이전에 SRE Agent(으)로 알려졌던 New Relic Autopilot에 오신 것을 환영합니다. 인시던트를 관리하는 새로운 방법을 소개하게 되어 기쁩니다. Autopilot 는 특정 데이터 상관관계 및 진단을 자동화하는 데 도움을 주어 인시던트 관리 워크플로우를 지원하도록 설계되었습니다.
주의
규정 준수 제한 사항: Autopilot 은(는) HIPAA 계정과 함께 사용할 수 있습니다. Autopilot 은(는) 아직 FedRAMP에서 사용할 수 없습니다.
에이전트의 기록/MELT 데이터 보존 기간은 일반 계정 보존 설정 과 다를 수 있습니다.
New Relic Autopilot 생성형 AI 리소스에 대한 액세스를 포함하며 생성형 AI 서비스 특정 약관의 적용을 받습니다.
Autopilot 제안은 내부 비즈니스 목적으로만 사용해야 합니다.
뉴렐릭 Autopilot 소개
New Relic Autopilot 엔지니어링 팀이 문제를 조사하고, 시스템 동작을 이해하며, 운영 워크플로우를 가속화할 수 있도록 지원하는 AI 기반 운영 경험입니다.
Autopilot 작동 원리
Autopilot 뉴렐릭 텔레메트리, AI 추론 및 운영 워크플로우를 결합하여 프로덕션 문제를 조사합니다. 컨텍스트를 수집하고, 신호를 분석하고, 가능성 있는 근본 원인을 식별하고, 다음 조치를 권장하는 특수 기능을 조정하는 동시에 엔지니어가 운영 결정을 제어할 수 있도록 합니다.
기능
다음은 Autopilot 이(가) 운영을 가장 잘 지원하는 데 어떻게 도움이 되는지에 대한 몇 가지 예입니다:
공지 분류 및 검증: 에이전트는 들어오는 공지에 대한 예비 필터 역할을 하도록 설계되었습니다. 이는 공지사항의 맥락을 과거 기준 및 현재 시스템 상태와 비교하여 평가함으로써 해당 이벤트가 우선순위가 높은 이상 변동인지 아니면 예상되는 변동인지 판단하는 데 도움이 될 수 있습니다.
실시간 엔티티 상태: 에이전트는 스택에서 모니터링되는 부분에 대한 빠르고 포괄적인 상태 점검을 제공할 수 있습니다. 사용 가능한 골든 시그널 지표와 기본 성능 성능의 상관 관계를 시도함으로써 AI 모니터링은 시스템 상태에 대한 서술적 요약을 생성합니다.
변경 인텔리전스: 최근 업데이트로 인해 발생할 수 있는 잠재적인 성능 저하, 새로운 오류 패턴 또는 지연 시간 급증을 식별하여 구현 및 배포 후 시스템의 정상 작동 여부를 확인하는 데 도움을 줄 수 있습니다.
심층 인시던트 분석: 시스템 성능 저하가 발생할 때 에이전트는 자동화된 근본 원인 발견을 지원하도록 설계되었습니다. 분산 트레이스를 탐색하고, 로그 패턴을 분석하며, 리소스 메트릭을 검사하여 중단의 원인이 될 수 있는 잠재적인 기술적 장애 또는 다운스트림 종속성을 식별하는 데 도움을 줄 수 있습니다.
조치 제안: 진단을 넘어, Autopilot AI 모니터링은 복구 작업을 지원합니다. 잠재적인 근본 원인이 식별되면 에이전트는 배포 롤백이나 리소스 할당 조정과 같은 잠재적인 기술적 개입을 제안할 수 있으며, 엔지니어는 구현 전에 이를 검토해야 합니다.
Slack 협업: Slack에서 직접 Autopilot 을(를) 사용하십시오. 스레드를 벗어나지 않고 알림을 분류하고 인시던트를 조사하려면 채널에서 뉴렐릭 앱을 멘션하십시오. Autopilot Slack 통합을 참조하십시오.
