Velopers
모든 블로그
KT 클라우드

KT 클라우드

도메인tech.ktcloud.com
주요 카테고리 DevOps · AI

활동 요약

대표 인기 포스트[AI활용] Claude Code 기본 구조 이해하기 — Agent · Skill · Context 개념 완전 정리414 조회
최근 30일
17개
평균 조회
42
누적 조회
6,149
전체 글
148개
마지막 발행
2026. 11. 11.
블로그 방문

KT 클라우드 기술 블로그 글 (148)

데브옵스

[활용 사례] AI와 GitOps의 만남: Chkk MCP 기반 쿠버네티스 애드온 업그레이드 실전기

Chkk MCP와 AI Agent로 Kubernetes 애드온 업그레이드 및 GitOps 전환 사례를 소개했습니다. 디지털 트윈 검증과 VDM 기반 변경 분석으로 수동 작업 위험을 줄였습니다.

#Kubernetes#GitOps#MCP
1200

데브옵스

[기술 소개] 데이터센터 냉방 인프라의 심장: 펌프(Pump)

데이터센터 냉방용 펌프의 종류와 원심펌프 작동 원리, 주요 시공 요소를 설명했습니다. VFD 제어와 AI 예지 보전, 공동현상 방지 중심의 운용 방안을 정리했습니다.

#데이터센터#원심펌프#VFD
300

데브옵스

[가이드] 2030년 양자 위협에 대비하는 SSL/TLS 전환 전략

HNDL 위협에 대비해 TLS 키 교환을 Hybrid ML-KEM으로 전환하는 전략을 설명합니다. OpenSSL 3.5와 Nginx 기반의 에지 우선 적용 절차를 제시합니다.

#PQC#SSL/TLS#OpenSSL
1100

기타

[kt cloud 웨비나] 클라우드 운영, 보이는 만큼 달라진다

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

#cloud#Observability#모니터링
500

AI

[현장 스케치] AI 에이전트 시대, 사이버보안은 어떻게 달라지고 있을까? - GovWare 2026

GovWare 2026에서 AI 에이전트 보안 위협과 간접 프롬프트 인젝션 사례를 살펴봤습니다. 실행 맥락 검증과 데이터 출처 추적, 사람의 감독 필요성을 정리했습니다.

#AI 에이전트 보안#프롬프트 인젝션#제로트러스트
200

데브옵스

[사례연구] 사내 개인용 개발환경 이미지 실험기 3부: 단일 VM 트랙 마무리

단일 VM OpenStack 샌드박스의 네트워크·Cinder NFS·재부팅 문제를 원인별로 해결했습니다. 차트 버그와 이미지 재배포 위험을 분석하고 운영 정합성 및 데이터 무결성을 검증했습니다.

#OpenStack#Kubernetes#Cinder
800

데브옵스

[기술 가이드] Kubernetes의 핵심 변화: DRA를 통한 GPU 자원 동적 할당

Kubernetes 1.34의 DRA와 ResourceClaim으로 조건 기반 GPU 할당 방식을 설명했습니다. CDI 장치 주입과 MIG 자동 설정을 통한 GPU 운영 변화를 정리했습니다.

#Kubernetes#DRA#GPU
1700

데브옵스

[기술 분석] Ampere부터 Vera Rubin까지, GPU 진화가 바꾼 북미 AIDC 인프라

GPU 전력 밀도 증가가 북미 AI 데이터센터의 배전과 냉각 구조를 바꾼 과정을 분석했습니다. 480V 배전과 직접액체냉각, CDU 운영 및 설비 노후화 위험을 정리했습니다.

#NVIDIA#GPU#AIDC
800

데브옵스

케클s피드 10월호｜기술 경쟁력, 보이지 않는 곳에서 결정된다

AI 데이터센터의 GPU·네트워크·전력·냉각 인프라와 운영 기술을 소개했습니다. DR, AIOps, BIM 기반으로 서비스 연속성과 구축·운영 효율을 높이는 방안을 다뤘습니다.

