첫날 키노트 후반부입니다. 앞 글에서 AI 워크로드가 부딪히는 자원의 한계를 다뤘다면, 이번에는 실제로 Kubernetes 위에 AI 플랫폼과 대규모 인프라를 올린 사례 네 편을 정리합니다. 두 개씩 짝지어 읽으면 흐름이 잘 보입니다. 앞의 둘은 AI 플랫폼, 뒤의 둘은 선언적 대규모 운영입니다.🧬 왜 멀티테넌시인가 : Preferred NetworksBuilding a Multi-Tenant AI Platform with the CNCF Ecosystem — Aya Igarashi (Preferred Networks) 10분을 받은 이 발표가 첫날 키노트 중 밀도가 가장 높았습니다. 발표자는 2016년부터 Kubernetes를 썼다고 합니다. 당시는 IaC 전환과 마이크로서비스가 화두였고 선언적 배포..

이번 글에서는 전통적인 CI/CD 방식의 한계를 극복하기 위해 등장한 GitOps(깃옵스) 패턴과, 최근 GitOps의 단일 진실 공급원(Source of Truth)으로 새롭게 주목받고 있는 OCI(Open Container Initiative) 레지스트리의 개념을 정리해 봅니다.1. Push형 가고 Pull형 온다: 전통적 CD와 GitOps의 차이기존의 전통적인 배포 방식(Jenkins, GitLab CI 등)은 가상 머신(VM)이나 서버에 원격으로 접속해 배포 스크립트를 실행하는 Push 방식이었습니다.전통적인 Push 방식: CI/CD 툴이 K8s 클러스터의 API 권한(kubeconfig 등)을 직접 가지고, 밖에서 클러스터 안으로 kubectl apply -f deployment.yaml 명..

- Grafana: 관측성의 완성, 단일 창구와 대시보드 베스트 프랙티스Mimir(메트릭), Loki(로그), Tempo(트레이스)를 거쳐 수집된 고품질의 텔레메트리 데이터도, 결국 엔지니어가 직관적으로 해석하고 즉각적인 트러블슈팅 행동으로 옮길 수 없다면 절반의 성공에 불과합니다. LGTM 스택의 대미를 장식하는 Grafana(그라파나)는 이 방대한 백엔드 데이터들을 하나의 문맥으로 엮어내는 '단일 창구(Single Pane of Glass)'이자 관측성의 통합 프론트엔드 플랫폼입니다.이번 포스팅에서는 단순히 차트를 그리는 도구를 넘어, 엔터프라이즈 환경에서 Grafana를 어떻게 설계하고 운영해야 개발자 경험을 극대화할 수 있는지 베스트 프랙티스를 살펴보겠습니다.1. 단순한 UI를 넘어선 통합 쿼리 ..