Foglamp
Foglamp는 LLM 호출을 계측하여 비용, 지연 시간, 추적, 평가, 경고 및 에이전트별 지출을 추적하는 AI 에이전트용 관찰 가능성 플랫폼으로, 팀이 회귀 및 잘못된 출력을 조기에 감지하도록 돕습니다.
https://www.foglamp.dev/?ref=producthunt&utm_source=aipure
제품 정보
업데이트됨:Jun 22, 2026
Foglamp이란?
Foglamp는 AI 에이전트 및 LLM 애플리케이션을 프로덕션에서 측정 가능하고 디버깅 가능하게 만들도록 설계된 개발자 중심의 관찰 가능성 제품입니다. 모든 LLM 호출의 비용, 지연 시간 및 품질에 대한 가시성을 제공하고, 정확한 프롬프트 및 응답을 포함하는 추적 및 실행 워터폴을 통해 팀이 엔드투엔드 에이전트 동작을 이해하도록 돕습니다. SDK를 통해 한 번 계측함으로써 Foglamp는 모니터링 및 분석을 중앙 집중화하여 팀이 에이전트 시스템을 자신 있게 출시하고 사용자가 문제를 발견하기 전에 신속하게 감지할 수 있도록 하는 것을 목표로 합니다.
Foglamp의 주요 기능
Foglamp는 AI 에이전트를 위한 관찰 가능성 SDK 및 플랫폼으로, 팀이 LLM 호출을 한 번만 계측하고 전체 다중 에이전트 워크플로에서 비용, 대기 시간, 추적 및 출력 품질을 모니터링할 수 있도록 합니다. 이는 프롬프트/응답, 실행 워터폴, 모델/고객별 지출에 대한 스팬별 및 에이전트별 가시성을 제공하며, 평가 도구(코드 검사 및 LLM 심사)와 비용 회귀, 대기 시간 급증, 오류율과 같은 임계값에 대한 경고 기능을 제공하여 사용자가 알아차리기 전에 잘못된 출력과 통제 불능 지출을 파악하는 데 도움을 줍니다.
단일 SDK 계측: 한 번 계측(예: generateText/streamText)하면 LLM 호출 및 에이전트 실행에 대한 종단 간 원격 분석을 자동으로 캡처합니다.
비용 및 지출 분석: 모델, 에이전트, 고객별 분류를 통해 모든 호출 비용을 추적하여 회귀를 식별하고 사용량을 최적화합니다.
추적 및 실행 워터폴: 스팬별 정확한 프롬프트 및 응답을 포함하여 에이전트별 스팬, 대기 시간 및 대기 중인 단계와 함께 전체 호출 흐름을 시각화합니다.
운영 트래픽에 대한 품질 평가: 결정론적 코드 검사 및 LLM 심사 평가를 사용하여 출력을 채점하여 통과율을 모니터링하고 저하된 응답을 감지합니다.
경고 및 임계값 규칙: 비용, 대기 시간 및 오류율에 대한 규칙을 설정하여 갑작스러운 지출 증가 또는 속도 저하와 같은 사고를 사전에 플래그합니다.
개인 정보 보호 지향 모니터링: PII를 캡처하지 않고 관찰 가능성을 지원하도록 설계되었습니다(제품의 "PII 없음" 포지셔닝에 따라).
Foglamp의 사용 사례
SaaS AI 기능 비용 관리: 테넌트별 및 기능별 LLM 지출을 모니터링하여 마진 침식을 방지하고, 10배 비용 회귀를 감지하며, 예산 가이드라인을 시행합니다.
고객 지원 에이전트 신뢰성: 다단계 지원 에이전트(검색 → 초안 작성 → 비평)를 추적하고 출력 품질을 평가하여 유해하거나 잘못된 응답을 조기에 파악합니다.
전자상거래 쇼핑 도우미: 에이전트 워크플로(검색, 추천, 결제 지원) 전반의 대기 시간과 오류를 추적하고 성능이 전환에 영향을 미칠 때 경고합니다.
핀테크/규정 준수 민감 에이전트: 평가 및 추적을 사용하여 응답 정확성과 정책 준수 여부를 확인하면서 PII 없는 관찰 가능성 상태를 유지합니다.
R&D 및 프롬프트/모델 실험: 비용/대기 시간/품질 지표를 사용하여 모델과 프롬프트 버전을 비교하여 프로덕션에 가장 적합한 구성을 선택합니다.
장점
LLM 호출 및 에이전트 스팬별 비용, 대기 시간 및 품질에 대한 명확한 가시성.
프롬프트/응답 컨텍스트를 사용한 종단 간 추적은 에이전트 워크플로 디버깅 속도를 높입니다.
