AI SRE란 무엇인가, 온콜 체계를 어떻게 바꿀까 – 실제로 효과는 있을까?

“AI SRE는 장애 조사와 온콜 대응을 빠르게 하는 도구로 부상했으며, 2025년 5월 마이크로소프트 BUILD의 Azure SRE Agent 데모 이후 OpenAI의 Sevbot, ING 은행의 사내 AI SRE 등 실제 도입이 이어지고 있다. Rootly, incident.io, ResolveAI 등이 시장을 주도하며, 여러 에이전트를 병렬로 운용하고 지식 그래프 기반 컨텍스트 레이어와 적대적 검증·백테스팅으로 정확도를 높인다. 다만 AI가 코드 변경까지 해야 하는지와 정확도 측정 방식은 기업·팀별로 크게 달라 논쟁 중이다.”

AI 요약

'AI SRE'가 화려한 벤더 데모를 중심으로 급부상하는 가운데, 실제 온콜 체계에서의 효과를 검증하는 심층 기사다. 2025년 마이크로소프트 BUILD의 'Azure SRE Agent' 데모는 인위적으로 느껴졌으나, 최근 OpenAI의 'Sevbot', ING 은행의 사내 AI SRE 등 실제 도입 사례가 등장하고 있다. Rootly·incident.io·ResolveAI 등 주요 업체에 따르면 AI SRE의 핵심은 Slack 내에서 사고 조사를 훨씬 빠르게 수행하는 것이며, 코드 변경 권한 부여 여부는 논쟁 중이다. 여러 에이전트를 병렬로 확장하고 지식 그래프·메모리 기반 '컨텍스트 레이어'를 활용하는 방식이 일반적이다.

핵심 포인트

  • 2025년 5월 MS BUILD에서 'Azure SRE Agent' 데모 공개, 이후 OpenAI 'Sevbot', ING 은행 사내 AI SRE 등 실제 도입 확산
  • Rootly·incident.io·ResolveAI 등 주요 AI 사고 대응 플랫폼 3곳 인터뷰 기반 분석 (기자 Gergely Orosz는 incident.io 투자자)
  • 다중 에이전트 병렬 확장, 지식 그래프·메모리 기반 컨텍스트 레이어가 조사 정확도 향상에 활용
  • 적대적 에이전트·혼합 모델로 가설 검증, 평가·백테스팅으로 정확도 확보하나 기업·팀별 편차가 커 측정이 난해

향후 전망

  • AI 에이전트의 코드 배포 가속으로 사고·페이지 증가가 예상되어 온콜 툴 투자 확대 불가피
  • 정확도·속도·비용 간 트레이드오프 해결이 상용화의 관건이 될 전망
Share

이것도 읽어보세요

댓글

이 소식에 대한 의견을 자유롭게 남겨주세요.

댓글 (0)

불러오는 중...