따알깍PROMPT DICT 앱으로 열기

웹 · 앱 인터랙션 · 대시보드 설계 · 구성 · 분야별 대시보드 화면

운영 · 모니터링 · 관제 대시보드 Operations, monitoring & control-room dashboards (DevOps · APM · infra · IoT · NOC · SOC)

서비스를 운영하는 팀이 매일 보는 관제 화면을 실제 지표와 함께 모았습니다. 서비스 단위 RED 개요(요청률 · 오류율 · 지속시간 + 영향도 순 엔드포인트), 호스트 단위 USE 매트릭스, SLO 상세와 에러 예산 소진 · 예산 정책 단계, 다중 윈도 번 레이트 경보, 지연 시간 히트맵(로그 버킷 · 쌍봉 · 예시 트레이스)과 Apdex 분포, 분산 트레이스 스팬 워터폴(임계 경로 · 스팬 서랍), 배포 전후 차등 플레임 그래프, 서비스 × 리전 상태 매트릭스 롤업, 호스트 헥스맵 재그룹, 쿠버네티스 노드 요청 · 한도 · 실사용 용량과 Pending 파드, 변경 이벤트 상관 분석(용의 변경 점수), 외부 의존성 서킷 브레이커, 온콜 부담, 심각도별 경보 목록(중복 묶음 · 플래핑 · 무음), 로그 패턴 집계, 컨슈머 랙과 소진 예상, CDN 캐시 적중과 퍼지 회복, DB 부하(대기 이벤트 · 상위 SQL), 합성 모니터 다중 지점 정족수, 디스크 고갈 예측, 런타임 힙 · GC, DORA 4대 지표, 예약 작업 체크인, WAN 대역폭 95퍼센타일, IoT 기기 플릿과 OTA, 설비 OEE 손실 폭포, ISA-101 고성능 HMI, MITRE ATT&CK 커버리지, 보안 관제 경보 퍼널, WAF · DDoS 완화 패널까지 — 각 카드에 패널 배치 · 색 토큰 · 쿼리(PromQL 등) · 임계값 · 인터랙션 순서 · 애니메이션 ms를 적었습니다. 서비스 맵 · 랙 · 네트워크 장비 토폴로지는 다이어그램 디자인 메뉴에, 지연 p50/p95/p99 선 차트 · 파드 롤링 업데이트 · 로그 콘솔은 개발자 도구 UX와 대시보드 UX 메뉴에 있습니다.

카드 39개 · 카드마다 설명과 바로 복사해 쓸 수 있는 프롬프트 전문 · 앱에서 라이브 데모로 보기

카드 목록 39개
  1. RED 서비스 개요 (요청률 · 오류율 · 지속시간 3패널 + 영향도 순 엔드포인트 표)
  2. USE 리소스 매트릭스 (CPU · 메모리 · 디스크 · 네트워크 × 사용률 · 포화도 · 오류 + 칸 클릭 상세)
  3. SLO 상세 · 에러 예산 소진 (30일 롤링 99.9% · 남은 예산 곡선 · 소진 예상일 · 예산 정책 단계)
  4. 다중 윈도 번 레이트 경보 (1h·5m > 14.4× · 6h·30m > 6× · 둘 다 넘을 때만 발화 · 짧은 창으로 빠른 해소)
  5. 지연 시간 히트맵 (로그 버킷 분포 × 시간 · p99 겹침 · 배포 뒤 쌍봉 · 칸 클릭 → 예시 트레이스)
  6. Apdex 점수 패널 (T 임계 드래그 · 만족 ≤ T · 허용 ≤ 4T · 불만 분포 → 등급 게이지)
  7. 분산 트레이스 스팬 워터폴 (서비스 색 · 들여쓰기 트리 · 임계 경로 강조 · 오류 스팬 → 속성 서랍)
  8. 배포 전후 CPU 프로파일 차이 (두 버전 병합 · 증가 빨강 · 감소 파랑 · 회귀 함수 찾기)
  9. 서비스 × 리전 상태 매트릭스 (최악 상태 롤업 · 문제 행 우선 정렬 · 칸 = 오류율 · p99 복합 점수)
  10. 호스트 헥스맵 (호스트 1대 = 육각 칸 · 색 = CPU · 가용 영역 ↔ 인스턴스 유형 재그룹)
  11. 쿠버네티스 노드 용량 (요청 · 한도 · 실사용 3중 막대 · 오버커밋 빗금 · Pending 파드 → 노드 자동 추가)
  12. 변경 이벤트 상관 분석 (이상 시작 ±30분 변경 레인 · 용의 변경 점수 순위 · 원클릭 롤백)
  13. 외부 의존성 · 서킷 브레이커 패널 (업체별 성공률 · p95 · 타임아웃 · 닫힘 → 열림 → 반열림 → 닫힘)
  14. 온콜 부담 대시보드 (지금 담당 · 요일 × 시간 호출 분포 · 사람별 업무 외 · 수면 시간 호출 · 소음 경보 상위)
  15. 경보 목록 (심각도 그룹 · 새 발화 행 삽입 · 중복 ×N 묶음 · 플래핑 감지 · 무음 · 해소 이동)
  16. 로그 패턴 집계 (레벨별 볼륨 누적 막대 · 예상 밴드 · 템플릿 패턴 표 · 새 패턴 배지 · 클릭 필터)
  17. 컨슈머 랙 패널 (파티션별 랙 막대 · 컨슈머 색 · 그룹 총 랙 추이 · 생산 vs 소비율 · 리밸런스 · 소진 예상 시간)
  18. CDN 캐시 적중 패널 (POP별 적중률 · 바이트 오프로드 · 오리진 요청 · 전체 퍼지 뒤 급락과 회복 · 상태 코드)
  19. DB 부하 패널 (평균 활성 세션 대기 이벤트 누적 · vCPU 선 · 구간 브러시 → 상위 SQL 지문 재정렬)
  20. 합성 모니터 다중 지점 검사 (지점 × 1분 실행 격자 · 2/5 지점 연속 2회 실패 정족수 경보 · 실행 단계 분해)
  21. 디스크 고갈 예측 (선형 회귀 → 가득 참 예상 시각 · 신뢰 원뿔 · predict_linear 경보 · 정리 작업 후 재계산)
  22. 런타임 패널 (JVM 힙 세대별 톱니 · GC 후 최소값 기울기 → 누수 의심 · GC 정지 막대 · 스레드 상태)
  23. IoT 기기 플릿 현황 (마지막 수신 경과 점 격자 · 게이트웨이 장애 구역 · 배터리 분포 · 펌웨어 OTA 진행)
  24. 설비 종합 효율 OEE (계획 시간 → 비가동 · 속도 · 품질 손실 폭포 · 가용률 × 성능 × 품질 · 설비 상태 띠 · 비가동 사유 파레토)
  25. 고성능 HMI 공정 화면 (ISA-101 회색 기본 · 이상일 때만 색 · 아날로그 범위 지시계 · 우선순위 경보 깜빡임 → 확인)
  26. MITRE ATT&CK 커버리지 히트맵 (전술 열 × 기법 칸 · 탐지 규칙 수 ↔ 7일 경보 빈도 전환 · 사고 공격 체인 경로)
  27. 보안 관제 경보 처리 퍼널 (이벤트 → 경보 → 분석 → 사고 · 단계별 전환율 · 오탐률 상위 규칙 억제 → 분석가 부하 감소)
  28. WAN 링크 대역폭 패널 (수신 위 · 송신 아래 거울 영역 · 회선 용량선 · 95퍼센타일 과금 계산 막대 정렬)
  29. DORA 4대 지표 보드 (배포 빈도 · 변경 리드 타임 · 변경 실패율 · 복구 시간 · 엘리트 ~ 낮음 등급 밴드 · 배포 타임라인)
  30. 예약 작업 체크인 모니터 (24시간 타임라인 · 예상 실행 창 · 성공 · 실패 · 누락 · 최대 시간 초과 · 다음 실행 카운트다운)
  31. WAF · DDoS 완화 패널 (허용 vs 완화 요청 누적 · 자동 완화 시작 · 규칙별 차단 · 상위 출발지 ASN · 오리진 지연 유지)
  32. 클라우드 비용 이상 탐지 (서비스별 급증 · 예상 범위 · 원인 태그 기여도)
  33. 실사용자 성능 분포 (LCP · INP · CLS 백분위와 페이지별 순위)
  34. 오류 연결 세션 리플레이 (예외 선택 → 발생 시점 탐색 · 화면과 이벤트 동기화)
  35. 런북 자동 복구 실행 패널 (단계 실행 · 승인 대기 · 결과 로그)
  36. 서비스 카탈로그 (소유권 · 운영 성숙도 스코어카드 · 미충족 기준)
  37. 데이터 신선도 SLA 보드 (마지막 유효 데이터 경과 · 유입 지연 · 상류 원인)
  38. CVE 패치 SLA 보드 (심각도별 경과 · 기한 초과 자산 · 패치 재검증)
  39. 데이터센터 PUE와 랙 흡기 온도 (동일 구간 전력 효율 · 핫스폿 센서 그리드)

RED 서비스 개요 (요청률 · 오류율 · 지속시간 3패널 + 영향도 순 엔드포인트 표)

RED-method service overview: rate, error and duration panels with a shared crosshair and an endpoint table re-ranked by impact (rps × error rate)

  • Grafana
  • Prometheus
  • PromQL
  • React

서비스 하나를 열면 맨 위에 요청률(req/s) · 오류율(%) · 지속시간(p50 · p99) 세 패널이 같은 시간축으로 나란히 서고, 아래 엔드포인트 표는 "요청 수 × 오류율" 영향도 순으로 정렬됩니다. 결제 오류가 튀면 오류율 패널의 1% 임계선 초과 구간이 붉게 칠해지고 표에서 POST /v1/pay 행이 맨 위로 올라오며, 오류 패널에 올린 크로스헤어가 세 패널에서 같은 시각을 함께 가리킵니다.

프롬프트

RED 방법(Rate · Errors · Duration) 서비스 개요 대시보드를 만들어줘. 레이아웃: 12열 그리드 · 거터 8px, 1행 = 패널 3개(각 4열 · 높이 200px), 2행 = 엔드포인트 표(12열). 쿼리(PromQL): Rate = sum(rate(http_requests_total{service="$svc"}[1m])), Errors = sum(rate(http_requests_total{service="$svc",code=~"5.."}[1m])) / Rate × 100, Duration = histogram_quantile(0.5 | 0.99, sum by (le)(rate(http_request_duration_seconds_bucket{service="$svc"}[1m]))). 패널: 선 1.5px · 영역 그라디언트 18%→0, 오류율 패널은 임계선 1%(#F2495C 점선 2/1.5) + 초과 구간 배경 rgba(242,73,92,.10), 지속시간은 p50 #5794F2 · p99 #FF9830 두 선, 패널 오른쪽 위에 마지막 값(임계 초과 시 빨강). 세 패널 크로스헤어 공유: pointermove x → 시각 t → 모든 패널에 세로선 + 값 점 + 값 라벨(같은 프레임 안 동기, rAF 1회). 표 열: endpoint · rps · 오류율 · p99 · 영향도 막대(√ 스케일), 정렬 키 = rps × err%; 30초 갱신에서 순위가 바뀌면 행을 FLIP으로 600ms cubic-bezier(.65,0,.35,1) 이동, 오류율 > 1% 행은 왼쪽 2px 빨강 띠 + 값 빨강. 색 토큰(다크): 배경 #0E1014 · 패널 #171A20 · 테두리 #2A2F38 · 본문 #E2E4E9 · 보조 #9097A3 · 정상 #73BF69. 헤더 오른쪽: 서비스 선택 · 환경 · 기간 칩 + 10초 주기 LIVE 점.

라이브 데모 열기 — RED 서비스 개요 (요청률 · 오류율 · 지속시간 3패널 + 영향도 순 엔드포인트 표)

USE 리소스 매트릭스 (CPU · 메모리 · 디스크 · 네트워크 × 사용률 · 포화도 · 오류 + 칸 클릭 상세)

USE-method resource matrix: utilisation, saturation and errors for CPU, memory, disk and network with click-through detail

  • Grafana
  • node_exporter
  • PromQL
  • React

호스트 한 대의 자원 4종을 행으로, 사용률(U) · 포화도(S) · 오류(E)를 열로 놓은 12칸 매트릭스입니다. 각 칸은 값 · 지표 이름 · 미니 스파크라인을 담고 임계값에 따라 정상 · 주의 · 위험 띠를 칠하므로, 사용률은 64%로 멀쩡한데 디스크 대기열이 7.2까지 쌓인 "포화" 문제가 한눈에 드러납니다. 칸을 누르면 오른쪽 상세 패널이 그 지표의 1시간 추이와 원인 프로세스로 바뀝니다.

프롬프트

USE 방법 호스트 대시보드를 만들어줘. 좌측 매트릭스(폭 60%): 행 = CPU · 메모리 · 디스크 · 네트워크, 열 = U 사용률 · S 포화도 · E 오류, 칸 45×30(px@1x 기준 180×120), 간격 2.5. 칸 내용: 값(7px 굵게) · 지표 이름(3.6px 보조색) · 최근 30분 스파크라인 0.7px. 지표(node_exporter): CPU U = 1 − avg(rate(node_cpu_seconds_total{mode="idle"}[1m])), S = node_load1 / count(cpu), E = 0(머신 체크), 메모리 U = 1 − MemAvailable/MemTotal, S = rate(node_vmstat_pswpin[1m]) + pswpout, E = node_edac_correctable_errors_total, 디스크 U = rate(node_disk_io_time_seconds_total[1m]), S = rate(node_disk_io_time_weighted_seconds_total[1m])(avgqu-sz), E = I/O 오류 수, 네트워크 U = rx+tx / 링크 속도, S = drop 비율, E = rx_errs + tx_errs. 상태 규칙: U ≥ 80% 주의 · ≥ 90% 위험, CPU S > 1.0/코어 주의, 디스크 S > 4 위험, E > 0 주의. 상태 표현: 왼쪽 2px 띠 + 배경 틴트 14%(주의 #F08A24 · 위험 #E5383B) — 색 + 띠 굵기로 이중 표기. 인터랙션: 칸 click → 선택 테두리 1px #5B4BDB, 오른쪽 상세 패널이 opacity 크로스페이드 300ms로 그 지표의 60분 선 차트 + 임계 점선 + 원인 후보(상위 프로세스 iotop 비율 막대)로 교체. 하단 범례에 "U = 바쁜 시간 비율 · S = 대기열 길이 · E = 오류 수". 라이트 토큰: 배경 #F1F3F7 · 패널 #FFFFFF · 테두리 #E1E5EB.

