ARCHIVE
지난 10월, Datadog Summit Seoul 2026에 다녀왔습니다.이번에는 일반 참석자가 아니라 Datadog 커뮤니티 부스 운영에도 참여했습니다. 덕분에 행사장에 머무는 시간은 길었지만, 정작 세션은 많이 듣지 못했네요. 😅 Datadog 커뮤니티 부스 운영이번 행사에서는 Datadog Korea User Group을 소개하고, 참석자들에게 커뮤니티 참여 방법을 안내하는 부스를 운영했습니다.커뮤니티 부스에서는 카카오톡 오픈채팅과 사용자 그룹 웹사이트를 소개하고, Datadog에 관심 있는 분들과 이야기를 나눴습니다.평소 온라인으로만 접하던 커뮤니티 활동을 오프라인 행사에서 직접 알릴 수 있었다는 점에서 의미 있는 시간이었습니다. 유일하게 참석한 발표 세션부스 운영 때문에 여러 발표를 듣지는 ..
Docker 이미지 크기는 Kubernetes Pod 시작 속도에 얼마나 영향을 줄까? 동일한 Go 앱을 Alpine, Debian Slim, Distroless로 빌드해 cold와 warm 시작 시간을 총 60회 측정했다.Docker 이미지는 작을수록 좋다는 말을 자주 듣는다. 전송할 데이터와 저장 공간이 줄고, Kubernetes가 이미지를 내려받는 시간도 짧아지기 때문이다. 그렇다면 이미지가 10배 작아지면 Pod도 10배 빨리 준비될까?테스트에는 동일한 Go HTTP 서버와 바이너리를 사용했다. 런타임 이미지만 Alpine 3.24, Debian 13 trixie-slim, Distroless static-debian13으로 변경해 비교했다.먼저 결론부터 정리하면 다음과 같다.이 실험에서 이미지 ..
석사과정에서 읽었던 스튜어트 러셀과 피터 노빅의 『인공지능: 현대적 접근방식』에는 에이전트를 한 장에 걸쳐 설명하는 부분이 있다. 당시에는 인공지능의 기본 구조를 정리한 이론으로 읽었다. 최근 에이전틱 AI라는 용어를 자주 접하면서 이 책의 2장, “Intelligent Agents”가 다시 생각났다. 지금 이야기하는 에이전틱 AI는 책에서 설명한 지능형 에이전트와 어떤 관계가 있을까. 그 내용을 확인해보고 싶어 이 글을 쓰게 되었다.석사과정에서는 이 책의 원서 2판으로 공부했다. 이후 개정된 4판의 한국어 번역서가 출간되었고, 이 글을 준비하면서는 원서 3판도 함께 참고했다. 글의 출발점은 당시 읽었던 2판이지만, 본문에 실은 인용문과 그림 번호, 쪽수는 원서 3판을 기준으로 했다. 주요 개념의 한국어..
Datadog 데이터를 AI로 분석하려고 보면 크게 두 가지 접근이 보인다. Datadog 안에서 바로 사용하는 Bits AI가 있고, Codex·Claude Code·Cursor 같은 외부 AI에 Datadog 데이터를 연결하는 Datadog MCP Server가 있다.둘 다 자연어로 Datadog 데이터를 다룰 수 있지만 구조는 꽤 다르다. Bits AI는 Datadog이 AI 기능과 조사 흐름까지 제품으로 제공하고, Datadog MCP Server는 외부 AI가 Datadog의 데이터와 기능을 사용할 수 있도록 연결한다.비용이 발생하는 위치도 다르다. Bits AI는 AI Credits라는 명확한 과금 단위가 있지만, MCP는 외부 AI 모델 비용과 Datadog 사용량, 그리고 직접 agent를..
Datadog Bits AI는 이제 “있으면 좋은 AI 챗봇” 정도로 보기 어렵다. Chat으로 탐색하고, Investigation으로 알림을 조사하고, Code로 수정 후보를 만들고, Agent Builder로 운영 작업까지 자동화할 수 있다.기능이 늘어난 만큼 비용 구조도 같이 볼 필요가 있다. 이 기능들은 각각 따로 과금되는 게 아니라 AI Credits라는 공통 단위로 사용량이 계산된다.이번 글에서는 Datadog 공식 문서를 기준으로 Bits AI의 AI Credits 구조와 실제 운영에서 비용을 어떻게 관측하고 관리할 수 있는지 정리해봤다.1. Bits AI는 무엇을 하는 기능인가Datadog은 Bits AI를 개발·보안·운영 워크플로를 자동화하는 agentic teammate로 설명한다.실제..
