

AI와 DevSecOps를 안전하게 결합하는 4가지 전략 \:\ SBOM·시크릿·빌드·취약점 관리
AI를 DevSecOps에 안전하게 통합하는 4가지 실무 전략을 정리했습니다. SBOM, 시크릿 관리, 빌드 보안, 취약점·데이터 검증이 핵심입니다.
새로운 기술 블로그가 추가되었어요


AI를 DevSecOps에 안전하게 통합하는 4가지 실무 전략을 정리했습니다. SBOM, 시크릿 관리, 빌드 보안, 취약점·데이터 검증이 핵심입니다.
![[Jetpack Compose — Part 2] Compose, 실전에서 빛을 발하다: 코드는 1/4로, 생산성은 4배로!](https://miro.medium.com/v2/resize:fit:1024/1*diRzxSehQGYWsFlGDct9sw.png)

Jetpack Compose를 사내 서비스 UI에 적용한 실전 사례를 소개했습니다. 코드량과 파일 수를 줄이고, 디자인 시스템과 스크린샷 테스트로 생산성과 품질을 함께 높였습니다.


GitLab Dedicated는 완전 격리된 단일 테넌트 SaaS DevSecOps 플랫폼을 소개했습니다.규제 산업에서 보안, 데이터 주권, 운영 효율을 함께 충족하는 선택지로 설명했습니다.


GitLab Dedicated는 단일 테넌트 SaaS로 격리와 통제를 강화한 DevSecOps 플랫폼을 소개했습니다. 규제가 엄격한 산업에서 보안, 컴플라이언스, 운영 효율을 함께 노린 사례를 다뤘습니다.
![[CI/CD] GitLab-Runner 연동 가이드 (feat. Maven 빌드 시간 단축)](https://devocean.sk.com/thumnail/2025/9/22/8a92d3cf87b9de7260cbaef6ac7a98bb51aa77909cf6120d32c96ed4340ef39c.png)

GitLab Runner를 Kubernetes에 Helm으로 설치하고 GitLab 프로젝트와 연동하는 과정을 정리했습니다. Maven 캐싱과 병렬 빌드로 속도를 높이고, CI/CD 오류 대응 방법도 함께 공유했습니다.


프론트엔드 플랫폼팀이 서비스 안정성, DX, 성능 개선을 위해 맡는 역할을 소개했습니다. 또한 Micro Frontends, 모니터링, CI/CD로 대규모 웹 서비스를 운영하는 방향을 설명했습니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.


모노레포와 멀티레포의 차이와 도입 사례를 비교하며, 프로젝트 특성에 맞는 구조 선택 기준을 정리했습니다. 또한 빌드 최적화와 초기 설정 자동화를 통해 개발 생산성을 높인 경험을 소개했습니다.


GitLab CI와 ArgoCD Notifications로 배포 알림을 통합하고 세분화했습니다.\n팀별 대응과 관제 가시성을 함께 높이도록 Slack 알림 구조를 개선했습니다.


서비스마다 제각각이던 Helm Chart를 공통 템플릿과 values.yaml로 분리해 표준화했습니다. 또한 공통 Values와 테스트를 더해 유연성과 안정성을 함께 확보했습니다.


Helm Chart를 서비스별로 흩어 관리하던 구조를 AWS ECR 기반 Registry로 중앙화했습니다. 버전 관리와 롤백 체계를 정비해 배포 일관성과 운영 효율을 높였습니다.


GitLab CI와 ArgoCD Notifications로 배포 알림을 통합하고 세분화했습니다. 파편화된 알림과 노이즈를 줄여 실패 감지와 운영 가시성을 높였습니다.


공통 Helm Chart를 공통 템플릿과 서비스별 values.yaml로 분리해 배포 표준화를 이뤘습니다. CI, 단위 테스트, SemVer로 안정성과 점진적 적용도 확보했습니다.


CI Template이 분산되고 팀별 브랜치·빌드 방식이 달라 공통화가 어려운 문제를 개선했습니다. 모듈화와 전용 Agent, 자동화 테스트로 유지보수성과 일관성을 높였습니다.

무신사 엔지니어링이 AI 해커톤 무슨사이를 통해 사람과 AI의 협업 문화를 실험했습니다. 경쟁보다 학습을 강조하며 실제 개발과 운영에 AI를 녹여낸 사례를 소개했습니다.