

Apache Airflow가 기여자 경험을 개선하는 법, Airflow Breeze Manager 에 대해 알아보기
Airflow Breeze Manager는 여러 브랜치를 병렬로 개발할 때 발생하는 포트 충돌과 환경 재구성을 줄이기 위해 소개되었습니다. 각 브랜치에 독립된 Breeze 환경을 자동으로 구성해 빠른 전환과 작업을 돕습니다.


Airflow Breeze Manager는 여러 브랜치를 병렬로 개발할 때 발생하는 포트 충돌과 환경 재구성을 줄이기 위해 소개되었습니다. 각 브랜치에 독립된 Breeze 환경을 자동으로 구성해 빠른 전환과 작업을 돕습니다.

엔터프라이즈 데이터 허브를 위해 JupyterHub 아키텍처와 사용자 격리, 보안 구조를 재설계했습니다. DockerSpawner, 표준 베이스 이미지, IAM Role 기반 권한 관리로 통합 환경을 구축했습니다.


BMW는 AWS와 EC2 기반 vECU로 ECU 개발과 테스트를 클라우드에 올려 자동화했습니다. 이를 통해 준비 시간을 줄이고, 대규모 자동화 검증과 글로벌 협업을 가능하게 했습니다.

LLM 멀티 에이전트로 API 문서 기반 E2E 테스트 생성 파이프라인 MAFT를 소개했습니다. Noir의 테스트 공백을 줄이기 위해 의존성 분석, 시나리오 생성, 코드 검증을 자동화했습니다.


에어갭 환경에서 SBOM 작성과 제출 대응을 자동화하는 방법을 소개했습니다. Syft와 n8n으로 생성·업로드를 연결해 시간과 오류를 줄이는 흐름을 정리했습니다.


에어갭 환경의 SBOM 작성 부담을 줄이기 위해 Syft와 n8n 기반 자동화 워크플로를 소개했습니다. Docker 이미지 반입부터 생성, 업로드까지 연결해 시간 단축과 오류 감소를 노렸습니다.


온프레미스 환경에서 Omniverse App Streaming을 위한 MetalLB와 내부 Container Registry 구축 과정을 설명했습니다. L2/BGP 방식의 차이와 TLS 기반 레지스트리 연동까지 함께 다뤘습니다.


TabbyML은 온프레미스에서 동작하는 AI 코드 어시스턴트로, 조직 내부 데이터를 유지하면서 개발 지원 기능을 제공합니다. 보안이 중요한 환경에 적합하지만 복잡한 작업에서는 제안 품질이 제한될 수 있습니다.


Docker 기반 Airflow의 운영 한계를 정리하고 Kubernetes/EKS로 이전한 과정을 공유했습니다. MultiExecutor, Git-Sync, Remote Logging, ArgoCD로 운영 자동화와 격리를 강화했습니다.

AI 코딩 도구 사용 시 보안 사고 사례와 대응 방법을 다뤘습니다. DevContainer로 격리 환경을 구축해 안전하게 사용하는 방법을 소개했습니다.

Amazon Bedrock AgentCore로 Strands 에이전트를 배포하고 운영하는 실습 과정을 다뤘습니다. 로컬 테스트부터 클라우드 배포, 호출, 모니터링까지의 흐름을 정리했습니다.


Terraform과 Atlantis로 Azure 인프라를 GitOps 방식으로 관리하는 구성을 설명했습니다. PR 승인, apply, merge 흐름과 환경 분리, 브랜치 보호를 함께 다뤘습니다.