단일 서버(Monolithic) 환경에서는 서버에 직접 접속해 로그 파일을 열어보면 그만이었지만, 언제든 죽고 재생성되는 K8s 환경에서는 불가능한 방식입니다. 이번 글에서는 클라우드 네이티브 환경의 필수 요소인 옵저버빌리티(Observability)와, 이를 고도화하는 AIOps 트렌드에 대해 다룹니다.1. 모니터링(Monitoring)을 넘어 옵저버빌리티(Observability)로단순한 '모니터링'과 '옵저버빌리티(관측성)'는 미묘하지만 큰 차이가 있습니다.모니터링: 시스템이 "언제(When)" 망가졌는지, 즉 CPU 사용률이 90%를 넘었는지 등 미리 정의된 임계치를 감시합니다.옵저버빌리티: 시스템이 "왜(Why)" 망가졌는지, 즉 분산된 마이크로서비스 환경에서 외부 요청이 내부의 어떤 서비스들을..

- Loki: 인덱스 프리 아키텍처로 완성하는 압도적 가성비의 로그 중앙화지난 포스팅에서는 Mimir를 통해 어떻게 메트릭 데이터의 수평 확장과 장기 보관 문제를 해결하는지 살펴보았습니다. 메트릭(Mimir)이 알람을 통해 장애의 '발생'을 알려주었다면, 이제 엔지니어는 에러의 스택 트레이스나 쿼리 로그를 뒤져 장애의 '근본 원인'을 찾아내야 합니다.이번 포스팅에서는 LGTM 스택에서 로그(Logs)를 담당하며, 기존 로그 관리의 패러다임을 완전히 뒤집어버린 Loki(로키)에 대해 깊이 있게 다뤄보겠습니다.1. ELK 스택의 딜레마: 로그는 너무 무겁고 비싸다지난 수년간 로그 중앙화의 사실상 표준은 Elasticsearch, Logstash, Kibana로 이루어진 ELK 스택이었습니다. Elastics..

- 관측성의 핵심(MELT) & LGTM 아키텍처 개요Cloud Native와 MSA가 엔터프라이즈 환경의 표준으로 자리 잡으면서, 우리가 시스템을 바라보는 관점도 완전히 달라져야 했습니다. 과거의 '모니터링'이 단순히 "시스템이 살아있는가?"를 묻는 수동적인 행위였다면, 이제는 복잡하게 얽힌 분산 환경에서 "왜 문제가 발생했는가?"를 능동적으로 추적하는 '관측성(Observability)'의 시대로 넘어왔습니다.이번 포스팅에서는 관측성을 구성하는 핵심 데이터 모델을 짚어보고, 대용량 트래픽 환경에서 기존 파편화된 스택의 한계를 극복하며 새로운 표준으로 자리 잡은 LGTM 스택(Loki, Grafana, Tempo, Mimir)의 아키텍처적 당위성을 살펴보겠습니다.1. 모니터링을 넘어선 관측성: MELT..