뉴렐릭 AI는 LLM(LLM)과 뉴렐릭의 데이터 플랫폼을 사용하여 시스템을 이해하고 해당 시스템의 성능에 대해 인사이트를 더 잘 수집하는 방법을 이해하는 데 도움을 줍니다. 일반 언어를 사용하여 질문하고, 문제를 해결하고, 스프레드시트 데이터를 탐색할 수 있습니다.
뉴렐릭 AI는 더 많은 상황별 답변을 제공하기 위해 뉴렐릭 AI 지식 커넥터를 통해 검색 생성(RAG)이라는 기술을 사용할 수 있습니다. 재단 LLM은 광범위한 일반 지식을 보유하고 있는 반면, RAG는 외부 데이터 소스에서 관련 정보를 검색하여 응답을 강화합니다.
작동 원리
뉴렐릭 AI 지식 커넥터는 다음의 3단계 프로세스를 통해 귀사의 내부 지식과 뉴렐릭 AI의 분석 능력을 통합합니다.
- 인덱스: 첫 번째 단계는 Confluence와 같은 콘텐츠와 지식 기반을 뉴렐릭 AI 플랫폼에 연결하는 것입니다. 연결되면 지식 커넥터가 문서의 초기 색인을 수행합니다. 이 프로세스를 반복적으로 실행되도록 구성하면 문서가 진화함에 따라 뉴렐릭 AI가 항상 최신 정보에 액세스할 수 있습니다.
- 검색: 사용자가 뉴렐릭 AI에 질문을 하면 시스템은 색인된 콘텐츠에서 사용자의 쿼리와 관련된 정보를 검색합니다. 이 단계에서는 신뢰할 수 있는 내부 문서에서 컨텍스트를 직접 가져옵니다.
- 생성: 마지막으로, 시스템은 검색된 정보를 기본 LLM의 강력한 생성 기능과 결합합니다. 이러한 합성을 통해 귀하의 구체적인 데이터와 모범 사례를 기반으로 포괄적이고 상황에 맞는 답변이 생성됩니다.
이 RAG 접근 방식은 응답의 정확성과 관련성을 크게 향상시켜 일반적이거나 환각적인 답변의 가능성을 줄입니다.
주요 특징들
뉴렐릭 AI 지식 커넥터를 사용하면 다음을 수행할 수 있습니다.
뉴렐릭 AI 내에서 내부 런북과 문서에서 관련 컨텍스트에 직접 액세스하여 평균해결시간(MTTR)을 단축하세요.
제공되는 답변은 귀하의 환경에 특화되어 있으며, 귀하의 모범 사례 및 이력 데이터를 기반으로 합니다.
이전에 해결된 문제에 대한 해결책을 쉽게 찾을 수 있습니다. 다음과 같은 질문을 해보세요.
- "과거에 비슷한 문제를 해결한 사람이 누구였나요?"
- "이 유형의 공에 대한 표준 분류 단계는 무엇입니까?"
database connection limit exceeded
오류에 대한 런북을 보여주세요.
중요
현재 모든 색인된 문서는 조직의 뉴렐릭 계정 내 모든 사용자가 검색할 수 있습니다. 인덱싱을 시작하기 전에 연결하려는 문서가 서비스 사용에 대한 내부 데이터 보안 및 개인정보 보호정책을 준수하는지 확인하세요.
전제 조건
뉴렐릭 AI 지식 커넥터를 사용하려면:
- 뉴렐릭 AI 활성화: 지식 커넥터를 구성하려면 먼저 계정에서 뉴렐릭 AI를 활성화해야 합니다.
- 인덱싱을 위한 사용자 권한 구성: 어떤 사용자가 데이터 소스를 인덱싱할 수 있는지 관리하려면(향후 청구에 영향을 미칠 수 있음) 적절한 권한을 부여해야 합니다. 지식 커넥터를 설정하고 관리하는 사용자는 "조직 제품 관리자" 역할이 필요합니다.
이 역할을 할당하는 데는 두 가지 옵션이 있습니다.
- 기존 사용자 그룹에 적용: 지식 커넥터 관리를 담당할 기존 사용자 그룹에 Org Product Admin 역할을 추가합니다.
