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)

기타

[kt cloud 웨비나] 중단 없는 운영을 위한 클라우드

공공·엔터프라이즈 환경의 무중단 운영을 위한 클라우드 아키텍처 웨비나를 소개했습니다. 고가용성, DR, Multi-AZ 기반 운영 방향과 실무 대응 포인트를 공유했습니다.

#cloud#DR#MSA
3900

AI

[Tech Series] kt cloud AI 검색 증강 생성(RAG) #5 : 검색 고도화(Retrieval Optimization)와 리랭킹(Re-ranking) 기술

RAG 검색 고도화와 리랭킹을 통해 정확한 근거 문서를 더 잘 찾는 방법을 다뤘습니다. 하이브리드 검색, 권한 인지 검색, 적응형 라우팅으로 실무형 파이프라인을 설계했습니다.

#RAG#검색#하이브리드 검색
1900

데브옵스

[기술분석] Kubernetes Gateway API에서 트래픽을 세밀하게 제어하는 Policy 객체 파헤치기

Kubernetes Gateway API의 Policy 객체로 트래픽 제어를 세밀하게 나누는 방법을 정리했습니다. Ingress Annotation 대신 표준 CRD와 attach 방식 차이를 이해하는 것이 핵심입니다.

#Kubernetes#Gateway API#NGINX Gateway Fabric
1600

데브옵스

[전환가이드] ArgoCD·FluxCD GitOps 배포를 HelmRelease로 전환하는 방법

ArgoCD 배포를 정적 YAML 대신 HelmRelease와 FluxCD로 전환하는 방법을 정리했습니다. values 분리, 순서 보장, 에어갭 배포까지 운영 포인트를 함께 다뤘습니다.

#ArgoCD#FluxCD#GitOps
3200

AI

[인사이트] 프롬프트·컨텍스트 엔지니어링 다음은 하네스 엔지니어링: AI 에이전트 환경 설계

AI 에이전트가 실제 업무를 수행하려면 프롬프트만이 아니라 실행 환경 설계가 중요하다고 설명했습니다. 도구, 권한, 테스트, 로그, 승인 흐름까지 포함한 하네스 엔지니어링을 강조했습니다.

#LLM#prompt#MCP
16200

데브옵스

[운영가이드] Kubernetes 기반 Fault-Tolerant GPU 클러스터 유지 관리

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.

#Kubernetes#GPU#Slurm
1200

데브옵스

[도입전략] Git 시크릿 관리와 Vault 도입으로 보안 강화하기

Git 평문 시크릿과 K8s Secret 오브젝트를 함께 없애기 위한 Vault 도입 전략을 정리했습니다. 운영 설계와 예외 처리, 감사 로그와 토큰 회수까지 함께 챙겨야 합니다.

#Vault#Kubernetes#Git
4200

아키텍처

[AI인프라] AI 시대의 보이지 않는 혈관, 데이터센터 전력 케이블 이해하기

AI 데이터센터의 전력 밀도 증가에 따라 전력 케이블이 핵심 인프라로 중요해졌습니다. 구조, 설계, 시공, 진단과 차세대 기술까지 폭넓게 정리했습니다.

#AI 데이터센터#데이터 분석#전력케이블
3900

데브옵스

[설계가이드] Terraform 모듈 설계, 원칙 없이 만들면 반드시 무너진다

Terraform 모듈을 원칙 없이 만들면 복잡도와 변경 위험이 커진다는 점을 설명했습니다. 캡슐화, 권한 경계, 변동성 분리, MVP 원칙으로 표준 구조를 잡는 방법을 정리했습니다.

#Terraform#IaC#cloud
5700

AI

[AI인프라] GPU 5만장 시대, AI 인프라 비즈니스 성공 조건

GPU 수량 경쟁보다 풀스택 최적화가 AI 인프라 비즈니스의 핵심이라고 설명했습니다. 운영 효율과 총비용 관점에서 AI NIC와 베어메탈 아키텍처의 중요성을 짚었습니다.

#AI인프라#GPU#Kubernetes
4700

아키텍처

케클s피드 5월호｜안정적인 클라우드를 만드는 핵심 아키텍처

Multi-AZ 기반 Active-Active 설계로 장애 시에도 서비스 연속성을 높이는 클라우드 아키텍처를 다뤘습니다. Multi-Region과 DR의 차이, RTO·RPO 한계, 보안·데이터 안정성 전략도 함께 정리했습니다.

#cloud#MSA#LLM
4500

아키텍처

[기술이 장르가 되는 곳, kt cloud] 케클러 인터뷰 시리즈 #2 장애에도 서비스가 멈추지 않는 ‘Multi-AZ’ 엔지니어링 비하인드

장애 복구보다 서비스 연속성을 우선한 kt cloud의 Multi-AZ 설계를 소개했습니다. 2개 AZ와 Satellite Zone으로 Active-Active와 쿼럼 유지를 함께 구현했습니다.

#Kubernetes#OpenStack#cloud
5500

데브옵스

[기술 분석] kubernetes Ingress API의 중단. 그 뒤를 잇는 Gateway API 파헤치기

Kubernetes Ingress NGINX 중단 배경과 Gateway API의 필요성을 설명했습니다. Nginx Gateway Fabric 설치와 Gateway, HTTPRoute 기반 트래픽 흐름도 함께 다뤘습니다.

#Kubernetes#Gateway API#Ingress
6800

데브옵스

[AI인프라] AI 데이터센터(AIDC)는 무엇이 다른가: GPU 전력과 운영 전환

생성형 AI 확산으로 데이터센터는 고밀도 GPU와 급격한 전력 변동에 대응하는 AIDC로 바뀌었습니다. 전력 품질 모니터링, 액체 냉각, 예측 냉각 같은 운영 전환이 핵심이라고 설명했습니다.

#AIDC#GPU#액체냉각
5500

데브옵스

[백업·DR] kt cloud 재해복구 설계: Multi-AZ와 Multi-Region

Multi-AZ는 가용성을 높이기 위한 기본 구조이고, Multi-Region은 Region 전체 장애에 대비하는 DR 전략입니다. DR 설계에서는 RTO와 RPO를 기준으로 복제, 트래픽 전환, 세션 처리를 함께 고려해야 했습니다.

#cloud#Kubernetes#DR
5100

기타

[인사이트] 코드에서 근육으로: 피지컬 AI와 데이터센터 인프라

피지컬 AI와 휴머노이드가 데이터센터 운영을 어떻게 바꿀지 정리했습니다. 관찰, 보조, 위험 공간 대행의 단계적 적용과 저지연·시뮬레이션 기반 준비가 핵심이었습니다.

#데이터센터#휴머노이드#엣지AI
4500

AI

[AI활용] AI Portal부터 보안관제까지, kt cloud AI 내재화 3가지 사례

kt cloud가 사내 업무에 AI를 먼저 적용한 3가지 사례를 소개했습니다. RAG와 MCP로 검색, 보안관제, 장애관제 품질을 높인 방식과 성과를 정리했습니다.

#RAG#MCP#Splunk
4200

데브옵스

[도입가이드] 인프라 관리의 표준, IaC의 본질과 도입 가치

IaC를 인프라를 코드로 관리하는 표준과 방법론으로 설명했습니다. 수동 관리의 문제와 함께 재현성, 버전 관리, 일관성의 가치를 정리했습니다.

#IaC#Terraform#Kubernetes
5100