사용 매뉴얼
개요
대상 사용자: CAST AI로 쿠버네티스 클러스터를 운영하며 클러스터 변경 이력과 계정 활동을 감사하려는 보안·인프라 운영 담당자
CAST AI 앱은 CAST AI 감사 이벤트를 수집해 로그프레소에서 조회·분석할 수 있게 합니다.
- 클러스터·노드·정책 등에서 발생한 변경 이벤트를 도메인, 리소스, 액션별로 집계
- 특정 계정(행위자)이 수행한 작업 이력 추적
- 수집 지연으로 놓친 이벤트를 확장 명령어로 보충
기본 개념·용어
| 용어 | 의미 | 관련 리소스 |
|---|---|---|
| 감사 이벤트 | CAST AI에서 발생한 작업 기록. 도메인, 리소스, 액션, 행위자, 대상으로 구성됩니다 | cast-ai-audit |
| 이벤트 도메인 | 이벤트가 속한 CAST AI 기능 영역 (예: autoscaler) | event_domain 필드 |
| 행위자 | 작업을 수행한 주체. 사용자(user) 또는 시스템 | actor_type, actor_id, actor_email 필드 |
| 수집 지연 | API에 이벤트가 노출되기까지의 지연을 고려해 수집을 늦추는 시간 | 설치 매뉴얼 참고 |
| 접속 프로파일 | CAST AI API 키와 주소를 저장하는 로그프레소 객체 | 설치 매뉴얼 참고 |
작업 시나리오
시나리오 1: 이벤트 유형별 발생 현황 조회
목적: 최근 하루 동안 CAST AI에서 어떤 작업이 얼마나 일어났는지 도메인·리소스·액션별로 파악합니다.
사전 조건:
- 설치 매뉴얼의 접속 프로파일과 수집기 설정이 끝나 있어야 합니다.
- 수집 테이블 이름이 cast_ai_audit이어야 합니다. 다른 이름이면 쿼리의 테이블 이름을 바꿉니다.
수행 절차:
- 분석 > 로그를 엽니다.
- 아래 쿼리를 실행합니다.
table duration=1d cast_ai_audit
| stats count by event_domain, event_resource, event_action
| sort -count
| limit 20
결과 확인:
| event_domain | event_resource | event_action | count |
|---|---|---|---|
| autoscaler | node | executed | 120 |
| autoscaler | cluster | paused | 3 |
- 개수가 많은 이벤트부터 표시됩니다. 평소와 다르게 급증한 도메인이나 액션이 있으면 해당 이벤트를 상세 조회합니다.
실패 대응:
| 증상 | 원인 | 해결 |
|---|---|---|
| 결과가 0건 | 수집 미동작 또는 테이블 이름 불일치 | 설치 매뉴얼의 설치 후 검증 쿼리로 수집 여부를 확인합니다 |
| 필드가 비어 있음 | 수집 모델 대신 다른 모델로 수집기를 만듦 | 수집기의 수집 모델이 CAST AI Audit Logs인지 확인합니다 |
시나리오 2: 특정 계정의 작업 이력 추적
목적: 의심스러운 계정이 CAST AI에서 어떤 변경을 했는지 시간순으로 확인합니다.
사전 조건:
- 시나리오 1과 같습니다.
- 조사할 계정의 이메일 주소를 알고 있어야 합니다.
수행 절차:
- 최근 7일간 계정별 작업 건수를 조회해 대상 계정을 확인합니다.
table duration=7d cast_ai_audit
| search actor_type == "user"
| stats count, min(_time) as first_seen, max(_time) as last_seen by actor_email
| sort -count
- 대상 계정(예: user@example.com)의 작업 내역을 시간순으로 조회합니다.
table duration=7d cast_ai_audit
| search actor_email == "user@example.com"
| fields _time, event_domain, event_resource, event_action, resource_type, resource_name, description
| sort _time
결과 확인:
| _time | event_domain | event_resource | event_action | resource_type | resource_name | description |
|---|---|---|---|---|---|---|
| 2026-11-12 09:00:11 | autoscaler | cluster | paused | cluster | example | 클러스터 오토스케일러 일시 중지 |
- 행위자, 대상, 액션을 보고 계정이 수행한 변경이 정상 업무인지 판단합니다.
실패 대응:
| 증상 | 원인 | 해결 |
|---|---|---|
| 결과가 0건 | 이메일 철자 불일치 또는 시스템 행위자의 이벤트 | 1단계 결과의 actor_email 값을 그대로 복사해 사용합니다 |
| actor_email이 비어 있음 | 행위자가 시스템이거나 이메일이 제공되지 않음 | actor_id, actor_name으로 대신 조회합니다 |
시나리오 3: 수집에서 놓친 이벤트 보충
목적: 수집 지연보다 늦게 API에 노출되어 수집기가 가져오지 못한 이벤트를 확장 명령어로 다시 조회해 테이블에 채웁니다.
사전 조건:
- 접속 프로파일이 등록되어 있어야 합니다.
- 보충할 구간(시작·끝 시각)을 알고 있어야 합니다.
- 먼저 테스트 테이블(cast_ai_audit_test)에서 결과를 확인합니다. import는 테이블이 이미 있어야 하므로 미리 만들어 둡니다.
수행 절차:
- 보충할 구간의 이벤트를 확장 명령어로 조회해 건수를 확인합니다.
cast-ai-audit-events profile=my_profile from=20261112090000 to=20261112100000 limit=10000
| stats count
- 테이블에 이미 있는 이벤트를 제외하고 테스트 테이블에 넣습니다.
cast-ai-audit-events profile=my_profile from=20261112090000 to=20261112100000 limit=10000
| join type=leftonly event_id [ table cast_ai_audit | fields event_id ]
| fields - profile
| import cast_ai_audit_test
- 테스트 테이블 결과가 맞으면 실제 테이블 이름으로 바꿔 다시 실행합니다.