[Observability] Server Workflow·AI Runtime 경계 추적 구현

[hywznn]

한 줄 목표

Server API → Task Workflow → AiRun → AI Runtime 경계를 같은 trace로 연결하고, 개인정보 없이 Server 운영 지표를 확인합니다.

책임 경계

구간	소유
Client → Server, Server module, Server → AI Runtime span	server
AI Runtime → LLM Provider span과 Provider metric	ai
Collector, 장기 보관, dashboard/alert infra	Infra roadmap

Server가 Provider를 직접 호출하거나 Provider API Key/model label을 metric에 넣지 않습니다.

구현 범위

• Micrometer metric naming/unit/tag allow-list
• OpenTelemetry Server span과 W3C traceparent propagation
• requestId/traceId를 오류 envelope·AiRun·safe log에 연결
• Server API, Task, AiRun, Runtime HTTP latency/error/retry metric
• local collector 또는 no-op exporter 구성과 장애 격리
• dashboard/alert 요구사항을 Infra issue로 전달
• metric/span/log 개인정보 자동 검사

최소 Server 지표

• API request/error/p50/p95
• Task 생성·승인·완료율과 상태 체류시간
• AiRun queue depth·대기·전체 지연·status/outcome 비율
• Runtime HTTP timeout·circuit open·contract validation failure
• Event backlog·retry·permanent failure
• Worker Link 만료·응답·거부 수

companyId, workerId, 이름, token, 자유 입력, Prompt를 metric tag로 사용하지 않습니다.

완료 조건

• 한 requestId/traceId로 Server부터 AI Runtime 호출과 후속 event를 찾습니다.
• Runtime→Provider 상세는 AI trace link로 이어지고 Server가 중복 계측하지 않습니다.
• 관측 도구 장애가 업무 transaction을 실패시키지 않습니다.
• metric/tag/span에 개인정보와 고카디널리티 값이 없습니다.
• local과 demo 확인 절차가 Wiki에 있습니다.

관계

• 선행: [AI Run] 비동기 실행 상태·재시도·멱등성 구현 #24, [Reliability] 이벤트 유실 방지·재처리 기반 구현 #25
• 연결: [AI Integration] AiRuntimeClient·계약 검증·장애 격리 구현 #8, [Deploy] PostgreSQL·AI Runtime 기반 데모 배포 구성 #9, #10과 Infra roadmap
• Parent: [EPIC] FOWOCO Server Roadmap · Controlled AI Workflow MVP #2