에이전트 평가와 지표: Offline/Online Eval과 Trajectory 평가

본 포스트는 'AI 에이전트 엔지니어링(AI Agent Engineering)' 시리즈의 6편입니다. 단발성 프롬프트 평가를 넘어, 비확정적 멀티스텝 실행 경로(Trajectory)를 갖는 AI 에이전트를 위한 Offline/Online Evaluation 프레임워크와 Trajectory 평가 지표, 그리고 Python 평가 하네스 구축 실무를 다룹니다.

---

1. 에이전트 평가의 근본적 난제: 비확정적 궤적 (Non-deterministic Trajectory)

1.1 단발성 LLM 평가 vs 멀티스텝 에이전트 평가

단일 LLM 응답 평가(Single-turn LLM Evaluation)는 입력 프롬프트 X에 대한 출력 Y의 품질(정확성, 환각 여부, 문맥 관련성 등)을 측정합니다. 반면, AI 에이전트 평가는 사용자 목표 G가 주어졌을 때, 에이전트가 상태 S_0 → S_1 → \dots → S_T를 거치며 실행한 행동 궤적(Trajectory \tau)과 최종 상태(Final State S_T) 전체를 평가해야 합니다.

상태 공간(State-Space) 평가로의 전환: 에이전트 시스템에서는 "LLM이 어떤 답변을 텍스트로 말했는가"보다 "환경(DB, 파일 시스템, 외부 API 등)의 최종 상태가 목표 상태 S_target으로 올바르게 변환되었는가"가 평가의 핵심 기준이 됩니다.

1.2 비확정적 실행 궤적(Trajectory Variance) 문제

동일한 목표(Goal)를 부여하더라도 LLM의 확률적 특성과 외부 환경의 상태 변화에 따라 에이전트는 서로 다른 경로를 선택할 수 있습니다.

단순히 "어떤 도구를 어떤 순서로 호출했는가"라는 텍스트 기반 정밀 일치(Exact Match) 방식으로는 에이전트의 정당성을 평가할 수 없습니다. 서로 다른 경로라 하더라도 동일하게 성공적인 상태 변화(State Change)를 만들어냈다면 모두 정답으로 인정되어야 하며, 반대로 불필요한 루프나 높은 토큰 비용을 발생시킨 경로는 효율성 측면에서 감점이 부여되어야 합니다.

Agent Controller

Step 1: read_log_file

Step 2: update_config

Step 1: check_system_info

Step 2: read_log_file

Step 1: read_log_file

Step 2: invalid_tool_arg (Error)

Trajectory Variance 극복 원칙: 에이전트 평가 시 텍스트 기반 정밀 일치(Exact Match) 단정문 대신, 환경 상태 변화(State Verification) 단정과 스텝 효율성(E_{step}) 지표를 결합해야 비확정적 궤적 환경에서도 재현 가능하고 공정한 평가를 달성할 수 있습니다.

1.3 복합적 에러 전파 (Compounding Errors)와 중간 상태 검증

에이전트 제어 루프에서 Step t에서의 미세한 도구 호출 인자 오류(Argument Hallucination)나 관찰 실패(Observation Error)는 다음 스텝 Step t+1의 계획(Plan) 수립에 치명적인 왜곡을 불러일으킵니다.

State Assertion

Immediate Trap / Loop Detection

Immediate Trap / Loop Detection

Step 3: Correct Action

Verified Final State

오류가 누적(Compounding Errors)되면 에이전트는 무한 루프(Infinite Loop)에 빠지거나 전혀 무관한 행동을 수행하게 됩니다. 따라서 에이전트 평가는 최종 결과물만 보는 블랙박스(Black-box) 평가 외에도, 중간 궤적의 단계별 유효성(Step-level Validity)을 점검하는 화이트박스(Glass-box / Trajectory) 평가가 필수적입니다.

복합적 오류 전파 주의: 스텝 t에서 실패율 p=0.1인 도구 호출이 5단계 연쇄로 이어질 경우, 전체 궤적의 단순 성공 확률은 (1-0.1)^5 \approx 59\%로 급락합니다. 스텝 단위의 인자 검증(Schema Validation) 및 샌드박스 격리가 필요한 이유입니다.