라이브 데모 열기 — USE 리소스 매트릭스 (CPU · 메모리 · 디스크 · 네트워크 × 사용률 · 포화도 · 오류 + 칸 클릭 상세)

SLO 상세 · 에러 예산 소진 (30일 롤링 99.9% · 남은 예산 곡선 · 소진 예상일 · 예산 정책 단계)

SLO detail page: 30-day rolling 99.9 % target, remaining error-budget burndown with incident drops, exhaustion forecast and the error-budget policy ladder

  • Grafana SLO
  • Sloth
  • OpenSLO
  • Recharts

왼쪽에는 목표 99.9% · 현재 SLI · 남은 예산(분과 %) · 예산 정책 4단계를, 오른쪽에는 30일 동안 100%에서 깎여 내려가는 남은 에러 예산 곡선을 둡니다. 장애가 있던 날마다 곡선이 계단처럼 떨어지고(장애 번호 핀), 최근 7일 소진 속도로 그은 점선이 0%에 닿는 날을 "소진 예상"으로 표시하며, 50% · 25% 선을 넘을 때마다 정책 단계(정상 배포 → 위험 변경 승인 → 기능 배포 동결)가 바뀝니다. 아래 막대는 일별 SLI입니다.

프롬프트

SLO 상세 화면을 만들어줘. SLO = checkout 가용성 99.9%, 30일 롤링 창 → 에러 예산 = 30×24×60×0.001 = 43.2분(또는 실패 요청 비율 0.1%). 좌측 열(폭 30%): 목표 · 현재 SLI(소수 2자리, 목표 미만이면 #F2495C) · 남은 예산 큰 숫자(%) + 남은 분 · 예산 막대(50% · 25% 눈금) · 정책 단계 목록 4개(≥50% 정상 배포 / 25–50% 위험 변경은 승인 필요 / 0–25% 기능 배포 동결 / ≤0% 안정화 작업만) — 현재 단계만 진하게 + 왼쪽 띠. 우측 주 차트: x = 30일, y = 남은 예산 %(−20~100), 선 1.5px #6E9FFF + 0 아래 영역 빨강, 기준선 50%(#FADE2A 점선) · 25%(#FF9830 점선), 장애 일자에 x축 핀(INC-번호) — 핀 hover 시 소비 % 툴팁. 소진 예상 = 최근 7일 소진 기울기로 현재점에서 0%까지 점선(3/2) + "D+N 소진 예상" 라벨, 기울기 ≤ 0이면 숨김. 하단 30개 일별 SLI 막대(목표 미만 일만 빨강). 계산(Prometheus): sli = 1 − sum(rate(errors[30d])) / sum(rate(requests[30d])), budget_remaining = 1 − (1 − sli) / (1 − 0.999). 데이터 갱신 5분, 단계가 바뀌는 순간 정책 행 배경이 400ms 동안 단계 색 20% → 10%로 감쇠. 데모는 30일을 6초에 재생.

라이브 데모 열기 — SLO 상세 · 에러 예산 소진 (30일 롤링 99.9% · 남은 예산 곡선 · 소진 예상일 · 예산 정책 단계)

다중 윈도 번 레이트 경보 (1h·5m > 14.4× · 6h·30m > 6× · 둘 다 넘을 때만 발화 · 짧은 창으로 빠른 해소)

Multi-window, multi-burn-rate SLO alerting: page only when both the long and the short window exceed 14.4× (1 h / 5 m) or 6× (6 h / 30 m)

  • Prometheus
  • Alertmanager
  • Sloth
  • Grafana

SLO 경보를 "오류율 > X%"가 아니라 예산 소진 속도(번 레이트)로 거는 대시보드입니다. 위 패널은 1시간 창(느리게 오르고 오래 남음)과 5분 창(빠르게 오르내림) 번 레이트를 14.4× 기준선과 함께 그리고, 둘 다 넘는 동안만 PAGE 구간을 칠합니다. 장애가 끝나면 5분 창이 먼저 떨어져 경보가 바로 풀리는데, 1시간 창만 썼다면 남았을 꼬리 구간을 빗금으로 비교해 보여 줍니다. 아래 패널은 6시간 · 30분 창의 6× 규칙이고, 오른쪽 규칙표가 상태(OK · 대기 · 발화)를 바꿉니다.

프롬프트

SLO 다중 윈도 · 다중 번 레이트 경보 대시보드를 만들어줘. SLO 99.9% → 허용 오류율 0.1%, burn = 오류율 / 0.001. 규칙(Google SRE Workbook): PAGE ① burn(1h) > 14.4 AND burn(5m) > 14.4 (30일 예산 2%를 1시간에 소진) ② burn(6h) > 6 AND burn(30m) > 6 (5%/6h), TICKET ③ burn(3d) > 1 AND burn(6h) > 1. 레코딩 룰: slo:sli_error:ratio_rate5m = sum(rate(http_requests_total{code=~"5.."}[5m])) / sum(rate(http_requests_total[5m])), 1h · 30m · 6h · 3d 동일. 패널 2개(위 = 1h/5m, 아래 = 6h/30m): 긴 창 선 1.5px #6E9FFF, 짧은 창 선 1px #B877D9, 기준선 #F2495C 점선 + 값 라벨, 두 선이 모두 기준을 넘는 x 구간만 배경 rgba(242,73,92,.16) + 위쪽 "PAGE" 띠, 긴 창만 넘는 꼬리 구간은 빗금(교육용 비교 토글). 오른쪽 규칙표: 행마다 창 조합 · 기준 · 예산 소비 % · 상태 알약(OK 회색 · PENDING 노랑 · FIRING 빨강, for: 2m), 상태 전환 시 알약 배경 200ms 크로스페이드. 재생 헤드(현재 시각 세로선)가 오른쪽으로 진행하며 선이 그만큼만 그려짐. 하단 캡션: "짧은 창 = 빠른 해소, 긴 창 = 오탐 방지".

라이브 데모 열기 — 다중 윈도 번 레이트 경보 (1h·5m > 14.4× · 6h·30m > 6× · 둘 다 넘을 때만 발화 · 짧은 창으로 빠른 해소)

지연 시간 히트맵 (로그 버킷 분포 × 시간 · p99 겹침 · 배포 뒤 쌍봉 · 칸 클릭 → 예시 트레이스)

Latency heatmap: log-bucketed histogram per minute with a p99 overlay, a post-deploy bimodal split and exemplar traces on cell click

  • Grafana Heatmap
  • Prometheus native histograms
  • Exemplars
  • Canvas

분 단위 열마다 응답 시간 분포를 로그 버킷 칸 색으로 쌓은 히트맵입니다. 평균이나 p99 선 하나로는 안 보이던 것 — 배포(v2.31) 이후 40ms 근처 주 분포 위에 800ms대 두 번째 띠가 생긴 쌍봉 — 이 바로 드러나고, 위에 겹친 p99 선이 그 띠를 따라 튀는 이유도 보입니다. 위쪽 띠의 칸에 올리면 구간 · 건수 툴팁이, 누르면 그 칸의 예시 트레이스(다이아몬드)가 찍히고 오른쪽 목록에 원인 스팬이 나옵니다.

프롬프트

지연 시간 히트맵 패널을 만들어줘. 데이터: Prometheus 히스토그램 sum by (le)(increase(http_request_duration_seconds_bucket[1m])) — 버킷 16개 로그 간격(1ms × 1.78^k, 1ms ~ 10s), 열 = 1분 × 48. 색: 칸 건수 log 정규화 → 6단 램프 #171A20 → #2B1F4A → #6A2C91 → #C2417A → #F57F40 → #FBD25B(0건은 패널 배경 그대로), 칸 간격 0.5px. y축 라벨 1ms · 10ms · 100ms · 1s · 10s만. 겹침: p99 선(#FFFFFF 70% 1px)과 배포 주석 세로 점선 + "v2.31" 칩. 인터랙션: hover 칸 → 1px 흰 테두리 + 툴팁(시각 · 버킷 범위 · 건수), click → 그 칸의 exemplar(trace_id 라벨) 다이아몬드 4×4 흰색 페이드인 180ms + 오른쪽 사이드 목록(trace id · 지속시간 · 가장 느린 스팬)에 stagger 40ms로 등장, 목록 행 클릭 시 트레이스 뷰 이동. 처음 열 때 열이 왼쪽부터 20ms 간격으로 채워짐(데모 ×2 느림). Grafana: heatmap 패널 calculate=false, yAxis log 2, cellGap 1, color scheme "Plasma", exemplars on.

라이브 데모 열기 — 지연 시간 히트맵 (로그 버킷 분포 × 시간 · p99 겹침 · 배포 뒤 쌍봉 · 칸 클릭 → 예시 트레이스)

Apdex 점수 패널 (T 임계 드래그 · 만족 ≤ T · 허용 ≤ 4T · 불만 분포 → 등급 게이지)

Apdex panel: response-time histogram split into satisfied, tolerating and frustrated zones by a draggable T threshold feeding a graded score gauge

  • New Relic
  • Elastic APM
  • D3
  • React

응답 시간 히스토그램을 T(목표 응답 시간) 기준으로 세 구역 — T 이하 만족, 4T 이하 허용, 그 밖 불만 — 으로 칠하고, Apdex = (만족 + 허용 ÷ 2) ÷ 전체를 오른쪽 반원 게이지(0.94 이상 우수 · 0.85 양호 · 0.7 보통 · 0.5 나쁨)에 표시합니다. T 손잡이를 300ms에서 500ms로 끌면 구역 경계 · 막대 색 · 건수 · 점수가 실시간으로 다시 계산되어, 같은 트래픽도 T를 어떻게 잡느냐에 따라 "양호"가 "우수"로 바뀌는 것을 보여 줍니다.

프롬프트

Apdex 점수 패널을 만들어줘. 공식: Apdex_T = (Satisfied + Tolerating / 2) / Total, Satisfied = 응답 ≤ T, Tolerating = T < 응답 ≤ 4T, Frustrated = 4T 초과 또는 오류. 좌측(폭 64%): 50ms 간격 히스토그램 0–2,000ms(막대 40개), 막대 색 = 구역(만족 #1F9D55 · 허용 #D9A100 · 불만 #E5383B), 구역 배경 틴트 8%, x축 T · 4T 위치에 세로선 + 라벨. T 손잡이: 위쪽 원형 8px 핸들 + "T = 300ms" 라벨, pointerdown → 드래그 동안 50ms 스냅, 재계산은 rAF당 1회(막대 색 전환 120ms), pointerup 시 PATCH /apdex-target. 우측 게이지: 180° 반원, 등급 밴드(0–.5 Unacceptable #E5383B · .5–.7 Poor #F08A24 · .7–.85 Fair #D9A100 · .85–.94 Good #6BBF59 · .94–1 Excellent #1F9D55), 바늘은 스프링(stiffness 170, damping 22)으로 새 값 추종, 중앙 큰 숫자 소수 2자리 + 등급 라벨. 하단 3칸 건수(만족 · 허용 · 불만, 숫자 롤 300ms). 분포 데이터: 로그정규 μ = ln 230ms, σ = 0.75, N = 10,000(데모). 쿼리 예: Elastic transaction.duration.us 히스토그램 또는 histogram_quantile 대신 버킷 누적 비율로 계산.

라이브 데모 열기 — Apdex 점수 패널 (T 임계 드래그 · 만족 ≤ T · 허용 ≤ 4T · 불만 분포 → 등급 게이지)

분산 트레이스 스팬 워터폴 (서비스 색 · 들여쓰기 트리 · 임계 경로 강조 · 오류 스팬 → 속성 서랍)

Distributed trace span waterfall: service-coloured spans in an indented tree, critical-path highlighting and an attribute drawer for the failing span

  • Jaeger
  • Grafana Tempo
  • OpenTelemetry
  • React

요청 하나(POST /v1/pay · 842ms)가 지나간 서비스 호출을 시간축 막대로 펼친 트레이스 상세 화면입니다. 왼쪽은 서비스 색 점과 들여쓰기로 부모–자식 스팬을, 오른쪽은 시작 시각 · 길이 막대를 보여 주고, "임계 경로"를 켜면 전체 지연을 실제로 결정한 스팬만 진하게 남고 나머지는 흐려집니다. 결제 대행 호출 1차 시도가 300ms 타임아웃으로 실패하고 재시도한 것이 보이며, 빨간 오류 스팬을 누르면 오른쪽에서 속성 서랍(status 504 · error.message · retry)이 밀려 나옵니다.

프롬프트

분산 트레이스 상세 뷰(스팬 워터폴)를 만들어줘. 데이터: OpenTelemetry 스팬 [{spanId, parentId, service, name, startUs, durUs, status, attributes}], 부모 기준 DFS 순서로 행 정렬. 레이아웃: 좌측 이름 열 26%(서비스 색 점 4px + 들여쓰기 depth × 6px + 이름, 오류 스팬은 빨강 "!"), 우측 타임라인(눈금 0 · 200 · 400 · 600 · 800ms, 행 높이 10.5px, 막대 높이 6px · 반경 1.2, 막대 끝에 지속시간 라벨). 서비스 색 토큰: gateway #6E9FFF · checkout #73BF69 · auth #B877D9 · inventory #3FC1D3 · payment #FF9830 · pg-adapter #FADE2A · kafka #9097A3, 오류 막대 #F2495C. 임계 경로 계산: 루트부터 각 스팬에서 끝나는 시각이 가장 늦은 자식을 따라 내려가며 겹치지 않는 구간을 표시 → 토글 ON 시 비임계 스팬 opacity 0.3(200ms), 임계 스팬 테두리 0.8px 흰색. 첫 진입: 행이 위에서부터 60ms stagger로 나타나며 막대 width 0→dur 250ms cubic-bezier(.16,1,.3,1). 스팬 click → 오른쪽 서랍(폭 36%)이 translateX 100%→0 260ms로 들어오며 service · status · http.status_code · error.message · retry.attempt · db.statement 키-값 목록, Esc/바깥 클릭으로 닫힘. 상단: 트레이스 ID · 루트 이름 · 총 지속시간 · 스팬 수 · 서비스 수 요약.

