- 불변 증빙 저장(WORM) · 감사 리포트 자동 생성 · 주·월간 운영 보고서 · ITSM 티켓 첨부
HOW IT WORKS / CLOSED LOOP
신호를 행동으로,
행동을 증빙으로.
Orbiton.AI는 IBM 자율컴퓨팅 참조 모델(MAPE-K)을 설계 근거로 삼아, 탐지부터 증빙까지 하나의 상태머신으로 실행합니다. 단계를 건너뛰는 경로는 존재하지 않습니다.
01 / CONTROL LOOP
자율 제어 루프
루프 전체가 감사 로그와 증빙으로 기록되며, 종료 후 재발 방지 권고가 자동 생성됩니다.
- 1탐지
예측·이상 탐지가 위험을 감지하고 Incident를 생성합니다.
- 2증거 수집
이상 구간 전후의 메트릭·로그·트레이스를 자동 스냅샷합니다.
- 3원인 · 권고
근본 원인 분류와 조치 후보를 위험도와 함께 제시합니다.
- 4정책 판정
허용·거부·승인필요와 한도를 정책 엔진이 결정합니다.
- 5승인 (HITL)
승인 대기 큐에서 담당자가 코멘트와 함께 승인합니다.
- 6조치 실행
중복 방지 키를 걸고 실행기 API를 통해 조치합니다.
- 7검증 · 원복
성공 기준 미달 시 즉시 원복하고 에스컬레이션합니다.
동일 사건에 대한 동일 조치의 반복을 시도 예산과 쿨다운으로 차단합니다.
멱등성 키와 전역 중복 제거 저장소로 이중 실행을 원천 차단합니다.
검증 기준을 충족하지 못하면 자동 원복 후 담당자에게 에스컬레이션합니다.
02 / FORECAST PIPELINE
적체를 어떻게 사전에 예측하는가
적체는 유입량과 처리량의 차이가 누적된 결과입니다. 단순 임곗값은 이미 늦은 시점에 경보하고, 단일 모델은 패턴이 변하면 정확도를 잃습니다. Orbiton.AI는 다섯 단계를 거쳐 판단합니다.
- STAGE 1
유입·처리량 차이 기반 즉시 예측
유입률과 처리율의 차이로 임곗값 도달 시점을 즉시 산출합니다. 학습 데이터가 없는 도입 초기에도 첫날부터 동작합니다.
- STAGE 2
시계열 앙상블
LSTM은 급격한 변화를, Prophet은 주기와 휴일 패턴을, TFT와 N-BEATS는 다변량 장기 추세를 각각 담당합니다.
- STAGE 3
이상 판정
현재 상태의 비정상 여부를 판정합니다. Isolation Forest가 점 이상을, USAD가 시퀀스 이상을 잡습니다.
- STAGE 4
인과 원인 추론
동반 변동한 지표와 실제 원인을 구분합니다. DoWhy 4단계 인과 추론으로 처리율 저하·재조정·인프라 악화 중 실제 원인을 특정합니다.
- STAGE 5
조치 정책 선택
과거 조치의 효과를 학습한 강화학습 정책이 후보를 제시하고, 최종 판단은 OPA 정책과 승인자가 내립니다.
03 / ARCHITECTURE
계층은 분리하고 판단은 연결합니다
수집·추론·정책·실행·증빙을 분리해, 한 영역의 장애가 승인되지 않은 조치로 이어지지 않도록 설계합니다. 각 계층은 표준 인터페이스로만 결합됩니다.
- 정책 엔진(OPA/Rego) · 워크플로 엔진(SOAR) · 승인·조치·검증·원복 · 중복 실행 방지
- 예측·이상 탐지 모델 · 근본 원인 분류 · 조치 권고 엔진 · 모델 거버넌스(MRM)
- OpenTelemetry 표준 수집 · 메트릭·로그·트레이스 정규화 · Query Adapter · 시스템 드라이버
멀티테넌시(tenant_id / cluster_id)와 데이터 경계는 모든 계층에서 강제되며, 서비스 간 통신은 mTLS로 고정됩니다.
04 / MODEL LIFECYCLE
학습 데이터 없이 시작하고, 성능 저하는 스스로 감지합니다
모든 모델은 학습·추론·재학습 이력이 모델 레지스트리에 버전으로 남고, 승인된 버전만 실제 의사결정에 사용됩니다.
- 데이터가 없을 때
- 합성 시나리오 4종으로 1차 학습을 수행하고, 유입·처리량 차이 기반 예측과 규칙 위험 점수로 즉시 운영에 투입합니다.
- 데이터가 쌓이면
- 운영 데이터로 주기적으로 재학습하며 Optuna가 하이퍼파라미터를 재탐색합니다. EWC를 적용해 기존 지식을 유지합니다.
- 모델이 낡으면
- PSI·KS·Page-Hinkley가 입력 분포와 성능 변화를 상시 감시하며, 기준선을 이탈하면 재학습 또는 롤백을 트리거합니다.