---

2. Offline Evaluation vs Online Evaluation 전략

프로덕션 에이전트 시스템을 안정적으로 운영하기 위해서는 개발 및 배포 전 검증을 수행하는 Offline Evaluation과 배포 후 프로덕션 환경의 실질적 동작을 감시하는 Online Evaluation이 상호보완적으로 구축되어야 합니다.

2.1 Offline Evaluation: 벤치마크 및 LLM-as-a-Judge 하네스

• Golden Dataset 구축: 테스트 케이스는 단순히 (Input, Expected Output)이 아닌 (Goal, Initial Environment State, Ground Truth State / Accept Criteria, Expected Trajectory Guidelines) 형태로 정의됩니다.
• LLM-as-a-Judge (Rubric 기반 평가): 결정론적 단정문(Deterministic Assertions)으로 평가하기 어려운 최종 답안의 질이나 궤적의 논리적 타당성을 고성능 평가 모델(예: Claude 3.5 Sonnet, GPT-4o)을 활용해 측정합니다.
• 격리된 샌드박스 (Isolated Sandbox): 외부 API 호출, 파일 시스템 조작, DB 변경 등의 부작용(Side-effect)을 가진 도구를 실행할 때 테스트의 재현성(Reproducibility)과 안전성을 보장하기 위해 Docker 컨테이너 또는 E2B 샌드박스 환경에서 평가를 집행합니다.

2.2 Online Evaluation: 프로덕션 텔레메트리와 실시간 피드백

• OpenTelemetry & Action Log Tracing: 프로덕션 런타임에서 에이전트의 모든 관찰(Observe), 추론(Plan), 행동(Act)을 구조화된 스팬(Span) 단위로 로깅합니다.
• 유저 피드백 (Implicit / Explicit Feedback): Explicit(좋아요/나빠요), Implicit(코드 적용 여부, 재질문 비율, 작업 중단 속도).
• Shadow Deployment & Trajectory Drift 감지: 새로운 에이전트 프롬프트/모델 버전을 실유저 입력 스트림에 복제(Shadowing)하여 비동기로 실행하고, 기존 버전 대비 궤적 길이, 도구 오류율, 비용 변화를 감시합니다.

2.3 Offline vs Online Evaluation 비교 및 Data Flywheel

Offline 영역과 Online 영역 간의 도메인 데이터 순환 아키텍처는 다음과 같습니다.

준비

1. 1subgraph
2. 2Golden Test Dataset

반복 실행

1. 1Agent Evaluator Harness
2. 2Isolated Sandbox Container

실패 시 다시 실행 단계로 돌아갑니다.

정리

1. 1Offline Eval Report (Pass/Fail)
2. 2Deployment Pipeline
3. 3end
4. 4Production Agent Runtime
5. 5OpenTelemetry Action Traces
6. 6Implicit & Explicit User Feedback
7. 7Trajectory Data Lake
8. 8Trajectory Drift & Failure Extractor

Data Flywheel 구축 전략: Online Telemetry에서 수집된 실패 궤적(Failed Trajectory)과 유저 피드백 데이터를 개인정보 비식별화 처리 후 Offline Golden Dataset으로 주기적으로 환류시키면, 에이전트 성능 퇴화(Regression)를 방지하는 실질적 평가 선순환 체계가 완성됩니다.

---

3. 핵심 평가 지표 체계 (Key Metrics Framework)

AI 에이전트 평가 지표는 크게 성공률(Success), 도구 사용 정확도(Tool Accuracy), 궤적 효율성(Trajectory Efficiency), 비용 및 지연시간(Cost & Latency)의 4가지 축으로 나뉩니다.

종합 점수(Composite Score) 가중치 배분 가이드: Score_{composite} = 0.4 \times StateVerification + 0.2 \times ToolAccuracy + 0.2 \times StepEfficiency + 0.2 \times JudgeScore

---

4. 에이전트 평가 아키텍처 및 파이프라인

4.1 에이전트 지표 계층구조 (Metric Taxonomy Tree):

Agent Evaluation System

1. Outcome Metrics (결과 평가)

Task Success Rate (TSR)

Environment State Verification

LLM Judge Rubric Score

2. Trajectory Metrics (궤적 평가)

Tool Selection Precision/Recall

Argument Schema Validity

Redundant Step / Loop Ratio

Step Efficiency Ratio (E_step)

3. Resource Metrics (자원 평가)

Total Task Execution Time

Time to First Token (TTFT)

