도구 파편화
Kubeflow, MLflow, ArgoCD, Prometheus, Grafana, KServe 등 여러 도구의 UI와 설정을 오가야 합니다.
운영 상황을 이해하고 실행을 지원하는 Agentic AI 운영 레이어

AI를 실제 서비스로 운영하려면 모델보다 많은 일이 필요합니다. 상태 확인, 장애 분석, 배포와 롤백까지 이어지는 운영 흐름을 SAMANDA는 자연어 요청과 Agentic AI 구조로 연결합니다.
Kubeflow, MLflow, ArgoCD, Prometheus, Grafana, KServe 등 여러 도구의 UI와 설정을 오가야 합니다.
장애가 발생하면 SRE가 로그, 메트릭, 이벤트를 직접 조합하고 원인을 추적합니다.
모델 배포와 롤백을 위해 YAML, 승인, 검증 절차가 반복됩니다.
보안 환경에서는 외부 LLM API를 사용할 수 없어 내부에서 작동하는 AI 운영 구조가 필요합니다.
SAMANDA는 AI 인프라 운영에 필요한 요청, 판단, 실행 흐름을 하나의 Agent로 연결합니다.
› 클러스터 상태 확인해줘!
✓ 실패 pod 감지: sar-ship-predictor
✓ 원인 분석: Harbor 인증 secret 만료 가능성
→ 승인 후 조치: secret 갱신 · pod 재시작
한 문장으로 데이터 준비, 학습, 평가, 배포, 롤백까지 이어지는 파이프라인을 실행합니다.
클러스터 상태, 로그, 메트릭, 이벤트를 함께 확인하고 이상 징후와 원인 후보, 다음 조치 방향을 정리합니다.
외부 API에 의존하지 않고, 온프레미스 · 폐쇄망 환경에서 자체 LLM 기반으로 AI 운영 Agent를 사용합니다.

SAMANDA는 단일 챗봇이 아니라
Ops, Apps, Code 페르소나로 분리된 운영 Agent입니다.

인프라 상태를 읽는 AI 운영 Agent
클러스터 상태, 로그, 메트릭, 장애 이벤트를 확인하고 이상 징후와 원인 후보를 정리합니다.

AI 업무 실행을 돕는 업무 Agent
데이터 준비, 학습, 평가, 배포, 추론 서비스 관리를 자연어 요청으로 연결합니다.
개발 환경 안에서 함께 작업하는 코드 Agent
JupyterLab, VS Code에서 파일 편집, 셀 실행, 패키지 설치 등 개발 작업을 지원합니다.
로그, 메트릭, 이벤트처럼 시스템을 변경하지 않는 조회 작업은 즉시 실행합니다.
Pod 재시작, 스케일 조정처럼 영향이 낮은 조치는 원인과 함께 제안합니다.
배포 변경, 데이터 삭제, 권한 변경처럼 영향이 큰 조치는 승인 이후 실행되거나 차단됩니다.
SAMANDA FOR AI OPERATIONS
SAMANDA는 반복되는 MLOps · LLMOps 작업과 장애 대응 흐름을 더 빠르고 일관된 운영 구조로 연결합니다.
중요한 조치는 승인 흐름을 거쳐 실행되고, 결과는 운영 이력으로 남습니다.