콘텐츠로 이동

Azure SRE Agent 기능 소개

Azure SRE Agent 는 운영 업무(toil)를 자동화하는 Azure 관리형 AI 에이전트입니다. 관측(Observability) 도구 · 인시던트 플랫폼 · 소스 코드 저장소를 하나의 자동화된 워크플로로 연결합니다.

포털 sre.azure.com · 공식 문서 learn.microsoft.com/azure/sre-agent 실제 검증 결과는 README — E2E 실행 결과 참고

처음 보시는 분은 SRE Agent 개요 를 먼저 읽으세요 — 이 문서의 핵심을 5분 분량으로 정리한 문서입니다.

1. 인시던트가 발생하면 어떻게 조사하나요

SRE Agent 동작 흐름

단계 무슨 일이 일어나나
① 신호 수신 Azure Monitor · PagerDuty · ServiceNow 에서 알림을 받습니다
② Response Plan 심각도·서비스·키워드 필터로 담당 Custom Agent 와 자율성 수준을 결정합니다
③ 조사 관측 데이터 · Knowledge Base · 코드/배포 이력을 병렬로 조회하며 증거를 모읍니다
④ RCA 근본 원인 가설을 세우고 완화 방안을 제시합니다
⑤ 조치 & 기록 완화 실행(또는 승인 요청) · 경고 종료 · 리포트/이슈 생성 · Memory 저장

2. 포털에서 무엇을 보게 되나요

SRE Agent 포털 기능 지도

좌측 메뉴 — 운영 (무슨 일이 일어나고 있나)

메뉴 용도 실습에서 볼 것
Operations Hub 에이전트 운영 현황 통합 대시보드 (Overview / Incident Analytics / Automation) 조사 후 절감 시간·해결률 확인
Incidents 진행 중인 인시던트 그리드. 각 행 → 조사 스레드로 연결 자동 조사 스레드 열람
Live Reports 자동 생성 일일 리포트 (보안 취약점 · 인시던트 · 리소스 헬스 · 권장 조치) "밤새 무슨 일이?" 를 대체
Automation 예약 작업 · HTTP 트리거 실행 현황 이슈 트리아지 작업 실행
Monitor 에이전트 메트릭 · 인시던트 지표 —

좌측 메뉴 — 구성 (내 환경에 맞추기)

메뉴 하위 항목
Builder Agent Canvas · Custom agents · Knowledge base · Incident response plans · Connectors · Custom tools
Capabilities Built-in / MCP / 코드 실행 / 지식 / 알림 도구, Skills, Agent hooks
Settings Managed resources(범위) · 권한 수준 · Incident platform · Knowledge Base · 사용량(AAU)

좌측 메뉴 — 대화

항목 설명
New Chat Thread 자연어로 질문·조사 요청 (채팅은 영어만 지원)
Search Threads 과거 조사 스레드 검색
/agent 특정 Custom Agent 를 직접 호출
/learn 팀 온보딩 인터뷰 재시작
Copy link to thread 스레드 딥링크 복사 → Teams/Slack 공유
Favorites ▸ Team onboarding 최초 온보딩 대화가 고정됨

3. 조사 품질은 무엇이 결정하나요

에이전트를 만들면 "더 많은 컨텍스트. 더 나은 조사." 설정 페이지가 열립니다. 연결한 소스가 많을수록 조사 품질이 올라갑니다. (진행률 바로 미연결 항목 확인)

설정 페이지 출처: Microsoft Learn — Complete setup for Azure SRE Agent

탭 소스 연결하면 가능해지는 것
빠른 시작 코드 (권장) GitHub · Azure DevOps. 소스 읽기, 파일:라인 단위 원인 특정, 최근 변경 식별
빠른 시작 로그 (권장) Kusto · Datadog · Splunk · Elasticsearch · Dynatrace · New Relic 질의
빠른 시작 배포 인시던트와 최근 배포/롤아웃 상관분석
빠른 시작 인시던트 Azure Monitor · PagerDuty · ServiceNow 알림 자동 수신
전체 설정 Azure 리소스 구독/리소스 그룹 지정 → 메트릭·헬스 조회, Azure CLI 실행
전체 설정 기술 자료 파일 런북·아키텍처 문서 (28종 형식, 파일당 16MB, 업로드당 100MB)

💡 "에이전트가 내 앱을 전혀 모른다" 는 메시지가 보이면 코드부터 연결하세요. 조사 품질에 가장 큰 영향을 줍니다. 설정을 건너뛰었다면 상태 바의 Complete setup 으로 언제든 돌아올 수 있습니다.