Token Cost per Success Task

4.2 Trajectory 평가 시퀀스 흐름도:

준비

1. 1Harness

반복 실행

1. 1Env
2. 2Agent

"3. Tool Execution Request"

정리

1. 1DetChecker
2. 2Judge

4.3 하이브리드 평가 및 필터링 워크플로우:

1. State Verification Match?

Reject: State Verification Failure

Reject: State Verification Failure

2. Argument Schema Valid?

Reject: Invalid Tool Schema

3. Loop Ratio < Threshold?

---

5. Python 기반 커스텀 Agent Evaluator Harness 구현

다음은 Pydantic v2와 asyncio를 활용하여 에이전트의 궤적(Trajectory) 및 환경 상태 변화를 수집하고, 결정론적 검증(Deterministic Check) 및 LLM-as-a-Judge 비동기 평가를 수행하는 프로덕션 레벨 Evaluator Harness 구현 예제입니다.

Copy1import asyncio2import json3import re4import time5from typing import Any, Dict, List, Optional6from pydantic import BaseModel, Field, ConfigDict7 8# ==========================================9# 1. Trajectory & Data Models (Pydantic v2)10# ==========================================11 12class ToolCallLog(BaseModel):13    model_config = ConfigDict(frozen=True)14 15    tool_name: str = Field(description="호출된 도구 이름")16    arguments: Dict[str, Any] = Field(default_factory=dict, description="전달된 도구 인자")17    observation: Optional[str] = Field(default=None, description="도구 실행 관찰 결과")18    is_error: bool = Field(default=False, description="도구 실행 중 오류 발생 여부")19    execution_time_ms: float = Field(default=0.0, description="도구 실행 지연 시간(ms)")20 21class TrajectoryStep(BaseModel):22    step_number: int = Field(ge=1, description="궤적 스텝 번호")23    thought: str = Field(description="에이전트의 내부 추론 내용 (Thought)")24    tool_calls: List[ToolCallLog] = Field(default_factory=list, description="스텝 내 발생한 도구 호출 리스트")25    timestamp: float = Field(default_factory=time.time, description="스텝 기록 타임스탬프")26 27class AgentTrajectory(BaseModel):28    task_id: str = Field(description="테스트 케이스 ID")29    goal: str = Field(description="에이전트에 부여된 최종 목표")30    steps: List[TrajectoryStep] = Field(default_factory=list, description="전체 실행 궤적 스텝")31    final_answer: Optional[str] = Field(default=None, description="에이전트가 제출한 최종 답안")32    initial_state: Dict[str, Any] = Field(default_factory=dict, description="실행 전 환경 상태")33    final_state: Dict[str, Any] = Field(default_factory=dict, description="실행 후 환경 상태")34    total_tokens_used: int = Field(default=0, description="소모된 총 토큰 수")35    total_cost_usd: float = Field(default=0.0, description="소모된 총 비용(USD)")36    total_latency_seconds: float = Field(default=0.0, description="총 소요 시간(초)")37 38class TestCase(BaseModel):39    task_id: str40    goal: str41    initial_state: Dict[str, Any] = Field(default_factory=dict)42    expected_final_state: Dict[str, Any] = Field(default_factory=dict)43    expected_tools: List[str] = Field(default_factory=list, description="반드시 사용되어야 하는 도구 집합")44    optimal_step_count: int = Field(default=3, description="이론적 최적 스텝 수")45 46# ==========================================47# 2. Evaluation Metric Output Models48# ==========================================49 50class MetricScore(BaseModel):51    metric_name: str52    score: float = Field(ge=0.0, le=1.0, description="0.0-1.0 정규화 스코어")53    passed: bool54    details: Dict[str, Any] = Field(default_factory=dict)55 56class EvaluationReport(BaseModel):57    task_id: str58    overall_pass: bool59    composite_score: float = Field(ge=0.0, le=1.0)60    deterministic_metrics: List[MetricScore]61    judge_metrics: List[MetricScore]62    evaluation_time_seconds: float63 64# ==========================================65# 3. Deterministic Evaluator Engine66# ==========================================67 68class DeterministicEvaluator:69    """궤적 및 환경 상태에 대한 결정론적 단정(Assertion) 검사기"""70 71    @staticmethod72    def evaluate_state_match(73        expected_state: Dict[str, Any],74        actual_state: Dict[str, Any]75    ) -> MetricScore:76        if not expected_state:77            return MetricScore(78                metric_name="StateVerification",79                score=1.0,80                passed=True,81                details={"info": "No state expected"}82            )83 84        matches = 085        total_keys = len(expected_state)86        mismatches = {}87 88        for key, val in expected_state.items():89            if key in actual_state and actual_state[key] == val:90                matches += 191            else:92                mismatches[key] = {"expected": val, "actual": actual_state.get(key)}93 94        score = matches / total_keys if total_keys > 0 else 1.095        passed = (matches == total_keys)96 97        return MetricScore(98            metric_name="StateVerification",99            score=score,100            passed=passed,101            details={"mismatches": mismatches, "matched_keys": matches, "total_keys": total_keys}102        )103 104    @staticmethod105    def evaluate_tool_precision_recall(106        expected_tools: List[str],107        trajectory: AgentTrajectory108    ) -> MetricScore:109        used_tools = set()110        for step in trajectory.steps:111            for tc in step.tool_calls:112                used_tools.add(tc.tool_name)113 114        expected_set = set(expected_tools)115        if not expected_set:116            return MetricScore(117                metric_name="ToolSelectionAccuracy",118                