<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Yonghyun Kim on Medium]]></title>
        <description><![CDATA[Stories by Yonghyun Kim on Medium]]></description>
        <link>https://medium.com/@baramboys0615?source=rss-5de89c43bade------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*5yWuJobc4DbavU73DhHFpw.png</url>
            <title>Stories by Yonghyun Kim on Medium</title>
            <link>https://medium.com/@baramboys0615?source=rss-5de89c43bade------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Sat, 21 Nov 2026 23:53:55 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@baramboys0615/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[전사 장애를 데이터로 잠재운 인프라팀의 8개월]]></title>
            <link>https://medium.com/imweb-tech/%EA%B0%80%EC%9E%A5-%ED%99%94%EB%A0%A4%ED%95%9C-%EC%B9%B4%EB%93%9C%EB%A5%BC-%EA%B0%80%EC%9E%A5-%EB%82%98%EC%A4%91%EC%97%90-%EC%9E%85%EC%82%AC-%ED%9B%84-%EC%A0%84%EC%82%AC-%EC%9E%A5%EC%95%A0%EB%A5%BC-%EB%8D%B0%EC%9D%B4%ED%84%B0%EB%A1%9C-%EC%9E%A0%EC%9E%AC%EC%9A%B0%EA%B3%A0-%EC%83%88%EB%A1%9C%EC%9A%B4-db-%EC%A0%84%ED%99%98%EC%9D%80-%EC%95%88%EC%A0%84%ED%95%98%EA%B2%8C-%EB%B9%8C%EB%93%9C%EC%97%85-%EC%A4%91%EC%9D%B8-%EC%9D%B8%ED%94%84%EB%9D%BC%ED%8C%80%EC%9D%98-8%EA%B0%9C%EC%9B%94-8bb1f91f4831?source=rss-5de89c43bade------2</link>
            <guid isPermaLink="false">https://medium.com/p/8bb1f91f4831</guid>
            <category><![CDATA[elasticache]]></category>
            <category><![CDATA[infrastructure]]></category>
            <category><![CDATA[aws]]></category>
            <category><![CDATA[sre]]></category>
            <category><![CDATA[database]]></category>
            <dc:creator><![CDATA[Yonghyun Kim]]></dc:creator>
            <pubDate>Sun, 07 Jun 2026 00:48:06 GMT</pubDate>
            <atom:updated>2026-06-08T05:02:57.114Z</atom:updated>
            <content:encoded><![CDATA[<blockquote>13년 모놀리식의 단일 DB Writer 병목을, 가장 근본적인 DB 전환은 미루고 캐싱·쿼리·부하 분산이라는 기본기로 먼저 잠재운 8개월의 데이터 기록입니다.</blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*2ndSitcQUDswQweArBKCfA.png" /></figure><h3><strong>TL;DR</strong></h3><ul><li>13년 된 모놀리식 위에서 모든 사이트가 DB Writer 하나를 공유하던 구조가, 한 고객의 트래픽·코드·실수를 즉시 전사 장애로 번지게 했습니다.</li><li>가장 근본적인 카드였던 새로운 DB 전환은 순서를 미루고, 더 빠르게 효과를 내는 기본기(캐싱·쿼리 최적화·DB 부하 분산)를 먼저 골랐습니다. 새로운 DB는 폐기가 아니라, 안전하게 이관하기 위해 지금도 빌드업 중입니다.</li><li>약 20일동안 TF와 1차 적용을 거치며 RUM TTFB −22.16%(TF 기간 누적, exact permutation test, p&lt;0.0001), 적용 직후 <strong>Aurora Writer 연결 피크 −65~75%·위젯 쿼리 약 −90%</strong>를 확인했습니다.</li><li>같은 측정 체계 구간에서 위험급 장애 빈도 30%, MTTR 30%로 줄었고, 탐지는 고객이 먼저 발견한 데서 시스템이 먼저 탐지하는 쪽으로 바뀌었습니다.</li><li>아쉬웠던 대응 두 건도 있었습니다. 위험도는 낮았지만 그 회고까지 정직하게 담았습니다.</li></ul><p><strong>— -</strong></p><h3>측정되지 않는 위험 위에 있었습니다</h3><p>관측성(Observability)을 살펴봤습니다. 모니터는 있지만, 애플리케이션 로그 수집 체계는 미비했습니다. 장애를 시스템이 아니라 고객과 CX가 먼저 발견하는 구조였습니다.</p><p>문제를 미리 파악하지 못한 이유는 단순합니다. 위험을 감지할 수 있는 눈이 없었습니다.