AI SRE 등장 배경과 온콜 도구 변화: 배포 빈도 증가가 페이지 수를 늘리는 이유

AI SRE: what is it, how could it change on-call – and does it work?

The Pragmatic Engineer가 AI SRE를 다루며, 최근 Microsoft Azure SRE Agent 데모 이후 OpenAI의 Sevbot, ING의 사내 AI SRE 개발, Rootly·incident.io·ResolveAI 같은 벤더 부스 증가 등 관련 움직임이 늘어난 점을 정리했다. 기사는 AI 에이전트로 인한 배포 빈도 증가가 장애율을 높이고 있다고 본다. 기사는 장애율을 '변경 빈도 × 장애 확률'로 설명하며, AI 에이전트로 배포가 늘면서 많은 기업의 PR 빈도가 1년 새 두 배 가까이 되었다고 전한다. Rootly 데이터에 따르면 페이지도 1년 전보다 증가했고 업무 시간 외 페이지는 거의 두 배가 되었다. AI SRE 도구의 주된 역할은 장애 조사를 훨씬 빠르게 수행하고 이를 Slack 안에서 처리하는 것이며, 코드 변경까지 맡겨야 하는지는 논쟁 중이다. 에이전트 정확도를 높이기 위해 적대적 에이전트로 가설을 검증하거나 여러 모델을 섞는 방식, 평가(evals)와 백테스트가 쓰인다고 한다. 기사는 완전 자율 에이전트는 아직 현실이 아니라고 보며, 현재 확산 중인 것은 AI 에이전트가 호출을 분류하고 중요하지 않은 알림을 줄이는 수준이라고 정리한다. 또한 온콜 엔지니어 입장에서는 AI 관련 장애 유형이 새로 생기고 호출 수는 줄더라도 남는 장애는 더 어려워질 수 있으며, 그에 따른 기술 저하(deskilling) 위험이 있어 Uptime Labs 같은 장애 대응 시뮬레이션 훈련이 도움이 될 수 있다고 제시한다.