> ## Documentation Index
> Fetch the complete documentation index at: https://docs.cloudthinker.io/llms.txt
> Use this file to discover all available pages before exploring further.

# 수동 인시던트 로깅

> 자동 알림이 구성되지 않았거나 즉각적인 조사가 필요할 때 인시던트를 수동으로 생성합니다

모든 인시던트가 모니터링 플랫폼에서 시작되는 것은 아닙니다. 직접 문제를 발견하거나, 고객 보고를 받거나, 웹훅을 구성하기 전에 [RCA](/ko/guide/incident/root-cause-analysis) 워크플로를 테스트해야 할 때, 수동 인시던트 생성을 통해 CloudThinker의 AI 기반 조사 기능에 즉시 접근할 수 있습니다. 수동 로깅은 자동화된 알림이든 사람의 관찰이든 모든 문제가 구조화된 추적과 체계적인 근본 원인 분석을 받도록 보장합니다.

***

## 인시던트 생성

<Frame>
  <img src="https://mintcdn.com/cloudthinker/YxZWYT_yhbsd_T-D/images/incidents/manual-log-incident/01-manual-incident-form.jpg?fit=max&auto=format&n=YxZWYT_yhbsd_T-D&q=85&s=884a5aafd396e2d1c034e13b56ffd8f9" alt="제목, 설명, 심각도, 영향받은 서비스 필드가 있는 수동 인시던트 생성 폼" width="1464" height="1688" data-path="images/incidents/manual-log-incident/01-manual-incident-form.jpg" />
</Frame>

<p style={{textAlign: 'center', fontSize: '0.9em', color: '#666', marginTop: '8px'}}>수동 인시던트 생성 폼</p>

### 필수 필드

**제목(Title)**

* 인시던트의 간결한 요약 (예: "프로덕션의 API Gateway 503 오류")
* 인시던트 목록과 알림에 표시됨
* AI 에이전트가 인시던트 범위를 이해하는 데 사용됨

**설명(Description)**

* 발생 중인 상황에 대한 상세 컨텍스트
* 관찰 가능한 증상 및 고객 영향
* 알려진 경우 이벤트 타임라인
* 이미 시도한 초기 문제 해결 단계
* `@`를 사용하여 특정 에이전트 언급 (예: `@alex`, `@tony`) — 조사를 안내하는 데 사용

**첨부 파일(Attachments)** (선택사항)

* 설명 옆의 **Attach** 버튼을 클릭하거나 파일을 폼에 드래그 & 드롭
* 클립보드에서 이미지를 붙여넣을 수도 있음
* 스크린샷, 로그 파일, 오류 내보내기, 기타 지원 증거 첨부
* **제한**: 파일당 최대 5개, 각 25MB
* 첨부된 파일은 조사 중 AI 에이전트가 사용할 수 있어, 근본 원인을 더 빠르게 식별하는 추가 컨텍스트를 제공함

**심각도(Severity)**

* `Critical`: 전체 서비스 중단, 데이터 손실, 또는 보안 침해
* `High`: 주요 기능 저하, 상당한 고객 영향
* `Medium`: 부분적 기능 영향, 임시 해결 방법 가능
* `Low`: 경미한 문제, 최소한의 고객 영향

**영향받은 서비스(Affected Services)** (선택사항)

* [토폴로지](/ko/guide/infrastructure/topology) 맵에서 선택
* RCA 에이전트가 조사 범위를 우선순위화하는 데 도움
* 활성화되는 전문 에이전트 결정
* 조사 후 추가 영향이 밝혀지면 업데이트 가능

***

## 다음에 발생하는 일

저장되면 CloudThinker가 자동으로:

1. **RCA 작업 큐에 추가**: 몇 초 내에 백그라운드에서 AI 조사 시작
2. **에이전트 활성화**: 전문 에이전트([Alex](/ko/guide/agents/alex), [Tony](/ko/guide/agents/tony), [Kai](/ko/guide/agents/kai), [Oliver](/ko/guide/agents/oliver))가 영향받은 서비스를 기반으로 인프라 분석
3. **타임라인 구축**: 가설 추적과 함께 실시간으로 조사 발견 사항 로그
4. **근본 원인 식별**: 구조화된 증거 체인을 이용한 가설 기반 분석
5. **수정 제안**: 영향 및 긴급도에 따라 우선순위가 정해진 실행 가능한 단계

[근본 원인 분석](/ko/guide/incident/root-cause-analysis) 타임라인에서 진행 상황을 추적하세요. 에이전트가 컨텍스트를 수집하고, 가설을 검증하며, 증거 체인을 구축하는 것을 볼 수 있습니다.

***

## 수동 생성과 웹훅 생성 사용 시기

| 시나리오             | 권장 방법                                            |
| ---------------- | ------------------------------------------------ |
| 모니터링 플랫폼 알림      | [웹훅 통합](/ko/guide/incident/webhook-integrations) |
| 고객 보고 문제         | 수동 로깅                                            |
| RCA 워크플로 테스트     | 수동 로깅                                            |
| 임시 조사            | 수동 로깅                                            |
| 사전적 상태 점검        | 수동 로깅                                            |
| 관찰된 성능 저하 (알림 전) | 수동 로깅                                            |

***

## 다음 단계

<CardGroup cols={2}>
  <Card title="근본 원인 분석" icon="magnifying-glass" href="/ko/guide/incident/root-cause-analysis">
    AI 에이전트가 인시던트를 조사하고 증거 체인을 구축하는 방식을 이해합니다
  </Card>

  <Card title="웹훅 통합" icon="webhook" href="/ko/guide/incident/webhook-integrations">
    PagerDuty, Datadog, Prometheus 등에서 인시던트 생성 자동화
  </Card>
</CardGroup>
