Agentic Observability: How I Wired a Real App with Dynatrace MCP in Minutes!

개요

Agentic Observability는 탐지 중심의 전통적인 옵저버빌리티의 한계를 극복하기 위해, 운영 신호와 엔지니어링 지식을 연결하여 문제 해결 워크플로우를 개선하는 방식입니다.

주요 내용

- 기존 옵저버빌리티의 한계: 모니터링은 장애 탐지에 유용하지만, 서비스 소유자, 의존성, 런북, 적절한 Slack 채널 등의 맥락 정보가 부족하여 사고 대응 시 추가적인 정보 탐색이 필요합니다.
- Agentic Observability의 목표: 단순히 텔레메트리를 수집하는 것을 넘어, 운영 및 조직적 맥락과 연결하여 텔레메트리를 실행 가능하게 만드는 것을 목표로 합니다.
- 데모 아키텍처:
- Flask 쇼핑 앱: 실제 사용자 행동 및 장애 시나리오를 시뮬레이션합니다.
- Dynatrace: OpenTelemetry로 계측된 앱으로부터 트레이스, 서비스 상태, 로그, 오류 등을 수집 및 분석합니다.
- Port: 서비스 소유권, 티어, 런북, Slack 채널 등 메타데이터를 저장하는 컨텍스트 레이어 역할을 합니다.
- 구현 과정:
1. OpenTelemetry 자동 계측: Flask 앱을 OpenTelemetry로 계측하여 요청 트레이스, 오류, 지연 시간 등 텔레메트리 데이터를 자동 생성합니다.
2. Dynatrace로 트레이스 스트리밍: 계측된 데이터를 Dynatrace로 전송하여 서비스 상태를 실시간으로 추적합니다.
3. Port에 컨텍스트 추가: Port에 서비스의 소유자, 티어, 런북, Slack 채널 등의 운영 정보를 모델링합니다.
4. MCP 커넥터 활용: Port의 MCP 커넥터를 통해 Dynatrace MCP 서버와 연결하여, Port가 Dynatrace의 실시간 모니터링 데이터에 접근할 수 있도록 합니다.
- Agentic 쿼리 경험: Port AI를 통해 자연어 질문을 하면, Port는 서비스 메타데이터와 Dynatrace의 실시간 건강 정보를 종합하여 응답합니다. 이를 통해 실제 장애와 의도된 실패 모드를 빠르게 구분할 수 있습니다.
- 패턴의 중요성: 옵저버빌리티 데이터, 서비스 소유권, 런북 등이 분산되어 있는 기존 환경에서, 이 패턴은 필요한 정보들을 통합하여 장애 대응 지연을 줄이고 엔지니어링 팀의 불확실성을 감소시킵니다.
- Port의 역할: 단순한 서비스 카탈로그를 넘어, 소유권, 배포 정보, 팀 정보 등을 포함하는 신뢰할 수 있는 운영 컨텍스트 레이어 역할을 합니다.

시사점

Agentic Observability는 Dynatrace와 같은 옵저버빌리티 플랫폼의 기술적 신호와 Port와 같은 컨텍스트 레이어의 조직적 의미를 통합함으로써, 시스템 신호를 실행 가능한 답변으로 전환시켜 사고 대응의 효율성과 자신감을 향상시킬 수 있습니다.