일반적으로 관측성은 외부 출력에서 얻은 정보만으로 복잡한 시스템의 내부 상태 또는 조건을 이해할 수 있는 정도를 나타냅니다. 시스템을 보다 쉽게 관찰할 수 있게 되면 추가 테스트나 코딩 없이도 식별된 성능 문제에서 근본 원인을 더 빠르고 정확하게 발견할 수 있습니다.

IT 및 클라우드 컴퓨팅에서 관측성은 고객 경험 기대치, 서비스 레벨 계약(SLA) 및 기타 비즈니스 요구사항을 충족할 수 있도록 애플리케이션을 더 효과적으로 모니터링하고 문제를 해결하고 디버깅하기 위해 분산된 애플리케이션과 이 애플리케이션을 실행하는 하드웨어 및 네트워크에서 꾸준히 생성되는 성능 데이터를 집계, 상관 및 분석하는 소프트웨어 도구 및 관행을 말합니다.

비교적 새로운 IT 주제인 관측성은 업계에서 과장된 유행어라고 하거나 시스템 모니터링, 애플리케이션 성능 모니터링(APM) 및 네트워크 성능 관리(NPM)를 바꿔 부르는 것으로 잘못 인식되기도 합니다. 실제로 관측성은 점점 더 빨라지고 분산되며 동적인 특성을 갖는 클라우드 네이티브 애플리케이션 배치를 더 효과적으로 다루기 위해 APM 및 NPM 데이터 수집 방법이 자연스럽게 진화한 것입니다. 관측성이 모니터링을 대체하는 것은 아닙니다. 관측성은 모니터링을 향상시켜 APM과 NPM을 강화합니다.

"관측성"이라는 용어는 파이프를 통과하는 물의 흐름이나 오르막과 내리막에서 자동차의 속도와 같은 동적 시스템 제어 자동화와 관련된 엔지니어링 영역인 제어 이론에서 유래한 것으로, 시스템의 피드백을 기반으로 합니다.

지난 20여 년 동안 IT 팀은 주로 APM에 의존하여 애플리케이션을 모니터링하고 문제를 해결했습니다. APM은 애플리케이션 및 시스템 데이터를 주기적으로 샘플링하고 집계하는 원격 측정으로 애플리케이션 성능 문제를 다룹니다. 이는 핵심성과지표(KPI)와 관련된 원격 측정을 분석하고 대시보드에서 결과를 취합하여 문제를 방지하거나 해결하기 위해 처리해야 하는 비정상적 상황이 있음을 운영 및 지원 팀에 경고로써 알립니다.

APM은 모놀리식 애플리케이션이나 기존 분산형 애플리케이션을 모니터링하고 문제를 해결할 만큼 효과적입니다. 신규 코드가 정기적으로 배포되고 애플리케이션 구성요소, 서버, 관련 리소스 간의 워크플로우 및 종속성이 잘 확인되어 추적하기 쉽기 때문입니다.

그러나 오늘날 조직은 민첩한 개발, CI/CD(지속적인 통합 및 지속적인 배포), DevOps, 다중 프로그래밍 언어와 같은 최신 개발 관행과 마이크로서비스, Docker 컨테이너, Kubernetes 및 서버리스 기능과 같은 클라우드 네이티브 기술을 빠르게 채택하고 있습니다. 그 결과 조직은 그 어느 때보다 빠르게 더 많은 서비스를 출시하고 있습니다. 하지만 그러한 과정에서 매우 다양한 장소에서 매우 다양한 언어로 매우 다양한 시간(서버리스 기능의 경우 몇 초 또는 몇 분의 1초) 동안 새로운 애플리케이션 구성요소를 배포하고 있으므로 APM의 1분에 한 번 데이터 샘플링으로는 따라갈 수가 없습니다.

모든 애플리케이션 사용자 요청 또는 트랜잭션에 대해 충실도가 높고 상황 정보가 많으며 완전히 상관된 레코드를 생성하는 데 사용할 수 있는 고품질 원격 측정과 그 이상의 것이 필요합니다. 그것이 바로 관측성입니다.

관측성 플랫폼은 애플리케이션 및 인프라 구성요소에 내장된 기존 계측을 통합하고 이러한 구성요소에 추가로 계측 도구를 제공하여 지속적으로 성능 원격 측정을 발견하고 수집합니다. 관측성은 네 가지 주요 원격 측정 유형에 중점을 둡니다.

