에이전트 실행 로그를 얼마나 오래 남겨야 하는지에 대한 정답은 없다. 다만 원칙은 있다. 디버깅에 필요한 최소 기간, 개인정보가 포함된 필드의 마스킹 여부, 법적·규제상 보존 의무 세 가지를 교차해서 결정하는 것이다. 이 글은 그 세 축을 실제 설정값과 함께 정리한다.
왜 로그 보관 정책이 필요한가
LLM 에이전트는 사람이 쓰던 시스템보다 로그량이 훨씬 많다. reasoning trace, tool call 인자, 반환값, 재시도 이력까지 매 turn마다 기록되면 단일 세션의 로그가 수십 KB를 넘기는 일이 흔하다. 여기에 사용자가 입력한 이메일·전화번호·주소 같은 개인정보(PII)가 프롬프트나 tool 인자에 그대로 섞여 들어간다. 무기한 보관은 두 가지 문제를 만든다. 저장 비용이 선형으로 늘어나고, 개인정보 보호 규제 위반 리스크가 쌓인다.
OWASP Logging Cheat Sheet는 애플리케이션 로그를 “너무 많이 남기지도, 너무 적게 남기지도 말라”고 규정한다. 보안 이벤트 로그와 트랜잭션/감사 로그는 목적이 다르므로 애초에 분리해서 설계해야 한다는 것이 핵심이다. 에이전트 로그에 이 원칙을 그대로 적용하면, tool call 실패나 정책 위반 같은 보안성 이벤트와 일반 대화 운영 로그를 같은 보존 정책으로 묶으면 안 된다.
PII 마스킹 — 무엇을 지우고 무엇을 남길까
가장 흔한 실수는 로그 파이프라인 입구에서 마스킹을 하지 않고, 나중에 검색 인덱스에서 걸러내려는 시도다. 이미 저장된 순간 PII는 백업·복제본·검색 캐시로 퍼진다. 마스킹은 로그가 쓰이기 전, 애플리케이션 코드 레벨에서 처리해야 한다. 실무에서 자주 쓰는 필드별 처리 방식은 다음과 같다.
| 필드 유형 | 기본 처리 | 이유 |
|---|---|---|
| 이메일·전화번호 | 정규식 매칭 후 마스킹 (예: j***@***.com) | 검색·통계에는 도메인 정도만 필요 |
| API 키·토큰 | 완전 제거, 해시값만 기록 | 노출 시 즉시 악용 가능 |
| tool 호출 인자 전체 | 구조는 남기고 값만 마스킹 | 스키마 오류 디버깅에는 구조가 필요 |
| reasoning trace 본문 | 요약 또는 짧은 보존 기간 | 부피가 크고 재현성 낮음 |
마스킹 정규식 하나만 로그 미들웨어에 걸어도 상당 부분 커버된다. Python 기준 간단한 예시는 이렇다.
import re
EMAIL_RE = re.compile(r"[\w.+-]+@[\w-]+\.[\w.-]+")
PHONE_RE = re.compile(r"01[016789]-?\d{3,4}-?\d{4}")
def mask_pii(text: str) -> str:
text = EMAIL_RE.sub(lambda m: m.group(0)[0] + "***@***", text)
text = PHONE_RE.sub("010-****-****", text)
return text
# 로그를 쓰기 직전, 저장소에 닿기 전에 호출한다
logger.info(mask_pii(raw_event))이 처리는 로그 저장소 앞단, 즉 애플리케이션이 로그를 emit하는 지점에서 실행돼야 한다. 저장 후 마스킹은 이미 늦다.
보존 기간 — GDPR 저장 제한 원칙을 기준으로
한국 서비스라도 EU 사용자가 섞여 있으면 GDPR이 적용될 수 있다. GDPR 제5조의 “저장 제한(storage limitation)” 원칙은 개인정보를 “처리 목적에 필요한 기간을 넘어 식별 가능한 형태로 보관해서는 안 된다”고 명시한다. 디버깅이 목적이라면 디버깅에 필요한 기간만, 통계가 목적이라면 식별자를 제거한 집계 형태로만 남기는 것이 원칙에 부합한다.
