알림이 발생하거나, 정해진 시각이 되면.에이전트가 조사하고 리포트를 씁니다.
Wave 콘솔 안에서 도는, 4단계로 고정된 워크플로우입니다. 트리거, AI 에이전트, 리포트, 알림 전송. 에이전트는 내장 도구로 클러스터를 읽기 때문에, 미리 연결해 둘 것이 없습니다.
4단계 고정. 각 단계는 직접 설정합니다.
워크플로우는 직접 그리는 캔버스가 아닙니다. 언제나 같은 4단계가 같은 순서로 돌고, 각 단계가 무엇을 할지는 직접 정합니다. 트리거가 발생할 때마다 워크플로우는 독립된 세션으로 실행됩니다.
- 1트리거
알림, 또는 스케줄.
Alerting에 이미 만들어 둔 알림을 고르거나, cron 스케줄을 지정합니다. Wave AI Agent에서 알림을 새로 정의할 필요는 없습니다.
설정 항목사용할 알림, 또는 cron 표현식과 타임존.
- 2AI 에이전트
실제 작업을 하는 에이전트.
정의해 둔 에이전트 중 하나를 고릅니다. 페르소나, 시스템 프롬프트, 모델이 함께 따라오고, 내장 클러스터 도구는 자동으로 붙습니다.
설정 항목어떤 에이전트를 실행할지.
- 3리포트
분석한 다음, 글로 남깁니다.
실행 결과로 Markdown 또는 HTML 리포트가 나옵니다. 원하면 그 결론에 이른 추론 과정도 함께 남깁니다.
설정 항목리포트 형식, 추론 과정 보관 여부.
- 4알림 전송
선택 사항. 어딘가로 보냅니다.
Slack 채널이나 HTTP 웹훅으로 리포트를 보냅니다. 이미 쓰고 있는 알림 채널을 그대로 재사용하므로 전송, 재시도, 로그가 함께 따라옵니다.
설정 항목보낼 채널, 또는 보내지 않음.
단계를 추가하거나 삭제하거나 연결을 바꿀 수 없습니다. 의도한 설계입니다. 팀의 누구든 한눈에 읽을 수 있는 워크플로우가 되고, 이번 실행을 지난 실행과 그대로 비교할 수 있습니다.
아니면 매일 아침, 직접 쓴 지시문대로.
스케줄 워크플로우는 같은 4단계 앞에 시계를 놓은 것입니다. 일일 리포트와 주간 리포트가 이렇게 만들어집니다.
- cron 표현식, 다음 실행 시각까지 함께
분부터 연도까지, 지정한 타임존으로. 방금 입력한 값이 어떻게 도는지 볼 수 있도록 다음 4번의 실행 시각을 아래에 보여 줍니다.
- 에이전트가 볼 수 있는 데이터
노드, 파드, 워크로드, 스토리지, 비용, GPU. 비용 리뷰라면 비용과 노드만 열어 둘 수 있고, 그러면 에이전트는 나머지를 읽지 않습니다.
- 지시문은 직접 쓰는 문장으로
리포트가 무엇을 다루고 얼마나 길어야 하는지. 일일 상태, 주간 비용, 용량 예측 같은 프리셋이 초안을 채워 주고, 거기서 고쳐 쓰면 됩니다.
에이전트는 페르소나, 프롬프트, 모델입니다.
에이전트를 한 번 정의해 두고 여러 워크플로우에서 씁니다. 진단 에이전트와 비용 에이전트는 같은 클러스터를 읽고도 전혀 다른 리포트를 씁니다. 그렇게 하라고 정해 주었기 때문입니다.
- 페르소나
- 이 에이전트가 누구인지. 증거를 중시하는 시니어 SRE와 비용을 세는 분석가는 같은 재시작 패턴을 다르게 읽습니다.
- 시스템 프롬프트
- 찾아낸 내용을 어떻게 다룰지. 사용한 지표를 밝힐 것. 해결책은 하나만 제시할 것. 짧게 쓸 것.
- 모델
- 이 에이전트가 어떤 LLM으로 도는지, 토큰 한도는 얼마인지. 에이전트별로 정하므로 일일 요약은 가벼운 모델이, 장애 대응은 더 강한 모델이 맡을 수 있습니다.
모든 에이전트가 같은 세 가지 도구를 플랫폼에서 받습니다. 따로 세워 둘 서버도, 나눠 줄 자격 증명도 없습니다.
- 클러스터 메트릭CPU, 메모리, 재시작 등 Wave가 이미 수집하고 있는 시계열 데이터.
- Kubernetes 상태노드, 파드, 워크로드와 그 스펙을 API 서버가 보고하는 그대로.
- Wave 데이터베이스 · SQL 읽기Wave가 이미 계산해 둔 것들. 사이징 권고, 진단 결과, 비용 이력.
도구는 읽기만 합니다. 워크플로우는 리포트를 쓰고 알림을 보낼 뿐, 클러스터를 바꾸지 않습니다.
실행 한 번에 파일 두 개가 남습니다.
트리거 하나에 실행 하나, 워크플로우 히스토리에 그대로 남습니다. 리포트는 에이전트가 내린 결론을 말하고, thinking 파일은 거기까지 어떻게 갔는지를 말합니다. 그래서 검토할 수 있고, 동의하지 않을 수도 있습니다.
이 화면들의 내용은 콘솔 구성안에서 가져온 것입니다. 리포트가 어떤 모양인지를 보여줄 뿐, 고객 클러스터에서 측정한 결과가 아닙니다.
모델은 직접 고릅니다. 직접 호스팅한 모델도 됩니다.
호스팅 API에 연결하거나, 자체 클러스터 안에서 도는 모델을 지정합니다. 에이전트마다 기본값을 덮어쓸 수 있으므로, 모델은 작업 단위로 정하는 선택입니다.
클러스터 내부 엔드포인트면 충분합니다.
OpenAI 호환 엔드포인트면 무엇이든 됩니다. vLLM, TGI, LocalAI, LiteLLM 프록시, 사내 게이트웨이. 서비스 URL만 넣으면 됩니다.
클러스터 서비스 URL은 클러스터 안에서 해석되므로, 폐쇄망 환경에서도 모델 공급사로 나가는 경로가 필요하지 않습니다. 자격 증명은 쓰기 전용이며 마스킹되어 표시됩니다.
하나는 장애에 반응하고, 하나는 매일 아침 보고합니다.
OOM 장애 분류
알림워크로드가 메모리를 다 썼을 때, 장애가 아직 진행 중인 동안 근본 원인을 찾습니다.
- 트리거
- 알림 — 메모리가 한도의 90%를 넘음
- AI 에이전트
- SRE Diagnoser — 근본 원인을 찾고, 근거를 밝히고, 해결책을 제시
- 리포트
- Markdown, 추론 과정 함께 보관
- 알림 전송
- Slack #sre-oncall
일일 클러스터 리포트
스케줄클러스터 전체의 상태와 비용을 아침에 한 장으로 요약합니다.
- 트리거
- 스케줄 — 매일 09:00
- AI 에이전트
- Daily Reporter — 스탠드업용으로 상태와 비용을 요약
- 리포트
- HTML, 스타일 적용 및 다운로드 가능
- 알림 전송
- Slack #platform
Wave AI Agent는 2026년 4분기에 나옵니다.
얼리 액세스를 받고 있습니다. 어떤 워크플로우를 가장 먼저 돌려 보고 싶은지, 어느 클러스터에서 쓸지 알려 주십시오.
얼리 액세스 신청