DruckFin

Elastic, 메트릭스 검색엔진 전면 개편… AI 워크로드 관측성 지출 재편 속 Prometheus 대비 30배 속도 강조

9월 22일 특별 투자자 간담회… 신규 메트릭스 제품군과 관측성(Observability) 시장 통합을 위한 고투마켓(GTM) 전략 상세 공개

Elastic은 6월 회계연도 시작과 함께 출시한 메트릭스(metrics) 제품군의 기술적 기반과 상업적 논리를 설명하기 위해 지난 9월 22일 특별 투자자 간담회를 개최했다. 이번 발표의 핵심은 기존에 로그(logs) 저장을 위해 사용해 오던 문서 저장소 방식에서 벗어나 메트릭스를 컬럼나러(columnar, 열 기반) 포맷으로 저장하도록 엘라스틱서치(Elasticsearch)를 전면 재건축한 것이다. 경영진은 이러한 변화가 Prometheus, Mimir, ClickHouse 같은 전용 메트릭스 플랫폼들과 정면으로 경쟁하기 위해 필수적이었다고 설명했다.

산토쉬 크리시난(Santosh Krishnan) 보안 및 관측성 솔루션 수석부사장은 해당 프로젝트가 작년 6월 출시를 위해 12~18개월간의 연구개발(R&D)을 거쳤다고 밝혔다. 이는 회사가 수년간의 경쟁 우위 요소(moat)로 내세우고 있는 기술적 투자의 규모를 보여주는 대목이다. 크리시난 부사장은 "플랫폼에 혁신을 더할 때마다 우리는 언제나 비대칭적 우위를 확보하게 된다"며, 비정조화된 로그 데이터 분야에서 엘라스틱이 가진 기존 강점이 이제 목적에 맞게 특화된 메트릭스 엔진으로 확장되었다고 강조했다.

기존 강자들과의 정면 승부를 예고한 벤치마크 결과

이번 간담회에서 제시된 가장 구체적인 데이터 포인트는 성능 벤치마크였다. 바하딘 아자르미(Bahaaldine Azarmi) 관측성 총괄 제너럴 매니저는 엘라스틱의 새로운 컬럼나러 저장소가 Prometheus와 Mimir보다 30배, ClickHouse보다 8배 더 빠르다고 밝혔다. 해당 벤치마크 결과는 오픈소스 코드를 통해 공개 및 재현이 가능하다. 이 아키텍처는 메모리 내 고카디널리티(high-cardinality) 데이터를 관리하기 위한 '딤 필터(dim filter)' 등의 기술과 저장 효율성을 높인 튜닝 코덱을 사용한다. 아자르미 매니저는 이를 통해 메트릭스의 핵심적인 기술적 난제를 해결했다고 설명했다. 로그와 달리 메트릭스는 불필요한 데이터를 파싱하지 않고 선택적으로 조회해야 하는 수많은 차원(dimensions)과 레이블(labels)을 동반하기 때문이다. 경영진은 시스템이 비용이나 성능 저하 없이 처리할 수 있는 차원의 수인 카디널리티를 경쟁 메트릭스 플랫폼과의 주된 격전지로 규정했다. 회사는 기존 경쟁사 중 상당수가 고객에게 데이터 보존 기간을 타협하도록 강제하고 있으며, 이로 인해 장애 발생 시 사각지대가 생기고 있다고 지적했다.

PromQL 호환성 90% 달성, 완료 단계 진입

아자르미 총괄은 엘라스틱이 Prometheus 사용자들 사이의 표준 쿼리 언어인 PromQL과의 호환성 90%를 달성했으며, "100% 달성을 향해 순항 중"이라고 밝혔다. 이는 Prometheus를 사용하는 거대한 기존 사용자층의 전환 비용을 낮춰준다는 점에서 의미 있는 대목이다. 경영진은 이들을 회사의 세 가지 고투마켓(GTM) 타깃 중 하나로 명시했다. 나머지 두 그룹은 기존 로그 고객층과, 더 높은 데이터 보존 기간이나 카디널리티 문제로 인해 다른 메트릭스 공급업체로부터 가격 측면에서 '불이익(penalized)'을 받고 있는 고객들이다.

AI 워크로드는 단순한 기능을 넘어선 수요의 촉매제로 부각

경영진은 이번 메트릭스 출시를 에이전틱 AI(agentic AI)가 유발하는 운영상의 부담과 거듭 연관지었다. 아자르미 총괄은 에이전트 기반 워크로드가 전통적인 애플리케이션 모니터링과 구조적으로 다르다고 주장했다. 기존 레거시 애플리케이션의 잘 정의된 트랜잭션 경로와 달리, AI는 추론 단계, 툴 호출(tool calls), 턴 횟수(turn counts) 등을 예측할 수 없기 때문이다. 그는 "AI가 메트릭스의 폭증을 실질적으로 야기하고 있다"며 GPU 사이클, LLM 호출, 에이전트 하네스(harnesses) 등을 모니터링이 필요한 새로운 신호 범주로 지목했다. 크리시난 부사장은 애널리스트 Q&A 세션을 통해 이를 보강하며, 관측성 지출이 두 가지 명확한 방향으로 AI에 의해 견인되고 있다고 언급했다. 즉, 컴퓨팅 인프라 구축 자체를 위한 인프라 모니터링과, 단순 가동 시간을 넘어 안전성과 행동 양식에 초점을 맞춘 최신 범주의 에이전트 레벨 모니터링이 그것이다.

