【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스]“앱 중단된 시간까지 비교·추적”…AI가 PC 장애를 진단하는 법 [옴니사 원 2026]

온카뱅크관리자

2026-11-14 08:57:25

<div id="layerTranslateNotice" style="display:none;"></div> 
 <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
 <section dmcf-sid="qpCxmPLxvt">
 고정 임곗값 대신 기기별 성능 비교…AI가 장애 원인·신뢰도 분석
 <div contents-hash="7ded4d0c17157aa9cd1c8306712df9dc942f14d9e249adaf84082fad437acc72" dmcf-pid="bulROxgRC5" dmcf-ptype="general">
 기존 원격 지원 기록으로 복구 절차 생성…오프라인서도 수초 내 조치
 </div>
 <figure class="figure_frm origin_fig" contents-hash="fbf86d5d06212ea8c1edd59cb222ee9ee868d81066cff62ee090373a1ff8d52d" dmcf-pid="K7SeIMaelZ" dmcf-ptype="figure">
 <img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/14/552796-pzfp7fF/20261114084755485tikz.jpg" data-org-width="640" dmcf-mid="zwlROxgRhF" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/14/552796-pzfp7fF/20261114084755485tikz.jpg" width="658">
 </figure>
 [도쿄(일본)=디지털데일리 오병훈기자] #업무용 PC에서 아웃룩 오류가 반복적으로 발생했다. 인공지능(AI)이 분석한 최초 원인 추정 신뢰도는 70%에 불과하다.
 시스템은 과거 서비스데스크의 장애 처리 기록에서 추가 점검 방법을 찾아 관리자에게 제안한다. 승인 후 분석한 결과 문제는 아웃룩 자체가 아니라 줌(Zoom)의 아웃룩 플러그인 호환성에 있다는 사실이 드러났다.
 옴니사가 공개한 ‘디지털 직원 경험(DEX)’ 에이전트의 장애 분석 시연이다. 핵심은 기기 상태를 감시하는 데 그치지 않고 기존 운영 데이터와 장애 해결 기록을 활용해 새로운 복구 절차까지 만들어낸다는 점이다.
 스콧 켈리 옴니사 제품관리 시니어 디렉터는 13일 일본 도쿄 ANA 인터컨티넨탈 호텔에서 열린 ‘옴니사 원 도쿄 2026(Omnissa ONE Tokyo 2026)’ 기술 세션에서 이러한 DEX 자동화 기술을 소개했다.
 켈리 디렉터는 “문제가 발생했을 때 이를 탐지하고 원인을 분석한 뒤 복구하는 모든 과정을 연결해야 한다”며 “한번 해결한 문제에서 학습해 다음에는 사람의 개입을 줄이는 것이 목표”라고 설명했다.
 ◆평균보다 34초 더 멈춘 앱…‘피어 그룹’ 비교로 이상 탐지
 장애 분석의 출발점은 단말에서 수집하는 성능 데이터다. 옴니사는 CPU와 GPU, NPU, 메모리 사용량부터 애플리케이션 응답성과 네트워크 상태까지 분석 대상으로 삼는다.
 기존 모니터링처럼 CPU 사용률이 특정 수치를 넘으면 경고하는 방식과는 차이가 있다. 같은 업무를 수행하는 기기들을 ‘피어 그룹(Peer Group)’으로 묶고 해당 그룹의 정상적인 성능 수준을 기준선으로 설정한다.
 예를 들어 개발자용 PC와 일반 사무용 PC는 요구되는 성능이 다르다. 옴니사는 부서와 업무별로 성능 지표에 서로 다른 가중치를 적용해 각 기기를 유사한 환경의 다른 기기와 비교한다.
 켈리 디렉터는 “미리 정해둔 고정 임곗값을 사용하는 것이 아니라 직원들이 사용하는 기기의 정상적인 성능 수준을 파악한다”며 “기준선에서 크게 벗어나는 사용자를 우선 조사하도록 하는 방식”이라고 말했다.
 시연에서는 앱이 평균 43.7초 동안 멈추는 기기가 발견됐다. 회사 평균보다 멈춤 시간이 34초 길었으며 성능이 가장 나쁜 하위 1% 수준으로 분석됐다. 관리자가 수많은 기기의 상태를 직접 확인하지 않아도 우선 조치가 필요한 대상을 선별할 수 있는 구조다.
