기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
운영 및 유지 관리를 위한 생성형 AI 사용 사례
소프트웨어가 배포되면 포커스가 운영 및 유지 관리로 전환됩니다. 생성형 AI는 보다 선제적이고 효율적인 시스템 관리를 제공하여 기존 접근 방식을 개선할 수 있습니다. AI 기반 운영 도구는 시스템 성능을 지속적으로 모니터링하고 사용자에게 영향을 미치기 전에 잠재적 문제를 예측합니다. 문제가 발생할 때 자동 근본 원인 분석을 수행하므로 평균 해결 시간이 크게 단축됩니다. 또한 AI는 거의 실시간으로 시스템 성능을 최적화합니다. 변화하는 로드 패턴 및 사용자 동작에 따라 구성을 자동으로 조정합니다. 예를 들어 운영 팀은 AI 어시스턴트를 사용하여 예측 유지 관리 일정을 생성하고, 실패할 가능성이 있는 구성 요소를 자동으로 식별하고, 선제적 조치를 제안할 수 있습니다. 또한 AI는 사용량 추세를 분석하고 향후 리소스 요구 사항을 높은 정확도로 예측하여 용량 계획에 도움이 될 수 있습니다.
다음 표에는 생성형 AI와 해당 사용 사례를 담당하는 페르소나로 개선할 수 있는 운영 및 유지 관리 사용 사례가 나와 있습니다.
| 하위 기능: 사용 사례 | 페르소나 |
|---|---|
| 인시던트 관리: 팀이 채팅 환경 내에서 직접 문제를 감지, 논의 및 해결할 수 있도록 모니터링 도구를 채팅 플랫폼과 통합하여 인시던트를 거의 실시간으로 관리합니다. | 사이트 신뢰성 엔지니어 |
| 인시던트 관리: 팀이 배포를 시작하고, 스크립트를 실행하고, 채팅 인터페이스에서 직접 명령을 실행하도록 허용하여 작업을 간소화합니다. | DevOps 엔지니어 |
| 코드 업그레이드: 코드 종속성 및 라이브러리를 업그레이드하여 수동 작업을 줄이고 코드베이스가 최신 버전으로 최신 상태를 유지하도록 합니다. | 소프트웨어 개발자 |
| 코드 최적화: 최적화 기회를 위한 코드 검토 | 소프트웨어 개발자 |
| 코드 최적화: 코드의 병목 현상을 식별하고 코드를 리팩터링하거나 최적화하여 성능을 개선합니다. | 소프트웨어 개발자 |
| 기술 부채 관리: 개발 프로세스의 일부로 기술 부채 기록 | 제품 관리자 |
| 기술 부채 관리: 영향, 위험 및 비용을 기반으로 기술 부채의 우선순위를 지정하고 해결하며 이를 정기적인 스프린트 계획 프로세스에 통합합니다. | 소프트웨어 개발자 |
| 기술 부채 관리: 기존 애플리케이션 코드의 기술 부채 감소 | 소프트웨어 개발자 |
| 변경 관리: 배포 전에 필요한 이해관계자가 모든 코드 변경 사항을 검토, 테스트 및 승인하도록 하는 변경 승인 프로세스를 구현합니다. | 변경 관리자 |
| 변경 관리: 제안된 변경에 대한 영향 분석 수행 | DevOps 엔지니어 |
| 리버스 엔지니어링: 레거시 코드의 구조 및 동작 분석 및 이해 | 솔루션 아키텍트 |
| 리버스 엔지니어링: 기존 코드 설명 및 설명서 생성 | 소프트웨어 개발자 |
| 코드 현대화: 한 프로그래밍 언어에서 다른 프로그래밍 언어로 코드 번역 | 소프트웨어 개발자 |
| 코드 현대화: 레거시 코드를 최신 프로그래밍 언어로 현대화 | 소프트웨어 개발자 |
| 성능 최적화: 리소스 할당을 최적화하고, 로드 밸런싱하고, 애플리케이션을 재구성하여 시스템 성능을 지속적으로 모니터링하고 조정합니다. | 사이트 신뢰성 엔지니어 |
| 성능 최적화: 속도와 시스템 응답성을 개선하기 위해 성능 저하를 일으키는 코드를 식별하고 리팩터링합니다. | 소프트웨어 개발자 |