</p><p>2026년 4월, 전사 장애가 2건이나 발생했습니다. <strong>모든 사이트가 DB Writer 하나를 공유하는 구조였습니다.</strong> ProxySQL 동기화 문제, Aurora Writer 포화, 단일 고객의 JS amplification 등 원인은 달랐지만 뿌리는 같았습니다.</p><p>이 구조에서는 한 고객의 트래픽·코드·실수가 즉시 전사로 번집니다. 모니터링과 온콜로 완화는 할 수 있어도 제거하려면 구조 자체를 바꿔야 합니다. 문제는 그 작업을 라이브 서비스를 멈추지 않은 채로 해야했습니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*T8nLroLmSNMsz2Rdmy-_xg.png" /><figcaption><strong>모든 고객 사이트가 단일 Writer를 공유하는 구조</strong></figcaption></figure><h3><strong>가장 화려한 카드를 뽑으려다, 기본기를 먼저 골랐습니다</strong></h3><p>구조를 바꾸는 가장 근본적인 카드는 DB를 고객 단위로 분리하는 것이었고, 그 연장선에 새로운 DB(분산형 데이터베이스)로의 전환이 있었습니다. Writer 단일 병목 자체를 없애는 그림은 매력적이었습니다.</p><p>다만 새로운 DB로 옮기려면 새 DB를 세우고, 데이터를 실시간으로 동기화한 뒤, 짧은 점검 시간에 한 번에 전환해야 합니다. 기본기는 라이브 서비스에 그대로 얹을 수 있었지만, 이 전환은 아무리 잘해도 짧은 점검과 롤백 준비가 필요했습니다. 이행 난이도가 가장 높았습니다.</p><p>반면 더 빠르게 효과를 내는 방법이 있었습니다. 이번 TF에서 아래 세 가지를 점검했습니다.</p><ul><li><strong>DB 조회 자체를 줄이기</strong> — 위젯·통화·버전 등 반복 조회를 캐싱·memoize로</li><li><strong>쿼리를 가볍게</strong> — 상품 상세의 N+1과 서브쿼리를 묶음·리터럴로</li><li><strong>부하를 분산하기</strong> — 단일 인스턴스에 몰린 Writer 연결을 재배치</li></ul><p>새로운 DB라는 화려한 카드보다 기본기가 먼저였습니다. <strong>DB 조회와 부하를 먼저 줄여 두면 새로운 DB 전환의 긴급도도 내려갑니다.</strong> 이 판단이 순서를 미룬 결정의 핵심이었습니다.</p><p>그래서 우선순위를 명확히 적습니다. 새로운 DB 전환은 폐기가 아니라 순서를 미룬 것입니다. 선행 조건(캐싱·쿼리 최적화·ProxySQL 검증·스테이징)을 먼저 끝내기로 했고, 새로운 DB 이관 자체는 1차 안정화 이후 안전하게 진행하기 위해 지금도 빌드업하고 있습니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*w4Ow7Ffa_c9T9G30VSGiTw.png" /><figcaption><strong>효과 × 이행 난이도 매트릭스</strong></figcaption></figure><h3><strong>새로운 DB를 미룬 그 주말에 우리가 한 일</strong></h3><p>TF를 띄웠고, 2주 뒤 새벽에 1차 적용했습니다.</p><p>인프라팀과 함께 CTO 형섭님,백엔드 경연님, 프론트엔드 덕성님, 파운데이션팀 무원님이 설계하고 배포했습니다. QA팀은 품질과 테스트를 맡았고, 여러 스쿼드가 필요할 때마다 테스트를 함께 돌렸습니다. 어느 항목도 한 팀 단독으로 끝나지 않는다는 원칙이 이 주말에 그대로 작동한 셈입니다.</p><p>실제로 바꾼 것은 다음과 같습니다.</p><ul><li>Aurora MySQL ZDP(Zero Downtime Patching) 업그레이드 + Reader 재배치(4→3, 연결 재분배)</li><li>Redis 6 → Valkey 9 전환 (메이저 버전을 단번에 끌어올린 과감한 업그레이드)</li><li>위젯·인라인 위젯 read-through 캐싱(TTL 1시간) 도입</li><li>N+1 쿼리 제거(상품 상세 22개) + 서브쿼리를 애플리케이션 리터럴로 치환</li><li>통화·버전 등 hot path의 memoize(요청당 1회로 축소)</li></ul><p>특히 Redis 6 → Valkey 9 메이저 업그레이드는 AWS 시애틀 본사에서 ElastiCache를 담당하던 전문 엔지니어 승민 님이 리드했습니다. 캐시 엔진을 운영하던 사람이 직접 설계했기에, 큰 폭의 버전 점프를 무중단에 준하는 전환으로 끝낼 수 있었습니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*KJuPKKNp_00MMaWdfhdY4g.png" /><figcaption><strong>Valkey 전환 구간 안정성 — failover 시점 지표 자가 회복</strong></figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/838/1*x6dvmIRYR7hBYXfN73jQ0w.png" /><figcaption><strong>Valkey 전환 구간 안정성 2</strong></figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/838/1*jFy8iKZ45tnX0CQ835QPjg.png" /><figcaption><strong>Valkey 전환 구간 안정성 3</strong></figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/856/1*4TnU-32-jf_mE7FGmoXwLA.png" /><figcaption><strong>Valkey 전환 구간 안정성 4</strong></figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/856/1*XaAbUBjBLAtyjInN0rLOZw.png" /><figcaption><strong>Valkey 전환 구간 안정성 5</strong></figcaption></figure><blockquote><strong><em>Redis 6 → Valkey 9 전환 구간(03:49~04:21 KST) 실측 — failover-failure 0건, ReplicationLag·CurrConnections 등 모든 지표가 1~2분 내 자가 회복. 