
[비교분석] Calico vs Cilium : kubernetes에서 eBPF를 대하는 두 CNI 거인
Calico eBPF 모드와 Cilium을 쿠버네티스 CNI 관점에서 비교 분석했습니다. 안정성과 범용성, 성능과 관측성의 차이를 중심으로 선택 기준을 정리했습니다.

Calico eBPF 모드와 Cilium을 쿠버네티스 CNI 관점에서 비교 분석했습니다. 안정성과 범용성, 성능과 관측성의 차이를 중심으로 선택 기준을 정리했습니다.


AWS에서 NVIDIA Cosmos WFM을 활용해 Physical AI용 합성 데이터를 생성하는 방법을 소개했습니다. 실시간 EKS 배포와 배치 AWS Batch 배포의 두 가지 프로덕션 아키텍처를 비교했습니다.

구 LINE과 구 Yahoo Japan의 대규모 프라이빗 클라우드를 Flava로 통합한 아키텍처를 소개했습니다. 단일 리소스 풀, 업스트림 추종, VPC 기본화, 자동화와 관찰 가능성으로 운영 효율을 높였습니다.

AI 에이전트가 SaaS의 UI 중심 구조와 사업 모델을 바꾸고 있다는 관점을 제시했습니다. QueryPie의 AI 네이티브 전환 사례를 통해 조직과 제품의 대응 전략을 설명했습니다.

AWS re:Invent 2025에서 Agentic AI와 관리형 클라우드 기술의 방향을 살펴보았습니다. 프로덕션 운영과 보안 관점에서 카카오뱅크에 적용할 인사이트를 정리했습니다.

메리츠증권은 규제 준수와 성능을 함께 만족하는 AWS 기반 차세대 증권 플랫폼을 설계했습니다. EKS, MSK, ElastiCache, OpenSearch, Flink와 오픈소스 도구를 결합해 실시간 처리와 운영 자동화를 강화했습니다.


업스테이지 컨소시엄이 정부 독자 AI 모델 1차수 평가를 통과한 과정을 소개했습니다. 래블업과의 협업으로 인프라를 최적화하고 학습 효율과 장애 대응을 크게 개선했습니다.

6개월간 코드 0줄로 대규모 PR과 리팩토링을 수행한 AI Native 개발 경험을 공유했습니다. 핵심은 AI 자체보다 CI, 린터, 지식 그래프 같은 시스템으로 실수와 병목을 제어한 점입니다.

6개월간 직접 코드를 쓰지 않고 LLM과 시스템으로 대규모 수정과 리팩토링을 수행한 사례를 소개했습니다. 핵심은 AI가 아니라 CI, 린터, 아키텍처 테스트 같은 제어 시스템이었습니다.

여기어때는 Secrethub를 EKS 환경에 먼저 적용하고 ESO로 Secret을 자동 동기화하도록 설계했습니다. Spring Boot 공통 Loader와 Shadow Jar를 통해 전사 확산과 의존성 충돌 방지를 함께 해결했습니다.

배포 직후 발생하던 DB Connection Timeout과 응답 지연의 원인을 분석했습니다. JVM 웜업과 startupProbe 적용으로 초기 지연 문제를 해결했습니다.

벌크액션 트래픽에 대응하기 위해 PWQD를 핵심 메트릭으로 삼아 동적 스케일링을 설계했습니다. 연속 초과 시 확대하고 Time Decay로 축소해 Spike에도 안정적으로 대응했습니다.