New Relic、複雑化するAIシステムに対応する新機能　MCPサーバーも提供開始

2025.11.26

ページタイトルとURLがコピーされました

AIエージェントやMCP（Model Context Protocol）サーバーの広がりは、さまざまな業界で業務効率化を後押ししている。一方で、エージェント同士や外部ツールが連携することでシステム構造は複雑化し、全体の把握はこれまで以上に難しくなっている。今回、オブザーバビリティプラットフォーム・New Relicに追加された新機能は、こうした課題に応えるものだ。

AIでオブザーバビリティを高機能化　原因特定をよりリアルタイム・迅速に

「オブザーバリティのためのAI」は、オブザーバビリティそのものをAIによって高度化するという観点だ。

「Outlier Ditection」は、大規模なサービス群の中から周囲と異なる挙動を示す“外れ”の個体をAIがリアルタイムに検知するものだ。スケールアウト構成を取るサーバー群のなかで、パフォーマンスが低下している1台を特定するというのが代表的な適用例だ。また、特定ユーザーからのアクセス集中を検知し不正アクセスを防いだり、特定の環境による不具合の発生を検知することも可能だそうだ。集団を平均値や中央値で観察していると発見が難しい“外れ”を能動的に検知することで、安定したパフォーマンスを維持する。

Outlier Detectionの説明図。サーバー群の中から外れた挙動を示す個体をリアルタイムに検知する様子と、CPUやエラー率の異常を示すグラフの例が表示されている。

「Outlier Ditection」で“外れ”を能動的に検知

スケールアウト環境で性能が低下している特定サーバーを見つけ出したり、特定ユーザーからの異常なアクセス集中を検知したりと、平均値・中央値ベースの監視では発見しづらい異常を早期に把握できる。特定環境に依存する不具合など、パターン化が難しい事象にも対応し、サービスの安定運用に寄与するという。

さらに、アラート発生時に関連するログを自動で解析する「AI Log Alerts Summarization」も追加した。従来はエンジニアがエラーログの前後を目視で追い、状況や原因を読み解いていたが、この工程を自動化することでログのコンテキスト把握が機能側で行われ、トラブルシューティングの初動を大幅に効率化できるということだ。