이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.
TL;DR
Sequoia Capital에서 인큐베이팅한 Empirik이 독립 회사로 분사하면서 Sequoia, Canapi, Alumni Ventures로부터 2,100만 달러의 시드 투자를 유치했습니다. Empirik은 인프라 변경 사항을 추적하고 전체 시스템의 의존성을 바탕으로 잠재적인 연쇄 효과를 추론해 장애가 발생하기 전에 위험을 가려냅니다. 낮은 위험의 변경은 통과시키고 규모가 큰 변경에는 제어 장치를 적용하며 가장 위험한 업데이트는 사람의 검토로 넘기는 방식입니다. S&P Global, Guardant Health, 한 대형 소비재 기업을 포함한 스타트업과 Fortune 500 기업이 초기 고객으로 합류했으며, 회사는 Cursor와 Claude Code가 소프트웨어 개발 속도를 높인 것처럼 인프라 엔지니어의 반복 업무를 자동화하려 합니다.
섹션별 상세
Avon Puri와 Sudheer Dhurjati는 시스템 장애가 발생한 뒤 대응하는 기존 운영 방식 대신 장애 가능성을 미리 예측하는 도구를 구상했고, 이 아이디어가 Empirik의 출발점이 됐습니다. Empirik은 인프라에서 일어나는 변경을 계속 추적한 뒤 각 변경이 전체 환경의 다른 구성 요소에 미칠 연쇄 효과를 추론합니다. 복잡한 시스템 의존성을 파악하기 어려운 기존 observability 도구의 한계를 줄여 사후 대응 중심의 운영을 예방 중심으로 바꾸려는 접근입니다.
Sequoia Capital은 2023년 Empirik을 인큐베이팅한 뒤 Kartik Chandrayana를 CEO로 영입했고, 회사는 독립 법인으로 분사하면서 Sequoia, Canapi, Alumni Ventures로부터 2,100만 달러의 시드 투자를 받았습니다. 이 자금과 독립 회사 전환은 인프라 변경 관리라는 특정 문제에 집중하는 제품을 별도 사업으로 확장하는 단계에 해당합니다. Sequoia 파트너 Bogomil Balkansky는 기존 도구 대부분이 복잡한 시스템 의존성을 이해하지 못한다고 평가했습니다.
Empirik은 인프라 변경을 위험도에 따라 처리하는 자율형 교통 통제관처럼 작동합니다. 낮은 위험의 변경은 통과시키고 더 큰 변경에는 guardrail을 설정하며, 가장 위험한 업데이트는 사람의 검토 대상으로 표시합니다. 이 입력·판단·분류 과정으로 DevOps와 site reliability engineering 팀은 반복적인 장애 조사에서 벗어나 더 높은 우선순위의 업무에 집중할 수 있습니다.
Empirik은 올해 초 출시된 뒤 S&P Global, Guardant Health, 한 대형 소비재 기업을 포함해 스타트업부터 여러 Fortune 500 기업까지 고객을 확보했습니다. 회사가 겨냥하는 업무 범위는 소프트웨어 개발자의 반복 작업을 자동화하는 Cursor와 Claude Code의 인프라 엔지니어링 버전입니다. 소프트웨어 개발 속도가 빨라질수록 인프라 변경도 증가하므로, Chandrayana는 에이전틱 AI가 소프트웨어에 가져온 자동화를 인프라 운영으로 확장하려 합니다.
Empirik은 현재 Resolve와 Sequoia Capital이 투자한 Traversal 같은 AI SRE 플랫폼과 경쟁하기보다 보완 계층으로 자리매김하려 합니다. 기존 플랫폼을 대체하기보다 인프라 전반의 변경과 의존성을 추적하는 기능을 덧붙이는 방식이어서, 회사는 현재 자체적인 범주에 속한다고 평가합니다. 다만 이 평가는 Sequoia 파트너의 주장으로 제시됐으며, 기사에는 독립적인 성능 비교 수치가 포함되지 않았습니다.
용어 해설
- 옵저버빌리티(Observability)
- — 시스템의 상태와 동작을 지속적으로 수집·추적해 장애 원인을 파악하는 기술입니다. 로그, 메트릭, 트레이스 같은 데이터를 연결해 현재 발생한 문제를 찾는 데 쓰이지만, 기사에서는 복잡한 인프라 의존성과 변경의 연쇄 효과까지 파악하는 도구라는 의미로 활용됩니다.
- 사이트 신뢰성 엔지니어링(Site Reliability Engineering)
- — 소프트웨어 개발 원칙과 운영 자동화를 결합해 시스템의 안정성, 가용성, 성능을 관리하는 업무 방식입니다. SRE 팀은 장애 대응과 배포 관리뿐 아니라 반복적인 운영 작업을 자동화해 서비스 중단을 줄이는 역할을 맡습니다.
- 에이전틱 AI(Agentic AI)
- — 사용자의 단순 지시를 실행하는 수준을 넘어 상황을 판단하고 여러 작업을 자율적으로 이어가는 AI 방식입니다. 기사에서는 소프트웨어 개발 자동화에 쓰인 에이전틱 AI의 역할을 인프라 변경 감시와 장애 예방으로 확장하는 맥락에서 등장합니다.
- 시스템 의존성(System Dependency)
- — 한 시스템이나 구성 요소의 변경이 다른 서비스와 인프라에 미치는 연결 관계를 뜻합니다. 의존성이 복잡할수록 개별 변경의 영향 범위를 사전에 파악하기 어려워지므로, 장애 예방을 위해 변경 간 연결과 연쇄 효과를 추적해야 합니다.
- DevOps
- — 개발과 운영을 긴밀하게 연결해 소프트웨어 변경, 배포, 모니터링을 빠르게 이어가는 업무 방식입니다. 기사에서는 DevOps 팀이 계속 늘어나는 시스템 변경을 관리하면서 반복적인 장애 조사 업무를 자동화할 필요가 있다는 맥락으로 제시됩니다.
기술
- AI
- large language models
- Observability
- agentic AI
- Cursor
- Claude Code
- Resolve
- Traversal
활용 사례
- 인프라 변경의 위험도 분류
- 시스템 장애 발생 전 잠재적 연쇄 효과 추적
- 낮은 위험 변경의 자동 승인
- 대규모 변경에 대한 guardrail 적용
- 고위험 업데이트의 사람 검토 전환
- DevOps 및 SRE 팀의 반복 장애 조사 자동화
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 09. 02.수집 2026. 09. 02.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