중요
Autopilot 사용 사례에 맞게 제안 사항을 주의 깊게 검토해야 합니다.
운영 워크플로우
다음 워크플로우는 Autopilot 이(가) 텔레메트리를 실행 가능한 운영 인텔리전스로 변환하는 데 어떻게 도움이 되는지 보여줍니다. 각 단계는 이전 단계를 기반으로 구축되므로 엔지니어가 탐지에서 진단 및 권장되는 문제 해결로 더 빠르게 이동할 수 있습니다.
Autopilot이 환경을 분석하는 방법
Autopilot 텔레메트리 데이터와 잠재적인 인사이트 사이의 지능형 계층 역할을 하도록 설계되었습니다. 에이전트에게 질문하면 특수 도구 모음을 활용하여 분석을 수행합니다.
에이전트의 분석 프로세스는 세 가지 주요 원칙을 따릅니다:
포괄적인 컨텍스트 수집: 에이전트는 사용 가능한 아키텍처 매핑과 같은 관련 세부 정보를 수집하도록 설계되었습니다. 이는 관련 부분을 식별하고, 관계 및 독립성/종속성을 탐색하고, 성능 변화를 촉발했을 수 있는 최근 변경 항목 또는 구현, 배포를 강조하는 데 도움이 될 수 있습니다.
심층 텔레메트리 조사: 컨텍스트가 설정된 후 에이전트가 문제를 심층적으로 조사합니다. 다음을 평가하는 데 도움이 될 수 있습니다:
- 지표 및 추세: 처리량, 지연 시간 및 오류율을 분석하여 잠재적인 향후 시스템 동작을 예측하려고 시도합니다.
- 로그 및 오류: 이상 행위의 잠재적 원인과 원인을 격리하는 데 도움이 되는 입출력 트레이스, 오류 그룹 및 로그인 패턴을 선별합니다.
- 상태 및 알림: 잠재적인 폭발 반경을 이해하기 위해 활성 인시던트, 공지 사항 및 보안 쿠키를 검토합니다.
자동화된 근본 원인 및 영향 분석: 이 에이전트는 원인 분석을 지원하도록 설계되었습니다. 성능 저하를 특정 헤드셋 패턴, 저항 병목 현상, 병목지점 및 임시 사용자 영향과 연관시키려고 시도합니다. 또한 자연어를 NRQL 쿼리로 변환하여 특정 데이터 포인트를 검색하는 데 도움이 될 수 있습니다.
유효성
Autopilot is available to organizations on a Pro or Enterprise edition with either:
- The Advanced Compute add-on, or
- A Legacy Compute (CCU) plan.
팁
Autopilot 조직당 시간당 최대 100개의 requests를 허용합니다.
현재 제한 사항
Autopilot을(를) 사용할 때 다음 제한 사항에 유의하십시오:
- Autopilot 조치를 권장하지만 직접 수행하지는 않습니다. 사람이 검토하고 조치합니다. 사용 사례에 대한 제안 사항을 주의 깊게 검토해 주십시오.
- Autopilot 알림을 생성하지 않습니다.
- Autopilot 애플리케이션을 계측하거나 계측 설정을 생성하지 않습니다.
- Autopilot Confluence 또는 ServiceNow과 같은 외부 시스템에 다시 기록하지 않습니다. 하지만 Slack 통합을 통해 Autopilot 권장 사항을 Slack 작업 공간에 게시할 수 있습니다.
- 조사 품질은 텔레메트리 커버리지 및 운영 메타데이터에 따라 달라집니다. 데이터가 제한적인 경우 권장 사항에 뒷받침하는 증거가 덜 포함되거나 수집할 추가 정보를 식별할 수 있습니다.
- Autopilot 이(가) 제공하는 조사 제안은 텔레메트리 커버리지 및 운영 메타데이터와 같은 여러 요인에 따라 달라집니다. 데이터가 제한적인 경우 권장 사항에 뒷받침하는 증거가 덜 포함되거나 수집할 추가 정보를 식별할 수 있습니다.