관측성이란 무엇인가요?

관측 가능성은 외부 출력에 대한 지식만을 기반으로 복잡한 시스템의 내부 상태를 이해할 수 있는 정도를 의미합니다. 관측 가능한 시스템이 많을수록 추가 테스트나 코딩 없이 식별된 성능 문제부터 근본 원인까지 더 빠르고 정확하게 탐색할 수 있습니다.

관측 가능성은 최신 분산 애플리케이션에 관한 심층적인 가시성을 제공하여 더 빠르고 자동화된 문제 식별 및 해결을 지원합니다.

IT 및 클라우드 컴퓨팅에서 관측 가능성에는 소프트웨어 도구와 관행을 사용하는 것이 포함됩니다. 이러한 도구는 분산 애플리케이션과 애플리케이션이 실행되는 하드웨어 및 네트워크의 성능 데이터를 지속적으로 수집, 상호 연관시키고 분석하는 데 사용됩니다. 이 프로세스는 애플리케이션과 네트워크를 효과적으로 모니터링, 문제 해결 및 디버깅하는 데 도움이 됩니다. 목표는 고객 경험 기대치, 서비스 수준 계약 (SLA) 및 기타 비즈니스 요구 사항을 충족하는 것입니다.

비교적 새로운 IT 주제인 관측 가능성은 지나치게 과장된 유행어, 즉 시스템 모니터링, 애플리케이션 성능 모니터링(APM) 및 네트워크 성능 관리(NPM)의 '리브랜딩'으로 잘못 해석되는 경우가 많습니다. 실제로 관측 가능성은 APM 및 NPM 데이터 수집 방법의 자연스러운 발전으로, 점점 더 빠르고 분산되며 동적인 클라우드 네이티브 애플리케이션 배포의 특성을 더 잘 해결할 수 있습니다. 관측 가능성은 모니터링을 대체하는 것이 아니라 더 나은 모니터링과 더 나은 APM 및 NPM을 가능하게 합니다.

'관측 가능성'이라는 용어는 동적 시스템의 자동 제어와 관련된 공학 분야인 제어 이론에서 유래했습니다. 예를 들어 시스템의 피드백을 기반으로 파이프를 통한 물의 흐름을 조절하거나 경사 및 내리막길에서 자동차의 속도를 제어하는 것이 있습니다.

관측 가능성을 둘러싼 오해 바로잡기

본 eBook은 관측 가능성을 둘러싼 오해를 바로잡고 디지털 세계에서 관측 가능성의 역할을 보여주는 것을 목표로 합니다.

관련 내용

관측 가능성 가이드 신청하기

관측 가능성은 왜 필요한가요?

지난 20여 년 동안 IT 팀은 주로 APM에 의존하여 애플리케이션을 모니터링하고 문제를 해결해 왔습니다. APM은 애플리케이션 성능 문제와 관련된 것으로 알려진 원격 측정이라고 하는 애플리케이션 및 시스템 데이터를 주기적으로 샘플링하고 집계합니다.

APM은 핵심 성과 지표(KPI)를 기준으로 원격 측정을 분석하고 결과를 대시보드에 취합합니다. 이러한 결과는 문제를 해결하거나 방지하기 위해 해결해야 하는 비정상적인 조건에 대해 운영 및 지원 팀에 경고합니다.

APM은 모놀리식 애플리케이션 또는 기존 분산 애플리케이션을 모니터링하고 문제를 해결하는 데 충분히 효과적입니다. 이러한 설정에서는 새로운 코드 릴리스가 주기적으로 발생하며 애플리케이션 구성 요소, 서버 및 관련 리소스 간의 워크플로 및 종속성이 잘 알려져 있거나 추적하기 쉽습니다.

오늘날 조직은 최신 개발 관행을 빠르게 도입하고 있습니다. 이러한 관행에는 애자일 개발, 지속적 통합 및 지속적 배포 (CI/CD), DevOps, 여러 프로그래밍 언어가 포함됩니다.

또한 조직은 마이크로서비스 , Docker 컨테이너, Kubernetes 및 서버리스 기능과 같은 클라우드 네이티브 기술을 채택하고 있습니다. 그 결과 그 어느 때보다 빠르게 더 많은 서비스를 시장에 출시하고 있습니다. 하지만 그 과정에서 그들은 새로운 애플리케이션 구성 요소를 배포하고 있습니다. 서버리스 기능을 위해 다양한 장소에서, 다양한 언어로, 심지어 초 단위 또는 몇 분의 1초 단위로 매우 다양한 기간 동안 이 작업을 수행합니다. 1분에 한 번씩 샘플링하는 APM의 데이터 샘플링으로는 이 속도를 따라잡을 수 없습니다.

필요한 것은 모든 애플리케이션 사용자 요청 또는 트랜잭션에 대한 충실도가 높고 컨텍스트가 풍부하며 완전히 상관 관계가 있는 레코드를 만드는 데 사용할 수 있는 더 높은 품질의 원격 측정과 그 이상의 기능입니다. 관측 가능성을 실현하세요.