사내 문서가 많거나 벡터 인덱스·그래프 DB 를 붙여야 한다면 — 경로 선택과 설계 기준은 지식 구성 가이드 에 따로 정리했습니다.

팀 온보딩 (Team onboarding)

설정 후 Done and go to agent 를 누르면 에이전트가 연결된 리소스를 먼저 탐색한 뒤, 온콜 로테이션 · 담당 서비스 · 에스컬레이션 절차를 인터뷰 형식으로 물어보고 Memory 에 저장합니다. 언제든 /learn 으로 다시 시작할 수 있습니다.

4. 우리 방식을 어떻게 담나요

4.1 인시던트 자동화 & Response Plan

인시던트를 어떤 Custom Agent 가, 어떤 자율성 수준으로 처리할지 규칙으로 정의합니다.

필터 조건 예시
Severity / Priority (복수 선택) Sev0~Sev4, P1+P2
Impacted service api-gateway
Incident type Default, Major, Security
Title contains "Out of memory"
자율성 수준 동작
Review 조치를 제안하고 승인 대기 — 승인은 SRE Agent Administrator 만 가능
Autonomous 승인 없이 직접 조사·완화

기본값이 두 군데에서 다릅니다. 에이전트를 만들 때의 전역 기본값은 Review, Response Plan · 예약 작업을 새로 만들 때의 기본값은 Autonomous 입니다. 권장되는 방식은 Review 로 2~4주 관찰한 뒤, 계속 승인하게 되는 트리거만 Autonomous 로 옮기는 것입니다.

라우팅 예시

트리거 필터 Custom Agent 모드
api-high-sev P1+P2 on api-gateway DeploymentAnalyzer Review
db-critical P1 on postgres-primary DatabaseExpert Autonomous

⚠️ 인시던트 플랫폼을 처음 연결하면 기본 quickstart 플랜이 자동 생성됩니다. 직접 만든 플랜과 중복 라우팅이 발생하므로 Builder ▸ Incident response plans ▸ Table view 에서 삭제하세요. (이 Lab 의 scripts/post-provision.sh 는 자동으로 처리합니다.)

재조사 쿨다운(Reinvestigation cooldown) — Azure Monitor 연동 시 기본 3시간. 같은 경고 규칙의 재발화는 새 조사를 만들지 않고 기존 스레드에 병합됩니다. 반복 시연 시 이 값을 줄이세요.

4.2 Custom Agent & Agent Canvas

특정 운영 도메인에 특화된 에이전트를 시각적 캔버스에서 정의하고, 트리거·도구와 연결합니다.

Agent Canvas 출처: Microsoft Learn — Custom agents in Azure SRE Agent

뷰 용도
Canvas view 에이전트 · 도구 · 트리거 연결을 시각적으로 표현
Table view 전체 목록 + Response Plan / 예약 작업 통합 그리드
Test playground 왼쪽에서 지침 편집, 오른쪽에서 실시간 채팅 테스트 (AI 평가 점수 제공)

Test playground 출처: Microsoft Learn — Agent playground

  • 기본 제공 subagent 6종: Explore, Plan, CodeReview, Bash, Verification, GeneralPurpose
  • 조사·계획·리뷰·셸·검증 작업을 병렬 분산 실행
  • 핸드오프 체인 지원 — 트리아지 → 도메인 전문가 → 알림 라우터 (대화 컨텍스트 공유)

이 Lab 이 만드는 Custom Agent:

이름 역할 정의
incident-handler 로그 · KQL · 런북 기반 조사 (도구 19종) incident-handler-full.yaml
code-analyzer 위 기능 + 소스 코드 검색, GitHub 이슈 생성 code-analyzer.yaml
issue-triager 고객 이슈 분류 · 라벨링 · 코멘트 issue-triager.yaml

4.3 Knowledge Base

런북 · 아키텍처 문서 · 포스트모템을 업로드하면 자동 색인되어 조사 중 검색됩니다.