라이브 데모 열기 — 분산 트레이스 스팬 워터폴 (서비스 색 · 들여쓰기 트리 · 임계 경로 강조 · 오류 스팬 → 속성 서랍)

배포 전후 CPU 프로파일 차이 (두 버전 병합 · 증가 빨강 · 감소 파랑 · 회귀 함수 찾기)

Differential CPU profile between two releases: merged stacks coloured red for growth and blue for shrinkage to pinpoint the regressing function

  • Pyroscope
  • Grafana
  • pprof
  • D3

배포 전후(v2.13 → v2.14) CPU 프로파일을 합쳐 한 장의 플레임 그래프로 그리고, 프레임 너비는 새 버전 비중 · 색은 차이(빨강 = 늘어남 · 파랑 = 줄어듦 · 회색 = 비슷)로 칠합니다. encodeResponse 아래 json.Marshal · reflect.Value.Field가 진한 빨강으로 떠서 회귀 원인이 바로 보이고, 프레임을 누르면 그 함수가 패널 폭 전체로 600ms 동안 확대되며 조상 프레임은 전체 폭 띠로 남습니다. 루트를 누르면 원래 배율로 돌아갑니다.

프롬프트

차등(diff) 플레임 그래프 패널을 만들어줘. 입력: 두 pprof 프로파일(기준 v2.13 · 비교 v2.14)을 스택 문자열 키로 병합 → 노드 {name, depth, x0, w(비교 버전 총 비중), delta(비교 비중 − 기준 비중, %p)}. 레이아웃: 아래가 루트인 플레임(행 높이 12px, 프레임 간격 0.5px), 라벨은 프레임 폭 > 18px일 때만, 넘치면 말줄임. 색: delta > 0 → #3A3F4A에서 #F2495C로 |delta| / 18%p 비율 보간, delta < 0 → #5794F2로, |delta| < 0.5%p 회색. 상단에 범례 그라디언트(−18 ~ +18%p) + "v2.14 vs v2.13" 칩. 인터랙션: hover → 프레임 1px 흰 테두리 + 툴팁(함수 · 총 비중 % · delta %p · 샘플 수), click → x 도메인 [x0, x0+w]로 600ms cubic-bezier(.65,0,.35,1) 트윈(조상 프레임은 자연히 전체 폭으로 클리핑, 형제는 화면 밖으로 밀림), 루트 click 또는 Esc → [0,100] 복귀, 이동 경로는 상단 빵부스러기(all › … › 선택 함수). 검색 입력 시 일치 프레임만 채도 유지 · 나머지 30%. 라이브러리: d3-flame-graph 또는 Canvas 직접(프레임 수천 개는 Canvas 필수, 1프레임 2ms 이내).

라이브 데모 열기 — 배포 전후 CPU 프로파일 차이 (두 버전 병합 · 증가 빨강 · 감소 파랑 · 회귀 함수 찾기)

서비스 × 리전 상태 매트릭스 (최악 상태 롤업 · 문제 행 우선 정렬 · 칸 = 오류율 · p99 복합 점수)

Service × region health matrix: worst-state roll-ups on rows and columns, problem-first row ordering and composite health cells

  • Datadog
  • Grafana Status history
  • React
  • CSS Grid

서비스 8개를 행, 리전 5개를 열로 놓고 칸마다 오류율 · p99를 합친 상태(정상 · 주의 · 위험 · 데이터 없음)를 색과 모양으로 칠한 관제 매트릭스입니다. 행 머리 점과 열 머리 알약은 그 줄의 "최악 상태"를 롤업해 보여 주고, 서울 리전에서 결제 · 체크아웃 · 인증이 차례로 나빠지면 열 롤업이 위험으로 바뀐 뒤 문제 행이 맨 위로 FLIP 재정렬됩니다. 칸에 올리면 그 서비스 · 리전의 지표 툴팁이 뜹니다.

프롬프트

서비스 × 리전 상태 매트릭스를 만들어줘. 데이터: [{service, region, errRate, p99, rps}] 1분 갱신. 칸 상태 = 오류율 ≥ 5% 또는 p99 ≥ 1.5s → 위험, 오류율 ≥ 1% 또는 p99 ≥ 800ms → 주의, rps 0 또는 수집 없음 → 데이터 없음(회색 빗금), 그 외 정상. 표현: 칸 44×15 · 반경 2, 정상 rgba(31,157,85,.16) + 초록 점, 주의 #D9A100 18% + 마름모, 위험 #E5383B 22% + 사각, 데이터 없음 빗금 — 색과 모양 이중 부호화(색맹 대응). 롤업: 행 머리 왼쪽 점 = 그 행 최악, 열 머리 위 알약 = 그 열 최악 + 개수("위험 2"). 정렬: 최악 상태(위험 > 주의 > 데이터 없음 > 정상) → 서비스 이름, 상태가 바뀐 갱신에서만 재정렬하고 행은 FLIP 600ms cubic-bezier(.65,0,.35,1) 이동, 칸 색 전환 400ms(서비스별 60ms stagger). hover 칸 → 십자 강조(같은 행 · 열 머리 진하게) + 툴팁(오류율 · p99 · rps · 점수), click → 해당 서비스 · 리전으로 필터된 서비스 상세. 헤더 오른쪽에 상태별 개수 칩. 라이트 토큰: 배경 #F1F3F7 · 패널 #FFFFFF · 보조 #5E6676.

라이브 데모 열기 — 서비스 × 리전 상태 매트릭스 (최악 상태 롤업 · 문제 행 우선 정렬 · 칸 = 오류율 · p99 복합 점수)

호스트 헥스맵 (호스트 1대 = 육각 칸 · 색 = CPU · 가용 영역 ↔ 인스턴스 유형 재그룹)

Host map: one hexagon per host coloured by CPU, regrouped from availability zone to instance type with staggered fly-to motion

  • Datadog Host Map
  • D3 hexbin
  • Canvas
  • React

서버 120대를 한 칸씩 육각형으로 촘촘히 깔고 색을 CPU 사용률(진초록 → 노랑 → 빨강)로 칠한 인프라 개요 화면입니다. 처음엔 가용 영역 2a · 2b · 2c로 묶여 있다가 상단 "그룹 기준"을 인스턴스 유형으로 바꾸면 칸들이 4ms씩 어긋나며 새 무리로 날아가 재배치되어, 뜨거운 칸이 특정 영역이 아니라 g5.xlarge 유형에 몰려 있다는 것이 드러납니다. 뜨거운 칸에 올리면 호스트 이름 · 유형 · 영역 · CPU 툴팁이 뜹니다.

프롬프트

호스트 헥스맵을 만들어줘. 데이터: [{host, az, instanceType, cpu, mem, tags}] 15초 갱신, 최대 수천 대 → Canvas 2D(SVG 금지). 칸: 뾰족한 위쪽 육각형 반지름 5px(호스트 수에 따라 3–8px 자동), 그룹 안은 cols = ceil(√(n × 1.3)) 허니콤 배치(홀수 행 반 칸 밀기), 그룹 사이 14px, 그룹 이름 + 대수 라벨 위에. 색: CPU 0–100% → 5단 램프 #1E5E3A → #73BF69 → #FADE2A → #FF9830 → #F2495C, 수집 끊긴 호스트는 #3A3F4A 테두리만. 상단 세그먼트 "그룹 기준: 가용 영역 | 인스턴스 유형 | 서비스" + "채우기: CPU | 메모리" + "크기: 균일". 재그룹 모션: 각 호스트가 이전 → 새 좌표로 600ms cubic-bezier(.65,0,.35,1), 시작 지연 = 호스트 인덱스 × 4ms(총 ≤ 500ms), 그룹 라벨은 200ms 페이드 아웃 → 새 라벨 200ms 페이드 인, 위치는 호스트 id 키로 보간(정렬 = 그룹 내 CPU 내림차순). hover → 칸 1px 흰 테두리 + 툴팁(host · type · az · CPU · 메모리), click → 호스트 상세 서랍. 범례: 그라디언트 막대 0–100%와 "칸 1개 = 호스트 1대". 다크 토큰: 배경 #0E1014 · 패널 #171A20.

라이브 데모 열기 — 호스트 헥스맵 (호스트 1대 = 육각 칸 · 색 = CPU · 가용 영역 ↔ 인스턴스 유형 재그룹)

쿠버네티스 노드 용량 (요청 · 한도 · 실사용 3중 막대 · 오버커밋 빗금 · Pending 파드 → 노드 자동 추가)

Kubernetes node capacity: requests, limits and actual usage per node, over-commit hatching, pending pods and a cluster-autoscaler scale-up

  • Kubernetes
  • kube-state-metrics
  • Karpenter
  • Grafana

클러스터의 노드마다 할당 가능 CPU를 트랙으로 놓고 요청(채움) · 한도(테두리, 100%를 넘으면 빗금) · 실사용(흰 눈금)을 한 막대에 겹친 용량 화면입니다. 요청이 꽉 차 새 파드가 "Insufficient cpu"로 Pending에 쌓이면 상단 대기 칩이 노랗게 뜨고, 오토스케일러가 노드를 추가해 NotReady 빗금 행이 Ready가 되는 순간 대기 파드 3개가 새 노드로 날아 들어가며 요청률 · 대기 수 KPI가 갱신됩니다. 실사용은 51%인데 요청이 78%라 "요청 과다"가 진짜 병목이라는 것도 보입니다.

프롬프트

쿠버네티스 클러스터 용량 대시보드를 만들어줘. 쿼리(kube-state-metrics · cAdvisor): allocatable = kube_node_status_allocatable{resource="cpu"}, requests = sum by (node)(kube_pod_container_resource_requests{resource="cpu"}), limits = sum by (node)(kube_pod_container_resource_limits{resource="cpu"}), usage = sum by (node)(rate(container_cpu_usage_seconds_total{container!=""}[5m])), pending = sum(kube_pod_status_phase{phase="Pending"}). 상단 KPI 4칸: CPU 요청 %(≥ 85% 주의) · 한도 %(> 100% = 오버커밋, 숫자 옆 "overcommit" 알약) · 실사용 % · Pending 수(> 0이면 노랑 + 사유 "Insufficient cpu"). 노드 행: 이름 · 파드 수 n/110 · 막대(트랙 = allocatable 100% 폭 150px, 요청 채움 #5794F2, 한도 = 0.8px 테두리 상자 · 100% 넘는 부분 빗금 #FF9830 · 최대 180%에서 잘림, 실사용 = 흰 세로 눈금 2px) · 오른쪽 "req 7.6 / 8 cores". 정렬 = 요청 % 내림차순. 스케일 업 흐름: Pending 파드 칩(8×8 노랑 사각) → 오토스케일러 이벤트 "노드 추가 m6i.2xlarge" 토스트 → 새 행이 높이 0→11px 300ms로 열리며 NotReady 빗금 + 스피너 → Ready 시 빗금 제거 200ms, 파드 칩이 곡선 경로로 새 행까지 500ms 날아가 요청 채움이 늘어남(EaseOut), KPI 숫자 롤 300ms. 다크 토큰: 배경 #0E1014 · 패널 #171A20 · 경고 #FF9830.

라이브 데모 열기 — 쿠버네티스 노드 용량 (요청 · 한도 · 실사용 3중 막대 · 오버커밋 빗금 · Pending 파드 → 노드 자동 추가)

변경 이벤트 상관 분석 (이상 시작 ±30분 변경 레인 · 용의 변경 점수 순위 · 원클릭 롤백)

Change correlation panel: deploy, config, feature-flag and infra change lanes around an anomaly start, ranked suspect changes and one-click rollback

  • Datadog Change Tracking
  • LaunchDarkly
  • Argo CD
  • Recharts

오류율이 튀기 시작한 순간을 기준으로 그 전 30분 창을 괄호로 펼치고, 아래 4개 레인(배포 · 설정 · 피처 플래그 · 인프라)의 변경 이벤트 중 창 안에 든 것만 밝게 남겨 "무엇이 바뀌었나"를 바로 묻는 화면입니다. 오른쪽 순위는 시간 근접 · 같은 서비스 · 영향 범위를 곱한 점수로 용의 변경을 정렬하고, 1위인 checkout_v2 플래그 100% 전환에서 "롤백"을 누르면 몇 분 뒤 오류율 선이 기준선으로 돌아옵니다.

프롬프트

변경 상관 분석 패널을 만들어줘. 입력: 이상 탐지 이벤트 {service, startTs} + 변경 이벤트 [{type: deploy|config|flag|infra, service, ts, title, actor, blastRadius(0–1)}]. 상단 차트: 서비스 오류율 선(1px #5B4BDB) + 이상 시작 세로선(#E5383B 0.8px) + "이상 시작 12:35" 칩, 창 = [start − 30m, start] 배경 rgba(229,56,59,.07) + 위쪽 괄호 표시. 레인 4개(높이 11px): 이벤트 = 마름모 5px(배포 #3B6FE0 · 설정 #7A4BD6 · 플래그 #F08A24 · 인프라 #5E6676), 창 밖 이벤트 opacity 0.3. 점수 = 시간 근접 exp(−Δt / 15m) × 서비스 일치(같은 서비스 1.0 · 의존 서비스 0.6 · 무관 0.2) × (0.5 + 0.5 × blastRadius). 우측 목록: 순위 · 유형 아이콘 · 제목 · "−4분" · 점수 막대 + 숫자, 행 hover 시 해당 마름모와 연결선 강조. 1위 행에 "롤백" 버튼: click → 확인 없이 플래그/배포 되돌리기 API 호출(권한 있을 때) → 버튼이 스피너 "롤백 중" → 완료 시 레인에 되돌림 마름모 추가 + 차트에 주석. 이상 감지 직후 창 괄호가 300ms 펼쳐지고 목록 행이 60ms stagger로 등장. 라이트 토큰: 배경 #F1F3F7 · 패널 #FFFFFF.

라이브 데모 열기 — 변경 이벤트 상관 분석 (이상 시작 ±30분 변경 레인 · 용의 변경 점수 순위 · 원클릭 롤백)

외부 의존성 · 서킷 브레이커 패널 (업체별 성공률 · p95 · 타임아웃 · 닫힘 → 열림 → 반열림 → 닫힘)

Third-party dependency panel with circuit-breaker state machine per provider: success rate, p95, timeouts and closed → open → half-open → closed

  • Resilience4j
  • Envoy
  • Grafana
  • React

결제 대행 · SMS · 본인인증 · 지도 · 이메일처럼 우리가 통제할 수 없는 외부 API를 행으로 놓고 성공률 스파크라인 · p95 · 타임아웃 비율 · 서킷 브레이커 상태를 함께 보여 주는 의존성 관제 패널입니다. SMS 업체의 타임아웃이 늘어 실패율이 50%를 넘으면 브레이커가 열려(빨강) 대체 업체로 우회하고, 대기 시간이 지나면 반열림(노랑) 상태에서 시험 요청 3건이 점으로 날아가 모두 성공하면 다시 닫힘(초록)으로 돌아옵니다. 아래에는 그 실패율 추이와 상태 구간, 오른쪽에 브레이커 설정과 상태 기계도가 있습니다.

