특징
트레이스
Traces를 사용하여 내 크루 모니터링하기
개요
Trace는 crew 실행에 대한 포괄적인 가시성을 제공하여 성능 모니터링, 문제 디버깅, AI agent workflow 최적화에 도움을 줍니다.Traces란 무엇인가요?
CrewAI Enterprise의 Traces는 crew의 작동 과정을 처음 입력에서 최종 출력까지 모든 측면에서 포착하는 상세 실행 기록입니다. Traces에는 다음 내용이 기록됩니다:- Agent의 생각 및 추론
- 작업 실행 세부 정보
- 도구 사용 및 출력
- 토큰 소모 메트릭
- 실행 시간
- 비용 추정치
트레이스(Traces) 접근하기
1
트레이스 탭으로 이동
CrewAI Enterprise 대시보드에 들어가면, 트레이스를 클릭하여 모든 실행 기록을 볼 수 있습니다.
2
실행 선택하기
모든 crew 실행 목록이 날짜별로 정렬되어 표시됩니다. 상세 트레이스를 보려면 원하는 실행을 클릭하세요.
트레이스 인터페이스 이해하기
트레이스 인터페이스는 여러 섹션으로 나뉘어 있으며, 각 섹션은 crew의 실행에 대한 다양한 인사이트를 제공합니다.1. 실행 요약
상단 섹션에서는 실행에 대한 고수준 메트릭을 표시합니다:- 총 토큰: 모든 작업에서 소모된 토큰 수
- 프롬프트 토큰: LLM에 프롬프트로 사용된 토큰
- 컴플리션 토큰: LLM 응답에서 생성된 토큰
- 요청 수: 수행된 API 호출 수
- 실행 시간: crew 런의 전체 소요 시간
- 예상 비용: 토큰 사용량을 기반으로 한 대략적인 비용
2. Tasks & Agents
이 섹션에서는 crew 실행에 포함된 모든 task와 agent를 보여줍니다:- task 이름 및 agent 할당
- 각 task에 사용된 agent 및 LLM
- 상태 (완료/실패)
- task의 개별 실행 시간
3. 최종 결과
모든 작업이 완료된 후 crew가 생성한 최종 결과를 표시합니다.
4. 실행 타임라인
각 작업이 시작되고 종료된 시점을 시각적으로 표현하여 병목 현상이나 병렬 실행 패턴을 파악하는 데 도움이 됩니다.
5. 상세 작업 보기
타임라인이나 작업 목록에서 특정 작업을 클릭하면 다음을 볼 수 있습니다:
- 작업 키: 작업의 고유 식별자
- 작업 ID: 시스템 내의 기술적 식별자
- 상태: 현재 상태 (완료/진행 중/실패)
- 에이전트: 해당 작업을 수행한 에이전트
- LLM: 이 작업에 사용된 언어 모델
- 시작/종료 시간: 작업이 시작되고 완료된 시간
- 실행 시간: 이 특정 작업의 소요 시간
- 작업 설명: 에이전트에게 지시된 작업 내용
- 예상 출력: 요청된 출력 형식
- 입력: 이전 작업에서 이 작업에 제공된 입력값
- 출력: 에이전트가 실제로 생성한 결과
디버깅을 위한 트레이스 사용
트레이스는 crew 문제 해결에 매우 유용합니다:1
실패 지점 식별
crew 실행이 예상한 결과를 내지 못할 때, 트레이스를 확인하여 어디에서 문제가 발생했는지 찾으세요. 다음을 확인하세요:
- 실패한 작업
- 에이전트의 예상 밖 결정
- 도구 사용 오류
- 잘못 해석된 지침
2
성능 최적화
실행 메트릭을 사용하여 성능 병목 현상을 파악하세요:
- 예상보다 오래 걸린 작업
- 과도한 토큰 사용
- 중복된 도구 작업
- 불필요한 API 호출
3
비용 효율성 향상
토큰 사용량 및 비용 추정치를 분석해 crew의 효율성을 최적화하세요:
- 더 간단한 작업에는 더 작은 모델을 사용 고려
- 프롬프트를 더 간결하게 다듬기
- 자주 액세스하는 정보 캐싱
- 중복 작업을 최소화하도록 작업 구조화하기
도움이 필요하신가요?
트레이스 분석이나 기타 CrewAI 엔터프라이즈 기능에 대한 지원이 필요하시면 저희 지원팀에 문의하세요.