큰 버전 점프를 무중단에 준하게 끝낸 증적입니다.</em></strong></blockquote><p>결과는 측정 조건과 함께, 검증한 것만 적습니다.</p><p>지표는 두 결로 나뉩니다. 체감 속도(RUM·nginx)는 2주간의 TF에서 점진 배포가 누적된 결과이고, Aurora·캐시의 큰 계단식 변화는 1차 적용 직후 나타났습니다.</p><p><strong>Aurora Writer 부하</strong></p><p>PRE는 5/5~5/11 7일 baseline, POST는 5/30 1차 적용 직후 구간:</p><ul><li><strong>Writer 연결 수 피크: −65~75%</strong> (한 고객의 부하가 Writer 연결을 끌어올리던 폭이 줄었습니다)</li><li><strong>위젯·인라인 위젯 쿼리: 약 −90%</strong> (캐싱으로 SELECT가 Writer에 닿기 전에 빠집니다)</li></ul><p>CPU와 메모리 사용률도 비교할 수 있지만 핵심 지표로 두지 않았습니다. 전사 장애의 원인은 CPU나 메모리 부하가 아니라 Writer 커넥션 부하였기 때문입니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*MkQu_3rOF1VIZAed1UC1HQ.png" /><figcaption><strong>Aurora Writer 연결 수 피크: 평균 −65% / 최대 −75%</strong></figcaption></figure><p>배포 직후의 변화는 더 분명했습니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*e29fmp8DqtgsR1JbLbCp0w.png" /><figcaption><strong>TapPay 로드 차단 배포 후 Writer 연결</strong></figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*OoCqPDZuToDJfZxcl_4fyA.png" /><figcaption><strong>위젯 캐싱 배포 후 Selects/sec</strong></figcaption></figure><p>TapPay 로드 차단 배포 직후 Writer 연결 1분 피크 −90%·평균 −15%, 위젯·인라인 위젯 캐싱 배포 직후 SELECT 약 −20%를 확인했습니다.</p><p>추세도 모두 같은 방향이었습니다(PRE→POST 실측).</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*WaTidediYc4YfqjsOqt2oA.png" /><figcaption><strong>Writer 연결: 평균 −45% / 최대 −63%</strong></figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*QJXVQE-EdKhoS9MW5bECJA.png" /><figcaption><strong>Reader 연결: 평균 −65% / 최대 −66%</strong></figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*vt34qWrcpipb4-_ZGLdQ8A.png" /><figcaption><strong>신규 연결 생성: Writer −63%</strong></figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*QFLsaGTQl5T2npxfxWtKYg.png" /><figcaption><strong>신규 연결 생성: Reader −65%</strong></figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*gs2CrArCsUgqaZw-082i9Q.png" /><figcaption><strong>Writer·Reader Selects/sec 추세</strong></figcaption></figure><p><strong>ElastiCache</strong></p><p>동일 구간 평균:</p><ul><li>GetCommands/s: 4,995 → 2,186 (−56.2%)</li><li>CacheHits/s: 3,320 → 1,321 (−60.2%)</li><li>EngineCPU: 6.52% → 4.66% (−28.5%)</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*vcQJEpSna9_NX90ByyPLwQ.png" /><figcaption><strong>신규 연결률 −90%</strong></figcaption></figure><p>요청당 캐시 조회 자체가 줄며 연결 압력이 크게 내려갔습니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/852/1*zW04aTBVd6IuEHZ5dmOfQQ.png" /><figcaption><strong>Engine CPU −30%</strong></figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/850/1*YaufIG6SQiZkaIooNOwKOA.png" /><figcaption><strong>GET 호출량 −60%</strong></figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/856/1*q5jhe3X8-IirKobzQWNtZA.png" /><figcaption><strong>SET 호출량 −30%</strong></figcaption></figure><p><strong>체감 속도(RUM, brand-site)</strong></p><p>PRE 16평일 vs POST 13평일, 양측 exact permutation test입니다.