시루스(Ciroos) 창립자 겸 CEO 로낙 데사이 인터뷰 시리즈

로낙 데사이시루스(Ciroos)의 창립자이자 CEO인 데사이(Desai)는 IT 업무 부담을 없애고 SRE, DevOps 및 운영 엔지니어에게 시간을 되돌려주는 명확한 사명을 가지고 회사를 이끌고 있습니다. 그는 특히 위험 부담이 큰 운영 환경에서 AI가 인간의 전문성을 대체하는 것이 아니라 의미 있게 보완해야 한다는 확고한 신념을 가지고 있습니다. 시루스를 설립하기 전, 데사이는 시스코(Cisco)에서 20년 이상 근무하며 시스코 풀스택 관찰 가능성(Cisco Full-Stack Observability) 및 앱다이내믹스(AppDynamics)의 수석 부사장 겸 총괄 관리자를 포함한 여러 고위 경영직을 역임했습니다. 그는 경력 전반에 걸쳐 확장 가능하고 고객 중심적인 플랫폼 구축에 주력해 왔으며, 현재 50개 이상의 특허를 보유하고 있습니다. 또한 시스코 재직 시절의 혁신과 고객 중심주의 원칙을 계승하고 있습니다.

시루스 Ciroos는 현대적인 다중 도메인 환경에서 복잡한 IT 사고를 조사하고 해결하는 데 걸리는 시간을 획기적으로 단축하도록 설계된 AI 기반 SRE 팀원을 구축하고 있습니다. 이 플랫폼은 네이티브 멀티 에이전트 AI를 사용하여 신호를 분석하고, 조사를 자동화하며, 자동화, 증강 및 자율 운영을 지원하는 동시에 인간의 통제권을 확고히 유지합니다. 기존에 분리되어 있던 도구와 도메인 전반의 데이터를 상호 연관시킴으로써, Ciroos는 팀이 사후 대응적인 문제 해결에서 벗어나 더 빠르고 확신 있는 의사 결정을 내릴 수 있도록 지원하여 엔지니어가 반복적이고 지루한 운영 작업 대신 더 큰 영향력을 발휘하는 업무에 집중할 수 있도록 합니다.

당신은 시스코에서 20년 넘게 근무하며 가장 성공적인 네트워킹 및 관찰 가능성 제품들을 개발하는 데 기여했습니다. 어떤 계기로 과감히 회사를 떠나 시루스를 설립하게 되셨나요?

다양한 엔터프라이즈 팀과의 협업을 통해 저는 동일한 상황을 반복적으로 목격했습니다. 운영 팀은 대시보드에 압도당하고, 경고를 추적하며, 여러 시스템에 걸쳐 발생하는 문제를 해결하기 위해 조직 내 지식에 의존하고 있었습니다. 상당한 자본을 관찰 가능성(observability)에 투자했음에도 불구하고, 여전히 여러 도메인에 걸쳐 증거를 실시간으로 연결하는 방법을 찾지 못하고 있었습니다. 저와 공동 창업자들은 이러한 상황을 바꾸고 싶었습니다. 우리는 경험 많은 운영자처럼 추론하고 처음부터 SRE(사이트 신뢰성 엔지니어)와 협력하여 팀이 통찰력을 찾거나 문제 해결에 시간을 허비하는 대신 복원력과 안정성을 향상시키는 데 집중할 수 있도록 하는 AI 시스템을 구축하기 시작했습니다.

Ciroos는 운영에서 가장 어려운 문제 중 하나인 여러 영역에 걸친 조사에 대한 해결책이라고 설명하셨습니다. 시스코에서 AppDynamics 및 풀스택 관찰 가능성 사업을 이끌었던 경험이 이러한 구상에 어떤 영향을 미쳤고, Ciroos 아키텍처 설계에 어떤 영향을 주었습니까?

AppDynamics에서는 애플리케이션 동작에 대한 높은 수준의 통찰력을 확보했습니다. 그러나 장애의 원인이 애플리케이션 외부(클라우드 구성, 네트워킹 또는 IAM 등)에 있는 경우, 애플리케이션 계층에서의 가시성만으로는 충분하지 않았습니다. 핵심 과제는 상황 맥락을 파악하는 것이었습니다. 이러한 경험을 바탕으로 Ciroos를 설계했습니다. Ciroos 플랫폼은 AI 추론을 통해 프로덕션 운영 규모를 확장합니다. 다양한 도메인에 걸쳐 신호를 분석하고, 이벤트를 공통 타임라인에 맞춰 정렬하며, 도메인 경계를 넘나드는 추론을 통해 장애의 진정한 근본 원인을 파악합니다.