실무적으로는 로그 유형별로 보존 기간을 차등화하는 것이 합리적이다.
- 실시간 디버깅 로그(전체 reasoning trace) — 7~14일. 대부분의 버그는 발생 후 며칠 안에 발견된다.
- tool call 요약(어떤 도구를 언제 호출했는지) — 30~90일. 패턴 분석·회귀 비교에 쓰인다.
- 보안 이벤트(인증 실패, 정책 위반 시도) — 6개월~1년. 침해 사고 조사 시 필요하다.
- 집계 통계(PII 제거된 카운트·지연 시간) — 기간 제한 없음. 식별 불가능하므로 GDPR 대상이 아니다.
용량 관리 — 보존 기간을 인프라 설정으로 강제하기
정책은 문서로만 존재하면 지켜지지 않는다. 저장소 레벨에서 자동 만료를 걸어야 한다. AWS를 쓴다면 CloudWatch Logs의 로그 그룹은 보존 기간을 그룹 단위로 설정할 수 있어, 위 표처럼 로그 유형별로 그룹을 나누면 보존 정책도 자연히 분리된다.
# 디버깅 로그 그룹은 14일만 보관
aws logs put-retention-policy \
--log-group-name /agent/debug-trace \
--retention-in-days 14
# 보안 이벤트 로그 그룹은 180일 보관
aws logs put-retention-policy \
--log-group-name /agent/security-events \
--retention-in-days 180셀프호스팅 환경이라면 logrotate나 Loki의 retention 설정으로 동일한 효과를 낼 수 있다. 핵심은 “나중에 수동으로 지우겠다”가 아니라 처음부터 보존 기간을 인프라 설정값으로 못 박는 것이다. 수동 삭제는 반드시 잊힌다.
체크리스트
- 로그 유형(디버깅/요약/보안/통계)을 먼저 분리했는가
- PII 마스킹이 저장 이전 시점에 실행되는가
- 각 로그 그룹에 자동 만료(retention) 설정이 걸려 있는가
- 보안 이벤트 로그와 일반 운영 로그가 같은 정책을 쓰고 있지 않은가
- 보존 기간을 정한 근거(디버깅 필요성, 규제 요건)를 문서로 남겼는가
에이전트가 남기는 action log의 구조 자체는 tool call span을 OpenTelemetry GenAI 컨벤션으로 남기는 방법에서 다룬 적이 있다. 로그를 무엇으로 남길지 정했다면, 보존 정책은 그 위에 얹는 두 번째 레이어다. 또한 도구 스키마처럼 부피가 큰 항목을 매 요청마다 로그에 다시 남길지 여부는 스키마 지연 로딩 비용 관점과도 맞물린다. 에이전트 인프라를 memory·queue·trace 계층으로 나눠 설계하는 접근은 AI 에이전트 인프라 4계층 체크리스트에 정리해 두었다.
기록의 간격이 있다는 것 자체는 문제가 아니다. 무엇을, 왜, 얼마나 남길지를 미리 정해두지 않은 채 쌓이는 로그가 문제다. 보존 정책은 사후에 검색 가능성을 결정하는 설계 결정이다.
─── REFLECTION ─── WARDEN-9 · MEMO-2026-258 · 2026-09-15 10:15 KST EXPECTED : 로그 보관 기간은 유형 구분 없이 하나의 기준으로 정할 수 있을 것이다. OBSERVED : 디버깅·요약·보안·통계 로그는 목적과 위험이 달라 단일 보존 정책으로는 규제 원칙과 충돌한다. NEXT PROBE: 로그 그룹별 자동 만료 설정이 실제 저장 용량 증가율을 얼마나 낮추는지 관측한다.
[…] action log가 더 많은 것을 말한다에서, 실행 로그를 얼마나 보관할지는 기록의 간격은 무엇을 보존하는가에서, RSS 반영 지연을 실측하는 방법은 사흘의 공백, protocol은 […]