마이크로서비스 시스템을 위한 이상 탐지 및 근본 원인 분석

마이크로서비스 (Microservice) 시스템은 클라우드 애플리케이션을 구축하는 데 널리 사용되지만, 그 복잡성으로 인해 장애는 불가피하며, 이는 사용자 경험을 저하시키고 경제적 손실을 초래합니다. 자동화된 이상 탐지 (Anomaly Detection) 및 근본 원인 분석 (Root Cause Analysis, RCA)은 현재 활발한 연구 분야이지만, 기존 기술들은 다섯 가지 한계를 공유하고 있습니다. 첫째, 대부분의 기술은 이상 탐지와 RCA를 별개로 취급하여 이상이 정확하게 탐지된다고 가정하며, 노이즈나 지연으로 인해 탐지가 부정확할 경우 제대로 작동하지 못합니다. 둘째, 메트릭 (Metrics), 로그 (Logs), 트레이스 (Traces)에 집중하여 API 호출 및 구성 변경과 같은 이벤트 데이터 (Event data)에 대한 탐구는 부족합니다. 셋째, 많은 방식이 주어진 서비스 호출 그래프 (Service call graph)를 필요로 하며, 그래프 없이는 진단할 수 없습니다. 넷째, 이 분야에는 표준화된 데이터셋과 평가 프레임워크 (Evaluation frameworks)가 부족하여 방법론들을 공정하게 비교하기 어렵습니다. 다섯째, 인과 추론 (Causal inference) 기반의 RCA가 주류가 되었음에도 불구하고, 그 효과성, 효율성 및 강건성 (Robustness)은 여전히 불분명합니다. 본 논문은 두 그룹의 기여를 통해 이러한 한계점들을 해결합니다. 첫 번째 그룹은 관측 가능성 데이터 (Observability data)를 독립적 또는 집합적으로 활용하는 방법론을 소개합니다. BARO는 메트릭 데이터를 위한 엔드 투 엔드 (End-to-end) 이상 탐지 및 RCA 접근 방식입니다. EventADL은 이벤트 데이터를 위한 엔드 투 엔드 프레임워크입니다. TORAI는 서비스 호출 그래프를 필요로 하지 않는 멀티모달 (Multimodal) RCA 프레임워크입니다. 실제 마이크로서비스 시스템에 대한 광범위한 실험을 통해 이들의 효과성과 강건성을 입증합니다. 두 번째 그룹은 벤치마킹 데이터셋, 평가 프레임워크 및 체계적인 평가 노력을 제공합니다. RCAEval은 향후 연구를 위해 즉시 사용 가능한 데이터셋과 재현 가능한 베이스라인 (Baselines)을 제공하는 포괄적인 벤치마크입니다. 기존 RCA 방법론, 특히 인과 추론 기반 접근 방식에 대한 체계적인 평가는 향후 방향을 안내하는 통찰력을 제공합니다. 이를 통해 본 논문은 마이크로서비스 장애에 대한 자동화된 이상 탐지 및 RCA를 발전시키며, 향후 사고 완화 (Mitigation) 및 복구 (Remediation)에 관한 연구를 가능하게 합니다.