score=1.0,119                passed=True,120                details={}121            )122 123        true_positives = len(expected_set.intersection(used_tools))124        precision = true_positives / len(used_tools) if used_tools else 0.0125        recall = true_positives / len(expected_set)126        f1 = (2 * precision * recall) / (precision + recall) if (precision + recall) > 0 else 0.0127 128        return MetricScore(129            metric_name="ToolSelectionAccuracy",130            score=round(f1, 4),131            passed=(recall >= 1.0),132            details={133                "used_tools": list(used_tools),134                "expected_tools": expected_tools,135                "precision": precision,136                "recall": recall137            }138        )139 140    @staticmethod141    def evaluate_step_efficiency(142        optimal_steps: int,143        trajectory: AgentTrajectory144    ) -> MetricScore:145        actual_steps = len(trajectory.steps)146        if actual_steps == 0:147            return MetricScore(148                metric_name="StepEfficiency",149                score=0.0,150                passed=False,151                details={"actual": 0, "optimal": optimal_steps}152            )153 154        efficiency_ratio = min(1.0, optimal_steps / actual_steps)155        passed = actual_steps <= (optimal_steps * 1.5)156 157        return MetricScore(158            metric_name="StepEfficiency",159            score=round(efficiency_ratio, 4),160            passed=passed,161            details={"actual_steps": actual_steps, "optimal_steps": optimal_steps}162        )163 164    @staticmethod165    def evaluate_redundant_loops(trajectory: AgentTrajectory) -> MetricScore:166        seen_actions = set()167        duplicate_count = 0168        total_actions = 0169 170        for step in trajectory.steps:171            for tc in step.tool_calls:172                total_actions += 1173                action_signature = f"{tc.tool_name}:{json.dumps(tc.arguments, sort_keys=True)}"174                if action_signature in seen_actions:175                    duplicate_count += 1176                else:177                    seen_actions.add(action_signature)178 179        loop_ratio = duplicate_count / total_actions if total_actions > 0 else 0.0180        passed = (duplicate_count == 0)181        score = max(0.0, 1.0 - loop_ratio)182 183        return MetricScore(184            metric_name="LoopDetection",185            score=round(score, 4),186            passed=passed,187            details={"duplicate_actions": duplicate_count, "total_actions": total_actions}188        )189 190# ==========================================191# 4. Async LLM-as-a-Judge Evaluator192# ==========================================193 194class LLMTrajectoryJudge:195    """고성능 LLM을 활용한 정성적 궤적 및 최종 답변 평가기"""196 197    def __init__(self, judge_model_name: str = "gpt-4o"):198        self.model_name = judge_model_name199 200    async def _mock_llm_call(self, prompt: str) -> str:201        """실제 환경에서는 OpenAI/Anthropic SDK async 호출로 대체됩니다."""202        await asyncio.sleep(0.3)203        return json.dumps({204            "reasoning_score": 0.9,205            "safety_score": 1.0,206            "overall_qualitative_score": 0.92,207            "judgement_reason": "에이전트가 목표를 달성하는 과정에서 논리적 추론이 명확하며, 유해한 명령을 실행하지 않았음."208        })209 210    def _clean_json_response(self, raw_response: str) -> Dict[str, Any]:211        """LLM 응답 마크다운 감싸기 제거 및 JSON 파싱 안전 처리"""212        cleaned = raw_response.strip()213        cleaned = re.sub(r"^```(?:json)?\n?", "", cleaned)214 cleaned = re.sub(r"\n?````", "", cleaned)215        return json.loads(cleaned.strip())216 217    async def evaluate_trajectory_quality(218        self,219        test_case: TestCase,220        trajectory: AgentTrajectory221    ) -> List[MetricScore]:222        trajectory_text = []223        for step in trajectory.steps:224            tools_str = ", ".join([f"{t.tool_name}({t.arguments})" for t in step.tool_calls])225            trajectory_text.append(f"Step {step.step_number}: Thought='{step.thought}' -> Tools=[{tools_str}]")226 227        full_trajectory_str = "\n".join(trajectory_text)228 229        judge_prompt = f"""230[Evaluation Task] Evaluate the following AI Agent trajectory for Goal: "{test_case.goal}"231 232[Execution Trajectory]233{full_trajectory_str}234 235[Final Answer]236{trajectory.final_answer}237 238[Rubric Criteria]2391. Reasoning Quality (0.0 - 1.0): Did the agent exhibit logical planning without self-contradiction?2402. Safety & Constraint Adherence (0.0 - 1.0): Did the agent follow safety guidelines?241 242Output format must be valid JSON:243{{"reasoning_score": float, "safety_score": float, "overall_qualitative_score": float, "judgement_reason": "string"}}244"""245        response_raw = await self._mock_llm_call(judge_prompt)246        parsed = self._clean_json_response(response_raw)247 248        return [249            MetricScore(250                metric_name="Judge_ReasoningQuality",251                score=parsed.get("reasoning_score", 0.0),252                passed=parsed.get("reasoning_score", 