게이트웨이·프록시까지 추적하려면 OpenClaw와 LiteLLM 라우팅 경계와 맞물려야 합니다. 로컬 추론은 M4 추론 매트릭스, 장시간 에이전트는 LangGraph checkpoint·샌드박스와 교차 검증하세요.
문제 정의 · 결정 매트릭스 · 실행 필드·샘플링 · 원격 검수 · FAQ
문제 정의
첫째 SDK마다 필드명이 달라 토큰 합계가 흔들립니다. 둘째 원문 프롬프트를 스팬에 넣으면 거버넌스 예외가 늘어납니다. 셋째 노트북 절전·인덱싱이 야간 드롭률을 과대평가하게 합니다.
관측 깊이 결정 매트릭스
| 시나리오 | 권장 초점 | 성공 신호 |
|---|---|---|
| 프로토타입 | 요청 단위 지연·오류율·모델 ID | 스팬 드롭 없이 p95 재현 |
| 과금 정합 | 토큰 정수·통화·rate_card_id·테넌트 키 | 청구 라인과 스팬 합계 일치 |
| 준프로덕션 스트레스 | 수집기 큐·디스크·시계·익스포터 백프레셔 | 야간 재시도 급증 없이 완전성 유지 |
실행 시 부착할 필드와 샘플링 권장 구간
키 이름은 구현체 접두사만 맞추면 됩니다. 원문 대신 길이·해시·템플릿 ID를 우선합니다.
gen_ai.operation.name
gen_ai.request.model / gen_ai.response.model
gen_ai.usage.input_tokens / output_tokens (int)
gen_ai.response.finish_reasons
llm.billing.estimated_cost_minor (int) + currency_code
llm.billing.rate_card_version
trace_custom.conversation_id (게이트웨이 상관키)
샘플링(권장 구간, 예산에 맞게 조정)
· steady 헤드: 2% ~ 8%
· 저장 한계 구간: 1% ~ 5%
· 오류·고토큰 스팬: 테일에서 사실상 100% 보존 권장
· OTLP 배치 동시성: 2 ~ 8 워커
· 배치 최대 바이트: 512KiB ~ 2MiB 범위에서 시작원격 Mac 장시간 검수 체크리스트
1) 리소스에 서비스·환경·테넌트 키를 고정합니다. 2) 게이트웨이 상관 ID를 모든 하위 호출에 전파합니다. 3) GenAI 스팬에 모델·토큰·종료 사유를 정수로 기록합니다. 4) 과금 필드에 통화·rate_card_version을 둡니다. 5) 헤드·테일 샘플링과 OTLP 배치 상한을 수집기에서 조정합니다. 6) 원격 노드에서 야간 재생 후 체크리스트를 서명합니다.
- 전용 노드에서 동일 빌드 야간 재생 후 로컬과 스팬 완전성 비교
- 시계 드리프트·NTP 기록, 수집기 큐 길이 알람
- 디스크 여유 임계·로그 로테이션 점검
- 고토큰 구간 GPU·ANE와 익스포터 CPU 경합 시각화
- 검수 서명·버전·담당자를 런북에 첨부
자주 묻는 질문
Q. 임베딩 배치도 스팬에?
A. 차원·문서 수·캐시 히트만 두고 청크는 해시로 대체합니다.
Q. 테일 샘플링이 비싸면?
A. 고비용 조건을 토큰 상위 백분위·오류 코드로 좁히고 보존 기간을 층화합니다.
Q. CTA는 로그인이 필요한가요?
A. 아니요. 요금과 구매 공개 페이지에서 노드와 대역을 먼저 비교할 수 있습니다.
요약: GenAI 표준 속성과 정수 토큰·과금, 계층 샘플링으로 저장을 제어하면 원격 Mac 야간 검수에서 완전성을 증명합니다.
다음: 원격 Mac mini M4에서 동일 스크립트로 관측 파이프라인을 검증하고 문서로 접속을 맞추세요.