내장된 평가 및 경고는 사용자가 알아차리기 전에 회귀를 파악하는 데 도움이 됩니다.
단점
코드베이스에 SDK 계측을 추가/유지 관리해야 합니다.
관찰 가능성을 위해 프롬프트/응답을 저장하는 것은 "PII 없음" 접근 방식에서도 신중한 거버넌스가 필요할 수 있습니다.
최고의 가치는 LLM/에이전트 워크플로에 얼마나 의존하는지에 따라 달라집니다. 최소한의 사용에는 과할 수 있습니다.
Foglamp 사용 방법
1) 어떤 "Foglamp"를 의미하는지 선택합니다 (AI 관찰 가능성 vs. FogLAMP IIoT 엣지 플랫폼): 소스에는 유사한 이름을 가진 두 가지 다른 제품이 포함되어 있습니다: (A) Foglamp.dev (AI 에이전트용 관찰 가능성) 및 (B) FogLAMP (IIoT 엣지 게이트웨이). 목표에 맞는 아래 튜토리얼을 따르십시오.
2) Foglamp.dev (AI 에이전트): SDK 설치: JavaScript/TypeScript 패키지 관리자를 사용하여 앱에 Foglamp SDK를 추가합니다 (사이트에서는 `import { foglamp } from "foglamp"`를 통한 사용법을 보여줍니다).
3) Foglamp.dev (AI 에이전트): 코드에서 Foglamp 초기화: 표시된 대로 Foglamp 클라이언트 인스턴스를 생성합니다: `import { foglamp } from "foglamp"; const fog = foglamp();`.
4) Foglamp.dev (AI 에이전트): LLM 호출 계측: Foglamp가 호출당 추적, 지연 시간 및 비용을 캡처할 수 있도록 `generateText` / `streamText` 호출을 계측합니다 (사이트에서는 "두 줄로 모든 generateText / streamText 호출을 계측합니다"라고 명시되어 있습니다).
5) Foglamp.dev (AI 에이전트): 추적 및 워터폴 검사: Foglamp를 사용하여 에이전트별 스팬, 전체 호출 흐름 및 각 실행에 대한 워터폴을 확인합니다 (각 스팬에 대한 정확한 프롬프트 및 응답 포함).
6) Foglamp.dev (AI 에이전트): 비용 및 지출 분석 추적: Foglamp의 비용 보기를 사용하여 모델, 에이전트 및 고객별 지출을 확인하고 회귀(예: 비용 급증)를 식별합니다.
7) Foglamp.dev (AI 에이전트): 품질 검사 및 평가 추가: 코드 검사 및 LLM 심사위원을 사용하여 프로덕션 트래픽을 평가하고 합격률을 모니터링합니다 (사이트에서는 프로덕션 점수 및 평가를 강조합니다).
8) Foglamp.dev (AI 에이전트): 알림 구성: 사용자가 회귀를 발견하기 전에 비용, 지연 시간 및 오류율에 대한 임계값 규칙을 설정하여 회귀를 감지합니다.
9) FogLAMP (IIoT): 필수 구성 요소 설치 (Debian/Ubuntu 예시): 소스에 언급된 일반 빌드/런타임 종속성을 설치합니다 (예시: `avahi-daemon`, `curl`, `cmake`, `g++`, `make`, `build-essential`, `autoconf`, `automake`, `uuid-dev`, `libtool`, `libboost-dev`, `libpq-dev`, `libssl-dev`, `libz-dev`, `python3-dev`, `python3-pip`, `postgresql`, `sqlite3`, `libsqlite3-dev`). 필요에 따라 `sudo`를 사용하십시오.
10) FogLAMP (IIoT): 대화형 Kerberos 프롬프트 방지 (선택 사항): `krb5-user`를 설치하는 경우, 소스에 표시된 대로 설치 중 대화형 KDC 질문을 피하기 위해 `DEBIAN_FRONTEND=noninteractive`를 설정합니다.
11) FogLAMP (IIoT): 소스에서 FogLAMP 빌드: FogLAMP 저장소를 복제한 다음 최상위 디렉토리에서 `make`를 실행하여 빌드합니다.
12) FogLAMP (IIoT): FogLAMP 설치 및 FOGLAMP_ROOT 설정: `make install`을 실행합니다 (필요한 경우 `sudo make install`). 그런 다음 `FOGLAMP_ROOT` 환경 변수를 설치 경로로 설정합니다 (기본값은 `/usr/local/foglamp`로 표시됨).
13) FogLAMP (IIoT): 개발 트리에서 실행 (대안): 설치하는 대신, 소스에 설명된 필수 환경 변수를 설정하여 개발 트리에서 실행할 수 있습니다 (문서에 따르면 복제 기본 디렉토리를 기반으로 단일 환경 변수가 필요합니다).
