기술 블로그 (Tech) | kt cloud

[플랫폼설계] DevOps에서 Platform Engineering으로: kt cloud의 여정

kt cloud Platform엔지니어링팀 이지은 님 📝 요약 SUMMARY 이 글에서는 DevOps에서 Platform Engineering으로 전환하며 개발자의 인지 부담을 줄이기 위해Platform Portal과 골든 패스를 설계하는 과정을 다룹니다.셀프서비스·GitOps·정책 자동화와 RAG 기반 AI 에이전트로 개발자 경험을 개선하는 방향을 정리합니다.#PlatformEngineering #PlatformPortal #GoldenPath #GitOps #DeveloperExperience"이 YAML은 누가 작성하나요?"kt cloud에서 NEXT 프로젝트를 진행하던 시절, 회의에서 심심치 않게 오가던 질문입니다. 배포 파이프라인을 작성하고 수정하는 건 개발자 몫이었고, Kubernete..

[AI활용] AI 자동화, 어디서부터 시작해야 할까?

kt cloud Azure전환팀 변세림 님 📝 요약 SUMMARY 이 글에서는 반복 업무에서 자동화 대상을 찾고,AI로 만든 자동화 도구를 유지보수 가능한 구조로 설계하는 과정을 다룹니다.암묵지를 데이터로 분리해 자동화 부채를 줄이고 팀 단위 시스템으로 발전시키는 방법을 정리합니다.#AI자동화 #업무자동화 #암묵지 #자동화부채 #관심사의분리 안녕하세요! 😀 작년부터 AI가 빠르게 일상 속으로 들어오면서, 자연스럽게 이런 생각이 들기 시작했습니다."우리 팀의 업무에도 AI를 본격적으로 써볼 수 있지 않을까?" 최근 전사적인 클라우드 전환이 가속화되면서 저희 팀으로 쏟아지는 인프라 구축 및 권한 요청의 수는 기하급수적으로 늘어나고 있었습니다. 처음에는 단순히 ChatGPT나 Claude로 인프라 설..

kt cloud DC동부운용팀 이민재 님 📝 요약 SUMMARY 이 글에서는 AI 데이터센터의 전력 수요 증가를 배경으로발전·송배전 구조, 계통 접속 제약, 전력 부족 원인과 데이터센터의 대응 방안을 다룹니다.계통 인프라·입지 분산·On-site 전원·수요반응·전력 효율 개선이 AI 시대 데이터센터 설계에 갖는 의미를 정리합니다.#AI데이터센터 #전력인프라 #전력계통 #송배전 #계통접속AI 시대의 진짜 병목은 GPU가 아니라 '전기'입니다몇 년 전만 해도 데이터센터 신축의 관건은 부지와 건축비, 서버 조달이었습니다. 지금은 다릅니다. 사업의 성패를 가르는 첫 질문은 언제나 이것입니다."그래서, 거기 전기 들어옵니까?"랙당 전력밀도는 과거 2~5kW에서 40~100kW를 넘어섰고 차세대 AI 랙은 ..

kt cloud Platform엔지니어링팀 이지은 님 📝 요약 SUMMARY 이 글에서는 MCP를 활용해 Kubernetes·GitHub·ArgoCD·Slack 등 DevOps 시스템을 AI와 연결하고, kt cloud PLATFORM 환경에 적용하기 위한 구조와 보안 원칙을 다룹니다.운영 데이터 연계와 트러블슈팅 자동화를 위한 MCP 활용 방향을 정리합니다.#MCP #DevOps #Kubernetes #GitHubActions #ArgoCD1. AI와 인프라의 결합: 과거의 한계와 MCP의 패러다임 전환기존의 대규모 언어 모델(LLM)은 뛰어난 추론 능력을 갖추었음에도 불구하고 ‘인프라와의 물리적 격리’라는 명확한 한계를 지니고 있었습니다.과거 (Isolating Chatbot): 엔지니어가 터..

kt cloud Cloud컨설팅팀 심대섭 님 📝 요약 SUMMARY 이 글에서는 장문 컨텍스트·RAG·AI 에이전트 확산으로 발생하는 AI 추론 메모리 병목과 HBM·Host DRAM·NVMe SSD·공유 스토리지 기반의 계층형 서버 아키텍처 변화를 다룹니다.GPU 중심 설계에서 데이터 이동과 메모리 효율 중심의 추론 인프라로 전환할 때 고려할 요소를 정리합니다.#AI추론 #KVCache #계층형메모리 #AI인프라 #GPU서버AI 추론 메모리 병목과 서버 변화는 2026년 AI 인프라를 이해할 때 반드시 짚어야 할 흐름입니다. AI 인프라를 이야기할 때 가장 먼저 떠오르는 요소는 여전히 GPU입니다. 대형 언어 모델 학습, 멀티모달 모델 처리, 고성능 AI 데이터센터 구축 모두 GPU 성능과 밀접..