프롬프트

외부 의존성 서킷 브레이커 패널을 만들어줘. 표 행 = 업체(결제 PG-A · 결제 PG-B · SMS 발송 · 본인인증 · 지도 API · 이메일), 열 = 성공률 15분 스파크라인 · p95 · 타임아웃 % · 브레이커 상태 알약 · 대체 경로. 브레이커 규칙(Resilience4j 표기): slidingWindowType=TIME_BASED, slidingWindowSize=10s, minimumNumberOfCalls=20, failureRateThreshold=50, slowCallDurationThreshold=2s, waitDurationInOpenState=30s, permittedNumberOfCallsInHalfOpenState=3. 상태 색: CLOSED #73BF69 · OPEN #F2495C · HALF_OPEN #FADE2A, 상태 전환 시 알약이 scale 1→1.12→1 240ms + 행 배경 해당 색 15% 600ms 감쇠. OPEN이면 "대체: SMS-B로 우회" 칩 등장(폭 0→auto 200ms), HALF_OPEN이면 시험 호출 3개를 점으로 표시해 결과에 따라 초록/빨강. 하단 차트: 선택 업체 실패율 선 + 50% 기준 점선 + 상태 구간 배경 띠. 오른쪽: CLOSED → OPEN → HALF_OPEN 3노드 상태 기계도(현재 노드 진하게, 전이 화살표에 조건 라벨). 메트릭: resilience4j_circuitbreaker_state, resilience4j_circuitbreaker_failure_rate, http_client_requests_seconds{outcome="TIMEOUT"}. 데모는 30초 대기를 2초로 압축.

라이브 데모 열기 — 외부 의존성 · 서킷 브레이커 패널 (업체별 성공률 · p95 · 타임아웃 · 닫힘 → 열림 → 반열림 → 닫힘)

온콜 부담 대시보드 (지금 담당 · 요일 × 시간 호출 분포 · 사람별 업무 외 · 수면 시간 호출 · 소음 경보 상위)

On-call load dashboard: current responders, a day × hour page heat strip, per-person off-hours and sleep-hour pages, and the noisiest alerts

  • PagerDuty
  • Opsgenie
  • Grafana
  • React

누가 지금 호출을 받는지와 그 사람들이 얼마나 지쳐 있는지를 함께 보는 온콜 운영 화면입니다. 왼쪽 카드는 1차 · 2차 담당과 교대까지 남은 시간 · 에스컬레이션 단계를, 위 띠는 최근 7일 × 24시간 호출 분포(새벽 0–7시 음영)를, 아래 막대는 사람별 업무 시간 · 업무 외 · 수면 시간 호출을 쌓아 보여 줍니다. 새벽 3시 12분에 호출이 오면 띠의 칸이 깜빡이고 1차 담당의 수면 호출 수가 올라가며, 오른쪽 "소음 경보" 목록에서 조치 없이 확인만 된 비율 92%인 디스크 경보에 "임계 조정 제안" 태그가 붙습니다.

프롬프트

온콜 부담(alert fatigue) 대시보드를 만들어줘. 데이터: PagerDuty incidents API [{createdAt, assignee, service, alertName, ackedAt, resolvedAt, actionTaken:boolean}] + 스케줄 레이어. 구성(12열): ① 지금 온콜 카드(3열): 1차 · 2차 아바타 이니셜 원 24px + 이름 + "교대까지 14시간", 에스컬레이션 단계 5분 → 2차 → 15분 → 팀장 세로 타임라인 ② 호출 분포 띠(9열): 7행(요일) × 24열(시간), 칸 = 호출 수 0–6을 #EEF0F4 → #5B4BDB 5단, 00–07시 열 배경 rgba(23,28,38,.05) + "수면 시간" 라벨 ③ 사람별 누적 가로 막대(6열): 업무 시간 #9AA2B1 · 업무 외 #F08A24 · 수면 시간 #E5383B, 주당 수면 호출 > 2건이면 이름 옆 경고 점 ④ 소음 경보 상위(6열): 경보 이름 · 7일 호출 수 · "조치 없이 확인" 비율 막대 — 비율 ≥ 80% 이면 "임계 조정 제안" 태그. 지표: 사람당 주 호출 수, 업무 외 비율, MTTA. 새 호출 실시간 수신(webhook) → 해당 칸에 링 핑 600ms + 카운터 숫자 롤 300ms. 라이트 토큰: 배경 #F1F3F7 · 패널 #FFFFFF · 강조 #5B4BDB.

라이브 데모 열기 — 온콜 부담 대시보드 (지금 담당 · 요일 × 시간 호출 분포 · 사람별 업무 외 · 수면 시간 호출 · 소음 경보 상위)

경보 목록 (심각도 그룹 · 새 발화 행 삽입 · 중복 ×N 묶음 · 플래핑 감지 · 무음 · 해소 이동)

Alert list grouped by severity: new firing rows slide in, duplicates fold into ×N counters, flapping is detected and muted, silences dim rows and resolved alerts move down

  • Alertmanager
  • Grafana Alerting
  • PagerDuty
  • React

발화 중인 경보를 P1 위험 · P2 경고 · P3 정보 · 해소됨 그룹으로 나눈 경보 목록입니다. 새 P1이 오면 행이 높이 0에서 열리며 빨갛게 한 번 번쩍이고, 같은 경보가 반복되면 행이 늘지 않고 ×12 → ×14 묶음 숫자만 튀며, 3번 켜졌다 꺼진 레플리카 지연 경보에는 "플래핑 · 알림 억제" 배지가 붙어 더 이상 깜빡이지 않습니다. 종 아이콘을 누르면 1시간 무음 칩과 함께 행이 흐려지고, 해소된 경보는 접혀서 맨 아래 해소됨 그룹으로 옮겨 갑니다.

프롬프트

경보 목록 화면을 만들어줘. 데이터: Alertmanager /api/v2/alerts + 그룹핑 키 {alertname, service, region}. 섹션: P1 위험 · P2 경고 · P3 정보 · 해소됨(최근 1시간), 섹션 머리 높이 9.5px + 개수. 행 높이 11.5px: 심각도 글리프(P1 사각 #F2495C · P2 삼각 #FF9830 · P3 마름모 #FADE2A — 색 + 모양) · 이름 굵게 · 서비스 · 리전 라벨 · 경과 시간 · 중복 배지(×N, fingerprint 같은 경보가 다시 오면 행 추가 대신 카운트 +1, 배지 scale 1→1.25→1 200ms) · 상태 알약(FIRING · PENDING) · 종(무음) · 체크(확인) 아이콘. 새 경보: 행 높이 0→11.5px 300ms cubic-bezier(.16,1,.3,1) + 배경 rgba(242,73,92,.25)→0 1s. 플래핑: 10분 안 상태 변화 ≥ 3회면 "플래핑 · 알림 억제" 배지 + 알림 채널 전송 중지(Alertmanager inhibit/repeat_interval 연장). 무음: 종 click → silence 1h 생성(POST /api/v2/silences matchers=fingerprint) → 행 opacity .5 + "무음 1h" 칩. 해소: 행 높이 접힘 300ms → 해소됨 섹션 맨 위에 페이드 인. 정렬: 섹션 내 시작 시각 최신순. 키보드: J/K 이동, A 확인, S 무음. 다크 토큰: 배경 #0E1014 · 패널 #171A20 · 행 hover #1D2128.

라이브 데모 열기 — 경보 목록 (심각도 그룹 · 새 발화 행 삽입 · 중복 ×N 묶음 · 플래핑 감지 · 무음 · 해소 이동)

로그 패턴 집계 (레벨별 볼륨 누적 막대 · 예상 밴드 · 템플릿 패턴 표 · 새 패턴 배지 · 클릭 필터)

Log pattern analytics: level-stacked log volume with an expected band, templated message patterns with deltas and NEW badges, and click-to-filter

  • Datadog Log Patterns
  • Grafana Loki
  • Drain3
  • React

수백만 줄의 로그를 한 줄씩 읽는 대신, 숫자 · ID를 <*>로 지운 "패턴"으로 묶어 개수와 증감을 보여 주는 로그 분석 화면입니다. 위 누적 막대는 INFO · WARN · ERROR 볼륨과 평소 범위 밴드를 그리고, 오류가 튀는 구간에 "예상 대비 ×2.1" 표식을 답니다. 아래 표에서 어제는 없던 "Timeout after <*> ms calling <*>" 패턴이 NEW 배지와 ▲940%로 맨 위에 서 있고, 그 행을 누르면 막대가 그 패턴만 남기고 흐려지며 필터 칩이 생깁니다.

프롬프트

로그 패턴 대시보드를 만들어줘. 패턴 추출: Drain 알고리즘(depth 4, sim_th 0.4)으로 메시지를 템플릿화 — 숫자 · UUID · IP · 경로 파라미터를 <*> 토큰으로, 패턴 id = 템플릿 해시. 상단 패널: 1분 막대 60개, 레벨 누적(INFO #9AA2B1 · WARN #D9A100 · ERROR #E5383B), 예상 밴드 = 같은 시각 지난 7일 중앙값 ± 1.5 MAD(점선 테두리 + 6% 채움), 밴드 상단 초과 구간 위에 "▲ 예상 대비 ×N" 표식. 하단 표: 레벨 알약 · 패턴(토큰 <*>는 #5B4BDB 굵게) · 개수(1.2M처럼 축약) · Δ 어제 대비(▲ 빨강 / ▼ 초록) · 24시간 스파크라인, 정렬 = |Δ| × log(count), 어제 없던 패턴은 NEW 배지. 인터랙션: 행 click → 상단 막대에서 선택 패턴 개수만 진하게(나머지 opacity .2, 전환 250ms) + 헤더에 "pattern = … ✕" 칩, 칩 ✕로 해제, 행 더블클릭 → 해당 패턴 원문 로그 목록(Loki: {app="checkout"} |= "Timeout after" | pattern "Timeout after <ms> ms calling <svc>"). 라이트 토큰: 배경 #F1F3F7 · 패널 #FFFFFF.

라이브 데모 열기 — 로그 패턴 집계 (레벨별 볼륨 누적 막대 · 예상 밴드 · 템플릿 패턴 표 · 새 패턴 배지 · 클릭 필터)

컨슈머 랙 패널 (파티션별 랙 막대 · 컨슈머 색 · 그룹 총 랙 추이 · 생산 vs 소비율 · 리밸런스 · 소진 예상 시간)

Kafka consumer-lag panel: per-partition lag coloured by owning consumer, total group lag trend, produce vs consume rate, a rebalance marker and time-to-drain

  • Kafka
  • Burrow
  • kafka_exporter
  • Grafana

주문 토픽 12개 파티션의 랙을 가로 막대로 세우고 막대 색을 그 파티션을 맡은 컨슈머로 칠한 스트리밍 관제 패널입니다. 소비 속도가 생산을 못 따라가 총 랙이 계속 늘어날 때는 소진 예상이 "∞ · 증가 중"이고 7번 파티션 하나에 랙이 몰려 있는데, 컨슈머 c4가 합류해 리밸런스(잠깐 소비 정지)가 일어나면 파티션 색이 다시 배정되고 소비율이 생산율을 넘어서면서 총 랙 곡선이 꺾여 내려가고 소진 예상 시간이 초 단위로 줄어듭니다.

프롬프트

카프카 컨슈머 랙 대시보드를 만들어줘. 지표(kafka_exporter): lag = kafka_consumergroup_lag{group="order-processor",topic="orders"} by partition, 생산율 = sum(rate(kafka_topic_partition_current_offset[1m])), 소비율 = sum(rate(kafka_consumergroup_current_offset[1m])), 컨슈머 배정 = kafka_consumergroup_members + 파티션→client_id 매핑. 좌측: 파티션 0–11 가로 막대(행 10px, x 최대 = 전 파티션 최대 랙 × 1.1, 막대 색 = 담당 컨슈머 c1 #6E9FFF · c2 #73BF69 · c3 #B877D9 · c4 #3FC1D3, 값 라벨 48.2k), 랙 상위 1개 파티션에 "핫 파티션 · 키 쏠림 의심" 태그. 우측 위: 그룹 총 랙 영역 차트 + 리밸런스 세로 마커(점선 + "rebalance c4 합류"), 우측 아래: 생산율 vs 소비율 두 숫자 · 소진 예상 = 총 랙 / (소비율 − 생산율), 분모 ≤ 0이면 "∞ · 증가 중"(빨강), 컨슈머 칩 4개(맡은 파티션 수). 리밸런스 모션: 파티션 막대 색이 행마다 30ms stagger로 400ms 크로스페이드, 리밸런스 중(약 3초) 소비율 0 표시 + 막대 위 빗금. 경보: 총 랙 > 50k 5분 지속 또는 소진 예상 > 15분. 다크 토큰: 배경 #0E1014 · 패널 #171A20.

라이브 데모 열기 — 컨슈머 랙 패널 (파티션별 랙 막대 · 컨슈머 색 · 그룹 총 랙 추이 · 생산 vs 소비율 · 리밸런스 · 소진 예상 시간)

CDN 캐시 적중 패널 (POP별 적중률 · 바이트 오프로드 · 오리진 요청 · 전체 퍼지 뒤 급락과 회복 · 상태 코드)

CDN cache dashboard: per-POP hit ratio, byte offload and origin requests, with the hit-ratio crash and recovery after a full purge

  • Cloudflare
  • CloudFront
  • Fastly
  • Grafana

CDN 엣지 캐시가 오리진을 얼마나 막아 주는지를 보는 화면입니다. 위 KPI는 적중률 · 바이트 오프로드 · 엣지/오리진 요청 수를, 가운데 두 차트는 같은 시간축의 적중률 선과 오리진 요청 영역을 겹쳐 보여 줍니다. "/assets/* 전체 퍼지"가 실행되면 적중률이 41%까지 떨어지고 오리진 요청이 6배로 치솟았다가 캐시가 다시 채워지며 회복되는데, 오른쪽 POP 목록의 서울 · 도쿄 · 프랑크푸르트 막대가 트래픽 양에 따라 서로 다른 속도로 회복합니다.