14) FogLAMP (IIoT): 패키지 관리자를 통한 설치 (개발자 툴킷 옵션): Dianomic Systems 패키지 저장소를 구성하고 (아직 구성되지 않은 경우) `apt`를 사용하여 `foglamp-dev`와 같은 패키지를 설치합니다. 소스에서는 툴킷 버전을 실행 중인 FogLAMP 버전과 일치시킬 것을 권장합니다.
15) FogLAMP (IIoT): PostgreSQL로 시작 (선택 사항): PostgreSQL 스토리지를 원하는 경우, FogLAMP를 시작하기 전에 PostgreSQL 패키지를 명시적으로 설치합니다 (소스에 언급된 대로).
16) FogLAMP (IIoT): 플러그인 개발 또는 설치: South 플러그인을 사용하여 장치에서 데이터를 수집하고 North 플러그인을 사용하여 데이터를 대상으로 보냅니다. 플러그인은 Python 또는 C/C++로 작성할 수 있습니다. C/C++ 플러그인 빌드의 경우, 소스에서는 헤더/라이브러리가 일반적으로 `/usr/include/foglamp` 및 `/usr/lib/foglamp`에 있다고 언급합니다.
17) FogLAMP GUI (선택 사항): 개발 모드에서 GUI 실행: `foglamp-gui` 디렉토리에서 `yarn install && yarn start`를 실행합니다 (또는 다른 머신에서 액세스하려면 `yarn start --host <ip_address>`). 그런 다음 `http://localhost:4200/` (또는 `http://<ip_address>:4200/`)를 엽니다.
18) FogLAMP GUI (선택 사항): GUI 빌드 및 배포: `./build --clean-start`를 실행하여 `dist/`에 빌드 아티팩트를 생성합니다. `dist/`를 대상 머신에 복사하고 nginx를 통해 서비스하여 배포합니다. 소스에서는 제공된 `nginx.conf`를 사용하고 nginx (또는 nginx-light)가 설치되어 있는지 확인하도록 언급합니다.
Foglamp 자주 묻는 질문
Foglamp는 AI 에이전트용 관찰 도구로, LLM 호출의 비용, 지연 시간 및 품질을 확인할 수 있어 사용자가 잘못된 출력을 확인하기 전에 이를 파악하는 데 도움이 됩니다.
Foglamp와(과) 유사한 최신 AI 도구
Hapticlabs
Hapticlabs는 디자이너, 개발자 및 연구자가 코딩 없이 장치 간 몰입형 촉각 상호작용을 쉽게 설계, 프로토타입 및 배포할 수 있도록 하는 코드 없는 툴킷입니다
Deployo.ai
Deployo.ai는 내장된 윤리적 AI 프레임워크와 크로스 클라우드 호환성을 통해 원활한 모델 배포, 모니터링 및 확장을 가능하게 하는 포괄적인 AI 배포 플랫폼입니다.
CloudSoul
CloudSoul은 사용자가 자연어 대화를 통해 클라우드 인프라를 즉시 배포하고 관리할 수 있도록 하는 AI 기반 SaaS 플랫폼으로, AWS 리소스 관리의 접근성과 효율성을 높입니다.
Devozy.ai
Devozy.ai는 Agile 프로젝트 관리, DevSecOps, 멀티 클라우드 인프라 관리 및 IT 서비스 관리를 통합하여 소프트웨어 배포를 가속화하는 AI 기반 개발자 셀프 서비스 플랫폼입니다.
Foglamp와(과) 유사한 인기 AI 도구
A2A Protocol
A2A(Agent2Agent) 프로토콜은 Google에서 개발한 개방형 상호 운용성 프로토콜로, 기본 아키텍처에 관계없이 서로 다른 프레임워크와 공급업체의 AI 에이전트 간의 원활한 통신 및 협업을 가능하게 합니다.
VoltOps
VoltOps는 프레임워크에 구애받지 않는 LLM 관찰 가능성 플랫폼으로, 모든 기술 스택에서 AI 에이전트를 위한 실시간 시각적 모니터링, 디버깅 및 최적화 도구를 제공합니다.
Chaterm
Chaterm은 엔지니어가 자연어를 통해 복잡한 인프라를 관리하고 명령어를 암기하지 않고도 배포, 문제 해결 및 운영을 자동화할 수 있도록 지원하는 오픈 소스 AI 기반 터미널 및 SRE 코파일럿입니다.
Open Browser Use
Open Browser Use는 Chrome 확장 프로그램을 CLI/SDK/MCP와 결합하여 다양한 AI 에이전트 도구에서 DOM 인식, CDP 기반 탭 제어, 탐색 및 작업을 가능하게 하는 오픈 소스, 에이전트 런타임 중립 브라우저 자동화 계층입니다.