다이나트레이스, AI 행동까지 추적한다…‘관측가능성 2.0’ 시대 선언

AI가 기업 내 시스템을 재구성하는 흐름 속에서 다이나트레이스(DT)가 관측가능성 전략을 대폭 강화하고 있다. 스트리밍 영상 매체인 theCUBE와의 인터뷰에서 다이나트레이스 최고 기술 전략 책임자인 알로이스 라이트바우어(Alois Reitbauer)는 에이전틱 AI(agentic AI)의 부상과 AI 모델 실험 확대가 기존의 관측 방식에 어떤 변화를 유도하고 있는지를 설명했다.

그는 최근 애플리케이션 개발 방식 자체가 과거와는 달라졌다고 전하며, 초기에는 오픈AI(OpenAI)의 모델을 직접 사용하는 단순 패턴이었으나 지금은 실험적 접근이 주류가 됐다고 밝혔다. 예컨대 다양한 AI 모델을 상대로 A/B 테스트를 진행하거나, AI 자체를 엔지니어링의 핵심 구성 요소로 삼는 ‘AI 네이티브 엔지니어링’이 확산되고 있다는 것이다. 이러한 흐름은 관측가능성(Observability)의 정의와 적용 방식에 근본적인 전환을 요구한다.

라이트바우어는 “이전보다 많은 AI 모델이 내부 의사결정 과정을 드러내면서 디버깅이 용이해졌지만, 에이전틱 시스템에서는 그 접근 자체가 달라져야 한다”며, “자율성과 목표 중심의 태스크 수행이 중심이 되는 시스템에서는 단일 트랜잭션을 추적하는 기존 방식이 무력화된다”고 지적했다. 실제로 다이나트레이스는 에이전틱 AI를 지원하기 위해 마이크로소프트 애저(Microsoft Azure) 기반 차세대 클라우드 운영 솔루션을 출시하며 이를 뒷받침할 기술적 기반을 마련했다.

그는 관측 디자인에서 ‘가드레일(guardrails)’의 필요성도 지적하며, 이는 단순한 기술적 모니터링을 넘어 비즈니스 맥락까지 추적해야 함을 의미한다고 했다. 예컨대, 과업을 위임받은 AI가 어떤 방식으로 목표 설정을 수행하며, 해당 수행 경로를 어떻게 측정할 수 있을지에 대한 기업 차원의 논의가 필수적으로 요구된다는 것이다.

이처럼 다이나트레이스는 AI 도입이 급속하게 확대되는 시대에 관측가능성의 정의를 재정립하고 있다. 특히 에이전틱 AI와 같은 새로운 패러다임에 적응하기 위해 기존의 자동화·모니터링 방식에서 한 발 더 나아가, AI의 ‘행동 이유’를 파악하고 결과를 점검할 수 있는 프레임워크 마련에 주력하고 있다. 이러한 기술적 진화는 단순한 시스템 관리 수준을 넘어 기업 경영 전반의 데이터 해석력과 의사결정 체계를 변화시킬 수 있는 기반이 될 전망이다.