두 번째 연례 Grafana Labs 관찰 가능성 설문조사 에 따르면, 운영하는 업계 또는 고용하는 사람 수에 관계없이 성숙한 관찰 가능성 관행을 갖춘 기업은 사고에 더 빠르게 대응하고 프로세스에서 시간과 비용을 절약할 수 있습니다.
조직에서는 최신 애플리케이션의 복잡성을 해결하기 위해 노력하면서 관찰 가능성을 소프트웨어 개발 수명주기의 중요한 부분으로 만들고 있습니다. 그러나 올해 설문 조사에 따르면 모든 사람이 동일한 채택 단계에 있는 것은 아니며 오늘날 사용자의 항시 요구 사항을 충족하기 위해 고군분투하는 팀은 더욱 뒤처져 있습니다.
300명이 넘는 관측 가능성 실무자가 설문조사에 참여했습니다. 그들은 여전히 신흥 시장에서 다양한 성숙도, 사용 중인 도구의 양, 비용에 대한 지속적인 우려, 오픈 소스 도구의 편재성을 포함하여 광범위한 주제에 대한 생각을 공유했습니다.
전체 설문조사를 읽고 응답자가 이러한 주제 등에 관해 무엇을 말했는지 알아볼 수 있습니다. 관찰 가능성 상태를 빠르게 평가할 수 있도록 설문조사에서 얻은 5가지 핵심 내용은 다음과 같습니다.
우리는 관찰 가능성에 어떻게 접근하는지 질문하여 응답자들의 여정 중 어디에 있는지 측정했습니다. 절반 이상이 자신의 조직이 적극적 접근 방식을 취했다고 답했는데, 이는 이 분야의 성장을 의미합니다. 그러나 조직은 체계적이기보다는 대응적일 가능성이 더 높습니다. 즉, 사용자가 문제를 발견하기 전에 문제를 해결하기 위한 시스템을 갖추기보다는 고객의 문제에 대해 듣는 경우가 많습니다.
(이러한 지정에 대한 자세한 내용은 관찰 가능성 여정 성숙도 모델을 확인하세요.)
그리고 서로 다른 접근 방식은 매우 다른 결과를 초래할 수 있습니다. 체계적인 접근 방식을 사용하는 사람 중 65%는 중앙 집중식 관찰을 통해 시간이나 비용을 절약한 반면, 반응적 접근 방식을 사용하는 사람은 35%에 불과합니다 .
팀의 2/3 이상이 최소 4가지의 관찰 기술을 사용하고 있으며, 응답자들은 현재 사용 중인 기술을 총 60개 이상 언급했습니다 . 또한 Grafana 사용자 중 절반은 Grafana에 최소 6개 이상의 서로 다른 데이터 소스가 구성되어 적극적으로 사용되고 있다고 말합니다.
이는 상당한 복잡성과 오버헤드로 이어질 수 있으며, 회사 규모가 클수록 보유한 도구와 데이터 소스도 많아집니다. 중앙 집중화된 관찰 기능을 갖춘 팀 중 79%가 결과적으로 시간이나 비용을 절약했다고 답한 것은 놀라운 일이 아닙니다.
Grafana Labs에서는 활발한 오픈 소스 커뮤니티를 제공합니다. 이것이 우리 설문조사 결과를 왜곡할 가능성이 있지만 OSS의 영향을 부인할 수는 없습니다. 설문 조사에서 인용된 가장 인기 있는 10가지 기술 중 8개는 오픈 소스이며, 응답자의 압도적인 다수가 Prometheus(89%) 또는 OpenTelemetry(85%)에 투자하고 있습니다 .
흥미롭게도 Prometheus 와 OpenTelemetry 커뮤니티 사이에는 상당한 중복이 있습니다. 응답자의 약 40%가 운영에 두 가지를 모두 사용했으며 지난 1년 동안 각 프로젝트의 사용량이 50% 이상 증가했습니다.
AI는 요즘 많은 주목을 받고 있지만, 관찰 가능성에 있어서 AI의 역할은 오늘날 대체로 열망적입니다. 그럼에도 불구하고 관측 가능성 실무자들은 사고 대응을 가속화하고 관측 가능성 채택을 단순화할 수 있는 잠재력에 대해 여전히 기대하고 있습니다.
이상 탐지는 가장 많이 인용된 AI 지원 기능으로, 응답자들이 보고 싶다고 답했으며, 4분의 3 이상이 이를 선택했습니다. AI에 대한 다른 주요 희망사항 항목에는 예측 분석 및 대시보드 생성이 포함됩니다.
응답자의 절반 이상이 관찰 가능성에 대한 가장 큰 우려 사항이 비용이라고 답했으며 , 카디널리티, 예측할 수 없는 청구서, 공급업체 종속 등 기타 관련 주제도 언급했습니다.