Splunk Agent Observability, 툴 간 AI 토큰 추적 및 청구액 예측 기능 추가
Splunk가 Splunk Agent Observability에 신규 기능을 도입해 여러 AI 코딩 툴 전반의 토큰 사용량과 비용을 한곳에서 추적하고 청구 주기 종료 전에 최종 청구 금액을 예측할 수 있도록 지원한다.
Splunk가 Splunk Agent Observability에 신규 기능을 도입해 여러 AI 코딩 툴 전반의 토큰 사용량과 비용을 한곳에서 추적하고 청구 주기 종료 전에 최종 청구 금액을 예측할 수 있도록 지원한다.
splunkconf26에서 Splunk는 awscloud 및 NVIDIA와의 협력 확대를 발표했다. Splunk AI에 로컬 컴퓨팅 성능을 추가 지원하여 고객이 자체 관리 환경에서 민감한 머신 데이터를 대상으로 거버넌스가 적용된 AI를 실행할 수 있도록 한다.
4,000명 이상의 리더 응답을 바탕으로 한 Splunk의 새 Machine Data Outlook Report는 기술 리더의 74%가 AI와 자동화로 인해 중대한 데이터 관리 과제가 생겼다고 보고했다고 밝혔다.
Splunk에 따르면 Mitiga는 Splunk AI Toolkit과 Cisco Deep Time Series Model을 사용해 1만 건이 넘는 수집 작업의 용량 감소를 탐지하고, 탐지 시간을 몇 시간으로 줄였다.
Splunk는 Agent Observability가 Splunk Conf 26에서 공개됐으며, 프로덕션 환경의 자율 에이전트를 모니터링하기 위한 새로운 Tokenomics와 Observability Studio 기능이 포함됐다고 밝혔다.
Token Meter는 Splunk가 만든 무료 오픈소스 메뉴 막대 도구로, 실행이 진행되는 동안 코딩 에이전트 비용을 보여 준다.