권장 콘텐츠 예
아키텍처 / 시스템 설계 컴포넌트·데이터 흐름 문서
트러블슈팅 가이드 반복 이슈 진단 절차
런북 / SOP 정기 운영·인시던트 대응 워크플로
인시던트 리포트 · 포스트모템 과거 장애 원인·교훈
릴리스 노트 · 변경 이력 신규 기능·버그 수정 요약

이 Lab 에 포함된 지식 파일:

파일 내용
http-500-errors.md HTTP 500 진단 런북 (KQL 쿼리 포함)
grubify-architecture.md 샘플 앱 아키텍처 + 알려진 장애 모드
incident-report-template.md 인시던트 리포트 템플릿
github-issue-triage.md 이슈 분류 기준

웹 페이지(내부 위키·상태 페이지) URL 도 지식 소스로 추가할 수 있습니다.

4.4 도구(Tools) & 확장 프리미티브

도구 카테고리 — 에이전트가 실제로 "할 수 있는 일"의 최소 단위입니다.

카테고리 포함 설정
Built-in Azure CLI, App Insights/Log Analytics 질의, 메트릭 분석, AKS kubectl, Container Apps·Functions·App Service 진단, 차트 생성 불필요 (관리 ID)
MCP Datadog · New Relic · Splunk · Elasticsearch · Dynatrace 등 40+ 커넥터, 또는 자체 MCP 서버 MCP 커넥터 추가
코드 실행 샌드박스 Python · 셸 내장
지식 문서 검색, 에이전트 메모리, 애플리케이션 토폴로지 내장
알림 Outlook · Teams 커넥터 추가
인시던트/DevOps 인시던트 플랫폼, 소스 저장소 커넥터 추가
Custom tools 직접 만든 Kusto · Python · Link · HTTP 도구 Builder UI

확장 프리미티브 5종

프리미티브 언제 쓰나
Skills 마켓플레이스 런북 · Azure CLI 스크립트 등 팀 공용 절차 (자동 사용)
Subagents / Custom agents 특정 도메인 전문가 (/agent 로 명시적 호출)
Python tools 설정으로 표현 불가한 로직 · 데이터 변환 · API 연동
MCP servers 외부 데이터 소스·플랫폼 연결
Agent hooks 조사 전 / 해결 후 시점 이벤트 자동화 (정책 강제, 텔레메트리)

Skills · Custom agents · Knowledge files 비교

구분 Skills Custom agents Knowledge files
호출 자동 /agent 검색 도구 경유
도구 붙일 수 있음 보유 없음
적합 대상 절차 도메인 전문가 런북·문서

4.5 Automation — 예약 작업 & 트리거

헬스 체크, 정리 작업, 컴플라이언스 스윕 등 반복 업무를 IaC 없이 일정 기반으로 실행합니다. 구성은 커넥터 → Custom Agent → 예약 작업 3단 조립입니다.

구성 요소 역할 예
Connector 외부 서비스 접근 Teams, Outlook, Jira, Grafana
Custom agent 특정 도구를 가진 작업자 health-check-reporter
Scheduled task 주기적 실행 트리거 "매일 08:00 리소스 헬스 요약 발송"

Operations Hub — Automation 탭 출처: Microsoft Learn — Operations Hub

이 Lab 은 12시간마다 GitHub 이슈를 분류하는 triage-grubify-issues 작업을 생성합니다.

4.6 Operations Hub & Live Reports — 가치 측정

에이전트가 실제로 도움이 되고 있는지를 숫자로 봅니다.

Operations Hub — Overview 출처: Microsoft Learn — Operations Hub

탭 답하는 질문 주요 카드
Overview 지금 내 확인이 필요한 것은? 데이터 소스 연결 상태 · 일일 볼륨/AAU 사용량 · Pending Actions · System Health
Incident Analytics 에이전트가 정말 도움이 되나? 절감된 엔지니어링 시간 · 해결률 · 완화 중앙값(P50) · IntentMet 점수(1~5)
Automation 반복 워크플로가 건강한가? 자동화 수 · 실행 수 · 성공률 · 평균 실행 시간(P50/P95)

Incident Analytics 출처: Microsoft Learn — Operations Hub

Live Reports (일일 리포트) — 매일 자동 생성되며 다음을 포함합니다.

  1. 보안 findings (연결된 저장소의 CVE, 심각도별)
  2. 인시던트 (활성/완화/해결 + 조사 상세)
  3. 리소스별 헬스·가용성·CPU·메모리
  4. 코드 최적화 권장
  5. 우선순위가 매겨진 권장 조치 (예상 공수 포함)

Live Reports 출처: Microsoft Learn — Track incident value

기본 조회 범위는 최근 30일이며, Overview 기본 기간은 최근 7일입니다.