</p><ul><li>TTFB 평균: 815.6ms → <strong>634.8ms</strong> (−22.16%, p&lt;0.0001)</li><li>FCP 평균: 1,167.6ms → 953.0ms (−18.38%, p&lt;0.0001)</li><li>LCP 평균: 1,273.1ms → 1,093.5ms (−14.11%, p&lt;0.0001)</li></ul><p><strong>VIP 커머스 사이트(서버 nginx request_time, 13평일 비교)</strong></p><ul><li>A사: 660ms → 466ms (−29.39%, p=0.0022)</li><li>B사: 692.7ms → 554.2ms (−20.0%, p=0.0154)</li></ul><p>한 고객이 전사를 흔들던 구조의 압력은 TF를 거쳐 1차 적용에서 가장 크게 내려갔습니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*NcTklTCvHcju6UqhpKUqLg.png" /></figure><h3><strong>숫자로 증명하는 안정성: SLI·SLO·SLA</strong></h3><p>좋아졌다는 느낌만으로는 신뢰받지 못합니다. 그래서 안정성 자체를 지표로 봅니다.</p><ul><li><strong>SLI</strong>: 지금 얼마나 잘 되고 있나 — 가용성·에러율·P95 응답·MTTR</li><li><strong>SLO</strong>: 우리가 세운 기준 — 가용성 99.95%, P95 500ms, MTTR 30분</li><li><strong>SLA</strong>: 고객에게 약속하는 선 — SLO보다 여유 있게</li></ul><p>이 지표는 매일 09:00 KST에 도는 크론잡이 ALB·Datadog·장애 채널을 모아 자동 산출하고, Error Budget과 Burn Rate(Google SRE Workbook 방식)까지 계산해 사내 노션에 기록합니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*YhoUmQVW9JEZqcUxJDRNmQ.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*tWkza5vp4by2XaVWrPv24A.png" /><figcaption><strong>매일 자동 발행되는 SLI/SLO 일일 리포트</strong></figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*L6O25mp-QvZ4em1TT8Oykw.png" /><figcaption><strong>노션에 자동 적재되는 SLI/SLO 일일 리포트</strong></figcaption></figure><p>같은 측정 체계로 비교 가능한 구간만 보면 이렇습니다.</p><ul><li><strong>위험급 장애 빈도</strong>: 2025년 4분기 6건 → 2026년 1~4월 2건 (분기 평균 1/3)</li><li><strong>MTTR(전사 위험급)</strong>: 1시간 이상 → 23~35분</li><li><strong>탐지 주체</strong>: 고객·CX가 먼저 발견 → 시스템이 먼저 탐지하고 자동 분석</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*H001mxtXzK4siJEB9Xx89g.png" /></figure><p>이 변화의 토대는 모든 데이터(로그·APM·메트릭)를 Datadog으로 일원화한 것이었습니다. 그 위에 장애를 P1~P4로 나누고, 등급별 알람과 온콜 프로세스를 세우고, 포스트모템으로 재발을 막았습니다.</p><p>장애 하나가 시스템 하나를 남기는 식이었습니다. 입사 초기 겪었던 WAF 룰셋 변경 장애는 네트워크·인프라 변경은 잠수함 패치 대신 전사 공지 후 모니터링으로 확인한다는 변경관리 프로세스를 낳았습니다. 컨테이너 이미지가 삭제되며 로그인 페이지가 멈춘 장애는 그날 오후 포스트모템으로 이어져 재발 항목을 못 박았습니다. 그 결과 같은 유형의 장애는 더 이상 반복되지 않았고, 매번 유형이 다른 장애만 남았습니다.</p><h3><strong>인프라팀의 기조는 “무소식이 희소식”입니다</strong></h3><p>좋은 인프라는 티가 나지 않습니다. 고객이 인프라의 존재를 느끼지 못하는 상태가 좋은 상태입니다. 인프라팀의 슬로건이 무소식이 희소식인 이유입니다.</p><p>초기에는 그 무소식을 사람이 만들었습니다. 회사 근처 오피스텔에서 노트북을 곁에 두고 지냈고, 결혼식장에서 휴대폰으로 장애를 확인했습니다. 그날 장애는 온콜이 1차에서 2차로 자동 에스컬레이션됐고, 자동화가 20분 안에 정상 동작을 확인했습니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*KZm5Qer-cOoUmRKEhAEzAQ.png" /></figure><p>한 사람이 깨어 있어 막는 방식은 지속되지 않습니다. 그래서 같은 일을 자동화와 프로세스로 옮겼습니다. 이벤트 대응 자동화, 등급별 알람, 온콜, 포스트모템입니다. 2026년 1월부터 장애 빈도가 줄어든 이유는 사람이 하던 탐지와 1차 대응을 시스템이 맡았기 때문입니다.</p><h3>탐지는 됐지만 복구가 늦은 새벽 장애</h3><p>쉬운 문제라고 말할 수 없습니다. 13년간 한 줄씩 쌓인 결정 위에서, 라이브 트래픽을 끊지 않고 기반을 바꾸는 일은 어느 항목도 한 팀 단독으로 끝나지 않았습니다.</p><p>그 주말에도 새벽에 아쉬운 대응 두 건이 있었습니다. 