프롬프트

CDN 캐시 관제 대시보드를 만들어줘. 지표: hit_ratio = cache_hit / (cache_hit + cache_miss + expired) 요청 기준, byte_offload = 1 − origin_bytes / edge_bytes, edge rps · origin rps · 상태 코드 분포(2xx · 304 · 4xx · 5xx), POP별 hit_ratio · 요청 수. 레이아웃: 상단 KPI 5칸(적중률 ≥ 90% 초록 · 80–90 노랑 · 미만 빨강) → 좌측 2단 차트(위 = 적중률 선 0.4–1.0 축 · 2px #5B4BDB, 아래 = 오리진 rps 영역 #F08A24 18%, x축 공유 · 크로스헤어 동기) → 우측 POP 목록(공항 코드 + 도시, 적중률 막대, 요청 수 회색 글자, 적중률 오름차순 정렬) → 하단 상태 코드 100% 누적 막대. 이벤트 주석: 퍼지 · 배포 · 설정 변경을 x축 위 핀으로(퍼지 = 빨강 "PURGE /assets/*"), 핀 hover 시 실행자 · 범위 · 영향 객체 수. 회복 곡선 표시: 적중률이 퍼지 전 값의 95%로 돌아온 시점에 "회복 7분" 라벨. 권장 문구: 전체 퍼지 대신 Surrogate-Key / Cache-Tag 퍼지. 데이터 1분 해상도, 실시간 10초. 라이트 토큰: 배경 #F1F3F7 · 패널 #FFFFFF.

라이브 데모 열기 — CDN 캐시 적중 패널 (POP별 적중률 · 바이트 오프로드 · 오리진 요청 · 전체 퍼지 뒤 급락과 회복 · 상태 코드)

DB 부하 패널 (평균 활성 세션 대기 이벤트 누적 · vCPU 선 · 구간 브러시 → 상위 SQL 지문 재정렬)

Database load panel: average active sessions stacked by wait class against the vCPU line, with a brushed window that re-ranks the top SQL fingerprints

  • RDS Performance Insights
  • pg_stat_statements
  • Grafana
  • React

데이터베이스가 "무엇을 기다리느라" 바쁜지를 평균 활성 세션(AAS) 누적 영역으로 보여 주는 화면입니다. CPU(초록) · I/O(파랑) · 잠금(빨강) · 기타 대기를 쌓고 vCPU 8개 선을 겹치면, 선 위로 솟은 구간이 곧 DB가 감당 못 한 시간입니다. 잠금 대기가 튄 구간을 끌어 선택하면 오른쪽 대기 이벤트 순위와 아래 상위 SQL 표가 그 구간 기준으로 다시 계산되어 "UPDATE inventory SET qty = ? WHERE sku = ?"가 잠금 막대와 함께 1위로 올라옵니다.

프롬프트

DB 부하(Performance Insights식) 패널을 만들어줘. 데이터: 1초 간격 세션 샘플링(pg_stat_activity: state = active, wait_event_type, wait_event, queryid) → 1분 집계 AAS = 활성 세션 샘플 수 / 60. 상단 주 차트: AAS 누적 영역(CPU #73BF69 · IO #5794F2 · Lock #F2495C · LWLock #B877D9 · Client/기타 #9097A3), vCPU 수(8) 점선 #FFFFFF 60% + "max vCPU" 라벨 — AAS가 선을 넘는 구간이 병목. 브러시: x축 드래그 → 선택 구간 밖 opacity .35, 선택 구간 [t0, t1] 쿼리 파라미터 반영. 우측: 대기 이벤트 상위 5(이벤트 이름 · 비율 막대), 하단 표: pg_stat_statements 지문(queryid → 정규화 SQL, 상수는 ?), 열 = 부하 막대(AAS 기여, 대기 클래스별 색 분할) · SQL(모노 4px, 말줄임) · calls/s · 평균 ms · rows/call. 브러시 변경 시 표 순위 FLIP 600ms cubic-bezier(.65,0,.35,1), 대기 이벤트 막대 width 트윈 300ms. 행 click → EXPLAIN (ANALYZE, BUFFERS) 계획 서랍. 다크 토큰: 배경 #0E1014 · 패널 #171A20.

라이브 데모 열기 — DB 부하 패널 (평균 활성 세션 대기 이벤트 누적 · vCPU 선 · 구간 브러시 → 상위 SQL 지문 재정렬)

합성 모니터 다중 지점 검사 (지점 × 1분 실행 격자 · 2/5 지점 연속 2회 실패 정족수 경보 · 실행 단계 분해)

Synthetic monitoring from multiple locations: location × run grid, a 2-of-5 locations / 2 consecutive failures quorum alert and a per-run step breakdown

  • Checkly
  • Datadog Synthetics
  • Grafana k6
  • React

서울 · 도쿄 · 싱가포르 · 프랑크푸르트 · 버지니아 다섯 지점에서 1분마다 결제 페이지를 실제로 호출해 본 결과를 지점 × 실행 격자로 쌓는 외형 감시 화면입니다. 새 실행 열이 오른쪽에서 밀려 들어오고, 프랑크푸르트 한 곳만 실패할 때는 경보가 울리지 않다가 버지니아까지 2개 지점이 연속 2회 실패하는 순간 정족수가 차서 아래 경보 띠가 켜집니다. 오른쪽은 실패한 실행의 DNS · 연결 · TLS · 첫 바이트 단계 시간과 단언(assertion) 결과입니다.

프롬프트

합성(Synthetic) 모니터링 결과 화면을 만들어줘. 검사: 브라우저 아닌 API 검사 GET https://shop.example.com/checkout/health, 주기 1분, 지점 5곳, 타임아웃 2s, 단언 = status 200 · body에 "ok" · 응답 < 2,000ms. 격자: 행 = 지점(국기 대신 도시명 + 코드), 열 = 실행 30개(최신이 오른쪽), 칸 6×12 반경 1: 성공 #1F9D55 · 느림(>1s) #D9A100 · 실패 #E5383B · 재시도 성공은 테두리만. 새 실행 열은 오른쪽에서 칸 폭만큼 translateX 300ms로 밀어 넣기. 경보 규칙: 같은 실행 회차에서 실패 지점 ≥ 2/5가 2회 연속이면 OPEN(단일 지점 실패는 지점 네트워크 문제로 보고 무시) → 격자 아래 빨강 경보 띠 + 헤더 상태 알약 정상 → 장애. 아래 차트: 지점별 응답 시간 선 5개(지점 색), 실패 실행은 x 표식. 우측 실행 상세(최근 실패 실행): 단계 워터폴 DNS · TCP · TLS · TTFB · 다운로드(ms 막대, 타임아웃 단계는 빨강 빗금), 단언 목록 ✓/✕, 응답 헤더 일부(cf-ray, server-timing). 상태: Checkly checkRuns API 또는 Datadog synthetics 결과 웹훅, 실시간 SSE. 라이트 토큰: 배경 #F1F3F7 · 패널 #FFFFFF.

라이브 데모 열기 — 합성 모니터 다중 지점 검사 (지점 × 1분 실행 격자 · 2/5 지점 연속 2회 실패 정족수 경보 · 실행 단계 분해)

디스크 고갈 예측 (선형 회귀 → 가득 참 예상 시각 · 신뢰 원뿔 · predict_linear 경보 · 정리 작업 후 재계산)

Disk-full forecast: a regression over the last 7 days extended to 100 % with a confidence cone, a predict_linear alert and an ETA that re-computes after cleanup

  • Prometheus
  • predict_linear
  • Grafana
  • Recharts

사용률이 "지금 몇 %"가 아니라 "언제 가득 차는가"를 보여 주는 용량 관제 화면입니다. 지난 7일 디스크 사용률(로그 순환으로 매일 톱니처럼 내려갔다 오르는 선)에 회귀선을 맞추고 100%까지 연장해 신뢰 원뿔과 함께 "가득 참 예상 10/27 03:40 · 61시간 후"를 찍습니다. 오른쪽 볼륨 목록은 남은 시간이 짧은 순으로 정렬되고, 오래된 WAL 정리 작업이 돌아 사용률이 뚝 떨어지면 예측선이 다시 맞춰지며 ETA가 8일 뒤로 밀리고 db-07이 목록 아래로 내려갑니다.

프롬프트

디스크 고갈 예측 패널을 만들어줘. 쿼리: 사용률 = 1 − node_filesystem_avail_bytes / node_filesystem_size_bytes, 예측 = predict_linear(node_filesystem_avail_bytes{mountpoint="/data"}[6h], 24 × 3600) < 0 → "24시간 안 고갈" 경보(심각), [7d] 회귀로 장기 ETA 계산(ETA = (100 − 현재) / 기울기). 주 차트: x = 지난 7일 + 미래 4일(현재 시각 세로 실선, 미래 영역 배경 3% 밝게), 실측 선 1.2px #6E9FFF, 회귀 연장 점선 #FADE2A + ±1σ 신뢰 원뿔(시간에 따라 벌어지는 영역 12%), 85%(#FF9830) · 95%(#F2495C) 기준선, 100% 도달 지점에 원 마커 + "가득 참 예상 날짜 시각 · N시간 후" 라벨. 볼륨 목록: host:mount · 사용 % 막대 · 남은 시간(< 24h 빨강, < 72h 주황, 감소 추세는 "∞ 감소") · 정렬 = 남은 시간 오름차순, 재정렬 FLIP 600ms. 이벤트: 정리 작업 주석(초록 핀 "WAL 정리 −18%") → 회귀를 정리 이후 구간으로 다시 맞춰 예측선 600ms 트윈 + ETA 숫자 롤. 다크 토큰: 배경 #0E1014 · 패널 #171A20.

라이브 데모 열기 — 디스크 고갈 예측 (선형 회귀 → 가득 참 예상 시각 · 신뢰 원뿔 · predict_linear 경보 · 정리 작업 후 재계산)

런타임 패널 (JVM 힙 세대별 톱니 · GC 후 최소값 기울기 → 누수 의심 · GC 정지 막대 · 스레드 상태)

JVM runtime panel: heap sawtooth by generation, a post-GC floor trend flagging a leak, GC pause bars against a pause SLO and thread states

  • Micrometer
  • JVM
  • Grafana
  • Prometheus

자바 서비스 파드 하나의 런타임 상태를 보는 패널입니다. 위 힙 차트는 젊은 세대가 차올랐다 GC로 비워지는 톱니와 그 아래 늙은 세대를 쌓아 그리고, GC 직후 최저점을 이은 기울기가 계속 오르면 "+38 MiB/h · 누수 의심" 표식을 답니다. 늙은 세대가 한계에 가까워지자 Full GC가 일어나 1.2초 정지 막대가 빨갛게 솟고 같은 순간 BLOCKED 스레드가 튀는 것이 아래 두 패널에서 함께 보입니다.

프롬프트

JVM 런타임 대시보드를 만들어줘. Micrometer 지표: jvm_memory_used_bytes{area="heap",id=~"G1 Eden Space|G1 Survivor Space|G1 Old Gen"}, jvm_memory_max_bytes, jvm_gc_pause_seconds_{count,sum,max}{action,cause}, jvm_threads_states_threads{state}, jvm_gc_memory_allocated_bytes_total. 패널 1(전체 폭): 힙 누적 영역(Old #5B4BDB 70% 아래 · Eden+Survivor #3FC1D3 45% 위), 최대 힙 점선 + "Xmx 4 GiB", GC 후 최저점(각 톱니 최소값)에 작은 점 + 그 점들의 선형 회귀선(#E5383B 점선) → 기울기 > 20 MiB/h 이면 "누수 의심" 알약. 패널 2: GC 정지 막대(minor #9AA2B1, mixed #D9A100, Full GC #E5383B), y = ms, 200ms 정지 SLO 선, 막대 hover 시 cause(G1 Evacuation Pause · Allocation Failure). 패널 3: 스레드 상태 누적 영역(RUNNABLE · WAITING · TIMED_WAITING · BLOCKED #E5383B) + 숫자 요약(GC 처리량 % = 1 − pause_sum/구간, 할당 속도 MB/s). 시간축 공유 · 크로스헤어 동기, 30분 창 실시간 10초. Full GC 발생 시 세 패널에 같은 세로 주석선. 라이트 토큰: 배경 #F1F3F7 · 패널 #FFFFFF.

라이브 데모 열기 — 런타임 패널 (JVM 힙 세대별 톱니 · GC 후 최소값 기울기 → 누수 의심 · GC 정지 막대 · 스레드 상태)

IoT 기기 플릿 현황 (마지막 수신 경과 점 격자 · 게이트웨이 장애 구역 · 배터리 분포 · 펌웨어 OTA 진행)

IoT device fleet overview: a last-seen dot grid, a gateway-outage block, battery distribution and staged firmware OTA progress

  • AWS IoT
  • MQTT
  • Grafana
  • Canvas

현장에 깔린 센서 1만 2천여 대를 점 하나에 15대씩 800개 점 격자로 놓고 마지막 수신 경과(5분 이내 초록 · 15분 노랑 · 그 이상 주황 · 오프라인 회색 빨강)로 칠한 기기 관제 화면입니다. 게이트웨이 GW-17이 멈추면 그 구역 점들이 한 덩어리로 빨갛게 꺼지며 경보가 뜨고, 복구되면 다시 초록으로 돌아옵니다. 동시에 펌웨어 v3.3 OTA가 진행되어 갱신된 점에 청록 테두리가 번지고 오른쪽 버전 막대가 v3.2에서 v3.3으로 넘어가며, 배터리 15% 미만 기기 수가 경고로 붙습니다.

프롬프트

IoT 기기 플릿 대시보드를 만들어줘. 데이터: 기기 섀도 {deviceId, gatewayId, lastSeen, battery, fwVersion, otaState} + MQTT $SYS/연결 이벤트. 상단 KPI 5칸: 전체 기기 · 온라인 % · 오프라인 수 · 지연(> 15분) 수 · OTA 진행 %. 좌측 점 격자: 40×20 칸(칸 1개 = 기기 15대 버킷, 버킷 색 = 버킷 내 최악), 게이트웨이별로 인접 배치(gatewayId 정렬)해 장애가 덩어리로 보이게, 색: < 5분 #73BF69 · 5–15분 #FADE2A · > 15분 #FF9830 · 오프라인 #F2495C, OTA 완료 버킷은 1px #3FC1D3 테두리. 우측 위: 배터리 10% 구간 히스토그램(0–15% 막대 빨강) + "< 15% · N대" 알약. 우측 아래: 펌웨어 버전 100% 누적 막대(v3.1 · v3.2 · v3.3) + OTA 단계 1% → 10% → 50% → 100% 칩과 실패율(> 2%면 자동 중단). 이벤트: 게이트웨이 무응답 60초 → 그 게이트웨이 버킷이 30ms stagger로 빨강 전환 + 토스트 "GW-17 응답 없음 · 1,120대", 복구 시 역순. 갱신 주기 30초, 점 색 전환 400ms. 수천 개 점은 Canvas fillRect(arc 금지), 정적 격자는 오프스크린 캐시. 다크 토큰: 배경 #0E1014 · 패널 #171A20.