 패치 배포에도 DEX 데이터를 활용한다. 켈리 디렉터는 약 12만대 기기에 주당 140만건의 패치를 적용하는 고객 사례를 제시했다.
 해당 고객은 기기를 여러 그룹으로 나눠 순차적으로 패치를 배포한다. 첫 번째 그룹에서 CPU 사용량과 앱 오류 등 이상이 없는지 확인하고 사용자 설문 결과까지 검토한 후 다음 그룹으로 배포 범위를 확대한다. 패치가 정상적으로 설치됐는지뿐 아니라 실제 사용 환경에 부작용이 발생했는지 검증하는 방식이다.
 ◆원격 지원 기록을 ‘플레이북’으로…AI가 복구 절차까지 생성
 원인 분석 단계에서는 AI 비서 ‘옴니(Omni)’와 ‘DEX 에이전트’가 활용된다. 관리자가 “오늘 가장 먼저 해결해야 할 문제는 무엇인가”라고 질문하면 시스템은 호라이즌 로그인 지연, 애플리케이션 충돌, 네트워크 지연 등 여러 유형의 장애를 찾아낸다.
 이후 특정 문제를 선택하면 영향을 받은 기기와 애플리케이션의 데이터를 비교하고 원인 후보를 제시한다. AI는 분석 결과를 자연어로 요약하고 필요한 조치를 추천한다.
 더 중요한 기능은 기존 복구 방법이 없는 장애에 대응하는 방식이다.
 옴니사는 원격 지원 도구 ‘워크스페이스 원 어시스트(Workspace ONE Assist)’에서 기술 담당자가 수행한 작업을 기록한다. 담당자가 레지스트리를 수정하거나 파일을 정리하고 애플리케이션을 재설치한 과정이 DEX에 전달되면 시스템은 이를 장애 해결에 활용할 수 있는 지식으로 정리한다.
 기존에 작성된 장애 대응 문서도 사용할 수 있다. 수십 페이지에 걸친 점검 매뉴얼을 입력하면 AI가 내용을 분석해 실제 조사와 복구에 활용할 ‘플레이북(Playbook)’을 생성한다.
 켈리 디렉터는 “원격 지원 과정에서 사람이 수행한 작업을 지식 기반으로 축적하고, 이를 활용해 다음 장애를 해결할 수 있다”며 “이전에 없던 복구 절차도 시스템이 새롭게 만들도록 하는 것이 목표”라고 설명했다.
 앞서 소개한 아웃룩 장애 시연도 이러한 구조를 활용한 사례다. 최초 원인 추정 신뢰도가 70%에 머물자 AI가 기존 지원 기록을 근거로 추가 점검을 제안했고, 관리자 승인 이후 줌 플러그인과의 호환성 문제를 찾아냈다.
 다만 AI가 제안한 조치를 무조건 실행하는 방식은 아니다. 관리자에게 부여된 권한에 따라 데이터 조회와 실제 변경 작업을 구분하고, 복구 스크립트 실행 등에는 승인 절차를 적용한다. DEX 에이전트의 이러한 자율 복구 기능은 현재 베타 단계다.
 ◆중앙 서버 거치지 않는 ‘엣지 복구’…장애 발생 수초 내 정상화
 옴니사는 장애를 실제로 복구하는 장소도 바꾸고 있다. ‘엣지 복구(DEX at the Edge)’는 기기 상태를 중앙 서버에 전송하고 명령을 기다리는 대신 단말 자체에서 문제를 감지하고 복구 조치를 실행하는 방식이다.
 켈리 디렉터는 카드 결제 단말기처럼 애플리케이션이 잠시 멈추는 것만으로도 업무가 중단되는 장비를 사례로 들었다.
 현장 시연에서 업무용 앱이 멈추자 단말에 설정된 자동화 기능이 장애를 감지했다. 이어 앱을 재시작하는 복구 절차를 실행해 수초 안에 정상 작동 상태로 되돌렸다.
 중앙 시스템과 통신하거나 주기적인 동기화 작업을 기다리지 않는 로컬·오프라인 복구 방식이어서 신속한 대응이 가능하다는 설명이다.
 복구 이후에는 실제 성능이 정상 수준으로 돌아왔는지 확인한다. 장애 탐지부터 조치 완료까지 걸린 시간, 처리 건수 등도 관리 지표로 활용한다.
 운영 성과를 측정하는 기능도 추가하고 있다. 기기별 비용과 경험 점수를 연결해 PC 교체 필요성을 평가하고 자동화로 처리한 작업을 금전적 가치로 환산하는 방식이다. 기기의 사용연한만으로 교체 여부를 결정하지 않고 실제 성능과 장애 발생 수준을 함께 고려할 수 있다.
 켈리 디렉터는 “현재 베타 단계지만 궁극적인 목표는 워크스페이스 원과 호라이즌을 진정한 자율형 운영 환경으로 만드는 것”이라며 “기존 장애 해결 과정에서 얻은 정보를 AI가 학습해 다음에는 같은 문제를 자동으로 해결하도록 하는 것이 핵심”이라고 강조했다.
 </section> 
 </div> 
 Copyright © 디지털데일리. All rights reserved. 무단 전재 및 재배포 금지.

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기