AUTONOMOUS OPERATIONS PLATFORM
Orbiton.AI
운영 위험을 예측하고 승인 아래 조치합니다
기존 관측 스택과 실행 도구 사이에 위치하는 AI 컨트롤 플레인입니다. 별도 수집기를 설치하지 않고 예측·판단·조치·증빙 계층을 더합니다.
- 시계열 예측과 이상 탐지로 임곗값 도달 이전에 감지
- 정책 판정과 승인을 거친 자동 조치, 실패 시 자동 원복
- 탐지부터 종료까지 불변 증빙과 감사 리포트
01 / PRODUCTS
두 개의 컨트롤 플레인, 하나의 엔진.
운영 신호를 처리하는 컨트롤 플레인과 사용자 질의를 처리하는 컨트롤 플레인이 동일한 모델·정책·증빙 기반 위에서 동작합니다.
CONVERSATIONAL CONTROL PLANE
Orbiton.AI Agent
한 문장의 질의로 기업 시스템 전체를 다룹니다
사용자와 기업 시스템 사이에 위치하는 대화형 컨트롤 플레인입니다. 사용자가 시스템 사용법을 익히는 대신, 시스템이 사용자의 언어를 이해합니다.
- 질의 의도를 분해하고 필요한 지식과 도구를 자체 선택
- MCP 표준으로 도구를 호출하되 반드시 승인 게이트를 통과
- 대화와 조치 결과가 평가 세트와 증빙으로 축적
02 / PRINCIPLES
가시성에서 완결로. 운영을 완결하는 시스템.
가시성을 늘리는 대신, 다음 조치를 판단하고 안전하게 완결하는 데 집중합니다.
예측한다
시계열 예측과 비지도 이상 탐지로 임곗값 초과 이전에 위험을 감지합니다. 규칙 기반 위험 점수와 ML 모델을 병행 운용하므로 학습 데이터가 부족한 도입 초기에도 동작합니다.
조치한다
정책 엔진이 허용 여부와 승인 필요 여부를 결정하고, 워크플로 엔진이 실행·검증·원복까지 상태머신으로 수행합니다. 실패 시에는 반드시 원복합니다.
증명한다
탐지부터 종료까지 모든 판단 근거와 승인 기록을 불변 저장소에 남기고, 감사 리포트와 주·월간 운영 보고서를 자동 생성합니다.
03 / SHARED ENGINE
통합된 가시성과 실행. 하나의 기반.
대상 시스템은 드라이버로 교체되고, 엔진은 그대로 재사용됩니다. 특정 벤더나 미들웨어를 전제하지 않습니다.
AI/ML 모델
예측·판정·추론·학습·품질 감시를 모델별로 분담하며, 전 모델이 독립 추론 엔드포인트로 배포됩니다.
정책 엔진
자동 실행 허용 여부, 승인 필요 여부, 시도 예산, 쿨다운을 코드로 관리되는 정책이 판정합니다.
증빙 저장소
해시 체인으로 보호되는 감사 로그와 사건별 스냅샷을 불변 저장하고 리포트를 자동 발행합니다.
드라이버 메서드
자원 조회·지표 수집·조치 실행·스키마 샘플링만 구현하면 새로운 대상 시스템을 연동할 수 있습니다.
04 / ENGINEERING
12개 모델, 7개 서비스,
하나의 제어 루프.
예측과 이상 판정, 인과 추론, 강화학습, 연합학습, 드리프트 감지를 서로 다른 모델이 분담합니다. 정책 엔진과 워크플로 엔진이 조치와 검증, 원복을 상태머신으로 수행하고, 모든 판단 근거는 해시 체인으로 보호되는 감사 로그에 남습니다.
- 12
- AI · ML 모델
- 77+
- API 엔드포인트
- 55+
- DB 모델
- 41
- 프론트엔드 뷰
- 7
- 마이크로서비스
05 / ADOPTION
안전 모드로 시작해 단계적으로 넓힙니다.
도입 초기에는 자동 조치를 활성화하지 않습니다. 각 단계는 기능 플래그로 전환되며, 문제가 발생하면 즉시 이전 단계로 복귀합니다.
- PHASE 01
연결과 관찰
자동 조치를 비활성화한 상태에서 예측과 이상 탐지만 관찰합니다.
- PHASE 02
승인형 자동화
모든 조치가 사람의 승인을 거치며, 이 단계에서 원복 경로를 검증합니다.
- PHASE 03
선별 자율화
성공률이 검증된 조치부터 승인 없이 실행하도록 정책을 완화합니다.
- PHASE 04
범위 확장
드라이버와 커넥터를 추가해 인접 시스템으로 범위를 확장합니다.