AIOps 강의자료 — DevOps와 겹치지 않는 부분만

인프라·DevOps 실무 경험은 있지만 통계와 ML은 처음인 엔지니어를 위한 8주 과정입니다. Prometheus 설치, Grafana 대시보드, K8s, CI/CD, Terraform, Alertmanager 설정처럼 DevOps에서 이미 배우는 내용은 의도적으로 전부 제외했습니다.

한 줄 정의 — DevOps는 시스템을 "변경"하는 능력을 다루고, AIOps는 시스템을 "이해"하는 능력을 다룹니다.

---

목차

#	모듈	한 줄 요약	난이도	시간
0	오리엔테이션	AIOps와 DevOps의 경계 긋기	★☆☆☆☆	1.5h
0.5	[데이터 기초 브릿지](./00.5_데이터 기초 브릿지.md)	pandas·분포·검정·ML 어휘 — 본편을 위한 베이스캠프	★★☆☆☆	9h
1	시계열 통계 기초	"정상"을 숫자로 정의하는 법	★★★☆☆	10h
2	이상 탐지	임계값 없이 이상을 찾는 법	★★★★☆	10h
3	로그 데이터 처리	비정형 텍스트를 학습 가능한 데이터로	★★★☆☆	8h
4	이벤트 상관분석	알림 200개를 사건 1개로	★★★☆☆	6h
5	RCA와 인과추론	"같이 움직임"과 "원인임"을 구분	★★★★★	14h
6	예측과 용량 관리	터지기 전에 알기	★★★☆☆	8h
7	LLM 기반 운영	언어 모델을 운영 루프에 넣기	★★★☆☆	8h
8	평가 방법론	이 모든 게 작동한다고 증명하기	★★☆☆☆	8h
A	부록: 로드맵과 자료	8주 계획 · 실습 프로젝트 · 데이터셋 · 논문	—	—

총 약 82시간(모듈 0.5와 선택 ★★★★ 절 포함). 주당 8시간 기준 10주 과정입니다. 시간이 빠듯하면 두 가지 단축이 있습니다 — 건너뛰기 판정을 통과하면 모듈 0.5(9h)를 생략하고, 각 모듈의 "선택 ★★★★" 표시 절(1-6-5, 3-5-4, 5-5 후반, 6-6 후반, 8-6 후반)을 건너뛰면 약 8시간이 더 줄어 8주로 완주할 수 있습니다. 선택 절은 뒤 모듈 진행에 지장이 없도록 설계되어 있습니다.

---

전체 흐름

[원시 텔레메트리]  메트릭 · 로그 · 트레이스 · 이벤트
        │  ◀── 모듈 1
        ▼
[정상 상태 모델링]  "평소엔 이렇게 생겼다"
        │  ◀── 모듈 2 (메트릭) · 모듈 3 (로그)
        ▼
[이상 신호]  아직 흩어진 점들
        │  ◀── 모듈 4
        ▼
[사건(Incident)]  알림 200개 → 사건 1개
        │  ◀── 모듈 5
        ▼
[근본 원인]
        │  ◀── 모듈 7 (요약 · 조치 제안)
        ▼
[조치]      ◀── 모듈 6 (미리 예측) · 모듈 8 (성과 측정)

---

읽는 방법

• 순서대로 가세요. 특히 모듈 1을 건너뛰고 모듈 2로 가면 반드시 막힙니다.
• 모듈 0.5는 건너뛰기 판정이 있습니다. 첫머리 5문항을 풀어 전부 맞으면 바로 모듈 1로 가세요. pandas나 p값이 처음이라면 0.5부터 — 여기를 건너뛰면 모듈 1의 첫 코드 블록에서 막힙니다.
• 모듈 3은 모듈 2를 마친 뒤 시작하세요. 3장의 로버스트 z-score가 모듈 2에서 배우는 MAD 방식을 그대로 사용합니다.
• 각 모듈은 왜 배우는가(실패 장면) → 개념 → 코드 → 함정 → 체크리스트 → 셀프 체크 순서입니다.
• 코드는 읽기만 해도 이해되게 썼지만 반드시 한 번씩 실행해보세요. 특히 모듈 1~2는 그래프를 직접 그려봐야 감이 옵니다.
• 표시 규칙: > **비유** 는 직관을 잡는 곳, > ⚠️ **함정** 은 실무에서 반드시 밟는 지뢰, > 🔀 **DevOps와의 경계** 는 이미 아는 것과 새로 배우는 것의 경계선입니다.

실습 환경

python -m venv aiops && source aiops/bin/activate
pip install numpy pandas scipy scikit-learn matplotlib \
            statsmodels ruptures drain3 networkx

모듈별로 추가 패키지(stumpy, lifelines, prophet 등)가 필요한 경우 해당 모듈에 안내가 있습니다.

이 자료가 다루지 않는 것

Prometheus/OTel Collector 운영, Grafana 대시보드 제작, PromQL 문법, Alertmanager 라우팅, 온콜 로테이션, K8s/Terraform/CI-CD/GitOps, SLO 정의 문화 — 전부 DevOps 영역이며 이미 알고 있다고 가정합니다.

경계가 애매한 회색지대(OpenTelemetry 스키마 설계, Kafka/Flink, 카디널리티 관리)는 부록 A-1에서 "AIOps 관점으로 다시 보기"로 따로 다룹니다.