둘 다 서비스 위험도가 높은 장애는 아니었고, 공통점은 발생 시각이었습니다.</p><ul><li><strong>새벽 배치 작업 지연</strong>: 배포 자동화 스크립트가 백그라운드 데몬을 의도치 않게 함께 종료시키며 일부 배치 작업이 멈췄습니다. 위험도는 낮았지만 새벽 시간대라 인지와 복구에 시간이 걸렸습니다.</li><li><strong>DB 패치 직후 일시적 연결 이슈</strong>: 패치로 커넥션이 재설정되는 짧은 구간에서 일부 서비스의 연결 풀이 잠시 stale 상태로 남았습니다. 시스템은 이를 감지했지만, 담당자가 잠든 새벽이라 사람 손이 닿기까지 시간이 걸렸습니다.</li></ul><p>핵심 교훈은 <strong>탐지는 시스템이 했지만, 새벽의 사람 공백을 자동 조치로 메워야 한다는 것</strong>이었습니다. 두 건 모두 포스트모템으로 후속 항목을 정리했습니다.</p><ul><li>배치 재시작 절차를 코드로 고정(데몬 detach 의무화), DB 컷 작업 후 전 구간 능동 검증 체크리스트화</li><li>ProxySQL 벤치마크 → 스테이징 검증 → 그다음에 새로운 DB 사전 검증</li><li>baseline 데이터 별도 아카이빙(측정 retention 만료로 비교 표본이 줄어든 문제)</li></ul><h3><strong>안정화는 결국 모두의 일을 풀어줍니다</strong></h3><p>인프라 안정화는 인프라팀만의 성과로 끝나지 않습니다. 서비스가 안정적일수록 다른 팀의 일이 같이 풀립니다.</p><ul><li><strong>세일즈</strong>는 결제 순간에 터지지 않는 서버를 근거로 더 많은 고객을 확보합니다.</li><li><strong>마케팅</strong>은 부정 이슈에 발목 잡히지 않고 더 공격적으로 움직입니다.</li><li><strong>CX</strong>는 장애 VOC 인입이 줄어 진짜 고객 경험에 시간을 씁니다.</li><li><strong>AM</strong>은 이탈을 고민하던 브랜드의 신뢰를 회복합니다.</li><li><strong>데이터팀</strong>은 더 많은 고객 데이터를 더 안정적으로 다룹니다.</li></ul><h3><strong>마무리 — 8개월이 남긴 한 문장</strong></h3><p>가장 화려한 카드를 먼저 꺼내는 것이 항상 정답은 아닙니다. 회사가 처한 상황에 맞는 기술과 순서가 있고, 그걸 데이터로 판단하는 것이 엔지니어링이라고 배운 8개월이었습니다. 새로운 DB는 버린 카드가 아니라 순서를 미룬 카드이며 지금도 안전한 이관을 위해 빌드업하고 있습니다.</p><p>위험 위에 앉아 있던 인프라는 이제 그 위험의 위치를 데이터로 봅니다.</p><blockquote><strong>작성자</strong> —김용현(인프라팀 리드). 2025년 10월 아임웹 인프라팀에 합류해 5개 파트(SRE·DevOps·Security·DB·Data)의 인프라와 보안을 총괄합니다. “무소식이 희소식”을 데이터로 만드는 일을 합니다.</blockquote><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=8bb1f91f4831" width="1" height="1" alt=""><hr><p><a href="https://medium.com/imweb-tech/%EA%B0%80%EC%9E%A5-%ED%99%94%EB%A0%A4%ED%95%9C-%EC%B9%B4%EB%93%9C%EB%A5%BC-%EA%B0%80%EC%9E%A5-%EB%82%98%EC%A4%91%EC%97%90-%EC%9E%85%EC%82%AC-%ED%9B%84-%EC%A0%84%EC%82%AC-%EC%9E%A5%EC%95%A0%EB%A5%BC-%EB%8D%B0%EC%9D%B4%ED%84%B0%EB%A1%9C-%EC%9E%A0%EC%9E%AC%EC%9A%B0%EA%B3%A0-%EC%83%88%EB%A1%9C%EC%9A%B4-db-%EC%A0%84%ED%99%98%EC%9D%80-%EC%95%88%EC%A0%84%ED%95%98%EA%B2%8C-%EB%B9%8C%EB%93%9C%EC%97%85-%EC%A4%91%EC%9D%B8-%EC%9D%B8%ED%94%84%EB%9D%BC%ED%8C%80%EC%9D%98-8%EA%B0%9C%EC%9B%94-8bb1f91f4831">전사 장애를 데이터로 잠재운 인프라팀의 8개월</a> was originally published in <a href="https://medium.com/imweb-tech">imweb tech : 아임웹 기술블로그</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[13년치 기억을 가진 AI — Knowledge DB로 인프라 운영의 "맥락"을 해결한 이야기]]></title>
            <link>https://medium.com/imweb-tech/13%EB%85%84%EC%B9%98-%EA%B8%B0%EC%96%B5%EC%9D%84-%EA%B0%80%EC%A7%84-ai-knowledge-db%EB%A1%9C-%EC%9D%B8%ED%94%84%EB%9D%BC-%EC%9A%B4%EC%98%81%EC%9D%98-%EB%A7%A5%EB%9D%BD-%EC%9D%84-%ED%95%B4%EA%B2%B0%ED%95%9C-%EC%9D%B4%EC%95%BC%EA%B8%B0-cc3275a40fb8?source=rss-5de89c43bade------2</link>
            <guid isPermaLink="false">https://medium.com/p/cc3275a40fb8</guid>
            <category><![CDATA[infrastructure]]></category>
            <category><![CDATA[claude]]></category>
