하이퍼스케일 (Hyperscale) 규모의 클라우드 네트워크 인프라는 전통적인 인간 중심의 장애 대응 방식으로는 장애의 양, 속도 및 복잡성을 따라갈 수 없는 독특한 운영 과제를 안겨줍니다. 본 논문은 대규모 네트워크 운영에서 자율적인 장애 해결을 위한 에이전트 기반 AI (Agentic AI) 아키텍처를 제시합니다. 우리의 시스템은 특화된 AI 에이전트들이 인간의 개입 없이 네트워크 장애를 탐지, 진단 및 복구하기 위해 협업하는 멀티 에이전트 오케스트레이션 (Multi-agent orchestration) 프레임워크를 채택합니다. 우리는 계층적 에이전트 분해 (Hierarchical agent decomposition), 표준화된 프로토콜을 통한 기술 기반 도구 호출 (Skills-based tool invocation), 운영 런북 (Runbooks)으로부터의 구조화된 지식 인코딩 (Structured knowledge encoding), 안전 경계가 포함된 점진적 자율성 (Progressive autonomy), 그리고 폐쇄 루프 검증 (Closed-loop verification)을 포함한 아키텍처 원칙을 설명합니다. 이 아키텍처는 주요 클라우드 제공업체의 운영 환경에 배포되었으며, 계층적 권한 부여 및 롤백 (Rollback) 메커니즘을 통해 안전 보장을 유지하면서도 일반적인 장애 범주에 대해 90%를 초과하는 자율 해결률을 달성할 수 있음을 입증했습니다. 우리는 설계상의 트레이드오프 (Tradeoffs), 실패 모드 (Failure modes), 그리고 대규모 환경에서 자율 AI 에이전트를 운영하며 얻은 교훈에 대해 논의합니다.