AI와 OODA 루프: 운영의 재구상

Lori Mac Vittie수석 엔지니어 겸 최고 에반젤리스트 | F5

Findings from the 2025년 애플리케이션 전략 현황 보고서의 조사 결과에 따르면, 생성형 AI와 전통적 AI의 도입에 따라 운영은 필연적으로 OODA 루프 기반 모델로 전환될 것입니다.

지난해 제가 생성형 AI가 운영 자동화를 새롭게 정의하고 있다고 언급했던 것을 기억하실 수도 있습니다. 기억나지 않거나 다시 한번 짚어볼 필요가 있을 수도 있겠죠. 어느 쪽이든 간단히 요약해 보겠습니다:

“과거에는 디지털 성숙도가 가장 높은 조직들이 명확하게 정의된 비즈니스 및 운영 목표에 따라 스크립트를 실행하고, 구성을 변경하며, 정책을 조정하는 데 자동화를 활용했습니다. 생성형 AI의 등장으로 이러한 방식은 거의 구시대적인 것이 되었고, 이제는 더욱 자율적인 시스템을 구축하는 것이 새로운 목표가 되었습니다.”

이는 지난해 연례 연구를 바탕으로 한 결론이었습니다. 그런데 올해 연구 결과는 어떨까요? 그 결론을 더욱 확고히 뒷받침합니다. 자율 운영은 더 이상 자동화의 차세대 개척지에 그치지 않습니다. 바로 지금 운영 팀이 요구하는 것입니다.

연례 설문조사에서 응답자들에게 생성형 AI의 지원을 받고 싶은 운영 업무를 모두 선택해 달라고 요청했으며, 상위 3개 항목은 생성과 실행이 결합된 업무였습니다:

1. 57%: 신규 구성을 배포하거나 기존 구성 및 정책을 조정하기 위한 스크립트 생성
2. 56%: 정책, 사용자 지정 함수 및 구성 생성
3. 55%: 스크립트를 실행하여 새 구성 및 정책을 배포하거나 기존 구성 및 정책을 조정

참고로, 생성형 AI가 어떤 운영 기능을 자동으로 수행하는 것을 응답자들이 편안하게 받아들일 수 있는지 알아보기 위해 별도의 질문도 했습니다. 그 결과, 응답자의 99%가 하나 이상의 기능을 선택했다는 사실에 다소 놀랐습니다.

자율 운영은 피할 수 없는 흐름입니다.

이것이 OODA 루프와 무슨 관련이 있을까요? 자, 커피 한 잔 준비하세요. 지금부터 설명해 드리겠습니다.

OODA 루프란 무엇인가요?

IT 운영에서 OODA 루프(관찰, 상황 판단, 의사 결정, 행동)는 신속한 의사 결정과 적응을 위한 지속적이고 반복적인 프레임워크입니다. 이를 통해 팀은 문제를 선제적으로 감지하고, 실시간으로 영향을 평가하며, 정보에 기반한 결정을 내리고, 신속하게 시정 조치를 취할 수 있어 운영상의 혼란을 방지하고 회복탄력성을 높일 수 있습니다.

• 관찰: 로그, 텔레메트리 및 시스템 상태를 실시간으로 모니터링합니다.
• 상황 판단: 이상 징후를 분석하고, 경고 간의 연관성을 파악하며, 맥락에 따라 영향을 평가합니다.
• 결정: 대응의 우선순위를 정해 자동화, 에스컬레이션 또는 완화 조치를 수행합니다.
• 조치: 수정 사항을 적용하거나, 변경 사항을 롤백하거나, 패치를 배포합니다.

빠르고 반복적인 주기는 평균 복구 시간(MTTR)을 단축하고, 장애를 줄이며, 자동화를 더욱 지능적으로 만듭니다. 이는 단순한 애자일 방식이 아니라 끊임없이 적응하는 지속적인 순환 구조입니다. 이를 IT 운영에 적용하면 모든 것이 달라집니다.

오늘날의 IT 운영

솔직히 말해, 오늘날 우리는 OODA 루프를 제대로 활용하지 못하고 있습니다. SRE는 이 개념과 밀접하게 맞닿아 있지만, 대부분의 IT 운영은 여전히 폭포수 방식이나 애자일 방식에 머물러 있습니다. 애자일 덕분에 운영이 더욱 지속적인 형태로 발전했지만, 실시간 변화나 빠른 반복 작업에는 충분히 대응하지 못합니다.