            <category><![CDATA[devops]]></category>
            <category><![CDATA[openai-codex]]></category>
            <category><![CDATA[ai]]></category>
            <dc:creator><![CDATA[Yonghyun Kim]]></dc:creator>
            <pubDate>Wed, 15 Apr 2026 16:20:14 GMT</pubDate>
            <atom:updated>2026-04-16T23:55:13.740Z</atom:updated>
            <content:encoded><![CDATA[<h3>아임웹 인프라팀 AI 도입기 시리즈</h3><ol><li><a href="https://medium.com/@baramboys0615/ai%EC%99%80-%ED%95%A8%EA%BB%98%ED%95%98%EB%8A%94-devops-claude-code%EB%A1%9C-%EC%83%9D%EC%82%B0%EC%84%B1-10%EB%B0%B0-%EB%86%92%EC%9D%B4%EA%B8%B0-629a2ce68d62">AI와 함께하는 DevOps: Claude Code로 생산성 10배 높이기</a></li><li><a href="https://medium.com/@baramboys0615/claude-md-2-100%EC%A4%84%EC%9D%98-%EB%B9%84%EB%B0%80-4%EA%B0%9C-%ED%8C%8C%ED%8A%B8%EA%B0%80-%ED%95%98%EB%82%98%EC%9D%98-ai-%EC%8B%9C%EC%8A%A4%ED%85%9C%EC%9D%84-%EA%B3%B5%EC%9C%A0%ED%95%98%EB%8A%94-%EB%B2%95-87653465830c">CLAUDE.md 2,100줄의 비밀: 4개 파트가 하나의 AI 시스템을 공유하는 법</a></li><li><a href="https://medium.com/@baramboys0615/ai-%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8%EA%B0%80-%EC%A0%84%EC%82%AC-%EC%95%8C%EB%A6%BC%EC%9D%84-%EB%91%90-%EB%B2%88-%EC%A3%BD%EC%98%80%EB%8B%A4-120%EC%9D%BC%EA%B0%84%EC%9D%98-%EC%8B%A4%EC%88%98-%EC%B9%B4%ED%83%88%EB%A1%9C%EA%B7%B8%EC%99%80-99-981-%EC%9D%98-%EA%B0%80%EC%9A%A9%EC%84%B1-3a0b70c45e4e">AI 에이전트가 전사 알림을 두 번 죽였다: 120일간의 실수 카탈로그와 99.981%의 가용성</a></li><li><a href="https://medium.com/imweb-tech/%ED%95%98%EB%82%98%EC%9D%98-%ED%94%84%EB%A1%AC%ED%94%84%ED%8A%B8-%EC%84%B8-%EA%B0%9C%EC%9D%98-%EB%91%90%EB%87%8C-multi-agent-cli%EB%A1%9C-%EC%9D%B8%ED%94%84%EB%9D%BC-%EC%9A%B4%EC%98%81-%EC%86%8D%EB%8F%84%EB%A5%BC-3%EB%B0%B0%EB%A1%9C-%EB%81%8C%EC%96%B4%EC%98%AC%EB%A6%B0-%EC%9D%B4%EC%95%BC%EA%B8%B0-ec0a3cfab49f">하나의 프롬프트, 세 개의 두뇌: Multi-Agent CLI로 인프라 운영 속도를 3배로 끌어올린 이야기</a></li><li><strong>13년치 기억을 가진 AI — Knowledge DB로 인프라 운영의 “맥락”을 해결한 이야기 ← 지금 읽고 계신 글입니다.</strong></li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*uBMaMHkq9RrXXPmJk9P1eQ.png" /></figure><h3>TL;DR</h3><p>• AI에게 “이거 분석해줘”라고 던지면 <strong>할루시네이션</strong>이 나옵니다. “이게 우리 회사에서 3번째 발생한 이슈고, 지난번엔 이렇게 해결했어”라고 말해주면 <strong>정답</strong>이 나옵니다.</p><p>• 13년 업력의 Slack, Jira, Notion, Datadog, 코드베이스를 하나의 Knowledge DB로 통합했습니다. 이름은 <strong>GOM(곰타운)</strong>.</p><p>• 인프라팀의 모든 AI 에이전트(Claude Code, Gemini, Codex)는 작업 시작 시 <strong>무조건 GOM부터 조회</strong>합니다. 이것이 생산성 1,000배의 비밀입니다.</p><p>• 신규 입사자가 1~2주 만에 AI로 온보딩 문서를 직접 고도화하고, 다음 신규 입사자를 온보딩하는 선순환이 실제로 일어나고 있습니다.</p><h3>“데이터 기반으로 너무 정직해서 문제!”</h3><p>새벽 3시. 긴급 장애 알림이 울렸습니다. ElastiCache 메모리가 급증하고 있었습니다.</p><p>쿼리곰(우리의 AI 봇)에게 물었습니다. “ElastiCache 메모리 급증 원인 분석해줘.” 돌아온 답변은 기술적으로 정확했습니다. 키 사이즈 분석, eviction 수치, maxmemory 설정값까지. 하지만 <strong>우리 환경에서 왜 이런 일이 발생했는지</strong>는 모르고 있었습니다.</p><p>제가 Claude Code에 가드레일로 심어둔 정책이 작동했습니다.