관측 가능성은 어떻게 작동하나요?

관측 가능성 플랫폼은 애플리케이션 및 인프라 구성 요소에 내장된 기존 계측과 통합하고 이러한 구성 요소에 계측을 추가하는 도구를 제공하여 성능 원격 측정을 지속적으로 발견하고 수집합니다. 관측 가능성은 네 가지 주요 원격 측정 유형에 중점을 둡니다.

로그. 로그는 세분화되고 타임스탬프가 지정되며 완전하고 변경할 수 없는 애플리케이션 이벤트 기록입니다. 무엇보다도 로그를 사용하여 주변 컨텍스트를 포함한 모든 이벤트에 대한 정확도가 높은 밀리초 단위 기록을 만들 수 있습니다. 개발자는 이러한 로그를 사용하여 문제 해결 및 디버깅 목적으로 '재생'할 수 있습니다.
메트릭. 메트릭(시계열 메트릭이라고도 함)은 지정된 기간 동안의 애플리케이션 및 시스템 상태에 대한 기본적인 측정값입니다. 예를 들어 메트릭은 5분 동안 애플리케이션이 얼마나 많은 메모리 또는 CPU 용량을 사용하는지 또는 사용량이 급증하는 동안 애플리케이션이 얼마나 많은 지연 시간을 경험하는지 측정합니다.
추적. 추적은 UI 또는 모바일 앱에서 전체 분산 아키텍처를 거쳐 사용자에게 돌아오는 모든 사용자 요청의 엔드투엔드 '여정'을 기록합니다.
종속성(종속성 맵이라고도 함)은 각 애플리케이션 구성 요소가 다른 구성 요소, 애플리케이션 및 IT 리소스에 어떻게 종속되어 있는지를 보여줍니다.

플랫폼은 이 원격 측정 데이터를 수집한 후 실시간으로 상호 연관성을 분석합니다. 이 프로세스는 DevOps 팀, 사이트 안정성 엔지니어링(SRE) 팀 및 IT 직원에게 완전한 컨텍스트 정보를 제공합니다. 팀은 애플리케이션 성능 문제를 나타내거나, 원인이 되거나, 해결에 사용할 수 있는 이벤트의 내용, 위치, 이유를 파악합니다.

많은 관측 가능성 플랫폼은 시스템 내에서 나타날 수 있는 새로운 원격 측정 소스(예: 다른 소프트웨어 애플리케이션에 대한 새로운 API 호출)를 자동으로 검색합니다. 플랫폼은 표준 APM 솔루션보다 더 많은 데이터를 처리합니다. 많은 플랫폼에는 노이즈(문제와 무관한 데이터)로부터 실제 문제의 징후인 신호를 선별하는 AIOps(운영을 위한 인공 지능) 기능이 포함되어 있습니다.

관측 가능성의 이점

관측 가능성은 시스템을 (일반적으로, 매우 세부적으로) 이해하고 모니터링하기 쉽고, 새로운 코드로 업데이트하는 것이 더 쉽고 안전하며, 관측 가능성이 낮은 시스템보다 수리하기가 더 쉽습니다. 보다 구체적으로, 관측 가능성은 조직이 다음을 수행할 수 있도록 지원하여 고품질 소프트웨어를 더 빠르게 제공하려는 Agile/DevOps/SRE 목표를 직접적으로 지원합니다.

'알 수 없는 미지의 문제', 즉 존재하는지도 모르는 문제를 발견하고 해결합니다. 모니터링 도구의 가장 큰 한계는 '알려진 미지의 문제', 즉 이미 주의해야 한다는 것을 알고 있는 예외적인 조건만 감시한다는 점입니다. 관측 가능성 도구는 사용자가 전혀 알지 못하거나 찾아야 한다고 생각하지도 못했던 조건을 발견한 다음, 특정 성능 문제와의 관계를 추적하여 근본 원인을 파악하고 더 빠르게 해결할 수 있도록 컨텍스트를 제공합니다.
개발 초기에 문제를 발견하고 해결합니다. 관측 가능성은 소프트웨어 개발 프로세스의 초기 단계에 모니터링을 포함합니다. DevOps 팀은 고객 경험이나 SLA에 영향을 미치기 전에 새 코드에서 문제를 식별하고 수정할 수 있습니다.
관측 가능성을 자동으로 확장합니다. 예를 들어, 계측 및 데이터 취합을 Kubernetes 클러스터 구성의 일부로 지정하면 클러스터가 가동되는 순간부터 중단될 때까지 원격 측정을 수집할 수 있습니다.
자동화된 문제 해결 및 자가 복구 애플리케이션 인프라를 사용하도록 설정합니다. 관측 가능성과 AIOps 머신 러닝 및 자동화 기능을 결합하여 시스템 출력을 기반으로 문제를 예측하고 경영진의 개입 없이 문제를 해결합니다.