Tech-Frontier.md kt cloud$ whoami --team❯ kt cloud 플렛폼엔지니어링팀 김재혁 님 📋 요약TL;DR이 글에서는 공통 기능과 프로젝트 구조, AI 코딩 지침·AI Skill, API·Bot·MCP·Batch 접점 구조를보일러플레이트 템플릿으로 표준화한 과정을 다룹니다.반복되는 개발·운영 고민을 줄이고 사람과 AI가 같은 규칙에서 개발하도록 한 설계 원칙과 적용 인사이트를 정리합니다.#보일러플레이트 #개발표준화 #AI코딩지침 #AISkill #MCP1. 문제 정의 — 왜 "표준 템플릿"이 필요했나새로운 서비스를 시작할 때마다 우리는 비슷한 고민을 반복하고 있었습니다. 팀 안에는 JSP, PHP를 비롯해 다양한 솔루션과 버전이 혼재해 있었고, 프로젝트마다 구조와 컨벤션이..

Tech-Frontier.md kt cloud$ whoami --team❯ kt cloud 플랫폼엔지니어링팀 김지웅 님 📋 요약TL;DR이 글에서는 이기종 데이터 통합 서비스의 확장성을 높이기 위한 수집·식별·소비의 3가지 아키텍처 경계를 다룹니다.모니터링 통합 사례를 통해 변화가 전파되는 지점을 격리하고 공통화 범위를 판단하는 설계 기준을 정리합니다.#이기종데이터통합 #모니터링통합 #SourceAdapter #EntityResolver #ReadModel1. 들어가며 — 통합은 "한 번 붙이고 끝"이 아니다최근 인프라 환경은 한 방향으로 움직이고 있습니다. 멀티클라우드와 컨테이너가 확산되면서 관측해야 할 대상은 빠르게 늘고, 그만큼 모니터링·관측(Observability) 도구도 함께 증식합니다. 동..

kt cloud 마케팅커뮤니케이션팀 📝 요약 SUMMARY ‘기술이 장르가 되는 곳, kt cloud의 케클러 인터뷰 시리즈’는 케클러들의 목소리를 통해 고객의 다음 문제를 먼저 고민하는 kt cloud의 기술적 지향점과 해법을 전합니다.다섯 번째 호에서는 데이터 기반의 지능형 클라우드 운영 모델을 만드는 kt cloud Data플랫폼팀 김종민 팀장을 만났습니다.흩어진 클라우드 데이터를 연결하는 Observability부터 AI가 분석하고 운영자의 판단을 지원하는 *AIOps까지, AI 시대의 클라우드 운영 방식이 어떻게 만들어지고 있는지 살펴봅니다.#ktcloud #Observability #AIOps #AIAgent #CloudNative 안녕하세요. kt cloud 마케팅커뮤니케이션팀입니다...

kt cloud 마케팅커뮤니케이션팀 김지웅 님 📝 요약 SUMMARY 이 글에서는 kt cloud PLATFORM IAM의 조직·프로젝트·역할 기반 접근 권한 관리와 인증 보안 체계를 다룹니다.이를 통해 과도한 권한과 무단 접근 위험을 줄이는 클라우드 운영 방안을 정리합니다.#ktcloudPLATFORM #IAM #RBAC #클라우드보안 #접근제어안녕하세요! kt cloud 테크 마케터 김지웅입니다. 🙋‍♂️오늘은 kt cloud PLATFORM의 IAM이 클라우드 접근 권한을 어떻게 더 안전하고 정교하게 관리하는지 살펴볼게요. 클라우드 운영 환경이 커질수록 사용자와 권한 관리도 복잡해져요. 한 기업이나 기관 안에서도 부서·사업·시스템·담당자마다 필요한 접근 범위가 모두 다르기 때문이죠. 이때 ..

kt cloud DC서부운용센터 서동진 님 📝 요약 SUMMARY 이 글에서는 정전 후 냉동기가 자동으로 재기동되는 과정과 유량 확인 기반의 안전 제어 원리를 다룹니다.무인 데이터센터에서 냉방 중단 위험을 줄이고 안정적인 복구 체계를 마련하는 의미를 정리합니다.#냉동기자동재기동 #AutoRestart #데이터센터냉방 #칠러 #무인데이터센터왜 자동재기동이 핵심인가정전이 발생하면 냉방설비는 한 번 멈춘다. 문제는 그 다음이다. 전원이 복구된 순간, 누군가 현장에 나가서 칠러를 다시 켜야 한다면, 그 데이터센터는 아직 무인화될 준비가 안 된 것이다. AI 데이터센터의 무인 운영을 이야기할 때 가장 먼저 떠올리는 것은 보통 전력이나 네트워크 이중화다. 하지만 실제로 현장에서 가장 까다로운 지점은 냉방이다..