4.7 Team Memory — 사라지지 않는 지식

모든 조사가 학습됩니다. 근본 원인 · 해결 절차 · 팀 선호 · 운영 패턴이 축적되어 세션을 넘어 유지됩니다.

시점 기대 효과
Day 1 도구 연결, 첫 트리아지, 내장 Azure 지식으로 즉시 진단
Week 1 환경 토폴로지 · 장애 패턴 · 에스컬레이션 선호 학습 → 조사 속도·정확도 향상
Month 1 조직 지식 축적, 장애 패턴 사전 포착, 신규 팀원이 첫 온콜부터 기여

이 Lab 의 E2E 에서도 에이전트가 조사 종료 시 debugging.md, overview.md, grubify-oom-cart-api-incident.md 3개 메모리 파일을 스스로 생성했습니다.

5. 권한과 승인은 어떻게 통제하나요

SRE Agent 권한 모델

에이전트가 무엇을 할 수 있는지는 세 개의 독립적인 계층이 함께 결정합니다.

계층 무엇을 통제하나 설정 위치
① 관리 ID(UAMI) 의 Azure RBAC 에이전트가 Azure 리소스에 실제로 할 수 있는 일 — 최종 판정 기준 권한 수준 선택으로 자동 부여, 또는 직접 역할 할당
② 실행 모드 (Run mode) 조치 전 승인이 필요한지 Response Plan / 예약 작업별
③ 사용자 역할 (SRE Agent RBAC) 사람이 포털에서 할 수 있는 일 에이전트 리소스 IAM

포털의 Agent permissions level (Settings ▸ Basics) 은 ①을 편하게 채워 주는 프로필입니다. 표시된 수준과 무관하게 관리 ID 에 역할을 직접 부여하면 그 역할만큼 동작합니다 — ARM 은 요청 주체의 역할 할당만 보고 허용 여부를 결정하기 때문입니다. (실제 사례는 5.2)

5.1 권한 수준 — Reader vs Privileged

에이전트 생성 시 선택하며, 선택한 리소스 그룹에 대해 UAMI 에 부여되는 RBAC 역할이 달라집니다.

수준 부여되는 것 적합한 경우
Reader (기본값) 기본 모니터링 역할 + 리소스 종류별 Reader 읽기 전용 진단. 조치가 필요하면 OBO 로 임시 승격 요청
Privileged 기본 모니터링 역할 + 리소스 종류별 Contributor 완전한 운영 권한. 승인된 조치를 직접 실행

권한 수준과 무관하게 항상 부여되는 역할

역할 범위 허용 작업
Reader 리소스 그룹 리소스·속성 조회
Log Analytics Reader 리소스 그룹 로그·워크스페이스 질의
Monitoring Reader 리소스 그룹 메트릭·모니터링 데이터
Monitoring Contributor 구독 Azure Monitor 경고 확인(Acknowledge)·종료(Close)

Privileged 를 선택하면 관리 리소스 그룹에서 탐지된 리소스 종류에 맞는 Contributor 역할이 추가됩니다. (예: 리소스 그룹에 Container Apps 가 있으면 Container Apps Contributor)

리소스 그룹을 지정하지 않으면 관리 ID 는 아무 권한도 없습니다.

Reader 만 선택해도 그대로 동작하는 것 — 조사는 전부 됩니다

작업 Reader 비고
경고 수신 · Acknowledge ✅
Knowledge Base 검색 (런북·아키텍처·과거 인시던트) ✅
메트릭 · KQL 로그 질의 ✅
리비전 · 배포 이력 · 리소스 구성 조회 ✅
근본 원인 분석 · 파일:라인 특정 ✅ 코드 연결 시
차트 생성 · 인시던트 리포트 작성 ✅
Team Memory 저장 ✅
GitHub 이슈/PR 생성 ✅ GitHub 커넥터 연결 시
Azure Monitor 경고 종료(Close) ✅ Monitoring Contributor 가 항상 부여되기 때문
리소스 재시작 · 스케일 · 설정 변경 ⛔ → OBO 승인 요청 후 사람이 승인해야 실행

즉 Reader = "진단은 완전 자동, 실행은 사람이 버튼 한 번", Privileged = "진단부터 완화까지 무인" 모델입니다.

5.2 이 Lab 이 사용하는 권한 — 권한 수준은 Reader, 쓰기 역할은 직접 부여

이 Lab 의 에이전트는 권한 수준을 기본값 Reader 그대로 두고 있습니다 (accessLevel: Low). 대신 infra/modules/subscription-rbac.bicep 이 관리 ID 에 구독 범위로 5개 역할을 직접 부여합니다 — 권한 수준과 무관하게 항상 부여됩니다.

