[구축사례] kt cloud PLATFORM OpenStack 검증용 Zuul.CI Gating System 구축
kt cloud가 OpenStack 내재화를 위해 Zuul.CI 기반 Gating System을 구축했습니다. Upstream Job을 참조·상속해 회귀 검증을 자동화하고 최신 기준을 유지했습니다.

kt cloud가 OpenStack 내재화를 위해 Zuul.CI 기반 Gating System을 구축했습니다. Upstream Job을 참조·상속해 회귀 검증을 자동화하고 최신 기준을 유지했습니다.
RoCEv2 기반 AI GPU 클러스터 네트워크 설계 시 InfiniBand와의 차이, 무손실 이더넷 구현 요소를 정리했습니다. 또한 혼잡 제어와 버퍼 설계, PFC 스톰 대응 등 운영 고려사항을 설명했습니다.
공공·엔터프라이즈 환경의 운영 안정성 기준과 DR 전략을 웨비나 후기 형식으로 정리했습니다. Multi-AZ, Multi-Region, 자동 전환과 BIA 기반 차등 적용이 핵심이었습니다.
Ceph 기반 스토리지 내재화로 상용 스토리지 의존과 비용 부담을 줄이는 방향을 정리했습니다. 또한 CRUSH, Self-Healing, 테스트 자동화로 운영 안정성과 확장성을 확보하는 방안을 다뤘습니다.
AI 데이터센터에서 WUE가 왜 중요한지와 수자원 효율 관리 방향을 정리했습니다. 전력 효율뿐 아니라 물 사용까지 함께 통제하는 운영이 핵심임을 설명했습니다.
Proxmox VE와 Pulumi로 ControlPlane 가상화와 IaC 기반 운영 자동화를 구현한 사례를 다뤘습니다. 변경 적용은 승인 게이트로 분리해 안전성과 재현성을 높였습니다.
공공기관의 AI 전환 준비도를 진단하는 AX Readiness Check와 7대 영역을 소개했습니다.\n현황 점검 후 맞춤형 솔루션으로 단계별 전환을 돕는 방향을 제시했습니다.
kt cloud summit 2026의 사전 등록이 시작되었습니다. AI 시대를 위한 AX 실행과 비즈니스 확장 해법을 공유하는 콘퍼런스입니다.
AI 데이터센터에서 발생하는 고조파의 원인과 전력 품질 문제를 정리했습니다. 상전선과 중성선 고조파를 구분해 필터, 변압기, 중성선 보강 대책을 제시했습니다.
Claude Code를 Azure 인프라 구축에 적용하며 하네스 엔지니어링으로 AI 에이전트의 통제 문제를 줄인 사례를 다뤘습니다. 상태 분리, MCP, Human-in-the-loop로 안전한 워크플로우를 설계한 점이 핵심입니다.
AI 시대에는 도입보다 안정적인 운영과 인프라 역량이 더 중요해졌습니다. 이번 호는 시장 흐름과 플랫폼 엔지니어링, 클라우드 아키텍처, 보안·NPU 사례를 함께 다뤘습니다.
kt cloud가 플랫폼 엔지니어링으로 개발 환경의 복잡성을 줄이는 방안을 소개했습니다. 개발자가 더 빠르고 예측 가능하게 시작하도록 Self-Service와 자동화를 강화했습니다.
OpenStack 기반 개인용 샌드박스 이미지를 단일 VM에 GitOps 방식으로 구성했습니다.부팅 후 ArgoCD와 Flux가 Git 변경을 반영해 git push만으로 업데이트되도록 실험했습니다.
2026년 상반기 AI·클라우드·데이터센터 트렌드를 한눈에 정리했습니다. AI 운영을 위해 인프라 전환, 보안 거버넌스, 비용 관리가 함께 중요해졌습니다.
공공·엔터프라이즈 환경의 무중단 운영을 위한 클라우드 아키텍처 웨비나를 소개했습니다. 고가용성, DR, Multi-AZ 기반 운영 방향과 실무 대응 포인트를 공유했습니다.
RAG 검색 고도화와 리랭킹을 통해 정확한 근거 문서를 더 잘 찾는 방법을 다뤘습니다. 하이브리드 검색, 권한 인지 검색, 적응형 라우팅으로 실무형 파이프라인을 설계했습니다.
Kubernetes Gateway API의 Policy 객체로 트래픽 제어를 세밀하게 나누는 방법을 정리했습니다. Ingress Annotation 대신 표준 CRD와 attach 방식 차이를 이해하는 것이 핵심입니다.
ArgoCD 배포를 정적 YAML 대신 HelmRelease와 FluxCD로 전환하는 방법을 정리했습니다. values 분리, 순서 보장, 에어갭 배포까지 운영 포인트를 함께 다뤘습니다.
AI 에이전트가 실제 업무를 수행하려면 프롬프트만이 아니라 실행 환경 설계가 중요하다고 설명했습니다. 도구, 권한, 테스트, 로그, 승인 흐름까지 포함한 하네스 엔지니어링을 강조했습니다.
Kubernetes 기반 GPU 클러스터를 안정적으로 운영하기 위한 유지 관리 방안을 정리했습니다. 자동화, 관측, 스케줄링 통합, 네트워크·보안 분리를 통해 장애 대응과 성능 안정성을 높이는 방법을 소개했습니다.