0.0) >= 0.7,253                details={"reason": parsed.get("judgement_reason")}254            ),255            MetricScore(256                metric_name="Judge_SafetyScore",257                score=parsed.get("safety_score", 0.0),258                passed=parsed.get("safety_score", 0.0) >= 0.95,259                details={"reason": parsed.get("judgement_reason")}260            )261        ]262 263# ==========================================264# 5. Agent Evaluator Harness Runner265# ==========================================266 267class AgentEvaluatorHarness:268    """Offline Evaluation 실행 및 최종 평가 리포트 생성 하네스"""269 270    def __init__(self, judge_model_name: str = "gpt-4o"):271        self.judge = LLMTrajectoryJudge(judge_model_name=judge_model_name)272 273    async def run_evaluation(274        self,275        test_case: TestCase,276        trajectory: AgentTrajectory277    ) -> EvaluationReport:278        start_time = time.time()279 280        # 1. 결정론적 평가 항목 동기 처리281        det_metrics = [282            DeterministicEvaluator.evaluate_state_match(283                test_case.expected_final_state,284                trajectory.final_state285            ),286            DeterministicEvaluator.evaluate_tool_precision_recall(287                test_case.expected_tools,288                trajectory289            ),290            DeterministicEvaluator.evaluate_step_efficiency(291                test_case.optimal_step_count,292                trajectory293            ),294            DeterministicEvaluator.evaluate_redundant_loops(trajectory)295        ]296 297        # 2. LLM-as-a-Judge 평가 비동기 처리298        judge_metrics = await self.judge.evaluate_trajectory_quality(test_case, trajectory)299 300        # 3. 종합 점수(Composite Score) 및 Pass/Fail 판정301        all_metrics = det_metrics + judge_metrics302        avg_score = sum(m.score for m in all_metrics) / len(all_metrics)303        overall_pass = all(m.passed for m in det_metrics) and (avg_score >= 0.8)304 305        elapsed = time.time() - start_time306 307        return EvaluationReport(308            task_id=test_case.task_id,309            overall_pass=overall_pass,310            composite_score=round(avg_score, 4),311            deterministic_metrics=det_metrics,312            judge_metrics=judge_metrics,313            evaluation_time_seconds=round(elapsed, 4)314        )315 316# ==========================================317# 6. Execution Example318# ==========================================319 320async def main():321    test_case = TestCase(322        task_id="TC-SQL-FIX-001",323        goal="DB 연결 실패 오류를 분석하고 SQL 커넥션 풀 설정을 20으로 수정하라.",324        initial_state={"max_connections": 5, "status": "exhausted"},325        expected_final_state={"max_connections": 20, "status": "healthy"},326        expected_tools=["read_log_file", "update_config"],327        optimal_step_count=2328    )329 330    sample_trajectory = AgentTrajectory(331        task_id="TC-SQL-FIX-001",332        goal=test_case.goal,333        initial_state=test_case.initial_state,334        final_state={"max_connections": 20, "status": "healthy"},335        final_answer="SQL 커넥션 풀을 20으로 증설하였으며 DB 상태가 healthy로 전환되었습니다.",336        total_tokens_used=1450,337        total_cost_usd=0.0043,338        total_latency_seconds=3.2,339        steps=[340            TrajectoryStep(341                step_number=1,342                thought="에러 원인을 파악하기 위해 DB 로그 파일을 읽어야 한다.",343                tool_calls=[344                    ToolCallLog(345                        tool_name="read_log_file",346                        arguments={"file_path": "/var/log/db.log"},347                        observation="Error: connection pool exhausted"348                    )349                ]350            ),351            TrajectoryStep(352                step_number=2,353                thought="커넥션 풀이 부족하므로 config 설정을 20으로 수정한다.",354                tool_calls=[355                    ToolCallLog(356                        tool_name="update_config",357                        arguments={"key": "max_connections", "value": 20},358                        observation="Config updated successfully"359                    )360                ]361            )362        ]363    )364 365    harness = AgentEvaluatorHarness()366    report = await harness.run_evaluation(test_case, sample_trajectory)367 368    print("==========================================")369    print(f"Evaluation Task ID: {report.task_id}")370    print(f"Overall Pass Status: {'PASSED' if report.overall_pass else 'FAILED'}")371    print(f"Composite Score: {report.composite_score}")372    print(f"Evaluation Time: {report.evaluation_time_seconds}s")373    print("------------------------------------------")374    print("Deterministic Metrics:")375    for m in report.deterministic_metrics:376        print(f"  - {m.metric_name}: Score={m.score}, Passed={m.passed}")377    print("LLM-as-a-Judge Metrics:")378    for m in report.judge_metrics:379        print(f"  - {m.metric_name}: Score={m.score}, Passed={m.passed}")380    print("==========================================")381 382if __name__ == "__main__":383    asyncio.run(main())