역할 종류 이 Lab 에서 실제로 쓰인 곳
Reader 읽기 Container App 구성·리비전 조회
Monitoring Reader 읽기 요청/CPU/메모리 메트릭 조회
Log Analytics Reader 읽기 ContainerAppConsoleLogs_CL KQL 질의
Monitoring Contributor 쓰기 경고 alert-http-5xx-sre-lab 종료
Container Apps Contributor 쓰기 리비전 재시작, 메모리 1Gi→2Gi 확장

포털 표시(Reader)와 실제 동작(쓰기 가능)이 어긋나 보이는 이유 — ARM 은 권한 수준 표시가 아니라 요청 주체의 역할 할당으로 허용 여부를 판정합니다. 위 표의 마지막 두 역할이 쓰기 역할이므로 에이전트는 Autonomous 모드에서 승인 없이 조치를 실행할 수 있었습니다. 그 호출이 관리 ID 로 이뤄졌다는 활동 로그 근거는 README — 6.3 조치를 실행한 주체 에 있습니다.

반대로 포털에서 Reader 로 만들고 역할을 따로 부여하지 않으면 조치 단계에서 OBO 승인 요청이 뜹니다. 이 Lab 은 무인 완화 장면을 재현하려고 쓰기 역할을 명시적으로 부여한 것입니다. (되돌리는 방법은 README — 권한 구조 참고)

🔐 운영 환경에서는 구독 범위 부여를 피하고, 대상 리소스 그룹 범위로만 최소 권한을 부여하세요. 이 Lab 은 실습 편의를 위해 구독 범위를 사용합니다.

5.3 쓰기 작업 시 실제 동작 — 권한 × 실행 모드

권한 보유 실행 모드 에이전트 동작
✅ Review 조치 전 동의(Consent) 요청 → 승인 후 자체 권한으로 실행
✅ Autonomous 승인 없이 즉시 실행 ← 이 Lab 의 E2E 경로
❌ Review OBO 승인 요청 (관리자 자격 증명 필요)
❌ Autonomous 자율 모드여도 OBO 승인 요청

읽기 작업은 권한이 있으면 두 모드 모두 즉시 수행하고, 권한이 없으면 읽기라도 OBO 승인이 필요합니다.

5.4 OBO (On-Behalf-Of) — 권한이 없을 때의 우회 경로

OBO 승인 프롬프트 출처: Microsoft Learn — Agent permissions

  1. 에이전트가 관리 ID 로 작업을 시도합니다.
  2. 권한이 부족하면 Approve action 프롬프트가 뜹니다.
  3. 승인하면 사용자 자격 증명으로 실행됩니다.
  4. 자격 증명은 보관되지 않고, 작업 후 다시 관리 ID 로 돌아갑니다.

⚠️ SRE Agent Administrator 역할을 가진 사용자만 OBO 를 승인할 수 있습니다. Standard User 는 불가하며, 개인 Microsoft 계정도 불가합니다(직장/학교 계정만 지원).

Permission flow

출처: Microsoft Learn — Agent permissions

5.5 사용자 역할 (사람에게 부여)

영역 Reader Standard User Administrator
Chat 스레드 조회만 메시지 전송·스레드 시작 + 조치 승인, 스레드 삭제
Agent Canvas 조회 조회 생성·편집·삭제
Knowledge base 조회 업로드 업로드 + 삭제
Response plans 조회 조회 생성·편집·삭제
Managed resources / Settings 조회 조회 변경, 에이전트 중지/삭제 
az role assignment create \
  --assignee user@company.com \
  --role "SRE Agent Administrator" \
  --scope <agent-resource-id>

Permission Gate — 위 계층과 별개로, 5가지 확장 프리미티브의 모든 도구 호출은 실행 전 사전 평가 계층을 통과합니다. 사람 승인 요구 · 정책 강제 · 차단이 가능하며, 감사 로그는 자체 Application Insights 로 전송됩니다.

