통합검색 장애 대응을 자동화하는 LLM DevOps Agent 구축 사례

요약

네이버 통합검색팀이 장애 대응 프로세스를 개선하기 위해 LLM 기반 DevOps Agent를 구축하고, v1에서 v2로 아키텍처를 발전시키며 이상 탐지·알람·액션 추천까지 확장하고 있다

내용

[NOTE: 본 콘텐츠는 NAVER ENGINEERING DAY 2025 발표 영상 기반이며, 세션 소개와 목차를 바탕으로 정리했다.]

네이버 통합검색은 여러 서비스의 검색 결과를 통합하여 제공하는 구조로, 장애 발생 시 빠른 감지와 분석이 중요하다. 기존 장애 대응 프로세스는 수동 분석에 의존하고 있었다.

DevOps Agent v1 → v2 진화

• v1: 초기 설계와 구조 구축, 기본적인 장애 감지·분석 자동화
• v1의 한계를 바탕으로 v2 아키텍처 재설계
• Trigger Queue 기반 이벤트 처리
• 이상 탐지 방법론 적용 및 평가 체계 수립

확장 중인 기능

• 알람 및 컨텍스트 확대: 더 많은 시스템 신호를 Agent가 인지
• 액션 추천: 장애 유형별 대응 방안을 Agent가 제안
• 지속 가능한 DevOps Agent: 경험이 축적될수록 Agent가 정교해지는 구조

검색 서비스나 대규모 시스템에서 LLM 기반 장애 대응 자동화를 고민하는 DevOps 엔지니어라면, Trigger Queue 기반 이벤트 처리 구조와 경험 축적형 Agent 아키텍처를 참고할 수 있다.