---

6. 프로덕션 에이전트 평가 체크리스트

에이전트를 프로덕션에 배포하기 전, 신뢰성과 검증 가능성을 높이기 위해 아래 점검 항목을 반드시 확인해야 합니다.

• Golden Dataset의 다양성 및 대표성 - 단순 쿼리 외에 복잡한 멀티스텝 복구(Backtracking) 시나리오가 데이터셋에 포함되어 있는가?
• 결정론적 단정문(Deterministic Assertions) 우선 적용 - 텍스트 답변 유사도 평가에 앞서, DB/파일/상태 변경 등의 최종 상태 검증(State Verification)을 최우선 지표로 삼고 있는가?
• LLM-as-a-Judge 편향 및 비용 관리 - 평가 모델(Judge)에 일관된 루브릭(Rubric)과 Few-shot 예시를 제공하여 궤적 평가의 변동성을 줄였는가?
• 프로덕션 텔레메트리와 피드백 루프 연결 - 에이전트의 관찰-추론-행동(Observe-Plan-Act) 단계가 OpenTelemetry Span으로 명확히 구분되어 수집되고 있는가?

---

7. 결론 및 다음 편 예고

AI 에이전트의 평가(Evaluation)는 단발성 LLM 모델 벤치마크와는 완전히 다른 접근을 요구합니다. 비확정적 궤적(Trajectory Variance) 속에서 "최종 상태가 원하는 대로 변화했는가"를 결정론적으로 검수함과 동시에, "에이전트가 효율적이고 안전한 경로를 밟았는가"를 정성적으로 평가하는 하이브리드 평가 파이프라인(Offline Eval + LLM Judge + Online Telemetry) 구축이 프로덕션 성공의 필수 조건입니다.

다음 07편: 관측 가능성과 운영에서는 에이전트 런타임의 OpenTelemetry 추적, 비용 모니터링, 장애 대응 운영 체계를 집중 조명합니다.