Arvo-AI/aurora

해결하는 문제

새벽 3시에 알림이 발생하면, 온콜 엔지니어는 일반적으로 대시보드 확인, kubectl 명령 실행, 로그 읽기, Slack 기록 검색에 30~60분을 소비합니다. Aurora는 그 전체 조사 과정을 자동화합니다: 알림을 수신하고, 스택 전체를 살펴보는 AI 에이전트를 실행하며, 노트북을 열 때쯤 구조화된 근본 원인 분석을 제공합니다. 반복적이고 스트레스가 많은 수동 프로세스를 자율적인 프로세스로 전환합니다.

작동 방식

Aurora는 PagerDuty, Datadog, Grafana, New Relic, OpsGenie, incident.io와 같은 도구에서 알림을 수집합니다. 각 알림은 자동으로 백그라운드 조사를 트리거합니다. AI 에이전트는 30개 이상의 도구 중에서 선택하여 kubectl, aws, az, gcloud와 같은 명령을 샌드박스된 Kubernetes Pod 내에서 실행합니다. 로그를 쿼리하고, 배포를 확인하고, 서비스 간 데이터를 상호 연관시키고, 인프라 종속성 그래프를 구축하여 폭발 반경을 추적합니다. 조사는 타임라인, 근본 원인, 영향, 수정 단계를 포함한 구조화된 RCA를 생성합니다. Aurora는 포스트모템을 자동 생성하고, 풀 리퀘스트가 포함된 코드 수정을 제안할 수도 있습니다.

대상 사용자

Aurora는 SRE 팀, DevOps 엔지니어, 그리고 온콜 로테이션을 수행하는 모든 사람을 위해 설계되었습니다. 알림 피로를 줄이고, 사고 대응을 가속화하며, 조사 지식을 개인에게 고립시키지 않고 보존하려는 팀을 위한 것입니다. 100% 자체 호스팅이며 LLM API 키만으로 작동하므로, 엄격한 데이터 프라이버시 요구 사항이나 에어갭 환경을 가진 조직에도 적합합니다.

주요 기능

• 에이전트 기반 조사 – AI 에이전트가 인프라 전반에서 30개 이상의 도구를 자율적으로 선택하고 실행합니다.
• 샌드박스 실행 – 명령은 제어 플레인이 아닌 NetworkPolicy를 사용하는 격리된 Kubernetes Pod에서 실행됩니다.
• 자동 생성 포스트모템 – 타임라인, 근본 원인, 영향, 수정 단계를 포함한 상세 보고서를 Confluence, Notion 또는 SharePoint로 내보낼 수 있습니다.
• 인프라 지식 그래프 – 서비스와 제공업체 간의 종속성을 시각화하고 폭발 반경을 추적합니다.
• 멀티 클라우드 및 모든 LLM – AWS, Azure, GCP, OVH, Scaleway, Cloudflare와 호환되며 OpenAI, Anthropic, Gemini, Vertex AI, Bedrock, OpenRouter, Ollama를 지원합니다.
• 자체 호스팅 및 프라이빗 – 텔레메트리 없음, Arvo AI로 전송되는 데이터 없음; 비밀은 Vault 또는 AWS Secrets Manager에서 암호화됩니다.
• 확장 가능 – 라이프사이클 훅, 명령 정책, MCP 서버, Slack, Jira 등과의 통합.