• 로그. 로그는 세분화되고 시간소인이 지정되며 변경할 수 없는 애플리케이션 이벤트 기록입니다. 무엇보다도 로그를 사용하여 개발자가 문제 해결 및 디버깅 목적으로 '재생'할 수 있는 주변 컨텍스트와 함께 모든 이벤트에 대해 충실도가 높은 밀리초 단위의 완전한 레코드를 생성할 수 있습니다.
• 지표. 지표(시계열 지표라고도 함)는 주어진 기간 동안 애플리케이션 및 시스템 상태에 대한 기본 측정값으로 예를 들어 애플리케이션이 5분 동안 사용하는 메모리 또는 CPU 용량, 또는 사용량이 급증하는 동안 애플리케이션이 경험하는 지연 시간 등이 있습니다.
• 추적. 추적은 UI 또는 모바일 앱에서 전체 분산 아키텍처를 거쳐 다시 사용자에게 가는 모든 사용자 요청의 종단 간 '여정'을 기록합니다.
• 종속성. 종속성(종속성 맵이라고도 함)은 각 애플리케이션 구성요소가 다른 구성요소, 애플리케이션 및 IT 리소스에 어떻게 종속되어 있는지 보여줍니다.

이 원격 측정을 수집한 후 플랫폼은 애플리케이션 성능 문제를 나타내거나 유발하거나 해결하는 데 사용될 수 있는 이벤트가 무엇인지, 어디에 있는지, 그 이유는 무엇인지와 같은 완전한 상황 정보를 DevOps 팀, 사이트 안정성 엔지니어링(SRE) 팀 및 IT 직원에게 제공하기 위해 이를 실시간으로 상호 연관시킵니다. 

많은 관측성 플랫폼은 시스템 내에서 나타날 수 있는 새로운 원격 측정 소스, 예를 들어 다른 소프트웨어 애플리케이션에 대한 새로운 API 호출 등을 자동으로 검색합니다. 그리고 표준 APM 솔루션보다 훨씬 더 많은 데이터를 처리하기 때문에, 많은 관측성 플랫폼에는 실제 문제의 징후인 신호를 문제와 관련 없는 데이터인 노이즈에서 걸러내는 AIOps(운영을 위한 인공 지능) 기능이 포함되어 있습니다.

관측성의 가장 중요한 이점은 다른 모든 것이 동일할 경우 관측성이 좋은 시스템이 관측성이 떨어지는 시스템보다 일반적으로나 매우 상세하게 파악하기 쉽고, 모니터링하기 쉽고, 새 코드로 업데이트하기 쉽고 안전하며, 수리하기 쉽다는 것입니다. 보다 구체적으로 관측성은 조직이 다음을 수행할 수 있도록 하여 더 높은 품질의 소프트웨어를 더 빠르게 제공하려는 Agile/DevOps/SRE 목표를 직접적으로 지원합니다.

• 존재하는지도 모르는 문제인 '알려지지 않은 미지수'를 발견하고 해결. 모니터링 도구의 주요 한계는 '알려진 미지수', 즉 이미 감시해야 함을 알고 있는 예외적인 조건만 감시한다는 것입니다. 관측성은 사용자가 결코 알지 못하거나 찾으려고 생각조차 하지 않는 조건을 발견한 다음 특정 성능 문제와의 관계를 추적하고 근본 원인을 식별하기 위한 상황 정보를 제공하여 문제를 빠르게 해결할 수 있도록 합니다.
• 개발 초기 단계에 문제 파악 및 해결. 관측성은 모니터링을 소프트웨어 개발 프로세스의 초기 단계에 적용합니다. DevOps 팀은 고객 경험이나 SLA에 영향을 미치기 전에 새 코드에서 문제를 식별하고 수정할 수 있습니다.
• 자동으로 관측성 확장. 예를 들어 계측 및 데이터 집계를 Kubernetes 클러스터 구성의 일부로 지정하고 가동되는 순간부터 종료될 때까지 원격 측정 결과를 수집할 수 있습니다.
• 자동화된 문제 해결 및 자가 치유 애플리케이션 인프라 사용. 관측성을 AIOps 머신 러닝 및 자동화 기능과 결합하여 시스템 출력을 기반으로 문제를 예측하고 관리 개입 없이 문제를 해결합니다.