</p><pre>캐시/세션 메모리 이슈 시 nginx 봇 패턴 초기 병행 분석<br>— ElastiCache 메모리 급증 시 키 분석과 동시에 nginx 로그에서 봇/크롤러 트래픽 비율을 시간대별 비교</pre><p>이건 우리가 <strong>과거에 겪었던 장애</strong>에서 배운 교훈입니다. 세션 생성 경로(/login, /site_join*)로 봇이 대량 유입되면서 Redis 세션이 폭증했던 사건. 그때의 기억이 정책으로 남아있었고, AI는 그 맥락 위에서 분석을 시작했습니다.</p><p><strong>쿼리곰이 잘못된 게 아닙니다. 오히려 데이터 기반으로 너무 정직해서 문제입니다.</strong> 도메인 특성에 맞는 가드레일과 맥락이 있어야 유의미한 분석이 나옵니다.</p><p>이것이 이 글의 핵심입니다.</p><h3>1. AI의 진짜 병목은 “기억”입니다</h3><p>Multi-Agent CLI로 Claude, Gemini, Codex를 동시에 돌리는 이야기를 이전 글에서 다뤘습니다. 세 개의 두뇌가 병렬로 일하면 속도는 3배가 됩니다. 그런데 한 가지 문제가 남았습니다.</p><p><strong>AI는 기억을 못 합니다.</strong></p><p>• “이 도메인, 작년에도 같은 이슈 있었는데?” → 모릅니다.<br>• “이 WAF 룰, 왜 이렇게 설정한 거지?” → 모릅니다.<br>• “이 배치 서버, 누가 어떤 목적으로 만들었어?” → 모릅니다.</p><p>13년 된 회사에서 인프라를 운영하면, 의사결정의 80%는 <strong>과거 맥락</strong>에 기반합니다. “이걸 왜 이렇게 했지?”의 답은 코드에 없습니다. Slack 어딘가에, Jira 티켓 댓글에, Notion의 잊힌 페이지에 흩어져 있습니다.</p><p>사람이라면? 팀에서 3년 이상 일한 시니어가 “아, 그거 2024년에 한번 터져서 이렇게 바꿨어”라고 말해줍니다.</p><p>AI에게는 그 시니어가 필요했습니다. 우리는 그 시니어를 <strong>만들었습니다</strong>.</p><h3>2. GOM — 13년치 기억을 가진 Knowledge DB</h3><p><strong>GOM(곰타운)</strong>은 우리 회사의 Knowledge DB 플랫폼입니다. 쿼리곰(Slack 봇)으로 시작해서, 이제는 CLI(gom)로 모든 AI 에이전트가 직접 조회하는 <strong>조직의 기억 저장소</strong>가 되었습니다.</p><h4>연결된 데이터 소스</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*qUS0UuPH4tQf5mLZz--GbQ.png" /><figcaption>GOM CLI — 13년치 조직의 기억을 하나의 인터페이스로</figcaption></figure><p>GOM CLI가 제공하는 명령어들:</p><p>• gom slack search — 전사 Slack 히스토리<br>• gom jira search — IMOPS/ISMS 티켓 전체<br>• gom notion search — Notion 페이지/DB 검색<br>• gom dbx sql — Databricks SQL 실행<br>• gom code search — 코드베이스 함수/상수 검색<br>• gom code graph — 호출 관계 그래프 탐색<br>• gom code impact — 변경 영향도 분석<br>• gom learn search — 과거 교정된 규칙 확인</p><p><em>(GOM(곰타운)의 구축 과정과 기술적 아키텍처는 Data Engineer인 김지호님이 별도 기술 블로그로 상세히 다룰 예정입니다.)</em></p><h4>핵심: “물어보는 것”이 아니라 “기억하는 것”</h4><p>일반적인 AI 챗봇은 <strong>물어보면 검색</strong>합니다. GOM은 다릅니다. AI 에이전트가 <strong>작업을 시작하기 전에 자동으로</strong> 과거 맥락을 조회합니다.</p><p>우리 Claude Code의 가드레일:</p><pre>Tool Priority Chain (도구 우선순위 체계)<br><br>1순위: GOM CLI + 세션 DB 병행<br>  - 항상 1순위. gom slack/jira/notion search로 히스토리 파악<br>  - Notion 세션 DB에서 과거 유사 작업/장애 선례를 동시 조회<br>2순위: API 직접 호출 (Python requests / curl / CLI)<br>3순위: MCP 서버 도구<br>최후: Chrome 브라우저 자동화</pre><p>이게 뭘 의미하냐면, 제가 “DDoS 공격 분석해줘”라고 말하면:</p><p>1. AI가 <strong>먼저</strong> gom slack search &quot;DDoS&quot; → 과거 DDoS 대응 히스토리 확인<br>2. <strong>먼저</strong> Notion 세션 DB에서 과거 DDoS 세션 페이지 조회 → 판정 기준, 대응 템플릿, 회고 교훈 확인<br>3. <strong>그 다음</strong> Datadog API로 현재 트래픽 분석<br>4. <strong>그 다음</strong> WAF 로그에서 패턴 매칭</p><p>“이전에 어떻게 했지?”를 AI가 알고 시작하는 것과 모르고 시작하는 것. <strong>천지 차이입니다.</strong></p><h3>3. 실전: GOM이 바꾼 인프라 운영의 하루</h3><h4>Case 1: 보안 취약점 점검 — “이거 이전에도 나온 적 있나요?”</h4><p>고객사 보안 점검 보고서가 들어왔습니다. XSS 취약점 지적.</p><pre># 1. 과거 동일 취약점 히스토리 조회<br>gom jira search &quot;XSS 게시판 검색&quot;<br># → IMOPS에서 XSS 관련 티켓 히스토리 12건 발견<br># → 동일 패턴: 게시판 keyword 파라미터 Reflected XSS, 3번째 보고<br><br><br># 2. 