AI 트렌드 스태프
AI가 소프트웨어 개발 접근 방식으로 주류화됨에 따라 기업 IT 운영은 복잡성 관리에 참여해야합니다. 조직이 AI 시스템을 프로덕션 환경에 통합하려고 시도함에 따라 IT 운영을 지원하기위한 AI의 필요성 인 AIOps가 가속화되었습니다.
AIOps 시장에서 도구 포지셔닝 통합 작업을 완료하는 데 도움이되는 분석 및 기계 학습. Gartner는이 카테고리의 도구 사용이 2018 년 대기업의 30 %에서 XNUMX %로 증가 할 것으로 예상합니다.% 2023에 의해.
AIOps 용 도구는 "최신 ITOps 모든 유형의 문제를 실시간으로 이해할 수 있습니다. "라고 Venugopala는 말했습니다. 찰라말라, 창립자 겸 CEO Atlas, IT 서비스 회사, 최근 계정 포브스. "기존의 IT 관리 솔루션은 실시간 통찰력과 예측 분석을 제공 할뿐만 아니라 볼륨을 따라갈 수 없습니다."
AIOps로 시작하는 조직에 조언을 제공하기 위해 Appen의 CTO 인 Wilson Pang은 다음과 같이 제안했습니다. 해결해야 할 문제 명확하게 정의됩니다. “인간이 찾기 힘든 이상을 탐지하는 것이 목표입니까? 아니면 문제가 발생할 때 운영 팀이 근본 원인을 신속하게 식별 할 수있는 도구를 원하십니까? 아니면 AI를 통해 자동 복구 메커니즘을 배포 하시겠습니까? AIOps는 여러 분야에서 도움이 될 수 있습니다.”라고 그는 말했습니다. Appen은 이미지, 텍스트, 음성, 오디오, 비디오 수집을 지원하는 AI 서비스 회사입니다., AI 시스템을 구축하는 데 필요한 기타 데이터.
AI 시스템의 수가 증가함에 따라 모니터링 전략을 조정해야한다고 다른 임원이 제안했습니다. “모니터링 및 저장에 필요한 사항을 잘 이해하고 있어야합니다. AI 모델이 많을수록 모니터링 전략이 더 복잡해집니다. 그런 다음 모델 또는 모델 그룹별로 허용 가능한 성능의 기준을 정의해야합니다.”라고 로사 리아 실 리포 (Rosaria Silipo, Ph.D.) KNIME는 취리히에 기반을두고 있으며 기계 학습 및 데이터 마이닝 분석을위한 소프트웨어를 제공합니다. "마지막으로 성능이 허용 임계 값 아래로 떨어질 때 훈련을 다시 트리거하는 전략이 필요합니다."라고 그녀는 말했습니다.
Forrester 분석가, 자동화 도구가 IT 운영 직원을 해방시킬 수 있다고 제안
AIOps 도구가 IT 운영 작업을 자동화 할 수있는 한, IT 운영 직원은 다른 작업을 위해 자유로울 수 있다고 Forrester Research의 인프라 및 운영 선임 연구 분석가 인 Rich Lane은 다음 기사에서 제안합니다. 실리콘앵글.
IT 직원이“고객에게 더 나은 디지털 서비스를 제공하고 최소 20 개 이상을 소비하는 복잡하지 않은 대량 작업을 수행하지 않도록하는 프로젝트 작업에 집중하는 것이 좋습니다.% 그 이상은 아니더라도 그날의 하루 중 하나입니다.”라고 Lane이 말했습니다.
다양한 애플리케이션과 최종 사용자 장치에서 수집 된 데이터를 검토하고 실시간으로 문제에 자동으로 대응할 수있는 스마트 분석 도구가 더 바람직하다고 그는 제안했다. 레인은“오늘날 인프라 운영 인력이 어디에 있는지, 특히 대유행이 발생한 수개월 동안 많은 사람들이 동일한 작업을 반복해서 수행하면서 지쳐 버리고 있습니다. . "우리는 이러한 것들을 자동화해야합니다."
응용 프로그램 성능 관리 회사의 관점에서 앱다이내믹스, AIOps는 AI 및 머신 러닝을 사용하여 IT 환경의 모든 구석에서 대량의 데이터를 수집 및 분석하여 데이터 사일로를 필터링하고 패턴을 감지하고 더 많은 정보를 위해 의미있는 정보를 클러스터링하여 복잡성을 줄입니다. 효율적인 행동.