라이브 데모 열기 — IoT 기기 플릿 현황 (마지막 수신 경과 점 격자 · 게이트웨이 장애 구역 · 배터리 분포 · 펌웨어 OTA 진행)

설비 종합 효율 OEE (계획 시간 → 비가동 · 속도 · 품질 손실 폭포 · 가용률 × 성능 × 품질 · 설비 상태 띠 · 비가동 사유 파레토)

Factory OEE dashboard: planned time cascading through downtime, speed and quality losses, A × P × Q, machine state bands and a downtime-reason Pareto

  • MES
  • OPC UA
  • Grafana
  • ECharts

공장 한 라인의 설비 종합 효율(OEE)을 손실 폭포로 보여 주는 생산 관제 화면입니다. 계획 가동 480분에서 비가동 · 속도 저하 · 불량 손실을 차례로 깎아 남은 양품 시간이 OEE가 되고, 오른쪽에 가용률 × 성능 × 품질과 세계 수준 85% 기준을 둡니다. 아래 설비 상태 띠에서 프레스 2호기가 멈춰 빨간 구간이 자라면 비가동 손실 막대가 늘고 가용률 · OEE가 실시간으로 떨어지며, 파레토 차트에서 "금형 교체"가 가장 큰 비가동 사유로 서 있습니다.

프롬프트

OEE(Overall Equipment Effectiveness) 대시보드를 만들어줘. 계산: 가용률 A = 가동 시간 / 계획 가동 시간, 성능 P = (이상 사이클 타임 × 총 생산 수) / 가동 시간, 품질 Q = 양품 수 / 총 생산 수, OEE = A × P × Q. 데이터: OPC UA 태그(설비 상태 Run · Idle · Down · Setup, 생산 카운터, 불량 카운터, 사이클 타임) 1초 → MES 1분 집계. 좌상: 손실 폭포(계획 480분 회색 → 비가동 −N 빨강 #E5383B → 속도 −N 주황 #F08A24 → 품질 −N 노랑 #D9A100 → 양품 시간 초록 #1F9D55), 막대 사이 연결 점선, 막대 위 분 · % 라벨. 우상: OEE 큰 숫자 + 85% 세계 수준 눈금이 있는 가로 게이지 + A · P · Q 미니 막대 3개. 좌하: 설비별 교대(06–14시) 상태 띠(Run #1F9D55 · Idle #D9A100 · Down #E5383B · Setup #3B6FE0) + 현재 시각 세로선(실시간 이동), 정지 중 설비는 이름 옆 빨강 점 맥동 + 경과 분. 우하: 비가동 사유 파레토(내림차순 막대 + 누적 % 선, 80% 선 점선). 정지 발생 → 폭포 비가동 막대 높이 트윈 300ms, OEE 숫자 롤. 라이트 토큰: 배경 #F1F3F7 · 패널 #FFFFFF.

라이브 데모 열기 — 설비 종합 효율 OEE (계획 시간 → 비가동 · 속도 · 품질 손실 폭포 · 가용률 × 성능 × 품질 · 설비 상태 띠 · 비가동 사유 파레토)

고성능 HMI 공정 화면 (ISA-101 회색 기본 · 이상일 때만 색 · 아날로그 범위 지시계 · 우선순위 경보 깜빡임 → 확인)

High-performance HMI process screen (ISA-101): grey-scale by default, colour only for abnormal states, analog range indicators with embedded trends and an ISA-18.2 alarm banner

  • ISA-101
  • ISA-18.2
  • Ignition
  • SVG

공장 · 플랜트 운전실 화면을 "색은 이상할 때만" 원칙으로 그린 고성능 HMI입니다. 탱크 · 펌프 · 밸브 · 배관은 모두 회색 계열이고, 각 측정값은 정상 범위 띠와 H · HH 경계 눈금이 있는 아날로그 지시계와 30분 미니 추세로 보여 줍니다. 탱크 수위가 85%를 넘으면 그 지시계에만 노란 삼각 우선순위 2 경보가 생기고 아래 경보 띠의 해당 행이 1Hz로 깜빡이다가, 운전원이 확인(ACK)을 누르면 깜빡임이 멈추고, 입구 밸브를 닫아 수위가 내려오면 "정상 복귀"로 지워집니다.

프롬프트

ISA-101 고성능 HMI 공정 화면을 만들어줘. 색 규칙: 배경 #D4D7DB, 설비 외곽 #5F6670 · 채움 #B9BEC5, 배관 #7A818B 2px, 글자 #1F2329 — 정상 상태에는 색을 쓰지 않음(빨강/초록 운전 표시 금지, 운전 중 펌프는 진회색 채움 · 정지는 외곽선만). 경보 색은 우선순위 전용: P1 #E5383B 사각 · P2 #F2C200 삼각 · P3 #F08A24 마름모 · P4 #8E63CE 원 — 모양+색+숫자 3중 부호화. 아날로그 지시계: 세로 막대 10×44, 정상 운전 범위 띠 #E9EBEE, H/HH · L/LL 경계 눈금, 현재값 삼각 포인터 + 숫자 박스(이상 시 박스 테두리 경보색), 옆에 30분 추세 스파크라인(이상 구간만 경보색). 경보 띠(ISA-18.2): 우선순위 · 시각 · 태그 · 설명 · 상태(UNACK 1Hz 깜빡임 500ms on/off → ACK 고정 → RTN 복귀 시 1행 남기고 회색 → 소거), 경보 범람 방지: 같은 태그 반복은 카운트. 운전원 동작: 지시계 click → 상세 패널, 밸브 click → 열림/닫힘 명령 확인 대화상자. 데이터: OPC UA 구독 500ms. 태그 예: LI-101 탱크 수위, FI-104 출구 유량, TI-102 온도, PI-103 압력.

라이브 데모 열기 — 고성능 HMI 공정 화면 (ISA-101 회색 기본 · 이상일 때만 색 · 아날로그 범위 지시계 · 우선순위 경보 깜빡임 → 확인)

MITRE ATT&CK 커버리지 히트맵 (전술 열 × 기법 칸 · 탐지 규칙 수 ↔ 7일 경보 빈도 전환 · 사고 공격 체인 경로)

MITRE ATT&CK coverage heatmap: tactics as columns and techniques as cells, toggling between detection-rule coverage and 7-day alert frequency, with an incident kill-chain path

  • MITRE ATT&CK Navigator
  • Sigma
  • Splunk ES
  • D3

보안 관제 센터가 "어떤 공격 기법을 탐지할 수 있는가"를 보는 화면입니다. 초기 침투부터 영향까지 12개 전술을 열로, 기법을 칸으로 놓고 처음엔 탐지 규칙 수(진할수록 많음, 점선 칸은 탐지 공백)로 칠해 커버리지와 공백을 보여 줍니다. 보기를 "7일 경보"로 바꾸면 같은 칸이 경보 빈도 색으로 전환되고, 이어서 실제 사고 하나가 피싱 → 사용자 실행 → 예약 작업 → 권한 상승 → 자격 증명 덤프 → 원격 서비스 → C2 유출로 전술을 가로지르는 경로가 칸 사이에 그려집니다.

프롬프트

MITRE ATT&CK 커버리지 히트맵을 만들어줘. 데이터: ATT&CK Enterprise 매트릭스(STIX 2.1 JSON) 전술 순서 + 기법 목록, 탐지 규칙 저장소(Sigma 태그 attack.t1566 등)에서 기법별 규칙 수, SIEM에서 기법별 7일 경보 수, 사고 타임라인 [{ts, technique}]. 레이아웃: 열 = 전술(Initial Access → Impact, 열 폭 균등, 머리 = 전술 이름 2줄 + 커버리지 %), 칸 = 기법(높이 9px, 기법 ID 모노 3.2px, hover 시 이름 툴팁). 색 모드 2개: 커버리지(규칙 0 = 배경 + 점선 테두리 · 1–2 #1E3A5F · 3–5 #2F6FB3 · 6+ #6E9FFF), 경보 빈도(0 투명 → 1–10 #5A3A1A → 10–100 #B5651D → 100+ #FF9830 · log 스케일), 모드 전환 시 칸 색 400ms 크로스페이드, 열마다 30ms stagger. 사고 경로: 기법 칸 중심을 잇는 꺾인 선(1.2px #F2495C) 이 시간 순서대로 stroke-dashoffset 애니메이션 900ms, 방문 칸은 빨강 테두리 + 순번 원. 상단 요약: 전체 커버리지 % · 공백 상위 기법 · 마지막 갱신. 필터: 플랫폼(Windows · Linux · Cloud) · 데이터 소스. ATT&CK Navigator 레이어 JSON 내보내기 버튼. 다크 토큰: 배경 #0E1014 · 패널 #171A20.

라이브 데모 열기 — MITRE ATT&CK 커버리지 히트맵 (전술 열 × 기법 칸 · 탐지 규칙 수 ↔ 7일 경보 빈도 전환 · 사고 공격 체인 경로)

보안 관제 경보 처리 퍼널 (이벤트 → 경보 → 분석 → 사고 · 단계별 전환율 · 오탐률 상위 규칙 억제 → 분석가 부하 감소)

SOC alert-handling funnel: events to alerts to triage to incidents with stage conversion, the noisiest false-positive rules and the analyst-load drop after a suppression

  • Splunk ES
  • Microsoft Sentinel
  • SOAR
  • D3

하루 2.4억 건의 보안 이벤트가 상관 규칙을 거쳐 경보 1만 8천 건, 분석가가 실제로 들여다본 412건, 사고 23건으로 줄어드는 과정을 퍼널과 흐르는 점 입자로 보여 주는 관제 운영 화면입니다. 오른쪽 표는 규칙별 경보 수와 오탐률을 정렬해 "해외 로그인 불가능 이동(VPN)" 규칙이 경보의 22%를 만들면서 97%가 오탐이라는 것을 드러내고, 억제 조건을 적용하면 퍼널의 경보 수가 1만 4천으로 줄고 분석가 1인당 일일 경보와 MTTR 지표가 함께 내려갑니다.

프롬프트

보안 관제(SOC) 경보 처리 퍼널 대시보드를 만들어줘. 단계: 수집 이벤트(로그 · EDR · 네트워크) → 상관 규칙 경보 → 분석 대상(자동 종결 · 중복 제거 후 분석가 큐) → 사고(확인된 침해) → 대응 완료. 퍼널: 가로 막대 폭 = log10(건수) 정규화, 가운데 정렬 사다리꼴 연결, 단계 사이에 전환율 % 라벨, 입자(점 120개)가 위에서 흘러내리며 단계마다 확률적으로 사라짐(전환율 반영) — 2.2초 주기 반복. 우측 표: 규칙 이름 · 7일 경보 수 · 오탐률 막대(≥ 90% 빨강) · 조치 버튼 "억제 제안"(조건: 회사 VPN ASN · 등록 기기). 억제 적용 → 해당 행 경보 수 롤다운 600ms, 퍼널 경보 단계 숫자 · 폭 트윈, 하단 KPI 갱신. KPI 4칸: MTTD · MTTR · SOAR 자동 종결 % · 분석가 1인당 일일 경보(목표 ≤ 50, 초과 빨강). 데이터: Sentinel SecurityAlert / Splunk notable 인덱스 + 케이스 관리 시스템. 다크 토큰: 배경 #0E1014 · 패널 #171A20 · 강조 #6E9FFF.

라이브 데모 열기 — 보안 관제 경보 처리 퍼널 (이벤트 → 경보 → 분석 → 사고 · 단계별 전환율 · 오탐률 상위 규칙 억제 → 분석가 부하 감소)

WAN 링크 대역폭 패널 (수신 위 · 송신 아래 거울 영역 · 회선 용량선 · 95퍼센타일 과금 계산 막대 정렬)

WAN bandwidth panel: mirrored inbound/outbound area against the circuit capacity, per-interface stats and a 95th-percentile billing strip that sorts samples and drops the top 5 %

  • LibreNMS
  • SNMP
  • Grafana
  • D3

통신 회선의 사용량을 수신은 0선 위, 송신은 아래로 뒤집어 그린 거울 영역 그래프에 1Gbps 회선 용량선과 95퍼센타일 선을 겹친 네트워크 관제 화면입니다. 오른쪽은 회선별 사용률 · 오류 · 폐기 카운터를, 아래 띠는 "95퍼센타일 과금"이 어떻게 계산되는지 보여 줍니다 — 한 달의 5분 표본 막대가 시간 순서에서 크기 순서로 재배열되고, 위쪽 5% 막대가 빗금으로 잘려 나간 다음 남은 최댓값이 과금 기준 742Mbps로 강조됩니다.

프롬프트

WAN 대역폭 대시보드를 만들어줘. 수집: SNMP ifHCInOctets / ifHCOutOctets 1분 폴링 → bps = Δoctets × 8 / Δt, ifInErrors · ifInDiscards, ifOperStatus. 주 차트: 수신 bps 영역(0선 위, #73BF69 25% + 1px 선), 송신 bps(0선 아래로 반전, #5794F2), ±용량 1 Gbps 실선 #9097A3, 95퍼센타일 선 수신 · 송신 각각 점선 + "95th 742 Mbps" 라벨, 용량 80% 초과 구간 배경 rgba(255,152,48,.08). 크로스헤어: 같은 x의 수신 · 송신 값 동시 툴팁. 우측 회선 목록: 이름 · 통신사 · 용량 · 현재 사용률 막대(≥ 80% 주황 · ≥ 95% 빨강) · 오류/폐기 카운터(> 0이면 빨강) · 상태 점. 하단 95퍼센타일 설명 띠: 월간 5분 표본 8,640개(데모 100개)를 막대로 → 정렬 버튼 click 시 막대가 시간 순서 x에서 크기 순위 x로 700ms cubic-bezier(.65,0,.35,1) 이동 → 상위 5% 막대 빗금 + "버림" → 95번째 막대 강조 + "과금 기준" 라벨. 단위 자동(Kbps · Mbps · Gbps, 유효숫자 3자리). 다크 토큰: 배경 #0E1014 · 패널 #171A20.