6. 어떤 Azure 서비스와 연결되나요

범주 서비스
Compute Virtual Machines, App Service, Container Apps, AKS, Functions
Storage Blob, File Share, Managed Disk, Storage Account
Networking VNet, Load Balancer, Application Gateway, NSG
Database Azure SQL, Cosmos DB, PostgreSQL, MySQL, Redis
Monitoring Azure Monitor, Log Analytics, Application Insights, ARM
통합 범주 지원 대상
모니터링/관측 Azure Monitor, Application Insights, Log Analytics, Grafana
인시던트 관리 Azure Monitor Alerts, PagerDuty, ServiceNow
소스 관리 / CI-CD GitHub(리포·이슈·PR), Azure DevOps(리포·작업 항목)
데이터 소스 Azure Data Explorer(Kusto), MCP 서버
알림 Slack, Microsoft Teams, Outlook

커넥터 없이도 관리 ID + RBAC 만으로 App Insights · Log Analytics · Azure Monitor 메트릭 · Resource Graph · Azure CLI · AKS 진단이 즉시 동작합니다. 커넥터는 Azure 외부 시스템 연결에 필요합니다.

7. 함께 생성되는 리소스는 무엇인가요

SRE Agent 리소스를 만들면 다음이 자동 생성됩니다.

  • Azure Application Insights
  • Log Analytics workspace
  • User-assigned Managed Identity (UAMI)

에이전트의 관측성과 ID 관리를 담당하며, 구독 내에서 직접 확인·관리할 수 있습니다.

8. 비용은 어떻게 발생하나요

과금 단위는 AAU (Azure Agent Unit) 이며, 성격이 다른 두 가지 비용이 함께 발생합니다. 이 둘을 구분하지 않으면 "안 쓰는데 왜 청구되지?" 라는 오해가 생깁니다.

구분 언제 발생하나 멈추는 방법
상시 비용 (Always-on) 에이전트를 만든 순간부터 시간 단위로 계속 — 4 AAU/시간 삭제해야 멈춥니다. 중지(Stop)해도 계속 부과됩니다.
활성 비용 (Active flow) 조사 · 채팅 · 예약 작업 등 모델이 실제로 일할 때 토큰량 기준 중지하거나 월 한도에 도달하면 멈춥니다

승인을 기다리는 시간은 과금되지 않습니다. 에이전트가 실제로 처리 중인 시간만 활성 비용에 포함됩니다.

8.1 모델 선택이 단가를 좌우합니다

토큰은 입력 · 출력 · 캐시 읽기 · 캐시 쓰기 네 종류로 따로 계량되며, 모델별 단가가 다릅니다.

모델 입력 출력 캐시 읽기 캐시 쓰기
Claude Opus 4.6 100 500 10 125
GPT 5.3 Codex 35 280 3.5 0
GPT 5.2 35 280 3.5 0

100만 토큰당 AAU. 모델 공급자는 Settings ▸ Basics 에서 에이전트 단위로 지정합니다.

작업 유형별 대략적인 소모량입니다.

작업 Claude Opus 4.6 GPT 5.3 Codex
간단한 질문 ("최근 경고 보여줘") 약 3.8 AAU 약 1.3 AAU
인시던트 자동 조사 1건 약 35 AAU 약 12 AAU
진단 + 완화까지 전체 수행 약 87 AAU 약 30 AAU

어떤 모델을 고를까 — Opus 는 단가가 높지만 더 적은 단계로 결론에 도달하는 경향이 있어 복잡한 근본 원인 분석에서는 총비용이 역전될 수 있습니다. 반대로 정기 점검처럼 단순·반복 작업이 많다면 GPT 계열이 유리합니다. 언제든 변경해 비교할 수 있습니다.

8.2 비용을 통제하는 방법

  • 월 AAU 한도 설정 — Settings ▸ Agent consumption (최소 500, 최대 1,000,000). 활성 비용에만 적용되며, 한도 도달 시 다음 달까지 채팅·조사가 중단됩니다. 상시 비용은 계속됩니다.
  • Response Plan 으로 대상 좁히기 — 심각도·서비스·키워드로 걸러 불필요한 조사를 막습니다.
  • 컨텍스트 보강 — 스킬·지식 문서를 갖추면 헤매지 않아 토큰이 줄어듭니다.
  • 자동화 전 채팅에서 검증 — 잘못 만든 예약 작업은 반복 실행되며 계속 소모합니다.
  • 안 쓰는 에이전트는 삭제 — 중지만으로는 상시 비용이 멈추지 않습니다.

무료 티어는 없습니다. 에이전트를 만든 시점부터 과금이 시작됩니다. Log Analytics 조회처럼 연결된 서비스의 비용은 별도로 발생합니다.