이를 통해 IT 팀은 성능 문제가 시스템 전반에 걸친 문제가되기 전에 실시간으로 사전 예방 적으로 관리 할 수 있습니다. AIOps 도구는 문제가 발생할 가능성이있는시기를 예측할 수 있으므로 예방할 수 있습니다.
현재 AIOps는 다음과 같은 사용 사례에 적용될 수 있다고 회사는 제안합니다.
지능형 경고: AIOps는 IT 환경의 모든 부분에서 데이터를 수집하여 의미있는 데이터를 필터링하고 인시던트와 연관시킵니다. 이것은 도미노 효과에서 오는 경고 폭풍을 방지합니다. 지능형 경고는 경고 피로도를 줄이고 사용자 및 비즈니스 영향에 따라 우선 순위를 지정하는 데 도움이됩니다.
도메인 간 상황 이해: AIOps는 모든 데이터를 집계하고 인과 관계 / 관계를 생성하여 IT에 위험 요소에 대한 개요를 제공하고 상황을 더 잘 이해하기 위해 필요에 따라 정보를 세분화 할 수 있습니다.
자동 판매기ING 가능한 근본 원인 식별 : 경고를 받으면 IT는 AIOps의 결론으로 이어지는 가장 의심되는 원인과 증거를 제공합니다. 이를 통해 신뢰를 구축하고 피드백 기회를 제공하여 AI 엔진이 인간의 전문 지식으로부터 배울 수 있습니다.
코호트 분석: AIOps는 방대한 양의 데이터 분석에서 빛을 발합니다. 수만 개의 인스턴스가 동시에 실행되는 현대적인 고도로 분산 된 아키텍처에서는 구성 또는 배포 된 애플리케이션 버전의 이상 점을 식별하는 것이 인간에게는 극복 할 수없는 작업입니다.
자동 판매기ING 교정 : AIOps는 알려진 문제에 대한 폐쇄 루프 수정을 자동화하는 데 도움이됩니다. 문제가 식별되고 과거 문제의 기록 데이터를 기반으로 AIOps는 문제 해결을 가속화하기위한 최선의 접근 방식을 제안합니다.
진행 방법에 대한 IT 관리자의 조언에서 AppDynamic 전문가는 AIOps 목표를 식별하고 단계별로 진행하며 AIOps 시장이 빠르게 진화하고 있으므로 면밀히 관찰 할 것을 권장했습니다.
Forbes에서 인용 한 경영진의 다른 제안에서, 선도적 인 엔터프라이즈 소프트웨어 회사 인 BMC의 최고 제품 책임자 인 Ali Siddiqui는 AIOps 도구의 가치가 더 많은 데이터를 관찰하고 분석할수록 증가한다고 제안했습니다.
“기존 IT 도구 및 데이터 소스와 통합 할 수있는 개방형 접근 방식이있는 것도 중요합니다. 도구가 있으면 기능 전반에 걸쳐 민첩성과 협업을 지원하는 올바른 프로세스를 식별하여 Dev, Ops 및 보안 전반에 통합합니다.”라고 그는 말했습니다. "마지막으로 조직은 사람에 대해 생각해야합니다. 가장 귀중한 리소스를 재배치하여 올바른 도구와 프로세스가 제자리에 있고 통찰력에 따라 행동 할 수 있도록합니다."
AIOps를 찾는 조직은 IT 운영에서 무슨 일이 일어나고 있는지 추적 할 수있는 시스템을 갖추는 것이 중요합니다. AI 서비스 관리 소프트웨어 공급 업체 인 Aisera의 설립자이자 CEO 인 Muddu Sudhakar는“핵심은 좋은 사고 관리 시스템을 갖추는 것입니다. 또한 아주 좋은 로깅 시스템이 있어야합니다. 또한 사고 및 중단에 대한 사전 예방 적 예측 관리가 있어야합니다. 당신은 인간이 이것을하는 것을 원하지 않습니다.”
소스 기사 및 정보 읽기 포브스에 Siliconangle 과에서 AppDynamics.
출처 : https://www.aitrends.com/aiops/guidelines-for-getting-started-with-aiops/