다음 표는 주요 차이점을 개괄적으로 보여줍니다:

대부분의 조직은 여전히 일부 단계에는 애자일 방식을 적용하지만 전체 프로세스는 폭포수 방식에 머무르는 ‘워터-스크럼-폴’ 방식에서 벗어나지 못하고 있습니다. 이러한 하이브리드 접근 방식은 모든 업무의 진행 속도를 늦추고 비효율을 초래하지만, 적응력이 더 뛰어난 OODA 기반 모델을 도입하면 이를 해소할 수 있습니다.

데이터가 모든 것을 말해줍니다

당사의 연례 연구는 OODA 루프로의 전환이 필요하다는 점을 강력히 뒷받침합니다. 조직이 직면한 과제는 이 접근 방식의 이점과 정확히 맞아떨어집니다:

• 관찰 – 높은 구성 관리 부담:
  응답자들은 여러 API와 언어로 인해 구성을 관리하는 데 업무 시간의 40~50%를 사용한다고 답했습니다. AI가 지원하는 OODA 기반 접근 방식은 중복되거나 충돌하는 시스템을 실시간으로 감지하여 이러한 부담을 줄일 수 있습니다.
• 상황 판단 – 데이터 통합 및 표준화:
  데이터 레이크와 OpenTelemetry로의 전환은 "상황 판단" 단계를 개선하는 중요한 진전입니다. 고품질의 표준화된 데이터는 이벤트의 맥락을 파악하고 상관관계를 분석하는 역량을 강화하여 더 빠르고 정확한 의사결정을 가능하게 합니다.
• 결정 – 부서 간 효율성:
  많은 응답자가 SLO/SLI 보고 및 근본 원인 분석을 사일로화된 프로세스로 인해 어려움을 겪는 영역으로 꼽았습니다. AI 기반 OODA 루프는 이러한 사일로를 허물고 팀 간 협업과 의사결정을 개선할 수 있습니다.
• 실행 – 느리고 사후 대응적인 프로세스:
  현재의 순차적 방식은 문제가 심각해질 때까지 조치를 지연시킵니다. 팀은 "실행" 단계에 실시간 분석과 AI를 도입하여 수정 사항을 즉시 적용함으로써 다운타임을 줄이고 중대한 인시던트를 예방할 수 있습니다.

결론

데이터는 분명히 보여줍니다. OODA 루프 기반 운영이 미래입니다.

조직들은 데이터를 통합하고 AI를 도입하며 자동화 수준을 높이기 위해 노력하고 있습니다. OODA와 같은 적응형 반복 모델로 전환하면 비효율을 없애고 간접비를 줄이며 대응력을 향상할 수 있습니다.

도구는 이미 갖춰져 있습니다. 이제 남은 질문은 하나뿐입니다. 귀사는 언제 움직일 준비가 되겠습니까?

작성자 소개

Lori Mac Vittie수석 엔지니어 겸 최고 에반젤리스트 | F5

Lori MacVittie는 F5 CTO 오피스의 수석 엔지니어이자 최고 에반젤리스트로, 애플리케이션 딜리버리, 자동화 전략 및 인프라 분야에서 깊이 있는 전문성을 보유하고 있습니다. AI 에이전트를 위한 가드레일을 정의하고, 취약한 멀티클라우드 아키텍처를 분석하며, 확장 가능한 시스템의 한계를 탐구하는 등 복잡한 문제를 명확하게 풀어내는 것으로 잘 알려져 있습니다. 애플리케이션 개발, IT 아키텍처, 네트워크 및 시스템 운영 전반에 걸쳐 30년 이상의 업계 경험을 쌓았습니다. F5에 합류하기 전에는 수상 경력이 있는 기술 편집자로 활동했습니다. MacVittie는 컴퓨터 과학 석사 학위를 보유하고 있으며, 보안, 클라우드 및 엔터프라이즈 아키텍처 분야를 아우르는 다수의 저서를 집필한 작가입니다. 또한 보드게임과 비디오 게임을 열정적으로 즐기며, 치즈에 대해서는 거리낌 없이 확고한 견해를 갖고 있습니다.

Lori Mac Vittie의 다른 블로그 게시물