이 글은 Why Tokens Aren’t the AI Bill: Introducing Total Cost of AI (TCA) 영상을 기반으로 작성한 내용입니다.많은 기업과 개발팀이 AI 도입 시 OpenAI, Anthropic 등의 API 토큰 사용료만 AI 비용의 전부로 착각합니다. 하지만 실제 엔터프라이즈 데이터 감사 결과, 토큰 비용은 전체 AI 지출의 25%(약 1/10 ~ 1/4) 수준에 불과합니다.Linux Foundation 산하 Tokenomics Foundation의 실행 이사 J.R. Stormant는 최신 토크노믹스 브리핑에서 TCA(Total Cost of AI, 총 AI 비용)라는 개념을 공식 제안했습니다.1. AI 비용 측정의 새로운 기준: TCA (Total Cost of A..
![[Datadog] Prometheus Cardinality가 비용이 되는 순간](https://img1.daumcdn.net/thumb/R750x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdna%2FyaLsP%2FdJMcah56ffy%2FAAAAAAAAAAAAAAAAAAAAAK7Ddt4Qwz7bzKGvi8iGE0CK98CSfYNwygNkepJHqptu%2Fimg.png%3Fcredential%3DyqXZFxpELC7KVnFOS48ylbz2pIh7yKj8%26expires%3D1796050799%26allow_ip%3D%26allow_referer%3D%26signature%3DKxUYIEP7iwKdhw%252B7NQNNgICX%252FsE%253D)
1편 [Prometheus] 왜 다들 프로메테우스를 사용할까2편 [Prometheus] Label 하나가 시스템을 느리게 만든다 - 1. Metric, Label, TimeSeries3편 [Prometheus] Label 하나가 시스템을 느리게 만든다 - 2. Cardinality앞선 글에서는 Prometheus의 Metric, Label, TimeSeries, Cardinality를 살펴봤다.이제 한 가지 질문이 남는다.Prometheus Cardinality가 Datadog에서는 왜 비용이 되는 걸까?Datadog Custom Metrics 비용이 예상보다 크게 나오는 경우가 있다.이때 원인을 Datadog에서만 찾으면 조금 늦다.대부분의 시작점은 Prometheus Metric 설계에 있다.Da..
![[Prometheus] Label 하나가 시스템을 느리게 만든다 - 2. Cardinality](https://img1.daumcdn.net/thumb/R750x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdna%2FcYgfZC%2FdJMcacKm0EY%2FAAAAAAAAAAAAAAAAAAAAAK5M8L_iqUwMv-WvcgmwOhk-NyPzTa38oO-7D-e9dh9D%2Fimg.png%3Fcredential%3DyqXZFxpELC7KVnFOS48ylbz2pIh7yKj8%26expires%3D1796050799%26allow_ip%3D%26allow_referer%3D%26signature%3DQ0aWU6e66QM1eeZfMC6hVFYSq%252Bs%253D)
1편 [Prometheus] 왜 다들 프로메테우스를 사용할까2편 [Prometheus] Label 하나가 시스템을 느리게 만든다 - 1. Metric, Label, TimeSeries2편에서는 Prometheus에서 TimeSeries가 어떻게 만들어지는지 봤다.핵심은 이 흐름이었다.Metric → Label 조합 → TimeSeriesPrometheus에서 같은 Metric이라도 Label 조합이 다르면 다른 TimeSeries가 된다.이번 글에서는 이 Label 조합이 많아질 때 발생하는 문제를 다룬다.바로 Cardinality다. 1. Cardinality란 무엇인가Cardinality는 쉽게 말하면 값의 종류 또는 조합의 개수다.Prometheus에서는 보통 TimeSeries 개수를 이야기할 ..