Ciroos는 "AI SRE 팀원"이라는 개념을 소개합니다. 협업자로서의 AI라는 이 개념은 기존의 자동화 또는 관찰 도구와 어떻게 다를까요?

AI SRE 팀메이트는 새로운 도구라기보다는 새로운 팀원처럼 작동합니다. 먼저 경청하고 환경을 이해하며, 정의된 작업을 수락하고 시간이 지남에 따라 신뢰를 구축합니다. 기존 자동화가 규칙을 실행하는 데 그치는 반면, 팀메이트는 추론을 적용합니다. 문제를 발견하면 관련 도메인 전문가 에이전트를 선택하여 질의하고, 증거를 수집하여 맥락에 맞게 제시합니다. 이러한 협업 요소 덕분에 엔지니어는 수동으로 상관관계를 도출하는 대신 검증 및 문제 해결에 더 많은 시간을 할애할 수 있습니다.

귀사의 플랫폼은 다중 에이전트 AI 추론을 사용합니다. 복잡한 시스템 전반에서 근본 원인 분석 속도를 높이고 정확도를 향상시키기 위해 여러 AI 에이전트가 어떻게 협력하는지 설명해 주시겠습니까?

각 에이전트는 쿠버네티스, 클라우드, 네트워킹 등 각 분야별 전문성을 갖추고 있습니다. 사고가 발생하면 이러한 에이전트들은 중앙 추론 계층의 일부로 협력하여 실시간으로 조사 결과를 상호 연관시킵니다. 시스템은 어떤 에이전트를 호출할지, 각 에이전트에 어떤 작업을 할당할지, 어떤 순서로, 그리고 얼마나 오랫동안 수행할지 결정합니다. 이러한 협업을 통해 조사 시간을 단축하고 정확도를 향상시킬 수 있으며, 모든 계층을 개별적으로가 아닌 전체적인 맥락에서 평가할 수 있도록 합니다.

기술적인 관점에서 볼 때, Ciroos는 클라우드 원격 측정 데이터, 애플리케이션 로그, 인프라 메트릭과 같은 서로 다른 데이터 소스를 어떻게 동적으로 분석하여 사용자에게 과도한 노이즈를 발생시키지 않고 정확한 추론을 할 수 있을까요?

Ciroos는 모든 데이터 소스를 더 큰 그림 속의 하나의 렌즈로 간주합니다. 여러 데이터 소스의 관찰 결과를 통합된 타임라인에 맞춰 정렬하고 관련 인과 관계만 표시합니다. 예를 들어, IAM 또는 네트워크 정책의 작은 변경 후에 Pod 재시작 이벤트가 발생하면 Ciroos는 해당 시퀀스를 자동으로 연결합니다. 단순히 원시 대시보드를 제공하는 것을 넘어, 엔지니어가 특정 상황이 발생한 이유를 이해하는 데 도움이 되는 증거 기반의 완전한 스토리를 구성합니다.

신뢰성과 설명 가능성은 설계 철학의 핵심입니다. AI 기반 추천이 투명하게 유지되고 인간 엔지니어가 확실하게 통제권을 확보하려면 어떻게 해야 할까요?

각 권장 사항에는 이를 뒷받침하는 증거와 추론 과정이 함께 제시됩니다. 엔지니어는 각 결론의 과정을 추적하고, 가정을 검증하며, 보조 기능부터 반자율 기능까지 시스템의 자율성 수준을 관리할 수 있습니다. 시스템은 인간의 피드백을 통해 시간이 지남에 따라 상황적 지식을 축적하여, 완전한 관리 감독을 유지하면서도 의사 결정의 질을 향상시킬 수 있습니다. 이러한 접근 방식은 명확한 가이드라인, 직접적인 추론, 그리고 완벽한 인간의 감독을 통해 새로운 팀원을 온보딩하는 방식과 유사합니다. 시스템이 시간이 지남에 따라 점점 더 안정적인 성능을 보여줄수록 신뢰가 구축됩니다.

초기 사용자들은 Ciroos 덕분에 조사 시간이 몇 시간에서 몇 분으로 단축되었다고 보고합니다. 팀에서 AI SRE 팀원을 실제 운영 환경에서 사용하기 시작했을 때 어떤 패턴이나 통찰력이 가장 놀라웠습니까?

두 가지 기분 좋은 놀라움이 있었습니다. 첫째, 대기업들조차 우리의 핵심 가치 제안에 긍정적으로 반응한 속도가 매우 고무적이었습니다. 둘째, 고객들이 우리 기술을 면밀히 검토한 후 근본 원인 분석을 훨씬 뛰어넘는 매우 독창적인 활용 사례들을 제시해 주었습니다. 이러한 활용 사례들은 대기업들이 오늘날 생산 운영에서 직면하는 실질적인 문제들을 잘 보여줍니다.

