Grafana Labs, 옵저버빌리티 플랫폼에 AI 워처와 코드 수정 에이전트 추가

Grafana Labs는 새롭게 나타나는 문제를 감시하는 AI 에이전트, 사람이 검토할 코드 수정안을 준비하는 도구, 인프라 장애와 그 영향을 받는 사용자를 연결하는 공유 지식 그래프를 Grafana Cloud에 추가하고 있습니다. ObservabilityCON 2026에서 발표된 이번 릴리스는 점점 더 긴밀하게 연결되는 두 가지 업무, 즉 AI를 활용해 소프트웨어를 운영하는 일과 프로덕션 환경에 도입되는 AI 시스템을 모니터링하는 일을 다룹니다.

이번 출시에는 정식 제공 기능과 공개·비공개 프리뷰가 함께 포함됩니다. Assistant Watchers와 OpenTelemetry를 지원하는 Agent Observability는 정식 제공되며, Grafana Cloud Agents는 공개 프리뷰에 들어갑니다. 이와 함께 Grafana는 로그 검색 속도 개선, 텔레메트리 비용 관리 기능 추가, 상용 플러그인 마켓플레이스 도입도 발표했습니다.

핵심은 운영팀이 에이전트에 어디까지 맡겨야 하는가 하는 문제입니다. 이례적인 패턴을 찾는 일, 장애 원인을 설명하는 일, 프로덕션 코드를 변경하는 일은 각각 초래하는 결과가 다릅니다. Grafana의 이번 발표는 제안된 코드 수정에 사람의 승인을 거치도록 하면서 이 단계들을 서로 더 긴밀하게 연결합니다.

텔레메트리 감시부터 수정안 제안까지

Assistant Watchers를 사용하면 팀은 모니터링하려는 대상을 일상적인 언어로 설명할 수 있습니다. 사전에 정한 임계값에만 의존하는 대신, 워처는 텔레메트리에서 패턴을 학습하고 패턴이 바뀌면 근거를 제시합니다. 발견 사항은 기존 Grafana Alerting을 통해 전달되며, 중요한 발견 사항은 심층 조사를 시작할 수 있습니다.

이는 운영 데이터에 관해 질문할 수 있도록 회사가 기본 제공하는 에이전트인 Grafana Assistant의 기능을 확장합니다. 7월부터 정식 제공된 Assistant Investigations는 알림이나 인시던트로 시작되는 장시간 조사도 수행할 수 있습니다. 새 Watchers는 또 다른 조사 시작점을 제공합니다. 바로 팀이 아직 알림 규칙으로 설정하지 않았을 수도 있는 새로운 변화입니다.

Grafana Cloud Agents는 Assistant가 실시간 텔레메트리와 함께 저장소의 코드를 살펴보고, 수정안을 준비한 뒤, 풀 리퀘스트를 열 수 있는 통제된 클라우드 환경을 제공합니다. 공개 프리뷰에서는 사람이 승인할 수 있도록 검토 가능한 변경 사항을 제시하는 단계까지만 지원합니다. 타당해 보이는 진단과 작동하는 패치도 애플리케이션 요구 사항 및 배포 절차에 맞는지 검증해야 합니다.

에이전트는 충분한 근거가 없는데도 그럴듯한 설명을 내놓을 수 있으므로 이 점이 중요합니다. 각 발견 사항을 텔레메트리와 연결하면 엔지니어가 직접 살펴볼 근거를 확보할 수 있고, 풀 리퀘스트를 통해 실제 변경 사항을 익숙한 방식으로 검토할 수 있습니다.

에이전트 자체를 모니터링하기

이번 발표의 또 다른 축은 애플리케이션 안에서 이미 실행 중인 AI 워크로드입니다. Agent Observability는 OpenTelemetry 지원을 정식 제공해 에이전트 활동을 다른 서비스에도 사용되는 개방형 계측 표준에 포함합니다.

Grafana의 Agent Observability 제품 문서에는 프롬프트, 도구 호출, 응답을 아우르는 대화 재생 기능과 지연 시간, 토큰 사용량, 모델 비용, 평가 및 실험이 설명되어 있습니다. 이를 활용하면 팀은 비용이 많이 드는 모델 호출과 느린 다운스트림 서비스를 구분하거나, 프롬프트나 도구를 변경한 뒤 품질이 저하된 원인을 조사할 수 있습니다.

인프라 상태와 응답 품질에는 서로 다른 측정 방식이 필요합니다. 서비스가 계속 이용 가능한 상태여도 에이전트가 잘못된 도구를 사용하거나 부실한 응답을 내놓을 수 있습니다. 운영 텔레메트리와 평가를 결합하면 엔지니어가 조사할 수 있는 범위가 넓어지지만, 그렇다고 모든 품질 판단이 자동으로 이루어지는 것은 아닙니다.

증상과 영향을 연결하는 지식 그래프

Grafana는 모든 Grafana Cloud 스택에도 Knowledge Graph를 추가합니다. 런타임 컨텍스트 계층은 애플리케이션, 데이터베이스, 클라우드 서비스, Kubernetes 인프라, 사용자 대상 텔레메트리를 연결합니다. 팀은 자신에게 중요한 제품이나 비즈니스 시스템을 나타내도록 사용자 지정 엔터티와 관계를 추가할 수 있습니다.