9. 보안과 네트워크는 어떻게 통제하나요

RBAC 이 에이전트가 무엇을 할 수 있는지를 정한다면, 네트워크 제어는 트래픽이 어디로 나가는지를 정합니다. 운영 환경 도입 검토에서 거의 항상 나오는 두 번째 질문입니다.

9.1 실행 환경의 기본 안전장치

  • 도구는 격리된 샌드박스에서 실행되며 호출마다 새 프로세스를 사용합니다.
  • 자격 증명은 짧은 수명 토큰으로 발급되고 대화 맥락에 남지 않습니다. OBO 자격 증명도 캐시되지 않습니다.
  • 읽기 전용으로 잠근 리소스는 변경하지 않습니다.
  • 모든 도구 호출은 실행 전 Permission Gate 를 통과하며, 감사 로그는 조직 소유의 Application Insights customEvents 테이블로 전송됩니다.

9.2 네트워크 제어 모드 3가지

모드 동작 적합한 환경
Unrestricted (기본값) 아웃바운드 제한 없음 개발 · 테스트 · 비민감 워크로드
Limited 허용 목록(와일드카드)에 등록한 호스트로만 연결 VNet 없이 대상만 제한하고 싶을 때
Azure VNet 플랫폼 트래픽을 제외한 아웃바운드를 내 VNet 으로 라우팅 송신 통제·감사가 필요한 운영 환경

VNet 통합을 적용하면 에이전트 트래픽이 내 네트워크 로그에 남고, 계층 4·7 방화벽 검사와 사용자 지정 DNS, 기존 송신 규칙을 그대로 따릅니다. 같은 서브넷의 다른 워크로드와 동일한 규칙 아래 동작합니다.

왜 필요한가 — 무제한 송신은 두 가지 위험을 남깁니다. 민감 데이터가 조직 밖으로 나가는 데이터 유출 경로, 그리고 외부 콘텐츠를 가져오는 과정에서 발생하는 프롬프트 인젝션 입니다.

9.3 VNet 모드 사전 조건

항목 요구사항
서브넷 크기 /28 이상 (여러 에이전트·버스트 대비 시 /26 권장)
위임 Microsoft.App/environments 에 위임
리전 에이전트와 동일 리전
전용 여부 다른 서비스와 공유 불가

⚠️ VNet 통합은 미리 보기이며 아웃바운드만 제어합니다. 프라이빗 엔드포인트를 통한 인바운드는 지원하지 않습니다. 또한 미리 보기 기간에는 커넥터 트래픽이 VNet 을 거치지 않고 공개 인터넷으로 나갑니다.

GitHub · PyPI · npm 처럼 서비스 태그가 없고 IP 대역이 자주 바뀌는 대상은 인프라 네트워크 우회 토글로 열 수 있지만, 이는 FQDN 기반 송신 필터링(예: Azure Firewall Premium)으로 옮겨 가기 전까지의 과도기 수단으로 다뤄야 합니다. Azure Policy 로 이 토글 자체를 제한해 담당자가 임의로 VNet 밖으로 우회하지 못하게 할 수 있습니다.

9.4 방화벽에서 허용해야 하는 도메인

도메인 용도
*.azuresre.ai 에이전트 포털·API·실시간 대화(WebSocket)
sre.azure.com 에이전트 관리 포털
api.applicationinsights.io Application Insights 쿼리
api.loganalytics.io · api.loganalytics.azure.com Log Analytics 쿼리
management.azure.com Azure Resource Manager
login.microsoftonline.com Microsoft Entra ID 인증

Zscaler 등 일부 사내 프록시는 *.azuresre.ai 를 기본 차단합니다. 포털이 열리지 않거나 대화가 멈추면 이 도메인과 WebSocket 허용 여부를 함께 확인하세요.

10. 도입 전에 무엇을 확인해야 하나요

조사 범위

  • [ ] 필요한 구독·리소스 그룹만 연결했는가
  • [ ] Application Insights · Log Analytics 에 데이터가 실제로 들어오는가
  • [ ] 운영에 배포된 소스 분기와 런북을 연결했는가

인시던트 전달

  • [ ] 사용할 인시던트 플랫폼을 정했는가 (Azure Monitor · PagerDuty · ServiceNow)
  • [ ] 심각도 · 서비스 · 제목 기준으로 Response Plan 을 만들었는가
  • [ ] 자동 생성된 quickstart 플랜을 삭제했는가 (중복 라우팅 방지)
  • [ ] Review 모드로 시작하는가

