📋 밋업 한눈에 보기 이번 밋업은 CNCF 및 스폰서 소개, 참석자 자기소개 등 네트워킹 시간으로 시작한 뒤, MongoDB 발표자가 AI 에이전트를 만들 때 필요한 state와 memory 개념을 설명하는 발표로 이어졌다. 발표자는 LLM 자체는 상태가 없다는 점을 지적하며, 안정적인 에이전트를 만들려면 작업 상태(state)와 사용자 관련 정보(memory)를 구분해서 저장해야 한다고 강조했다. 이어서 동시성 문제 해결을 위한 findOneAndUpdate, hybrid search를 위한 rank fusion, 그리고 mongod/mongot 프로세스 아키텍처 등 MongoDB의 구체적인 기능들을 예시와 함께 소개했다. ...
오늘의 기술 토픽 AI Agents for Operations (AIOps) AIOps는 AI 에이전트를 시스템 운영(Operations)에 도입해 장애 탐지, 원인 분석, 대응까지 자동화하려는 접근입니다. 기존 모니터링/알림 체계에 LLM 기반 에이전트를 결합해 사람이 하던 반복적인 운영 판단을 에이전트가 대신 수행하도록 만드는 것이 핵심 아이디어입니다. Kubernetes 생태계에서는 kagent 같은 프로젝트가 이런 흐름을 구체화하고 있으며, Prometheus·GitOps 도구와 연계해 관측(observability)부터 조치(remediation)까지 자동화 파이프라인을 구성하려는 시도가 늘고 있습니다. 🔑 핵심 요점 AIOps는 AI 에이전트가 장애 탐지, 원인 분석, 대응 조치까지 수행하도록 운영 워크플로우를 자동화하는 개념입니다. 기존 모니터링 스택(Prometheus, 로그 시스템)이 에이전트의 ‘눈’ 역할을 하고, LLM이 상황을 해석해 다음 행동을 결정합니다. kagent처럼 Kubernetes 네이티브 환경에서 동작하는 AI 에이전트 프레임워크가 실제 운영 자동화 도구로 주목받고 있습니다. GitOps 도구와 연계하면 에이전트가 제안한 변경 사항을 사람이 검토 후 승인하는 안전한 자동화 루프를 만들 수 있습니다. AIOps는 완전 자율 운영보다는, 사람의 판단을 보조하는 ‘반자율(semi-autonomous)’ 단계부터 도입하는 것이 현실적인 시작점입니다. 🛠 핵심 기술 쉽게 이해하기 AIOps (AI Agents for Operations) AIOps는 인공지능, 특히 LLM 기반 에이전트를 활용해 IT 시스템 운영 업무(모니터링, 장애 진단, 대응)를 자동화하려는 접근 방식입니다. 사람이 로그와 지표를 보고 판단하던 과정을 에이전트가 대신 수행하도록 만드는 것이 목표입니다. ...