본문으로 건너뛰기

© 2026 Molayo

Dev.to헤드라인2026. 06. 03. 03:23

단 한 번의 명령어로 실행하는 AI 에이전트를 위한 로컬 우선 관측성 (Local-first observability)

요약

AI 에이전트의 오작동을 추적하기 위한 로컬 우선 관측성 도구인 Lookspan을 소개합니다. 클라우드 기반 도구와 달리 데이터를 로컬 SQLite에 저장하여 보안을 강화하고, 단 한 번의 명령어로 실시간 대시보드를 실행할 수 있습니다.

핵심 포인트

  • 로컬 SQLite 기반의 데이터 저장으로 보안 및 프라이버시 강화
  • npx 명령어로 즉시 실행 가능한 간편한 설치 방식
  • 트레이스, 스팬 그래프, 비용, 지연 시간 등 실시간 대시보드 제공
  • Python, MCP, OpenTelemetry 등 다양한 환경 지원

AI 에이전트가 오작동할 때 — 실패하거나, 멈추거나, 혹은 조용히 토큰을 낭비할 때 — 당신은 그 단계들을 확인해야 합니다. 하지만 대부분의 관측성 (Observability) 도구들은 클라우드 우선 (cloud-first) 방식입니다. 즉, 계정을 만들고, API 키를 발급받고, 당신의 프롬프트를 타인의 서버로 전송해야 합니다.

저는 그 반대로 작동하도록 Lookspan을 만들었습니다. 이 도구는 당신의 머신에서 실행되고, 모든 것을 로컬 SQLite에 저장하며, 단 한 번의 명령어로 시작됩니다:

npx lookspan

http://127.0.0.1:3100을 열면 실시간 대시보드를 볼 수 있습니다: 트레이스 (traces), 스팬 그래프 (span graph), 모델별 비용, 지연 시간 백분위수 (latency percentiles), 그리고 알림 (alerts)을 제공합니다.

데이터 전송하기

어떤 언어든, 원시 HTTP (raw HTTP)를 사용하세요:

curl -X POST http://127.0.0.1:3100/api/ingest -H "Content-Type: application/json" -d '{...}'

MCP (TypeScript):

npm i @lookspan/mcp

Python (LangGraph, CrewAI 또는 일반적인 용도):

pip install lookspan

이미 OpenTelemetry를 사용 중인가요? Lookspan SDK 없이도 OTLP 익스포터 (exporter)를 이쪽으로 지정하기만 하면 됩니다:

OTEL_EXPORTER_OTLP_TRACES_ENDPOINT=http://127.0.0.1:3100/v1/traces

[aquí: GIF de demo + captura del dashboard]

이 프로젝트는 MIT 라이선스이며 초기 단계(v0.1)입니다. 저장소(Repo) 및 로드맵: https://github.com/JoniMartin27/lookspan

AI 자동 생성 콘텐츠

본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.

원문 바로가기
0

댓글

0