AWS 서비스로 ITSM 지식 관리 자동화하기

AWS의 다양한 클라우드 서비스는 AI와 머신러닝 기술을 활용하여 IT서비스관리(ITSM)의 과제를 해결하는 데 큰 도움이 됩니다. 특히, KnowledgeForge는 ITSM 티켓에서 유용한 정보를 채굴하여 지식이 사라지지 않도록 하는 솔루션입니다. 본 글에서는 KnowledgeForge의 구조와 AWS 서비스 활용 사례를 통해 어떻게 AI를 효과적으로 도입할 수 있는지 안내드리고자 합니다.

KnowledgeForge는 AWS 클라우드와 연계하여 ITSM 티켓을 분석하고 활용하는 시스템입니다. 이 시스템은 해결된 사고 티켓을 통해 증상, 근본 원인, 해결책 등의 정보를 추출하여, 차후 동일한 문제에 직면할 엔지니어들이 쉽게 문제를 해결할 수 있도록 합니다.

기존의 자사별 지식 데이터베이스는 중복 콘텐츠와 부정확한 정보로 인해 신뢰성을 잃기 쉽습니다. 이를 해결하기 위해, KnowledgeForge는 AWS의 Amazon Bedrock, Amazon S3 Vectors, AWS Step Functions 등 다양한 클라우드 서비스를 통합하여 체계적인 프로세스를 구축합니다.

지금부터 KnowledgeForge 구현의 주요 내용을 살펴보겠습니다.

1. Amazon Bedrock 활용: KnowledgeForge는 Amazon Bedrock을 사용하여 티켓에서 유의미한 기사를 생성하고, 콘텐츠를 개선합니다. 이는 데이터에서 AI 기반의 기계적 지식을 만들고, 기존 콘텐츠를 업그레이드하는 데 큰 역할을 합니다.

2. Amazon S3 Vectors 활용: 중복 콘텐츠 검출을 위해 Amazon S3 Vectors를 사용합니다. 이는 독립형 벡터 데이터베이스를 사용하지 않아도 되며, 고객별로 콘텐츠를 필터링하고 코사인 거리 기준으로 중복을 확인할 수 있는 기능을 제공합니다.

3. AWS Step Functions 활용: 프로세스 전반에 걸쳐 안정성과 조정 가능성을 부여하기 위해 AWS Step Functions를 사용합니다. 고객별로 작업을 병렬 처리하며 오류가 발생하더라도 프로세스가 중단되지 않도록 관리합니다.

각 AWS 서비스의 선택 이유와 구현 과정에 대해 더 자세히 알고 싶으신 분들은 아래 링크를 통해 오리지널 문서를 참고하시기 바랍니다.

성공적인 AI 도입과 지식 관리의 자동화에 관심이 있으신 경우 본 블로그의 내용이 도움이 될 것입니다.

[1] https://aws.amazon.com/blogs/machine-learning/knowledgeforge-mining-gold-from-the-itsm-ticket-graveyard/