AgenticOps: AI 에이전트 기반 자율 운영
읽는 시간: 약 2분
AgenticOps는 AIDLC로 소프트웨어를 개발한 이후, 실제 운영 환경에서의 지속적 개선을 위한 피드백 루프를 AI 에이전트를 통해 자율적으로 구축하는 접근 방법입니다. 기존 AIOps가 AI를 모니터링 보조 도구로 활용했다면, AgenticOps는 AI 에이전트가 관찰성 데이터를 기반으로 감지 → 판단 → 실행까지 자율적으로 수행합니다.
AIDLC와의 관계
AIDLC가 " 어떻게 만들 것인가"(개발 방법론)에 집중한다면, AgenticOps는 "어떻게 운영하고 개선할 것인가"(운영 피드백 루프)에 집중합니다. AIDLC의 온톨로지가 정의한 도메인 제약은 AgenticOps의 AI 에이전트가 운영 판단의 기준으로 활용하며, 운영에서 발견된 인사이트는 온톨로지 진화의 Outer Loop로 피드백됩니다.
구성
1 → 2 → 3 순서로 읽으면 데이터 기반 구축부터 자율 운영 실현까지의 전체 여정을 따라갈 수 있습니다.
| 순서 | 문서 | 핵심 질문 |
|---|---|---|
| 1 | 관찰성 스택 | 운영 데이터를 어떻게 수집·분석하는가? |
| 2 | 예측 운영 | 장애를 어떻게 사전에 예측하고 예방하는가? |
| 3 | 자율 대응 | AI 에이전트가 어떻게 자율적으로 대응하는가? |
핵심 기반: AWS 오픈소스 전략
AWS는 Kubernetes 생태계의 핵심 도구들을 Managed Add-on(22+), 관리형 오픈소스 서비스(AMP, AMG, ADOT)로 제공합니다. 이 기반 위에서 **Kiro + MCP(Model Context Protocol)**가 AgenticOps의 핵심 도구로 동작하며, AWS MCP 서버(50+ GA)를 통해 EKS 클러스터 제어, CloudWatch 메트릭 분석, 비용 최적화를 자율적으로 수행합니다.