옵저버빌리티(observability)라는 말은 제어 이론에서 왔다. 1960년 칼만(Rudolf Kálmán)이 정의한 개념으로, "시스템의 출력만 보고 내부 상태를 얼마나 추론할 수 있는가"를 뜻한다. 소프트웨어에 옮기면 — 로그·메트릭·추적이라는 외부 출력만으로 "지금 시스템 안에서 무슨 일이 벌어지는가"를 얼마나 알 수 있느냐다. 그런데 워크로드 종류가 다르면 "내부 상태"의 성질도 다르다. 컨테이너는 클러스터·노드·파드의 자원 경쟁이 핵심이고, Lambda는 콜드 스타트와 메모리 한계가 핵심이며, 비즈니스 로직은 주문 수·실패율 같은 도메인 지표가 핵심이다. 한 가지 계측으로 다 덮을 수 없다.
오늘은 이 워크로드별 관찰성을 깊이 본다. Container Insights가 ECS/EKS에서 무엇을 어떻게 수집하는지, Lambda Insights가 왜 별도 Extension/Layer로 동작하는지, EMF의 다중 차원 조합이 내부적으로 어떻게 여러 메트릭을 만드는지, Powertools가 무엇을 표준화하는지, 그리고 모든 관찰성 결정의 그림자인 카디널리티와 비용을 파고든다. DOP 시험에서 이 영역은 "EKS Pod별 메트릭", "콜드 스타트 분석", "Lambda 메트릭 비용 절감", "고카디널리티 비용 폭탄" 같은 시나리오로 자주 나온다.