채택은 하키스틱 곡선이 아닌 점진적 양상 띌 것

상업적 궤도와 관련해 크리시난 부사장은 단기적 채택이 급격한 성장(하키스틱 곡선)을 그리지는 않을 것이라고 솔직하게 밝혔다. 그는 애널리스트들에게 초기 디자인 파트너들과의 협업 반응은 "극도로 긍정적"이지만, 엔터프라이즈 영업 주기의 특성상 즉각적인 변곡점보다는 "완만한 상승 곡선"을 따르게 될 것이라고 경고했다. 현재 엘라스틱 기존 사업의 약 3포인트 중 2포인트는 로그 및 SIEM(보안 정보 및 이벤트 관리)과 연계되어 있다. 크리시난 부사장은 메트릭스 제품의 단기적 기회가 주로 기존 SRE(사이트 신뢰성 엔지니어링) 중심 고객층에 신규 판매를 결합(attach)하는 데 있다고 확인했다. 서드파티 인프라 모니터링 툴은 이미 엘라스틱의 로그 분석 계약보다 더 높은 경제적 가치를 지닌 경우가 많기 때문이다. 경영진은 고객당 구체적인 매출 증가 규모를 수치화하는 것은 거부했으며, 크리시난 부사장은 "아직 초기 단계인 만큼… 지켜봐 달라"고만 언급했다.

지출 통합과 신규 증분 수요의 동시 창출

메트릭스 시장 진출이 경쟁사로부터의 시장 점유율 빼앗기(share-shift)인지, 아니면 순수한 증분 지출(incremental spend)인지 묻는 캔터 피츠제럴드(Cantor Fitzgerald)의 토마스 블레이키(Thomas Blakey) 애널리스트의 질문에 크리시난 부사장은 두 가지 모두에 해당한다고 답했다. 그는 "지출 통합 측면이 분명히 존재한다"면서도, AI 기반 인프라 확장이 고객들로 하여금 기존 툴링 전반을 재평가하도록 만들고 있으며, 이로 인해 단순한 공급업체 통합을 넘어선 이른바 "금상첨화(gravy on top)" 같은 효과가 창출되고 있다고 덧붙였다. 그는 시스템으로 유입되는 메트릭스 데이터의 볼륨이 로그 볼륨과 대략 비슷한 수준이지만, 메트릭스의 보존 기간은 상대적으로 짧은 경향이 있다고 설명했다.

디덕티브 AI 인수와 10-월 제품 행사가 성장의 촉매제로 대기 중

아자르미 총괄은 에이전트 기반 근본 원인 분석(root-cause-analysis) 조사 전문 기업인 '디덕티브 AI(Deductive AI)'의 최근 인수가 오는 10월 8일 뉴욕에서 열릴 엘라스틱의 행사를 위해 준비 중인 광범위한 관측성 발표로 이어질 것이라고 언급했다. 그는 단일 통합 플랫폼 내에서 AI 에이전트가 메트릭스, 트레이스(traces), 로그, 벡터화된 지식 베이스 전반에 걸쳐 근본 원인 분석을 수행할 수 있도록 하겠다는 회사의 포부를 밝혔다. 이러한 역량은 네 가지 데이터 유형 모두가 동일한 아키텍처 내에 존재하기 때문에 비로소 가능하다고 그는 덧붙였다. 경영진 스스로 정량적인 채택 지표를 아직 제공할 수 없다고 인정한 만큼, 투자자들은 메트릭스 출시가 실제 수주(bookings)로 이어지고 있음을 증명할 다음 관문으로 10월 행사를 주목해야 할 것이다.

노리온 뱅크의 고객 성공 사례

고객 비디오 세션에서는 8년 동안 엘라스틱을 사용해 온 노리온 뱅크(Norion Bank)가 소개됐다. 이 회사의 관측성 엔지니어들은 새로운 시계열(time-series) 데이터 스트림을 초기 테스트한 결과 배포 후 한 달 만에 '상당한' 저장 비용 절감 효과를 거두었다고 밝혔다. 한 엔지니어는 예산 압박 속에서 이 분야가 지닌 가치 제안을 날카롭게 지적했다. "흔히 나오는 질문은 '어떻게 하면 장애에서 더 빨리 벗어날 수 있는가'가 아니라 '어떻게 하면 비용을 더 저렴하게 만들 수 있는가'가 됩니다." 비용 통제와 탐지 속도 간의 이러한 긴장감은 바로 엘라스틱이 통합 메트릭스 저장소를 통해 해결하고자 하는 과제다. 다만, 은행 측의 평가는 DORA(디지털 운영 탄력성 법)나 GDPR(유럽연합 일반데이터보호규정) 같은 컴플라이언스 규제가 텔레메트리(telemetry) 데이터와 관련된 단순한 비용 절감 서사를 복잡하게 만드는 보존 및 감사 요구사항을 추가한다는 점도 시사했다.