# 최종 챌린지 · AI 프로덕션 운영 설계서

> 릴리즈·평가·가드레일·SLO·인시던트를 하나의 제어 체계로

- Canonical: https://learning.reopt.ai/courses/llmops-agentops/lessons/llmops-agentops-capstone
- Language: ko-KR
- HTML: https://learning.reopt.ai/courses/llmops-agentops/lessons/llmops-agentops-capstone

---

[LLMOps·AgentOps 운영](/courses/llmops-agentops) 최종 챌린지 9 / 9

# 최종 챌린지 · AI 프로덕션 운영 설계서

릴리즈·평가·가드레일·SLO·인시던트를 하나의 제어 체계로
실무 워크북 100 XP 18분

## 실무 워크북

운영 예정인 AI 기능 하나를 골라 재현 가능하고 복구 가능한 운영 설계서를 작성하세요.
작성 내용 자동 저장
아키텍처·릴리즈 필수
Control/Data Plane과 prompt·model·tool·policy·eval manifest를 정의하세요.

평가·가드레일 필수
Q·S·E·R rubric, hard gate, input·intent·tool·output 통제를 작성하세요.

관측성·SLO 필수
canonical trace와 품질·가용성·지연·비용 목표를 정하세요.

실험·인시던트 필수
traffic 범위, 채택 기준, 격리·rollback·회귀 승격을 설계하세요.

완성도 점검 기준

- 재현성 릴리즈 조합과 trace로 같은 판단을 다시 만들 수 있다.
- 안전성 정책 장애와 고위험 side effect가 fail-closed로 통제된다.
- 서비스성 품질·비용·지연이 SLO와 action threshold로 연결된다.
- 복구성 사고 격리와 trace 기반 회귀 학습이 설계되어 있다.

canary에서 작은 실패 반경으로 검증하고, 운영 trace를 다음 릴리즈의 평가 입력으로 사용하세요.
산출물 완성 · 계속

---

에이전트용 사이트 안내: https://learning.reopt.ai/llms.txt · 사이트맵: https://learning.reopt.ai/sitemap.xml · 문의: https://learning.reopt.ai/contact