[Elastic 웨비나] AI 시대의 Observability 전략: 데이터 가시성과 비용 효율을 함께 확보하는 방법

AI와 클라우드 네이티브 환경이 확산되면서 로그, 메트릭, 트레이스는 빠르게 늘고 있습니다. 많은 조직이 비용 부담 때문에 샘플링을 늘리고 보관 기간을 줄이지만, 장애 분석, 특히 AI 기반 분석은 충분한 컨텍스트가 있어야 정확해집니다.

이번 웨비나에서는 수집부터 저장, 분석, 자동화까지 Observability 데이터를 어떻게 구성해야 가시성과 비용 효율을 함께 가져갈 수 있는지 실무 관점에서 살펴봅니다.

## 이런 분께 추천합니다

* 로그와 트레이스 비용 때문에 수집 범위나 보관 기간을 조정해 본 DevOps, SRE, 플랫폼 팀
* Observability 도구 통합이나 전환을 검토 중인 아키텍트
* AI 기반 장애 분석과 운영 자동화를 준비 중인 IT 운영 책임자
* 사내 런북과 장애 이력을 AI와 연결하려는 팀

## 주요 내용

1. AI 시대 Observability의 변화: 텔레메트리 증가와 비용 압박
2. 컨텍스트와 비용 사이의 균형: 샘플링, 보관 기간, 도구 분리가 만드는 사각지대
3. Full-Stack Observability 데이터 아키텍처: 수집부터 저장·티어링·데이터 최적화까지
4. 한 건의 장애를 따라가며 보는 AI 기반 장애 분석과 운영 자동화: Full Context → Knowledge → AI Agent → Workflow
5. 도입 접근 방법 및 Q&A

세션 소개

2026년 11월 11일

시간 주제 다시보기
14:00~15:00

AI 시대의 Observability 전략: 데이터 가시성과 비용 효율을 함께 확보하는 방법

김문식 | Elastic 수석 솔루션 아키텍트
AI와 클라우드 네이티브 환경이 확산되면서 로그, 메트릭, 트레이스는 빠르게 늘고 있습니다. 많은 조직이 비용 부담 때문에 샘플링을 늘리고 보관 기간을 줄이지만, 장애 분석, 특히 AI 기반 분석은 충분한 컨텍스트가 있어야 정확해집니다. 이번 웨비나에서는 수집부터 저장, 분석, 자동화까지 Observability 데이터를 어떻게 구성해야 가시성과 비용 효율을 함께 가져갈 수 있는지 실무 관점에서 살펴봅니다.

연사 소개

프로필 소개

김문식 | Elastic 수석 솔루션 아키텍트

AI-Ready 검색·옵저버빌리티·보안 플랫폼 전문 자문 | GenAI · 에이전트 AI · CISSP

Elastic의 Principal Solutions Architect로서 엔터프라이즈 및 디지털 네이티브 기업을 대상으로 AI-Ready 검색, 옵저버빌리티(Observability), 보안(Security) 플랫폼 구축을 지원하는 신뢰받는 기술 자문입니다.
생성형 AI(GenAI)와 에이전트 AI(Agentic AI) 아키텍처 구현에 대한 깊은 전문성을 바탕으로, 기업이 복잡한 데이터 환경에서 최선의 가치를 이끌어낼 수 있도록 돕고 있습니다. 또한 보안 전문가 자격인 CISSP를 보유하여, 최신 AI 솔루션을 고도의 보안성과 안정성을 갖춘 엔터프라이즈 환경에 맞게 설계·적용하는 데 강점이 있습니다.

주요 역량 및 핵심 분야 (Key Competencies)

- AI-Ready 검색 & RAG 플랫폼 구축: Elastic 기반의 검색 엔지니어링, 벡터 검색(Vector Search), RAG(Retrieval-Augmented Generation) 시스템 설계
- 생성형 AI & 에이전트 AI (GenAI / Agentic AI): AI 에이전트 워크플로우 통합, LLM 오케스트레이션, 데이터 연동 아키텍처 설계
- 통합 옵저버빌리티 & 보안: 클라우드 네이티브 및 대규모 분산 시스템을 위한 Observability 및 SIEM/XDR 보안 데이터 플랫폼 자문
- 엔터프라이즈 보안 전문성: CISSP 기반의 데이터 보안, 접근 제어, 컴플라이언스 준수 설계
- 고객군 커버리지: 대기업(Enterprise) 및 기술 중심의 성장형 기업(Digital-Native) 맞춤형 기술 전략 제시

경품 안내