사용자 지정 엔터티와 에이전트용 런타임 컨텍스트는 정식 제공됩니다. 새로운 Cypher 쿼리 기능을 사용하면 에이전트가 그래프에서 관계를 가져올 수 있으며, Grafana에 따르면 Assistant와 gcx를 통해 연결된 에이전트가 해당 컨텍스트에 접근할 수 있습니다. 조사를 할 때마다 원시 로그에서 종속 관계를 재구성하는 대신 이미 마련된 종속 관계 정보를 재사용하는 것이 목적입니다.

Grafana의 기존 Cloud MCP 서버 문서는 외부 에이전트에 대한 접근 방식을 이해하는 데 유용한 맥락을 제공합니다. 호스팅 서버를 이용하면 호환 클라이언트가 OAuth 인증으로 Grafana 데이터를 조회할 수 있으며, 접근 범위는 사용자의 Grafana 권한으로 제한됩니다. 따라서 여러 도구에서 운영 컨텍스트를 공유하려면 해당 데이터에 설정된 권한과 경계도 고려해야 합니다.

일부 확장 기능은 아직 프리뷰 단계입니다. 소유권 정보가 포함된 서비스 카탈로그, 모바일 옵저버빌리티, 핵심 사용자 여정, 지식 그래프를 활용한 운영 컨텍스트는 비공개 프리뷰로 제공됩니다. Session Replay와 Grafana Workflows는 공개 프리뷰 단계입니다. 사람 대응 담당자와 에이전트를 공통 인시던트 작업 공간에 모으는 Response Console은 비공개 프리뷰 단계입니다.

이러한 차이는 도입 여부를 판단할 때 중요합니다. 팀은 지금 정식 제공되는 그래프 기능을 활용할 수 있지만, 더 폭넓은 인시던트 대응 워크플로에 의존하기 전에 프리뷰 접근 권한과 성숙도를 별도로 평가해야 합니다.

텔레메트리가 늘어나면서 AI 스택의 비용 관리도 중요해진다

에이전트는 살펴봐야 할 활동을 더 많이 만들어 낸다. 여기에는 모델 요청, 도구 호출, 코드 변경, 그리고 에이전트가 영향을 미치는 애플리케이션의 동작이 포함된다. 모든 신호를 비용을 들여 전부 보관하지 않으면서도 정보를 유용하게 유지하는 것 역시 이번 릴리스의 중점 사항이다.

Grafana Cloud Logs에 Logline 기술을 기반으로 한 전체 텍스트 검색 기능 개선 사항이 정식 출시된다. Grafana는 2026년 4월 인수한 Logline의 기술을 활용한 이번 개선으로 객체 스토리지에서 요청 ID와 같은 희귀한 값을 추가 비용 없이 더 빠르게 검색할 수 있다고 밝혔다. 이는 집계된 추세가 아니라 특정 이벤트 하나를 찾아야 하는 조사에 특히 유용하다.

공개 프리뷰로 제공되는 Adaptive Logs Archive는 로그를 개방형 형식으로 고객 소유의 객체 스토리지 버킷에 저장한다. 정식 출시된 Adaptive Metrics Auto-Apply는 카디널리티 감소 권장 사항을 자동으로 적용하며, Cost Mode는 전체 활성 시계열이 늘어나지 않도록 설계됐다. 또 다른 정식 출시 업데이트를 통해 개발자는 Adaptive Traces가 삭제한 경우에도 이전 24시간 동안의 트레이스를 ID로 조회할 수 있다.

이러한 선택에는 재정적 측면뿐 아니라 운영상의 상충 관계도 따른다. 보존 및 샘플링 방식을 어떻게 정하느냐에 따라 장애 발생 후에도 어떤 증거를 확인할 수 있는지가 달라진다. 고객 소유 아카이브와 정해진 트레이스 조회 기간을 이용하면 팀의 선택지가 늘어나지만, 조사와 규정 준수 요구에 맞는 정책은 여전히 마련해야 한다.

상업용 마켓플레이스와 신중하게 추진하는 자율화

정식 출시된 Grafana Marketplace는 기존 플러그인 생태계에 검증된 파트너의 유료 플러그인을 추가한다. 유료 등급의 Grafana Cloud 고객은 14일 무료 체험을 시작한 뒤 기존 청구서를 통해 월간 구독을 이용할 수 있다. 플러그인 지원은 파트너가 제공하고, 결제 처리는 Grafana가 담당한다. 기존의 무료 플러그인 배포도 계속 이용할 수 있다.

이번 발표는 Grafana Labs와 ETR이 IT 및 엔지니어링 분야 리더 300명을 대상으로 작성한 2026년 옵저버빌리티 현황 보고서와 함께 나왔다. 보도자료에 따르면 응답자의 68%는 옵저버빌리티 분야의 AI 활용을 조사 단계를 넘어 파일럿 또는 실제 운영 단계로 확대했다. 읽기 전용 조사에 대한 거부감은 15%로 낮아, 이에 대한 수용도는 85%인 반면 완전 자율형 문제 해결에 대한 수용도는 52%에 그쳤다.

이 설문 응답은 새로 발표된 도구의 신뢰성을 입증하는 것이 아니라, 도입 현황과 태도를 보여 준다. 그럼에도 이번 출시가 어떤 방향으로 이루어지는지는 설명해 준다. 탐지와 조사를 자동화하고, 의존 관계를 공유 기록으로 제공하며, 제안된 조치를 검토할 수 있게 하는 것이다. 엔지니어링 팀이 실질적으로 확인해야 할 점은 이러한 조합이 더 나은 증거를 제공하고 반복 조사를 줄이는 동시에, 중요한 변경에 대한 책임 소재를 명확히 유지할 수 있는지다.