라이브 데모 열기 — WAN 링크 대역폭 패널 (수신 위 · 송신 아래 거울 영역 · 회선 용량선 · 95퍼센타일 과금 계산 막대 정렬)

DORA 4대 지표 보드 (배포 빈도 · 변경 리드 타임 · 변경 실패율 · 복구 시간 · 엘리트 ~ 낮음 등급 밴드 · 배포 타임라인)

DORA metrics board: deployment frequency, lead time for changes, change failure rate and time to restore, each placed on an elite-to-low band, above a deployment timeline

  • DORA
  • GitHub Actions
  • Sleuth
  • Recharts

개발 조직의 배포 역량을 DORA 4대 지표로 보는 화면입니다. 각 타일은 값 · 지난달 대비 · 4주 스파크라인과 함께 엘리트 · 높음 · 보통 · 낮음 등급 띠 위의 현재 위치 표식을 보여 주고, 아래 타임라인은 4주간의 배포를 점으로(실패는 빨강 + 복구까지 걸린 시간 막대) 찍습니다. 새 배포가 실시간으로 들어오다가 하나가 실패해 롤백되면 변경 실패율이 8.4%에서 9.1%로, 복구 시간 중앙값이 함께 갱신됩니다.

프롬프트

DORA 지표 대시보드를 만들어줘. 정의: 배포 빈도 = 프로덕션 배포 수 / 일, 변경 리드 타임 = 커밋 → 프로덕션 배포 시간 중앙값, 변경 실패율 = 장애 · 롤백 · 핫픽스를 유발한 배포 / 전체 배포, 복구 시간 = 실패 배포 → 복구 중앙값. 등급 띠(4칸, 좌 = 낮음 회색 → 우 = 엘리트 #1F9D55): 배포 빈도 낮음 < 월 1 · 보통 월~주 · 높음 주~일 · 엘리트 하루 여러 번, 리드 타임 > 6개월 · 1~6개월 · 1일~1주 · < 1일, 실패율 > 15% · 10–15% · 5–10% · ≤ 5%, 복구 > 1주 · 1일~1주 · < 1일 · < 1시간. 타일(4열): 지표명 · 큰 값 + 단위 · 지난달 대비(좋아짐 초록 ▲/▼ 방향은 지표마다 반대) · 4주 스파크라인 · 등급 띠 + 삼각 표식(값 변화 시 left 트윈 400ms) + 등급 라벨. 하단 타임라인: x = 4주 일자, 배포 = 원 3px(성공 #5B4BDB 60%, 실패 #E5383B + 복구 시간만큼 오른쪽 막대), 주별 배포 수 막대 배경. 데이터: GitHub deployments API + 인시던트 도구 연결(배포 sha ↔ 인시던트). 새 배포 이벤트 → 점 팝인 scale 0→1 BK 300ms. 라이트 토큰: 배경 #F1F3F7 · 패널 #FFFFFF.

라이브 데모 열기 — DORA 4대 지표 보드 (배포 빈도 · 변경 리드 타임 · 변경 실패율 · 복구 시간 · 엘리트 ~ 낮음 등급 밴드 · 배포 타임라인)

예약 작업 체크인 모니터 (24시간 타임라인 · 예상 실행 창 · 성공 · 실패 · 누락 · 최대 시간 초과 · 다음 실행 카운트다운)

Scheduled-job check-in monitor: a 24-hour timeline with expected windows, success, failure, missed and over-duration runs, and next-run countdowns

  • Healthchecks.io
  • Cronitor
  • Sentry Crons
  • React

크론 · 배치 작업이 "제때 시작해서 제때 끝났는지"를 보는 화면입니다. 작업마다 오늘 24시간 타임라인 위에 예상 실행 창(옅은 상자 + 유예 시간)과 실제 체크인 막대를 겹쳐, 성공은 초록 · 실패는 빨강 · 아예 시작하지 않은 누락은 빨간 빈 상자 · 최대 실행 시간을 넘긴 작업은 주황 빗금으로 구분합니다. 현재 시각 선이 움직이며 30분마다 도는 ETL이 새로 찍히고, 13시에 시작한 검색 재색인 막대가 최대 45분을 넘어 계속 자라다가 "최대 실행 시간 초과" 경보가 뜹니다. 오른쪽 열은 다음 실행까지 남은 시간입니다.

프롬프트

예약 작업(크론) 모니터 화면을 만들어줘. 작업 정의: {name, schedule(cron 식 + 시간대 Asia/Seoul), graceMin, maxDurationMin}. 체크인 API: 시작 POST /ping/{id}/start, 종료 /ping/{id}(성공) · /ping/{id}/fail. 상태 판정: 예정 시각 + grace 안에 start 없음 → MISSED, start 후 maxDuration 지나도 종료 없음 → OVERDUE(진행 중 경고), fail → FAILED. 레이아웃: 행 = 작업(이름 + cron 식 모노 + 마지막 상태 점), 타임라인 = 오늘 00–24시(눈금 3시간), 예상 창 = 예정 시각부터 grace만큼 rgba(91,75,219,.10) 상자, 실행 막대 높이 6px(성공 #1F9D55 · 실패 #E5383B · 진행 중 #3B6FE0 · 최대 초과 부분 #F08A24 빗금), 누락 = 빨강 0.8px 빈 상자 + "누락" 라벨, 짧은 작업(< 2분)은 최소 폭 1.5px 틱. 현재 시각 세로선 1분마다 이동, 우측 열: 다음 실행 카운트다운(< 1분이면 초 단위), 상태 알약. 경보: MISSED · FAILED · OVERDUE는 Slack/PagerDuty로, 같은 작업 연속 실패 2회부터 P2. 라이트 토큰: 배경 #F1F3F7 · 패널 #FFFFFF.

라이브 데모 열기 — 예약 작업 체크인 모니터 (24시간 타임라인 · 예상 실행 창 · 성공 · 실패 · 누락 · 최대 시간 초과 · 다음 실행 카운트다운)

WAF · DDoS 완화 패널 (허용 vs 완화 요청 누적 · 자동 완화 시작 · 규칙별 차단 · 상위 출발지 ASN · 오리진 지연 유지)

WAF & DDoS mitigation panel: allowed vs mitigated request stack, auto-mitigation onset, rule hits, top source ASNs and a steady origin latency

  • Cloudflare
  • AWS WAF
  • Grafana
  • ECharts

공격이 들어올 때 엣지 방어가 무엇을 막고 무엇을 통과시키는지를 보는 보안 운영 화면입니다. 허용 요청(회청색)과 완화된 요청(주황)을 쌓은 영역 그래프에서 L7 DDoS가 시작되면 완화량이 초당 18만 건까지 치솟지만 허용 요청은 평소 수준을 유지하고, "자동 완화 시작 8초" 표식이 공격 시작과 차단 사이 간격을 보여 줍니다. 오른쪽은 규칙별 차단 비율, 아래는 상위 출발지 ASN과 차단 · 챌린지 결과, 그리고 공격 중에도 평평한 오리진 p99 지연입니다.

프롬프트

WAF · DDoS 완화 대시보드를 만들어줘. 데이터: 엣지 방화벽 이벤트(action: allow | block | challenge | js_challenge | managed_challenge, ruleId, source ASN · 국가, 경로) 10초 집계 + 오리진 지연 p99. 주 차트: 누적 영역 — 허용 rps(#5F7A99 · 아래) + 완화 rps(#FF9830 · 위), y 자동 단위(k/s), 공격 시작(완화 rps가 기준선 5배 초과 첫 시점) 세로선 + "자동 완화 시작 N초"(공격 감지 → 첫 차단 간격) 칩, 공격 구간 배경 rgba(255,152,48,.06). 우측: 규칙별 차단 비율 가로 막대(rate-limit /login · bot score < 10 · SQLi CRS 942100 · geo block · L7 DDoS 시그니처) — 공격 중 변화는 width 트윈 400ms. 좌하: 상위 출발지 ASN 5개(ASN 번호 · 이름 · 국가 · 요청 수 막대, 봇넷 의심 태그). 우하: 결과 분포(차단 · 챌린지 · 챌린지 통과율 %) + KPI(최대 rps · 완화율 % · 오리진 p99 — 기준 대비 ±10% 이내면 "보호됨" 초록). 상태 알약: 정상 → 공격 진행 중(주황 맥동 1.2s) → 완화됨. 다크 토큰: 배경 #0E1014 · 패널 #171A20.

라이브 데모 열기 — WAF · DDoS 완화 패널 (허용 vs 완화 요청 누적 · 자동 완화 시작 · 규칙별 차단 · 상위 출발지 ASN · 오리진 지연 유지)

클라우드 비용 이상 탐지 (서비스별 급증 · 예상 범위 · 원인 태그 기여도)

FinOps cost anomaly triage: service spend spikes, expected range and contributing resource tags

  • Canvas 2D
  • React
  • FinOps
  • Cost allocation

클라우드 지출이 평소 범위를 벗어난 구간과 초과 비용을 함께 보여 줍니다. 서비스 목록에서 analytics를 선택하면 오른쪽 원인 패널에 리전·작업·인스턴스 태그별 추가 지출이 나타나, 단순한 총액 증가를 어느 자원부터 조사할지로 연결합니다. 비용은 USD 기준 예시 데이터이며 확정 청구와 잠정 집계를 구분합니다.

프롬프트

FinOps 비용 이상 탐지 화면을 만들어줘. 가상 캔버스 320×200, 좌상단 176×29는 라벨용으로 비우고 본문은 x8 y32, 8px 간격. 배경 #0E1014, 패널 #171A20, 경계 #2A323E 0.6px, 반경 4px, 그림자 없음. 왼쪽 192px에 시간별 지출 차트와 서비스 목록, 오른쪽 104px에 원인 태그 상세를 배치해. 제목 5.6px/700, 값 12px, 행 글자 5px. 데이터 {hour,service,actualUsd,expectedUsd,lowerUsd,upperUsd,resourceId,tags,provisional,currency}; 같은 시간대·요일의 과거 중앙값과 분위 범위로 expected와 밴드를 만들고, actual>upper이면서 초과액>50 USD인 시간만 이상으로 표시해. 데모 analytics는 예상 $180/h에서 $426/h로 증가해 +$246/h, +136.7%; 결제 $96, 검색 $74, 저장소 $52는 안정적. 기준선 #73A7FF 점선 2/2, 예상 범위 12% 채움, 실측 #FFBF69 1.4px, 이상 점은 마름모 대신 원+! 라벨로 색 외에도 구분. 서비스 행 hover 120ms, 선택 220ms ease-out으로 배경 강조 후 원인 패널 280ms cubic-bezier(.16,1,.3,1) 등장. 태그는 완전한 교집합 조합별 기여(동일 리소스 중복 집계 금지): job=backfill / region=ap-ne-2 / type=r6i $172, job=backfill / region=us-east-1 / type=r6i $49, 기타 $25, 합계 $246. 각 조합은 막대+금액을 표시하고 세부 필터로 이동. 현재 집계는 잠정, 마지막 수집 12:05, 원인 후보는 추정임을 표시해. 9초 데모: 0–1.5초 급증, 2.2초 행 선택, 2.2–2.5초 상세 열림, 7초 이후 선택 해제; t=2에도 이상 차트와 금액이 보여야 해.

라이브 데모 열기 — 클라우드 비용 이상 탐지 (서비스별 급증 · 예상 범위 · 원인 태그 기여도)

실사용자 성능 분포 (LCP · INP · CLS 백분위와 페이지별 순위)

Real user monitoring: LCP, INP and CLS percentile distributions with a worst-page ranking

  • Canvas 2D
  • web-vitals
  • React
  • RUM

실제 방문자의 LCP·INP·CLS를 각각 분포 막대와 p50·p75·p95 눈금으로 보여 줍니다. 페이지별 순위에서 결제 화면은 LCP가 가장 느리고 검색 화면은 INP가 가장 높다는 차이가 나타납니다. 지표를 바꾸면 표가 다시 정렬되어 어떤 페이지의 이미지나 상호작용을 먼저 개선할지 구분할 수 있습니다.

프롬프트

RUM 성능 보드를 만들어줘. 320×200 스테이지 좌상단 176×29 예약. 라이트 배경 #F1F3F7, 패널 #FFFFFF, 반경 4px, 테두리 #E1E5EB 0.6px, 그림자 없음. x8/112/216에 폭96 높이76 지표 패널, y116에 폭304 높이76 페이지 순위. 제목 6px, 수치 10px, 보조 4.4px. 입력 {pageTemplate,metric,value,unit,device,release,navigationId,sampleCount,windowStart,windowEnd}; URL 파라미터는 제거하여 페이지 템플릿별로 집계, 기기 mobile과 최근24h를 공유 필터로 써. LCP는 초, INP는 ms, CLS는 단위 없는 값이며 세 분포의 축 단위를 섞지 마. 각 카드 12구간 히스토그램, p50/p75/p95 세로 눈금과 값, good 경계 LCP 2.5s/INP 200ms/CLS .1, poor 경계 4s/500ms/.25를 구분. 전체 예시 p50/p75/p95 = LCP 1.4/2.8/4.6s, INP 100/240/520ms, CLS .025/.08/.21. 페이지별 p75를 선택 지표 내림차순으로 정렬: /checkout LCP3.8 INP280 CLS.08, /search 2.7/420/.12, /product/:id 3.2/210/.06, /home 1.8/160/.03. 표에는 p75, 표본 수 3.2k/8.4k/6.1k/12k, 수준 텍스트를 표시해. INP는 유효한 상호작용이 있는 표본만 포함하며 표본 수를 별도 관리, 표본 없는 페이지는 —, 200건 미만은 낮은 표본 배지. LCP 탭→INP 탭 click 후 선택 테두리 180ms ease-out, 표 행은 pageTemplate 키로 FLIP 600ms cubic-bezier(.65,0,.35,1), 분포 hover는 해당 구간 비율 툴팁. 9초 데모에서 3.2초에 INP를 선택하고 검색이 1위로 이동, 끝에서 복귀해. 백분위는 서버의 동일 집계 창에서 계산하고 페이지별 백분위를 평균내지 마.

라이브 데모 열기 — 실사용자 성능 분포 (LCP · INP · CLS 백분위와 페이지별 순위)

런북 자동 복구 실행 패널 (단계 실행 · 승인 대기 · 결과 로그)

Runbook execution console: gated remediation steps, approval checkpoint and streamed audit output

  • Canvas 2D
  • React
  • Workflow engine
  • Audit log

장애 대응 런북을 점검·승인·복구·검증 네 단계로 보여 주는 실행 화면입니다. 점검이 끝나도 승인 지점에서 멈추며, 승인자와 실행 범위가 기록된 뒤에만 다음 단계가 진행됩니다. 단계별 결과와 로그를 함께 표시해 자동 복구가 어디까지 끝났는지 확인할 수 있습니다.