"AI를 팀원으로 활용한다"는 용어는 AI를 대체하기보다는 협력하는 것을 의미합니다. 조직이 지능형 시스템과 함께 일하는 데 더욱 익숙해짐에 따라 이 개념은 어떻게 발전할 것으로 예상하십니까?

우리는 이를 자동화, 증강, 그리고 궁극적으로는 자율 주행으로 이어지는 여정으로 보고 있습니다. 시루스는 현재 이 세 가지 모드를 모두 지원하지만, 일반적으로 기업의 AI 도입은 성숙도 곡선을 따라 진행됩니다. 초기 단계에서 기업은 당사의 AI 시스템을 활용하여 명확하게 정의되고 반복 가능한 작업을 자동화하고, 동시에 담당자의 인지적 부담을 최소화합니다. 반면, AI 기반이 아닌 맞춤형 시스템은 고객이 가치를 실현하기 전에 담당자가 수많은 매개변수와 규칙을 설정해야 하는 과도한 부담을 안겨줍니다.

다음 단계에서는 기업들이 AI 시스템을 활용하여 여러 영역에 걸쳐 인간의 추론 능력을 대규모로 강화합니다. 시스템은 또한 인간이 검증하고 실행할 수 있는 상세한 설명과 개선 권장 사항을 제공합니다. 현재 대부분의 기업이 이러한 단계에 있습니다.

시간이 지남에 따라 AI는 기업 전체의 사고 처리 워크플로우를 자율적으로 관리하고 필요한 경우에만 담당자에게 보고할 수 있게 됩니다. 이러한 기능은 작업 유형에 따라 점진적으로 확장될 것으로 예상합니다. 이는 팀이 신입 사원과 신뢰를 쌓아가는 과정과 유사합니다. 신뢰가 쌓일수록 파트너십도 더욱 깊어지는 것처럼 말입니다.

많은 기업들이 이미 기존의 관찰 가능성 및 사고 관리 플랫폼을 사용하고 있습니다. Ciroos는 워크플로우를 방해하지 않고 이러한 기존 생태계와 어떻게 통합될 수 있을까요?

처음부터 통합은 선택 사항이 아니었습니다. 연합 데이터 모델은 기업에 가장 빠른 가치 실현 시간, 가장 다양한 선택권, 그리고 가장 낮은 총 소유 비용을 제공한다고 믿습니다. Ciroos AI SRE 팀메이트는 현재 관찰 가능성, 사고 대응, 협업 도구, 클라우드 플랫폼, 티켓팅 시스템, CI/CD 도구, 물리적 인프라 등 7가지 범주의 기업 시스템과 개방형 API 및 MCP, A2A와 같은 프로토콜을 통해 통합됩니다. 팀이 새로운 워크플로를 도입할 필요 없이 기존 워크플로에 통합되므로 기업의 도입이 용이합니다. 팀은 기존 워크플로를 변경하지 않고도 더 빠른 답변을 얻을 수 있습니다.

당신은 경력 전반에 걸쳐 고객 중심주의와 혁신을 강조해 오셨습니다. 이러한 가치들이 시루스의 기업 문화와 신뢰성 엔지니어링을 재정의하려는 장기적인 비전을 어떻게 이끌어 나가고 있습니까?

고객 중심적이라는 것은 고객 운영팀이 직면하는 실질적인 문제, 즉 장시간 근무, 피로, 고된 노동, 그리고 운영 과정에서 발생하는 질문에 대한 끊임없는 해답 찾기에 끊임없이 집중하는 것을 의미합니다. 혁신은 이러한 문제들을 해결하여 시간과 집중력을 의미 있게 되돌려주는 것입니다. 우리는 모든 운영팀이 지속적으로 학습하고, 수요에 따라 확장하며, 시스템 전반의 안정성을 보장하는 AI 동료를 갖게 되기를 기대합니다. 장기적으로는 AI 서비스가 소프트웨어로서 개발부터 운영 주기 전반에 걸쳐 표준이 될 것이라고 생각합니다. 즉, 인간 동료와 함께 생각하고, 행동하고, 개선하는 시스템이 되는 것입니다. 우리가 사용자에게 항상 필요로 했던 명확성과 여유를 제공할 수 있다면, 우리는 제대로 된 역할을 수행한 것입니다. 이러한 사용자는 SRE, IT 운영 담당자, 운영 엔지니어, 클라우드 운영 엔지니어 또는 운영을 수행하는 DevOps 팀 구성원이 될 수 있습니다.