![[Prometheus] Label 하나가 시스템을 느리게 만든다 - 1. Metric, Label, TimeSeries](https://img1.daumcdn.net/thumb/R750x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdna%2FbR6LQx%2FdJMcaiXZAW3%2FAAAAAAAAAAAAAAAAAAAAAPb_zEN4ef2bLv0dObTJdJJFSHwQk-oNYtE2Uev3ZNXn%2Fimg.png%3Fcredential%3DyqXZFxpELC7KVnFOS48ylbz2pIh7yKj8%26expires%3D1796050799%26allow_ip%3D%26allow_referer%3D%26signature%3DfdJkaaBzMs%252BM08gLNS%252FOGQZOsJg%253D)
1편 [Prometheus] 왜 다들 프로메테우스를 사용할까Prometheus를 운영하다 보면 어느 순간 메모리가 부족해지거나 쿼리가 느려지기 시작한다.그런데 CPU가 부족한 것도 아니고, 디스크가 꽉 찬 것도 아니다.문제는 대부분 여기서 시작된다.Label.Prometheus에서 Label은 단순한 부가 정보가 아니다.Label은 TimeSeries를 만드는 기준이다.그래서 Prometheus를 이해하려면 먼저 이 흐름을 이해해야 한다.Metric → Label 조합 → TimeSeriesPrometheus는 숫자를 저장하는 시스템처럼 보이지만, 운영 관점에서는 Label 조합을 저장하는 시스템에 가깝다.1. Metric과 LabelPrometheus에서 가장 먼저 보이는 것은 Metric이다.예를 들..
지난 10월, Datadog Summit Seoul 2026에 다녀왔습니다.이번에는 일반 참석자가 아니라 Datadog 커뮤니티 부스 운영에도 참여했습니다. 덕분에 행사장에 머무는 시간은 길었지만, 정작 세션은 많이 듣지 못했네요. 😅 Datadog 커뮤니티 부스 운영이번 행사에서는 Datadog Korea User Group을 소개하고, 참석자들에게 커뮤니티 참여 방법을 안내하는 부스를 운영했습니다.커뮤니티 부스에서는 카카오톡 오픈채팅과 사용자 그룹 웹사이트를 소개하고, Datadog에 관심 있는 분들과 이야기를 나눴습니다.평소 온라인으로만 접하던 커뮤니티 활동을 오프라인 행사에서 직접 알릴 수 있었다는 점에서 의미 있는 시간이었습니다. 유일하게 참석한 발표 세션부스 운영 때문에 여러 발표를 듣지는 ..
Docker 이미지 크기는 Kubernetes Pod 시작 속도에 얼마나 영향을 줄까? 동일한 Go 앱을 Alpine, Debian Slim, Distroless로 빌드해 cold와 warm 시작 시간을 총 60회 측정했다.Docker 이미지는 작을수록 좋다는 말을 자주 듣는다. 전송할 데이터와 저장 공간이 줄고, Kubernetes가 이미지를 내려받는 시간도 짧아지기 때문이다. 그렇다면 이미지가 10배 작아지면 Pod도 10배 빨리 준비될까?테스트에는 동일한 Go HTTP 서버와 바이너리를 사용했다. 런타임 이미지만 Alpine 3.24, Debian 13 trixie-slim, Distroless static-debian13으로 변경해 비교했다.먼저 결론부터 정리하면 다음과 같다.이 실험에서 이미지 ..
석사과정에서 읽었던 스튜어트 러셀과 피터 노빅의 『인공지능: 현대적 접근방식』에는 에이전트를 한 장에 걸쳐 설명하는 부분이 있다. 당시에는 인공지능의 기본 구조를 정리한 이론으로 읽었다. 최근 에이전틱 AI라는 용어를 자주 접하면서 이 책의 2장, “Intelligent Agents”가 다시 생각났다. 지금 이야기하는 에이전틱 AI는 책에서 설명한 지능형 에이전트와 어떤 관계가 있을까. 그 내용을 확인해보고 싶어 이 글을 쓰게 되었다.석사과정에서는 이 책의 원서 2판으로 공부했다. 이후 개정된 4판의 한국어 번역서가 출간되었고, 이 글을 준비하면서는 원서 3판도 함께 참고했다. 글의 출발점은 당시 읽었던 2판이지만, 본문에 실은 인용문과 그림 번호, 쪽수는 원서 3판을 기준으로 했다. 주요 개념의 한국어..
Datadog 데이터를 AI로 분석하려고 보면 크게 두 가지 접근이 보인다. Datadog 안에서 바로 사용하는 Bits AI가 있고, Codex·Claude Code·Cursor 같은 외부 AI에 Datadog 데이터를 연결하는 Datadog MCP Server가 있다.둘 다 자연어로 Datadog 데이터를 다룰 수 있지만 구조는 꽤 다르다. Bits AI는 Datadog이 AI 기능과 조사 흐름까지 제품으로 제공하고, Datadog MCP Server는 외부 AI가 Datadog의 데이터와 기능을 사용할 수 있도록 연결한다.비용이 발생하는 위치도 다르다. Bits AI는 AI Credits라는 명확한 과금 단위가 있지만, MCP는 외부 AI 모델 비용과 Datadog 사용량, 그리고 직접 agent를..