프롬프트

런북 실행 콘솔을 만들어줘. 가상320×200, 좌상176×29 예약. 배경 #0E1014, 표면 #171A20, 활성 #73A7FF, 승인 대기 #FFBF69, 성공 #73BF9C, 실패 #FF7184. 반경4px, 경계0.6px, 그림자 없음. 좌측 x8 y32 폭116 높160 단계 목록, 오른쪽 x132 y32 폭180 높66 실행 정보, y106 높86 로그. 제목5.6px, 단계5.2px, 로그4.8px 고정폭. 입력 {runId,runbookVersion,incidentId,scope,steps:[{id,status,startedAt,endedAt,requiresApproval}],approvals:[{actor,stepId,approvedAt}],logs:[{seq,ts,stepId,level,message}]}. 런북 [email protected], 대상 worker-03 한 대, 단계를 ①사전 건강 검사 ②담당자 승인 ③큐 비우기·재시작 ④건강 재검증으로 배치. 상태 waiting/running/awaiting_approval/succeeded/failed/cancelled를 텍스트와 아이콘으로 구분하고, 실행 중 막대만 선형 진행. 승인 전에는 후속 단계를 잠가두고 현재 범위·변경 내용·승인자 권한을 확인한 서버 응답 뒤에만 진행. 승인 버튼 중복 click은 runId+stepId 멱등 키로 한 번만 처리. 실패 시 다음 단계 중지, 실패 단계 재시도 또는 취소를 선택하게 하고 재시도 이력 보존. logs는 seq 정렬 및 중복 제거, 사용자가 위로 스크롤했으면 자동 스크롤 정지. 데모는 승인 시뮬레이션이며 실제 조치 없음. 0–1.2초 사전 검사, 1.2–3.2초 승인 대기, 3.2초 김서준 승인→240ms ease-out 상태 교체, 3.5–5.5초 재시작, 5.5–6.5초 검증, 이후 복구 완료. 새 로그는 y+4px→0, opacity0→1 180ms ease-out, 진행 바200ms linear, 단계 이동은220ms cubic-bezier(.2,0,0,1). 승인 패널에 대상 worker-03·예상 중단30s·취소 버튼, 완료 시 ready 1/1과 run-id를 남겨줘.

라이브 데모 열기 — 런북 자동 복구 실행 패널 (단계 실행 · 승인 대기 · 결과 로그)

서비스 카탈로그 (소유권 · 운영 성숙도 스코어카드 · 미충족 기준)

Service catalog ownership and maturity scorecards with missing operational evidence

  • Canvas 2D
  • Backstage
  • React
  • Service ownership

서비스 이름·담당 팀·중요도·성숙도를 한 목록에 모으고, 선택한 서비스의 준비 기준을 오른쪽에서 확인하는 카탈로그입니다. 체크아웃 서비스의 소유권은 명확하지만 런북 증거가 없다는 것을 보여 준 뒤, 런북이 연결되면 70점에서 85점으로 갱신됩니다. 단순 가동 상태와 운영 준비 수준을 구분하는 화면입니다.

프롬프트

서비스 카탈로그와 성숙도 스코어카드를 만들어줘. 320×200 좌상176×29 비움, x8 y32 폭180 카탈로그, x196 폭116 상세, 높160. 배경 #F1F3F7, 패널 #FFFFFF, 경계 #E1E5EB 0.6px, 반경4px, 그림자 없음, 강조 #3869D4, 정상 #258467, 누락 #A66513. 제목5.8px, 행5.2px, 수치16px. 모델 {serviceId,name,ownerTeam,oncallRef,tier,lifecycle,repoUrl,scorecard:{version,checks:[{key,weight,status,evidenceUrl,evaluatedAt}]}}. 목록은 checkout-api / 결제플랫폼 / T1 / 70, catalog-api / 커머스 / T2 / 100, auth-api / 계정플랫폼 / T1 / 85, legacy-batch / 미지정 / T3 / 35, 소유권 미지정은 이름 대신 경고 텍스트. 오른쪽 체크 기준은 소유권20, SLO25, 런북15, 백업복원25, 장애훈련15점이며 모든 필수 증거가 유효할 때만 배점. 점수=통과한 가중치 합, pass/fail/unknown 각각 체크/빈칸/?와 텍스트, unknown은 0점이나 실패와는 구분. checkout은 소유권·SLO·백업복원 통과로70, 런북 링크 등록 후85, 장애훈련 미완료 유지. 등급 예시 Bronze<60/Silver60–84/Gold≥85이며 조직 자체 정책으로 표시해. 행 hover 120ms, 선택220ms ease-out, 상세180ms fade, 런북 증거 갱신 후 해당 행 체크 스케일0.8→1 180ms, 점수 숫자와 막대400ms cubic-bezier(.2,0,0,1). 링크 검증 실패하면 점수를 올리지 말고 unknown 유지. 목록 선택 시 owner 연락 채널·당직·증거 링크를 보이고 소유자 변경은 별도 권한 필요. 9초 데모는 체크아웃 선택→런북 연결 검증→85점 Gold 승격, 다른 서비스 점수 고정. 전체 점수는 가용성 지표가 아니라 준비 수준임을 작은 캡션으로 알려줘.

라이브 데모 열기 — 서비스 카탈로그 (소유권 · 운영 성숙도 스코어카드 · 미충족 기준)

데이터 신선도 SLA 보드 (마지막 유효 데이터 경과 · 유입 지연 · 상류 원인)

Data pipeline freshness SLA board: age of valid data, overdue datasets and upstream delay attribution

  • Canvas 2D
  • React
  • dbt artifacts
  • Data observability

파이프라인이 실행됐는지가 아니라 테이블에 얼마나 최신 데이터가 들어 있는지를 보는 보드입니다. 데이터셋마다 마지막 유효 이벤트 시각부터의 경과를 SLA 막대에 표시합니다. 주문 데이터가 30분 기준을 넘으면 영향을 받는 매출 집계와 함께 강조되고, 지연 파티션이 도착하면 신선도가 정상으로 돌아옵니다.

프롬프트

데이터 파이프라인 신선도 SLA 보드를 만들어줘. 스테이지320×200, 좌상176×29 예약. 배경 #0E1014, 패널 #171A20, 라인 #2A323E, 정상 #73BF9C, 지연 #FF7184, 선택 #73A7FF; 반경4px, 그림자 없음. x8 y32 폭304 높102 데이터셋 표, y142 높50에 상류 지연 상세. 제목5.6px, 행5px, 워터마크시각4.5px. 입력 {dataset,owner,latestValidEventAt,lastSuccessfulLoadAt,expectedEveryMin,slaMin,upstream,affectedConsumers,timezone,observedAt}; 신선도 age=observedAt-latestValidEventAt로 계산하되 미래 시각·null은 수집 이상/미수집으로 표시하고 0분 정상으로 처리하지 마. 행에는 latestValidEventAt와 최근 적재 성공을 혼동하지 않도록 별도 상세에 보여줘. 예시 기준시각12:00Z, orders 마지막11:22Z/38분/SLA30, revenue_daily 11:22Z/38분/SLA30, inventory 11:56Z/4분/SLA15, users 11:49Z/11분/SLA60. 막대 폭106px은 age/SLA를 0–200%로 표시해 100% 위치에 흰 임계 눈금; >200%는 우측 화살표와 실제 분값 유지. age≤SLA 정상, 80–100% 임박, 초과 지연. 두 지연 행은 severity와 소유 팀을 텍스트로 표시. orders 선택 시 상세: 상류 orders_raw → orders → revenue_daily, CDC watermark 정체, 영향 소비자3개, 마지막 작업 성공11:58Z와 이벤트 최신11:22Z를 동시에 보여줘. 행 hover120ms, 선택180ms ease-out, 지연 해제는 막대400ms cubic-bezier(.2,0,0,1), 정상 알림250ms fade. 9초 데모에서 2초에 지연행 선택, 5초에 밀린 파티션이 도착해 orders와 revenue_daily 워터마크11:59Z·신선도1분으로 바뀌고 지연 수2→0. 사용자 시간대 필터와 워터마크 기준을 명시하고 단순 cron 실행 결과와 다르게 데이터 내용의 최신성을 중심에 둬.

라이브 데모 열기 — 데이터 신선도 SLA 보드 (마지막 유효 데이터 경과 · 유입 지연 · 상류 원인)

CVE 패치 SLA 보드 (심각도별 경과 · 기한 초과 자산 · 패치 재검증)

CVE patch SLA aging board: severity-specific deadlines, overdue assets and verified remediation

  • Canvas 2D
  • React
  • Vulnerability management
  • SBOM

취약점 발견 이후 얼마나 지났는지와 심각도별 패치 기한을 한눈에 비교하는 보드입니다. Critical·High·Medium·Low 행을 기한 사용 비율에 맞춰 정렬하고, 선택한 취약점의 영향 자산과 담당 팀을 보여 줍니다. 패치 설치만으로 완료 처리하지 않고 재검증이 성공해야 미해결 자산 수가 줄어듭니다.

프롬프트

취약점 패치 SLA 보드를 만들어줘. 스테이지320×200 상단좌측176×29 예약. 라이트 #F1F3F7, 표면 #FFFFFF, 경계 #E1E5EB, 반경4px, 그림자 없음. 심각도 Critical #CD3F57 / High #A66513 / Medium #3869D4 / Low #65748A, 색 외 텍스트 레이블 필수. x8 y32 폭180 높160 경과 보드와 x196 폭116 상세. 입력 {findingId,cveId,severity,assetId,owner,firstDetectedAt,policySlaDays,dueAt,exceptionUntil,patchedAt,verifiedAt,status}. 예시 조직 정책은 Critical7d, High30d, Medium90d, Low180d이며 보편 기준이 아닌 사내 기준임을 표시. 동일 cveId+assetId 재탐지로 firstDetectedAt를 리셋하지 마. 경과/허용기간을 비율로 정규화한 막대, 100%에 기한 선, 최대150% 이후는 초과 화살표; 실제 일수와 남음/초과일을 따로 표시. 심각도별 0–50%·50–100%·100%초과·재검증 대기 개수 요약. 예시 selectedCVE=CVE-2024-3094, 원시 도구가 확정한 영향 자산3개 중 이미 검증완료2개, 마지막 build-07의 경과9d/기한7d=2일초과. 이력 시점은 firstDetectedAt 기준 시뮬레이션이며 CVE 공개일과 혼동 금지. 상세에는 소유팀 빌드플랫폼, 영향을 받은 구성요소와 스캐너 증거 링크, 예외 만료일, 패치/재검증 상태. 이 데모는 실제 해당 호스트의 취약 여부를 주장하지 않는 가상 예시. 3초 패치 적용→상태 재검증 대기, 5초 스캐너 확인→verifiedAt 기록 후 미해결1→0. 패치만 됐을 때는 SLA 미해결 수와 경과 유지, 예외 승인도 제거 대신 예외 열로 분리. 체크 변화180ms ease-out, 검증 대기 점의 opacity는 1.2초 주기, 완료 막대와 개수 350ms cubic-bezier(.2,0,0,1). 행 선택200ms 후 하단 감사 기록에 검증 시각을 남겨줘.

라이브 데모 열기 — CVE 패치 SLA 보드 (심각도별 경과 · 기한 초과 자산 · 패치 재검증)

데이터센터 PUE와 랙 흡기 온도 (동일 구간 전력 효율 · 핫스폿 센서 그리드)

Datacenter PUE and rack inlet temperature grid: matched-window energy ratio and localized thermal hot spots

  • Canvas 2D
  • React
  • DCIM
  • Energy telemetry

시설 전체 에너지와 IT 장비 에너지의 비율인 PUE를 랙 흡기 온도 격자와 함께 보여 줍니다. 전체 효율은 양호해 보여도 특정 랙의 상단 흡기가 뜨거울 수 있다는 차이를 드러냅니다. B03 랙을 선택하면 상·중·하 센서와 냉각 조정 전후 추이가 나타나며 온도 결측도 별도로 표시합니다.

프롬프트

데이터센터 효율·열 관리 보드를 만들어줘. 320×200, 좌상176×29 라벨 예약. 배경 #0E1014, 표면 #171A20, 경계 #2A323E, 반경4px, 그림자 없음. x8 y32 폭96 높160 에너지 요약, x112 y32 폭200 높98 랙 격자, y138 높54 선택 랙. 제목5.6px, PUE22px, 센서값5px. 입력 {windowStart,windowEnd,facilityKWh,itKWh,coveragePct,racks:[{id,inletTopC,inletMidC,inletBottomC,observedAt,sensorStatus}]}. PUE=같은 시간창의 시설총에너지/IT장비에너지, 데모1h 1280kWh/1000kWh=1.28, 부대280kWh. 순간 kW와 누적 kWh를 혼합하거나 각 순간 PUE를 단순평균하지 마. 분모0·커버리지미달은 —와 수집부족 배지. 격자는 행 A/B/C, 열01–06, 칸26×18 간격4px; 칸은 랙 흡기 최대값과 랙ID, >27°C 주의·>30°C 위험은 이 사이트의 운영 설정이라고 범례에 명시. 18–27°C 청록 #73BF9C, 27–30°C 주황 #FFBF69, 30°C초과 빨강 #FF7184; 결측 C06은 회색 + N/A로 정상 수치와 구별. B03 hotspot 31.8°C는 ! 아이콘과 테두리, 랙 선택하면 상세 상/중/하31.8/29.1/26.4°C 및 15분 추이를 보여줘. 3.4초 냉각 조정 이벤트 주석→흡기 최대가31.8→26.2°C로600ms cubic-bezier(.2,0,0,1) 보간, 시설에너지 동일창 예시 비교값1280→1320kWh/IT1000kWh로 PUE1.28→1.32; 데모 압축 재생이며 실제 수집창이 지나는 시간과 구분. 냉각으로 온도는 개선되지만 전력 비율은 올라가는 상관을 보여 주되 자동으로 인과 확정하지 마. hover160ms, 상세240ms ease-out, 센서 결측은 회색 유지. 오른쪽 y138 상세 패널에 조정 주석·센서 시각·선택 랙ID, 왼쪽에는 수집100%·같은 창 계산 표기.

라이브 데모 열기 — 데이터센터 PUE와 랙 흡기 온도 (동일 구간 전력 효율 · 핫스폿 센서 그리드)