ClickHouse Agentic AI & Vector Search in Observability | Observability를 위한 ClickHouse 에이전틱 AI와 벡터 검색

Ken Lee / 이기훈, Solution Architect / 이사 at ClickHouse

이 발표에서는 ClickHouse의 Vector Search와 Agentic AI를 활용해 Observability 데이터를 더 똑똑하게 탐색하는 방법을 소개합니다.

• 유사 에러 로그 검색: Vector Index(usearch)로 "이 에러와 비슷한 과거 로그" 즉시 탐색
• 이상 트레이스 탐지: Embedding 기반 정상/비정상 패턴 분류
• Agentic 워크플로우: MCP를 통해 AI가 직접 ClickHouse를 쿼리하며 근본 원인 분석

본 발표는 ClickHouse 오픈소스로 구현 가능한 기술스택으로 구성하며, ClickHouse Cloud를 통한 라이브 데모로 실제 동작을 확인합니다.

---

This talk introduces smarter ways to explore Observability data using ClickHouse Vector Search and Agentic AI.

• Similar Error Log Search: Instantly find "logs similar to this error" with Vector Index (usearch)
• Anomalous Trace Detection: Classify normal vs abnormal patterns using embeddings
• Agentic Workflow: AI queries ClickHouse directly via MCP for automated root cause analysis

This presentation is built on a tech stack that can be implemented with ClickHouse open source, with a live demo on ClickHouse Cloud to demonstrate it in action.