미국IT·통신2026 – 진행 중엔소노
IT 장애 해결을 위한 머신러닝 엔진과 AI 진단 도구
엔소노는 머신러닝 엔진이 주요 장애를 짚어내면서 장애 해결 시간을 54% 줄였다
문제
엔소노는 고객사의 IT 시스템을 운영하며 서비스에 영향을 주는 장애를 빠르게 찾아 고쳐야 했다. 지원 티켓이 대량으로 들어왔고, 어느 티켓이 주요 장애로 번질지 초기에 가려내기 어려웠다.
접근 방식
엔소노는 지원 티켓마다 서비스에 영향을 주는 사건이 될 가능성을 추정하는 머신러닝 모델 Envision Predictive Engine을 만들었다. 이어 스노우플레이크 Cortex AI와 Streamlit으로 DiagnoseNow를 만들었다. 이 도구는 근본 원인 분석을 수행하고 엔지니어에게 해결 계획을 제공한다. 시범 연구에서는 장애 해결에 DiagnoseNow를 시험했다.
주요 수치
54%예측 엔진이 주요 장애를 제안했을 때 평균 해결 시간 감소율, 스노우플레이크 기준
22%예측 엔진과 함께 DiagnoseNow를 썼을 때 주요 장애 감소율, 스노우플레이크 기준
시사점
티켓 조기 경보와 AI 기반 진단은 같은 문제의 서로 다른 부분에 작용했다. 예측 엔진은 해결 시간을 줄였고, 진단 도구는 주요 장애 건수를 줄였다.
분류
- 규모
- 중견·성장기업
- 산업
- IT·통신
- 혁신 유형
- 프로세스 혁신
- 도입 방식
- 플랫폼·범용 도구 활용
- 근거
- 공급사 사례
출처
출처 요약
[1]Snowflake2026년 5월 18일
스노우플레이크는 엔소노가 머신러닝 엔진과 Cortex AI 진단 도구로 IT 장애를 처리하는 방식을 소개했다. 엔진이 주요 장애를 제안했을 때 해결 시간이 54% 짧아졌고 주요 장애는 22% 줄었다고 밝혔다. 페이지에는 날짜가 없으며, 인터넷 아카이브가 2026년 5월 18일에 처음 저장했다.
자세한 내용은 원문에서 확인하실 수 있습니다.
등록일 2026년 11월 4일 · 수정일 2026년 11월 4일