- 전담 그룹 만들기: 더욱 세부적인 제어를 위해 이 목적에 맞는 새로운 사용자 그룹을 만들고 해당 그룹에 조직 제품 관리자 역할을 할당합니다.
이러한 유연성을 통해 조직에서는 색인된 콘텐츠를 관리할 수 있는 사람을 제어할 수 있습니다.
데이터 소스 및 인덱싱 빈도 구성
더욱 사용자 친화적인 통합을 위해 미리 구축된 커넥터나 지식 커넥터 API 사용하여 지식 소스를 연결할 수 있습니다.
지식 소스 콘텐츠를 최적화하기 위한 모범 사례
뉴렐릭 AI가 관련 정보를 표면화하고, 정확한 답변을 제공하며, 문제 해결을 가속화하는 능력을 극대화하려면 AI를 염두에 두고 내부 문서를 구성하는 것이 중요합니다. 이러한 지침은 빠르고 효율적인 인지던트 관리를 위한 인지던트 레트로 문서에 초점을 맞추고 있지만, 그 원칙은 다른 지식 유형에도 광범위하게 적용됩니다. 지식 커넥터는 소스 문서가 명확하고, 일관성이 있으며, 의도한 용도와 관련된 구체적인 세부 정보가 풍부할 때 가장 좋은 성능을 발휘합니다.
뉴렐릭 AI가 색인된 정보를 최적으로 활용할 수 있도록 레트로 문서 및 기타 지식 기반 문서를 만들고 유지 관리할 때 다음 모범 사례를 따르세요.
기술 제목: 각 문서에 명확하고 기술적인 제목이 있는지 확인하세요. 이는 뉴렐릭 AI가 공지 제목과 사용자 쿼리를 기반으로 가장 일치하는 콘텐츠를 가져오는 데 도움이 됩니다. 예를 들어, "v2.3 구현, 배포 중 Service X의 메모리 누출"이 "시스템 속도 저하"보다 더 효과적입니다.
인지던트 요약: 인지던트에 대한 간략하고 간략한 요약으로 회고적 문서를 시작합니다.
소비자 영향 세부 정보: 소비자에게 미치는 영향에 대한 구체적인 세부 정보(예: 영향을 받은 사용자 수, 저하된 서비스, 재정적 영향)를 포함하여 응급 대응자와 AI의 심각도를 파악하는 데 도움을 줍니다.
영향을 받는 부분 및 다운스트림 부분: 특정 서비스, 마이크로서비스, 데이터베이스 또는 문제의 직접적인 영향을 받는 기타 부분과 영향을 받는 알려진 다운스트림 부분을 문서화합니다.
문제가 발생한 이유(근본 원인): 모호함을 피하면서 문제의 식별된 근본 원인을 명확하게 표현하세요. 구체적으로 말하세요. 예를 들어, "최근 구현, 배포 v2.3으로 인한 메모리 누수"가 "시스템이 느려졌습니다."보다 더 효과적입니다.
완화 조치: 문제를 완화하고 궁극적으로 해결하기 위해 취한 구체적이고 실행 가능한 단계를 자세히 설명합니다. 이를 통해 뉴렐릭 AI는 향후 유사한 문제에 대해 검증된 수정안을 제안할 수 있습니다.
향후 예방: 유사한 문제가 재발하지 않도록 장기적인 예방 전략, 후속 작업, 개선 사항을 간략하게 설명합니다.
태그 관련/서비스: RAG의 직접적인 영향은 진화하는 기능이지만, 태그 관련 및 문서 내의 서비스는 정확한 폭발 반경과 관련 정보를 표면화하기 위한 향후 개선에 필수적입니다.
관련 팀(해결책): 문제를 해결하기 위해 노력한 특정 팀이나 부서를 나열하세요. 특히 진단이나 해결에 중요한 역할을 한 팀이나 부서를 나열하세요. 이를 통해 뉴렐릭 AI는 응급 대응자를 적합한 전문가에게 연결해 줍니다.
언제 일어났습니까? 인시던트의 시작에 대한 정확한 타임스탬프를 포함하세요.
