오케스트로·한양대, AI 에이전트 클라우드 장애 분석 연구 ASPLOS 2026 워크숍 논문 채택

- AI 에이전트 실패 원인 12가지 함정으로 체계화… 환각·불충분한 탐색이 주요 요인
- 에이전트 간 통신 프로토콜 강화로… 오류 줄이고 실행 시간 22.3% 단축
- IITP 국책과제 핵심 성과… MS 주도 AIOps 워크숍서 국내 산학 컨소시엄 유일 채택

(오케스트로 제공)

AI·클라우드 소프트웨어 기업 오케스트로(대표 김범재, 김영광)와 한양대학교 분산데이터처리시스템 연구실(지도교수 이경용)이 공동 연구한 AI 에이전트 기반 클라우드 장애 분석 논문이 컴퓨터 시스템 분야 학술대회인 ‘ASPLOS 2026’의 AIOps 워크숍에 최종 채택됐다고 30일 밝혔다.

ASPLOS(ACM International Conference on Architectural Support for Programming Languages and Operating Systems)는 컴퓨터 아키텍처, 운영체제, 프로그래밍 언어 등 시스템 분야 전반을 다루는 CORE 랭킹 A* 등급의 학술대회이며, 해당 워크숍은 2020년부터 마이크로소프트가 주도해 온 클라우드 지능화 분야 포럼이다.

이번 논문은 ‘Why Do AI Agents Systematically Fail at Cloud Root Cause Analysis?’를 주제로 거대언어모델(LLM) 기반 AI 에이전트가 클라우드 근본원인분석(RCA) 과정에서 겪는 한계를 공학적으로 분석했다. 연구팀은 5개 모델을 대상으로 총 1675회의 실행과 약 13억 8000만 개의 토큰을 투입하는 실험을 진행해 실패 원인을 12가지 유형으로 체계화했다.

분석 결과 AI 에이전트의 주요 실패 요인은 데이터 해석상의 환각(71.2%)과 불충분한 탐색(63.9%)으로 확인됐다. 이러한 문제는 모델의 성능과 무관하게 공통적으로 나타나, 에이전트 프레임워크의 구조적 결함이 주요 병목 지점임이 밝혀졌다.

연구팀은 프롬프트 수정 대신 에이전트 간 통신 프로토콜을 강화하는 구조적 개선을 통해 오류를 최대 15%포인트 감소시키고 실행 시간은 22.3% 단축하는 성과를 도출했다. 에이전트 간 코드, 실행 결과, 예외 정보 등을 더 풍부하게 공유하는 방식은 정확도와 효율 개선에 효과가 있는 것으로 나타났다.

학술대회 현장에서는 논문 발표 직후 마이크로소프트 리서치를 비롯한 글로벌 빅테크 연구진과 주요 대학 연구진의 질의가 이어졌으며, 산·학계 연구자들은 LLM 기반 근본원인분석의 핵심 실패 요인으로 꼽힌 ‘에이전트 파이프라인의 구조적 한계’와 이를 극복하기 위한 ‘멀티 에이전트 프레임워크’ 기반의 개선 방향에 주목했다.

모델 세대별 환각 추이와 컨텍스트 확장의 부작용 등 독창적인 실험 결과에도 질문이 집중됐으며, 자가 성찰 메커니즘과 RCA 특화 모델 등 차세대 AI 운영 기술을 둘러싼 의견 교류도 활발히 이뤄졌다.

이번 연구는 과학기술정보통신부와 정보통신기획평가원(IITP)이 주관하는 ‘클라우드 장애 극복을 위한 AI 어시스턴트 기반 운영·관리 자동화 기술 개발’ 과제의 핵심 성과다. 오케스트로와 한양대학교 이경용 교수 연구팀이 컨소시엄을 구성해 공동 수행했으며, 글로벌 빅테크가 주도해 온 AIOps 연구 분야에서 국내 연구팀이 치열한 경쟁을 뚫고 독보적인 연구 역량을 입증했다는 평가다.

김범재 오케스트로 대표는 “글로벌 빅테크 기업들이 주도하는 클라우드 인텔리전스 분야에서 오케스트로의 기술력이 세계 최고 수준임을 다시 한번 입증했다”며 “이번 연구 성과를 자사 플랫폼에 적용해 사람이 개입하지 않아도 장애를 스스로 해결하는 ‘자율 운영 클라우드’ 구현에 속도를 낼 것”이라고 밝혔다.

양승현 리포터