시계열 분석 가이드

인프라의 과거 데이터를 분석하여 미래 부하를 예측하고 이상 징후를 탐지하는 시계열 분석 활용법을 안내합니다.

📈 시계열 분석 페이지로 이동 →

📋 개요

시계열 분석은 서버나 데이터베이스에서 수집된 각종 메트릭(CPU, Memory, Traffic 등)을 시간 순서에 따라 분석합니다. 이를 통해 단순히 현재 상태를 보는 것을 넘어, 특정 이벤트 시점의 부하 패턴이나 미래의 자원 부족 시점을 미리 파악할 수 있습니다.

📊 주요 분석 기능

1. 동적 차트 및 대조 분석

커스텀 기간 설정: 시간, 일, 주, 월 단위로 데이터를 조회하고 특정 시점을 확대(Zoom-in)하여 상세 분석이 가능합니다.
다중 지표 대조: CPU 사용량과 네트워크 트래픽을 하나의 차트에 겹쳐서 기상 상관관계를 분석할 수 있습니다.

2. AI 기반 부하 예측 (Prediction)

과거 30일간의 데이터를 기반으로 향후 7일간의 사용 추이를 예측합니다. 이를 통해 서버 증설이 필요한 시점을 미리 계획할 수 있습니다.

3. 이상 탐지 (Anomaly Detection)

통계적으로 일반적인 범위를 벗어나는 급격한 수치 변화를 자동으로 감지합니다. 이는 서비스 장애의 전조 증상이나 보안 공격(DDoS 등)을 식별하는 데 매우 효과적입니다.

🛠️ 사용 방법

GIIP [분석 및 리포트] > [시계열 분석] 메뉴로 이동합니다.
분석하고자 하는 **대상(서버/서비스 그룹)**과 **지표(Metric)**를 선택합니다.
차트 상단의 [AI Prediction] 버튼을 눌러 예측 모델을 적용합니다.

💡 활용 팁

장애 복기: 장애가 발생했던 로그 시간대와 시계열 차트를 대조하여, 장애의 원인이 자원 부족이었는지 소프트웨어 로직 문제였는지 확인하세요.
비용 최적화: 사용량이 지속적으로 낮은 자원을 찾아내어
```
cost-optimization
```
가이드에 따라 자원을 축소하세요.

API 참조

이 기능의 API 상세 사양은 별도 가이드를 참조하세요.

📘 모니터링 API 가이드

문제 해결

증상	원인	해결
차트에 데이터가 표시되지 않고 비어 있음	선택한 대상/지표 또는 기간에 수집된 메트릭이 없음	데이터가 수집된 대상(서버/서비스 그룹)과 지표를 선택하고 조회 기간을 조정합니다.
[AI Prediction] 버튼을 눌러도 예측 결과가 나오지 않음	예측에 필요한 과거 30일치 데이터가 부족함	충분한 이력(약 30일)이 쌓일 때까지 기다린 후 다시 시도합니다.
이상 탐지 알림이 지나치게 많이 발생함(오탐)	변동성이 큰 지표라 정상 범위가 너무 좁게 계산됨	분석 기간을 넓혀 기준선이 안정화되도록 한 뒤 다시 확인합니다.
다중 지표를 겹쳐도 그래프를 읽기 어려움	값의 범위(Scale)가 크게 다른 지표를 함께 겹침	범위가 비슷한 지표끼리 비교하거나 지표를 개별적으로 조회합니다.

버전: 1.0 최종 업데이트: 2026-03-19 소스 파일:

giipv3/public/help/timeseries-analysis.ko.md