어떤 공지가 그것을 촉발시켰는가: 처음에 인시던트 반응을 촉발시킨 정확한 공지나 조건을 지정하십시오.
인지던트가 발생한 기간: 인지던트가 감지된 후 해결될 때까지의 기간을 문서화합니다.
인지던트 참여자: 인지던트 해결 과정에 적극적으로 참여한 개인을 나열하세요.
소유 팀: 문제가 발생한 서비스나 구성 요소를 담당하는 팀이나 해결책을 소유한 팀을 명확하게 식별합니다.
정기적으로 업데이트하고 검토하세요. 지식 커넥터가 반복적으로 실행되도록 구성되었는지 확인하고, 소스 문서를 정기적으로 검토하고 업데이트하는 것을 관행으로 삼으세요. 이를 통해 뉴렐릭 AI는 항상 최신의 정확한 정보에 접근할 수 있습니다.
Confluence 콘텐츠 인덱싱을 시작하려면 다음이 필요합니다.
고유한 Confluence cloud ID가 포함된 Confluence URL: https://api.atlassian.com/ex/confluence/[cloud_id]
다음 최소 요구 범위를 갖춘 Confluence API 키:
read:confluence-content.all
read:confluence-space.summary
read:content:confluence
read:content-details:confluence
관련 쿼리를 수행하고 CQL(Confluence 쿼리 언어)을 사용하여 인덱싱할 반환된 콘텐츠 목록을 필터링합니다.
뉴렐릭 AI를 통해 콘텐츠 인덱싱을 시작하고 지식 커넥터의 이점을 누리려면 다음 단계를 따르세요.
one.newrelic.com > Integrations & Agents 으로 이동합니다.
NRAI Knowledge Connectors 을(를) 검색하세요.
one of the available connectors 선택합니다.
다음과 같은 커넥터 세부 정보를 입력하세요.
분야 명 | 설명 |
---|---|
커넥터 이름 | 커넥터에 대한 고유한 이름을 입력하세요(예: Demo Connector). |
지식 카테고리 | 드롭다운 목록에서 지식 범주를 선택하면 AI가 올바른 위치에서 정보를 찾는 데 도움이 됩니다. |
Continue 을(를) 클릭합니다.
Data source authentication 페이지에서 데이터 소스를 인증하는 데 필요한 정보를 입력하세요. Continue 클릭하세요.
데이터 소스 구성 페이지에서 필요한 정보를 입력하고 어떤 문서를 어떤 빈도로 가져와야 하는지 정의합니다. Create 클릭하세요.
설정이 성공적으로 완료되면 커넥터 개요 페이지에서 커넥터 상태를 확인할 수 있습니다.
분야 명 | 설명 |
---|---|
상태 | 데이터 소스를 뉴렐릭 AI에서 사용할 수 있는지 여부를 보여줍니다. |
마지막 동기화 | 데이터가 마지막으로 업데이트된 시점을 표시합니다. |
동기화 중 | 이 옵션을 끄면 새로운 데이터가 업데이트되지 않습니다. 기존 데이터는 변경되지 않습니다. |
커넥터 삭제 | 커넥터를 삭제하면 인덱싱된 모든 데이터가 삭제됩니다. |
데이터 동기화 및 쿼리
데이터 소스가 연결되면 뉴렐릭이 지식 문서를 동기화하고 인덱싱하기 시작합니다. 초기 동기화가 완료되면 팀에서 뉴렐릭 AI 채팅을 통해 질문을 시작할 수 있습니다. 또한, 뉴렐릭 AI는 지식 커넥터 도구를 자동으로 사용하여 색인된 문서를 검색하고 이슈 페이지 의 "이전에 무슨 일이 있었나요?" 부분에 대한 상황에 맞는 응답을 제공합니다.
지원되는 커넥터
중요한
지원되지 않는 커넥터를 요청하려면 이 양식을 작성하세요.
지원되는 커넥터는 다음과 같습니다.
커넥터 | 목적 |
---|---|
합류 | 과거 유사한 문제는 어떻게 해결되었는가?를 이해하기 위해 레트로닥터와 소통하세요. |
사용자 정의 문서 | pdf, csv, txt 등의 파일을 색인하려면 |