 이상 징후를 예측하고 감지하는 기존 방법에서 시작하여, 사건 자동 요약이나 플레임 그래프 설명 등의 생성형 AI 분야로 빠르게 전환했죠. 이러한 작업들은 대부분 단일 프롬프트, 단일 액션, 단일 결과에 그쳤습니다."라고 말했습니다. 팀은 옵저버빌리티 과제를 해결하려면 컨텍스트와 프롬프트를 결합하고, 여러 작업을 실행하며, 동시에 다양한 결과를 도출할 수 있는 더 정교한 솔루션이 필요하다는 것을 인식했습니다.

기술적 복잡성과 접근성을 위한 Claude 선택

Grafana Assistant를 구축할 때, 팀은 모든 기술 수준에서 접근 가능하면서도 옵저버빌리티의 기술적 복잡성을 처리할 수 있는 AI 모델이 필요했습니다. 멀티 에이전트 시스템을 구동하는 주요 모델로 Claude Sonnet 3.7(곧 4로 업그레이드 예정)과 Claude Haiku 3를 선택했습니다.

Rochau는 "Grafana Assistant의 주요 모델로 Claude Sonnet 3.7과 Claude Haiku 3를 사용합니다. Claude Sonnet 3.7로는 기술적으로 더 복잡한 작업을 처리하고, Haiku 3로는 더 간단한 요약 작업을 처리하죠."라고 설명했습니다.

Claude는 데이터베이스 쿼리 이해부터 정확한 시각화 생성까지, 옵저버빌리티 데이터의 세밀한 요구 사항을 처리하는 데 있어 일관되게 뛰어난 성능을 보여주었습니다. 특히 모델 제품군 접근 방식은 Grafana가 특정 사례에 맞춰 심층 기술 분석과 빠른 응답 모두를 최적화하는 데 유용했습니다.포괄적인 문서와 Grafana의 오픈소스 특성 덕분에 구현 과정은 수월했습니다. Rochau는 "제공되는 문서와 모범 사례 덕분에 Claude와의 통합이 쉽습니다"라고 언급했습니다. 방대한 공개 문서, 커뮤니티 기여, 공개된 코드를 보유한 오픈소스 기업으로서 Grafana는 자사 생태계를 깊이 이해하는 Claude로부터 도움을 받고 있습니다. 이러한 용이성 덕분에 Grafana는 개념 단계에서 실제 작동하는 프로토타입까지 빠르게 나아갈 수 있었습니다.

Claude가 구현하는 지능형 옵저버빌리티 워크플로우

Grafana의 AI 어시스턴트는 인터페이스 사이드바로 표시되어 사용자가 작업하는 곳이라면 어디서든 상황별 도움을 제공합니다. 어시스턴트는 Claude의 역량과 Grafana 특유의 모범 사례 및 옵저버빌리티 워크플로우에 대한 깊은 이해를 결합합니다.

이 멀티 에이전트 시스템은 다음과 같은 정교한 옵저버빌리티 작업을 처리합니다.

자연어 쿼리 생성: 사용자가 "결제 서비스의 요청 지연 시간은 얼마나 걸리나요?" 같은 질문을 던지면 어시스턴트가 자동으로 관련 메트릭을 찾아 적절한 쿼리를 구성합니다.
대시보드 생성: 여러 패널로 구성된 전체 대시보드를 생성하고, 시각화 방식을 선택하며, 제목과 설명을 작성하고, 패널 배치를 처리합니다. 이는 보통 상당한 시간과 전문성이 필요한 작업입니다.
지능형 조사: 서비스 문제에 대해 질문하면 로그와 메트릭을 탐색하여 오류를 식별하고, 지연 패턴을 분석하며, 근본 원인 분석과 권장 조치를 제공합니다.
다단계 자동화: 복잡한 옵저버빌리티 작업을 논리적 단계로 분할하고, 전 과정에서 추론 과정과 도구 사용 현황을 표시합니다.

어시스턴트는 메트릭 쿼리, Grafana 뷰 간 이동, 문제가 있는 패널 수정, 여러 패널의 색상 구성 등 시각적 요소 동시 조정을 위한 전문 도구를 활용합니다.

옵저버빌리티 인사이트의 대중화

Claude는 Grafana 고객이 옵저버빌리티 데이터와 상호작용하는 방식을 바꾸고 있습니다. 어시스턴트는 기술적 전문성과 실행 가능한 인사이트 사이의 기존 장벽을 허물어, 모든 수준의 팀이 데이터를 효과적으로 활용할 수 있도록 지원합니다.

Rochau는 "CTO와 CEO도 숙련된 SRE처럼 데이터를 조회할 수 있습니다"라고 관찰했습니다. 이러한 대중화는 전략적 의사 결정자가 전문 기술 지식 없이도 데이터 분석에 많은 시간을 소비하지 않고도 인사이트에 직접 접근할 수 있음을 의미합니다. 대시보드 생성과 같은 작업이 자연어 대화를 통해 몇 분 만에 이루어지므로, 팀은 쿼리 구문과 씨름하는 대신 인사이트를 해석하고 조치를 취하는 데 집중할 수 있습니다.

고객에게 이는 사후 대응형에서 선제적 옵저버빌리티로의 전환을 의미합니다. 문제가 발생했을 때 수동으로 조사하는 대신, 문제가 확대되기 전에 이를 식별하는 지능형 분석과 권장 사항을 전달받을 수 있습니다.

AI 기반 옵저버빌리티의 미래 구축

Grafana는 AI가 옵저버빌리티를 근본적으로 변화시킬 것으로 전망합니다. Rochau는 "AI가 옵저버빌리티 분야를 크게 변화시킬 것입니다. 인간과 에이전트의 조합은 강력합니다. 에이전트가 관련 사건과 데이터를 선별하여 상황에 대한 종합적인 지도를 제공하는 동안, 사용자는 해결책을 내놓는 데 집중할 수 있죠."라고 예측했습니다.

앞으로 Grafana는 모델 컨텍스트 프로토콜 통합을 더욱 탐구하여 고객에게 옵저버빌리티 과제를 해결할 수 있는 더 많은 도구를 제공하는 심층적인 기능을 모색할 계획입니다. Anthropic과 협력하여 모든 규모의 조직이 강력한 인사이트를 이용할 수 있도록 보장하면서 옵저버빌리티의 가능성을 넓혀가고 있습니다.

Video caption