권한과 안전

  • [ ] 읽기 권한부터 시작하는가
  • [ ] 쓰기는 대상 리소스 그룹 범위로만 부여했는가
  • [ ] 관리 ID 에 실제로 붙은 역할을 확인했는가 (포털 표시만 믿지 않기)
  • [ ] 커넥터에 필요한 작업만 노출하고, 수신자·프로젝트 키 같은 값은 고정했는가

조사 품질

  • [ ] 영향 서비스와 발생 시각이 정확한가
  • [ ] 결론에 근거가 함께 제시되는가
  • [ ] 확인하지 못한 부분을 불확실성으로 표시하는가
  • [ ] 조치가 최소 범위이고 되돌릴 수 있는가
  • [ ] 올바른 대상에서 복구를 확인하는가

11. 알아두어야 할 제한 사항은 무엇인가요

  • 다른 AI 시스템과 마찬가지로 잘못된 결론이나 부적절한 조치를 제안할 수 있습니다. 승인 전 검토가 전제입니다.
  • 채팅 인터페이스는 영어만 지원합니다. (런북·문서는 한국어로 작성해도 색인됩니다)
  • 에이전트 리전은 생성 후 변경할 수 없습니다. 다른 리전에서 운영하려면 별도 에이전트를 만듭니다. 단, 배포 리전과 무관하게 다른 리전의 리소스를 조사할 수 있습니다.
  • 모델 추론은 공급자에 따라 다른 국가에서 처리될 수 있습니다. 조사 대화와 요약은 배포 리전에 저장되지만, 데이터 처리 위치 요건이 있는 조직은 도입 검토 단계에서 현재 공급자와 처리 범위를 확인하세요. (예: Anthropic 은 미국에서 처리하며 EU 데이터 경계(EUDB)에서 제외됩니다 — 필요하면 다른 모델을 선택합니다.)
  • 한 대화에서 동시에 활성화되는 스킬은 최대 5개이며, 초과하면 오래된 것부터 해제되었다가 필요할 때 다시 로드됩니다.
  • 연결한 소스가 실제 배포 분기와 다르면 코드 변경을 정확히 짚지 못할 수 있습니다.
  • 여러 서비스가 같은 원격 분석 이름을 쓰면 서로 다른 데이터를 혼동할 수 있습니다.
  • 자율 모드에서는 일부 승인 절차가 생략됩니다. 중요한 대상은 별도의 최소 권한 연결로 분리하세요.
  • 리전·테넌트 구성에 따라 사용 가능한 기능이 다를 수 있습니다.
  • Operations Hub 는 기본 최근 30일 데이터를 표시하며, 그 이전은 아카이브 질의가 필요합니다.

결론적으로 충분한 근거 · 최소 권한 · Review 모드 우선 · 실제 복구 확인 네 가지를 운영 원칙으로 삼는 것이 안전합니다.

12. 참고 자료

문서

항목 링크
포털 sre.azure.com
개요 Overview of Azure SRE Agent
생성 및 설정 Create and set up · Complete setup
팀 온보딩 Team onboarding
Custom agents Custom agents · Agent playground
Response plans Incident response plans · Create a response plan
인시던트 플랫폼 Incident platforms
도구 · 커넥터 Tools · Connectors · MCP connectors
자동화 Automate workflows · Scheduled tasks
가치 측정 Operations Hub · Track incident value
권한 Agent permissions · Manage permissions · User roles · Run modes
비용 Pricing and billing · Monitor agent usage
보안 · 네트워크 Security overview · Network integration · Network requirements · Data privacy
리전 Supported regions
감사 Audit agent actions
보안 · 네트워크 Security overview · Network integration
확장 Agent hooks · Skills · Python code execution · MCP server
가격 Pricing and billing
문제 해결 Troubleshooting FAQ

데모 영상 (공식)

영상 링크
SRE Agent Overview youtube.com/watch?v=DRWppVNOTqQ
Less Toil, More Uptime, Maximum Innovation youtube.com/watch?v=5c9pl8_DI3w
Incident Management with ServiceNow youtube.com/watch?v=HFobZURqSzk
전체 재생목록 aka.ms/sreagent/videos

위 화면 이미지는 모두 Microsoft Learn 공식 문서에서 참조한 것으로, 원본 문서 링크로 연결됩니다. 제품 UI 는 지속적으로 업데이트되므로 최신 화면은 sre.azure.com 에서 확인하세요.