Datadog Bits AI는 이제 “있으면 좋은 AI 챗봇” 정도로 보기 어렵다. Chat으로 탐색하고, Investigation으로 알림을 조사하고, Code로 수정 후보를 만들고, Agent Builder로 운영 작업까지 자동화할 수 있다.기능이 늘어난 만큼 비용 구조도 같이 볼 필요가 있다. 이 기능들은 각각 따로 과금되는 게 아니라 AI Credits라는 공통 단위로 사용량이 계산된다.이번 글에서는 Datadog 공식 문서를 기준으로 Bits AI의 AI Credits 구조와 실제 운영에서 비용을 어떻게 관측하고 관리할 수 있는지 정리해봤다.1. Bits AI는 무엇을 하는 기능인가Datadog은 Bits AI를 개발·보안·운영 워크플로를 자동화하는 agentic teammate로 설명한다.실제..
이 글은 Why Tokens Aren’t the AI Bill: Introducing Total Cost of AI (TCA) 영상을 기반으로 작성한 내용입니다.많은 기업과 개발팀이 AI 도입 시 OpenAI, Anthropic 등의 API 토큰 사용료만 AI 비용의 전부로 착각합니다. 하지만 실제 엔터프라이즈 데이터 감사 결과, 토큰 비용은 전체 AI 지출의 25%(약 1/10 ~ 1/4) 수준에 불과합니다.Linux Foundation 산하 Tokenomics Foundation의 실행 이사 J.R. Stormant는 최신 토크노믹스 브리핑에서 TCA(Total Cost of AI, 총 AI 비용)라는 개념을 공식 제안했습니다.1. AI 비용 측정의 새로운 기준: TCA (Total Cost of A..
1편 [Prometheus] 왜 다들 프로메테우스를 사용할까2편 [Prometheus] Label 하나가 시스템을 느리게 만든다 - 1. Metric, Label, TimeSeries3편 [Prometheus] Label 하나가 시스템을 느리게 만든다 - 2. Cardinality앞선 글에서는 Prometheus의 Metric, Label, TimeSeries, Cardinality를 살펴봤다.이제 한 가지 질문이 남는다.Prometheus Cardinality가 Datadog에서는 왜 비용이 되는 걸까?Datadog Custom Metrics 비용이 예상보다 크게 나오는 경우가 있다.이때 원인을 Datadog에서만 찾으면 조금 늦다.대부분의 시작점은 Prometheus Metric 설계에 있다.Da..
1편 [Prometheus] 왜 다들 프로메테우스를 사용할까2편 [Prometheus] Label 하나가 시스템을 느리게 만든다 - 1. Metric, Label, TimeSeries2편에서는 Prometheus에서 TimeSeries가 어떻게 만들어지는지 봤다.핵심은 이 흐름이었다.Metric → Label 조합 → TimeSeriesPrometheus에서 같은 Metric이라도 Label 조합이 다르면 다른 TimeSeries가 된다.이번 글에서는 이 Label 조합이 많아질 때 발생하는 문제를 다룬다.바로 Cardinality다. 1. Cardinality란 무엇인가Cardinality는 쉽게 말하면 값의 종류 또는 조합의 개수다.Prometheus에서는 보통 TimeSeries 개수를 이야기할 ..
1편 [Prometheus] 왜 다들 프로메테우스를 사용할까Prometheus를 운영하다 보면 어느 순간 메모리가 부족해지거나 쿼리가 느려지기 시작한다.그런데 CPU가 부족한 것도 아니고, 디스크가 꽉 찬 것도 아니다.문제는 대부분 여기서 시작된다.Label.Prometheus에서 Label은 단순한 부가 정보가 아니다.Label은 TimeSeries를 만드는 기준이다.그래서 Prometheus를 이해하려면 먼저 이 흐름을 이해해야 한다.Metric → Label 조합 → TimeSeriesPrometheus는 숫자를 저장하는 시스템처럼 보이지만, 운영 관점에서는 Label 조합을 저장하는 시스템에 가깝다.1. Metric과 LabelPrometheus에서 가장 먼저 보이는 것은 Metric이다.예를 들..
