Closing the GitHub Actions Monitoring Gap: Observing ARC Runners with an Exporter
ARC Runner와 GitHub Actions Job의 연결 및 대기 상태를 관측하는 exporter를 구축했습니다. 웹훅·S3 상태 보존·알림으로 대기 지연과 Runner 병목을 탐지했습니다.
ARC Runner와 GitHub Actions Job의 연결 및 대기 상태를 관측하는 exporter를 구축했습니다. 웹훅·S3 상태 보존·알림으로 대기 지연과 Runner 병목을 탐지했습니다.
ARC Runner와 GitHub Actions Job의 대기·실행 상태를 관측하는 exporter 구조를 소개했습니다. 웹훅 순서 역전, 스냅샷 복원, 이벤트 누락 문제를 재전송과 리컨사일로 개선했습니다.

클라우드 플랫폼의 기술 내재화와 자동 검증·운영 체계를 소개하는 웨비나입니다. Observability 기반 모니터링 서비스와 확장 계획을 공유합니다.


Cloud Club 9기의 Cilium, 모의 장애 대응, AIOps 배포 스터디 내용을 소개했습니다. 쿠버네티스 실습 환경에서 네트워크·관측성·AI 알림 흐름을 경험했습니다.

OpenKruise SidecarSet으로 DB Pod를 유지한 채 사이드카를 선언적으로 갱신하는 방식을 설명했습니다. 웹훅·컨트롤러·kubelet의 역할과 롤아웃 및 상태 모니터링 방법을 다뤘습니다.


MSK Express의 Kafka 트랜잭션 병목을 네트워크·코디네이터·클라이언트 한도로 분석했습니다. 묶음 크기와 프로듀서 수를 먼저 조정하고 병목별 확장 전략을 제시했습니다.
공유 Queue와 중앙 디바이스 설정으로 실기기 BVT의 고정 배정 병목을 해소했습니다. 대기 시간 최적화와 모니터링 개선으로 전체 실행 시간과 운영 부담을 줄였습니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

상담 분석 세 작업을 자체 멀티태스크 모델로 전환해 상용 LLM보다 높은 성능을 확보했습니다. 골든셋 기반 평가와 서빙 최적화로 비용을 99.4% 절감하고 운영 체계를 구축했습니다.


PaaS의 책임 경계와 배포·실행·모니터링 구성, 과금 방식을 정리했습니다. 도입 시 런타임 지원 범위, 벤더 종속, 보안 책임, 확장 비용을 확인해야 합니다.

GPU Live는 AI 학습 실행과 GPU 자원 운영을 단일 콘솔로 통합했습니다. 동적 할당, 빈패킹, 갱 스케줄링으로 GPU 활용률과 운영 통제를 강화합니다.
로봇 현장의 생산성·가동 상태 파악과 고장 예측 문제를 다룹니다. AI 기반 ROBOT FACTORY의 마켓플레이스 프로모션을 소개합니다.

AI 시대의 진짜 자산은 모델이 아니라 현장에서 쌓이는 도메인 데이터와 하네스라고 설명했습니다. 업의 본질은 그대로지만, 프로세스를 바꾸는 힘이 경쟁력을 만든다고 정리했습니다.

레거시 문자 발송 데몬을 걷어내기 위해 CDC와 Kafka를 이용한 과도기 구조를 설계했습니다.수십 개 서비스를 한 번에 바꾸지 못하는 상황에서 안전한 전환과 관측성을 확보한 사례를 설명했습니다.


배치 완료 알림이 너무 일찍 나가는 문제를 해결한 사례를 다루셨습니다. 처리 순간의 사실을 기록하고 실제 조회 가능 시점을 기준으로 완료를 판정하셨습니다.