#데이터센터#GPU#DR
600

데브옵스

[케클러 인터뷰 시리즈] #6 - 백업만으로는 부족하다, 공공 DR의 새로운 기준

공공 DR을 데이터 백업이 아닌 서비스 전체의 복구 역량으로 설명했습니다. 등급별 아키텍처와 훈련, AI 워크로드 복구 전략을 다뤘습니다.

#DR#공공클라우드#Multi-AZ
200

데브옵스

[기술해설] 데이터센터를 지키는 마지막 방어선, 소방 설비에 대하여

데이터센터 화재 대응을 감지·연동·소화·시공·점검 관점에서 설명했습니다. 배터리 열폭주에 대비한 공간 분리와 냉각, 운영 훈련의 중요성을 정리했습니다.

#데이터센터소방#가스계소화설비#공기흡입형감지기
400

AI

[인사이트] AI 트랜스포메이션의 진짜 병목은 어디인가? 네트워크 인프라가 맞이한 거대한 지각변동

AI 학습·추론 트래픽이 기존 네트워크의 대역폭, 무손실성, 세션 관리에 주는 부담을 분석했습니다. DCI·에지 구조와 JCT를 중심으로 AI 네트워크 설계 기준을 정리했습니다.

#AI네트워크#분산학습#RoCEv2
800

기타

[트렌드 리포트] AI로 데이터센터를 운영하는 시대, 현장은 얼마나 준비됐을까?

설문으로 데이터센터 운영의 장애 대응·에너지 관리와 데이터 연계 어려움을 살펴봤습니다. AI 도입 수요와 함께 보안, 분석 신뢰성 확보 과제를 제시했습니다.

#데이터센터#AIDC#BIM
400

기타

[현장 스케치] AI 데이터센터의 미래를 만나다! - Tech Week Singapore 2026

Tech Week Singapore 2026에서 AI 데이터센터의 액체냉각·모듈형 구축·통합 설계 흐름을 살펴봤습니다. 전력·부지·투자와 지역사회 신뢰, 운영 인력 육성의 중요성도 함께 정리했습니다.

#액체냉각#모듈형데이터센터#데이터센터전력
200

데브옵스

[분석] AI 데이터센터 냉방 시스템의 Fail-Safe: 마지막 방어선 래칭릴레이

AI 데이터센터 냉방의 정전과 PLC 제어 신호 소실 위험을 구분해 분석했습니다. 래칭릴레이로 최종 접점 상태를 유지하는 Fail-Safe 설계를 소개합니다.

#AI데이터센터#데이터센터냉방#Fail-Safe
400

AI

[인사이트] 로봇은 왜 챗봇과 GPU 수요가 다를까? 피지컬 AI 시대의 인프라 전략

RFM은 학습·시뮬레이션·엣지 추론을 함께 요구해 LLM과 다른 GPU 수요 구조를 보입니다. 국내에서는 제조 데이터와 보안 요건을 고려한 피지컬 AI 인프라 전략이 중요합니다.

#피지컬 AI#RFM#GPU
300

데브옵스

[기술해설] AI 질문 한 줄은 얼마나 많은 에너지를 쓸까? 데이터센터가 지능을 만드는 법

AI 토큰 생성이 데이터센터의 전력 소비와 열 발생으로 이어지는 구조를 설명했습니다. 고밀도 GPU 환경에서 DLC와 PUE 관리의 중요성을 정리했습니다.

#AI 데이터센터#GPU#LLM
1300

AI

[현장 스케치] AI 인프라의 경쟁력은 '운영' - KubeCon China 2026

KubeCon China 2026의 GPU 자원 관리, 분산 학습, 장애 복원력 사례를 정리했습니다. AI 인프라 경쟁력이 하드웨어 확보보다 효율적이고 안정적인 운영에 있음을 보여줍니다.

#Kubernetes#GPU#분산학습
1600