과거 대응 방식 확인<br>gom slack search &quot;XSS 게시판 WAF 차단&quot;<br># → 2024년: WAF 룰로 차단, 2025년: 코드 수정으로 근본 해결<br><br><br># 3. 현재 WAF 룰 상태 확인<br>gom code search &quot;XSS filter board&quot;<br># → 코드베이스에서 관련 필터 로직 확인</pre><p><strong>과거 3번 발생 + 2가지 대응 방식 + 현재 상태</strong>가 5분 만에 나옵니다. 예전에는? Jira를 뒤지고, Slack을 검색하고, 코드를 grep하고… 2시간.</p><h4>Case 2: 이벤트 서버 증축 — “30대가 적정한 근거는?”</h4><p>트래픽이 늘어서 이벤트 서버를 증축해야 했습니다. “몇 대?”가 문제였습니다.</p><pre>1차 쿼리곰 분석 → 과거 RPS 기록, 이벤트/프로모션/블프 피크 데이터<br>→ Claude 교차검증<br>→ &quot;보수적 판단인 30대로 증축합니다. 쿼리곰 굿&quot;</pre><p>이건 제가 실제로 Slack에 쓴 말입니다. 쿼리곰이 과거 이벤트별 트래픽 데이터, 서버 증축 히스토리, 용량 산정 기준 논의를 모두 찾아줬고, Claude가 교차 검증해서 “30대가 적정”이라는 결론을 냈습니다.</p><p>근거 없이 “20대? 30대? 40대?”를 논의하던 시절은 끝났습니다.</p><h4>Case 3: AWS TAM이 DevOps-Agent를 제안했을 때</h4><p>AWS 미팅에서 DevOps-Agent를 소개받았습니다. 온콜 알림 분류 및 초기 대응에 특화된 도구.</p><p>저는 이렇게 답했습니다:</p><blockquote><em>“저희는 온콜/장애 대응을 이미 자체 AI 시스템으로 해결하고 있습니다. Claude Code + GOM CLI + Multi-Agent + 가드레일 정책으로, 장애 발생 시 자동으로 과거 선례를 조회하고, 도메인 특화 런북을 실행합니다.”</em></blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ZV6k-TCq5LdfrtIXnuKGtg.png" /><figcaption>실제 Slack에 공유한 Claude Code 장애 분석 사례 — 장애 감지부터 RCA까지 자동 수행</figcaption></figure><p>위 스크린샷은 실제 장애 발생 시 Claude Code가 자동으로 수행한 분석 과정입니다. 관련 메트릭 수집, 타임라인 정리, RCA, Robusta/DataDog 연동까지 — 사람이 하나하나 CLI를 치면 2시간, AI가 GOM과 함께 8분.</p><p>이게 가능한 이유가 바로 GOM입니다. 외부 SaaS는 “일반적인 AWS 장애 대응”을 알려줍니다. 우리 시스템은 <strong>“우리 환경에서 이 장애가 3번째 발생했고, 지난번엔 이 WAF 룰이 원인이었다”</strong>를 알려줍니다.</p><h4>Case 4: KISA 침해사고 대응 — 사이트 분석부터 신고서까지</h4><p>피싱 도메인이 신고됐습니다. 분석이 필요합니다.</p><pre># 쿼리곰에게 사이트 히스토리 조회<br>gom slack search &quot;피싱 사이트.kr&quot;<br>gom jira search &quot;피싱 사이트.kr&quot;<br><br># 코드베이스에서 파일 업로드 로직 확인<br>gom code search &quot;xxx.imweb.me upload file type&quot;<br><br># Databricks에서 실제 데이터 조회<br>gom dbx sql &quot;SELECT * FROM site_info WHERE site_code = &#39;Sxxxxxxxxxxxxxxxx&#39;&quot;</pre><p>사이트 파일 업로드 이력, 전체 페이지 구조, 결제 히스토리, 접속 로그까지. 원래 반나절 걸리던 분석이 8분이면 끝납니다.</p><h3>4. 가드레일이 없는 AI는 “준비 안 된 미팅”입니다</h3><p>여기서 중요한 이야기를 하나 하겠습니다.</p><p>AI를 제대로 쓰는 사람과 못 쓰는 사람의 차이는 <strong>프롬프트 스킬이 아닙니다</strong>. 미팅에 비유하면 명확합니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*q5qYH-KvCgkRP6aj8MGS6Q.png" /><figcaption>같은 AI, 다른 결과 — 맥락의 유무가 갈립니다</figcaption></figure><p><strong>❌ 준비 안 된 미팅</strong>: “자, 이제 시작하자” → 아무도 뭘 결정해야 하는지 모름 → 1시간 후 “다음에 다시 논의하죠”</p><p><strong>✅ 준비된 미팅</strong>: 아젠다 사전 공유 → 의사결정 포인트 명확 → 필요한 데이터 미리 수집 → 30분 만에 결론</p><p>AI도 똑같습니다.</p><p>❌ “이거 분석해줘” → AI가 아무 맥락 없이 일반론 생성 → “아니 그게 아니라…” → 핑퐁 반복 → 할루시네이션 폭발</p><p>✅ 가드레일 + GOM으로 맥락 주입 → 과거 선례 조회 → 도메인 정책 확인 → 맥락 위에서 분석 → <strong>첫 번째 응답이 바로 정답</strong></p><p>우리 CLAUDE.md에는 50개 이상의 가드레일이 있습니다. “DD 로그 0건이면 5단계 검증을 해라”, “VIP 장애 시 VIP/NORM 서버 분리부터 확인해라”, “PHP APM 에러 0건이어도 silent failure 가능성을 고려해라” 같은 것들.</p><p>이건 전부 <strong>실제 사고에서 유래한 규칙</strong>입니다. 각 가드레일에는 sago: 태그가 붙어있고, 어떤 장애에서 왜 이 규칙이 생겼는지 추적할 수 있습니다. 여기에 80개 이상의 자동 피드백 메모리가 누적되고 있습니다 — AI가 틀릴 때마다 &quot;다음엔 이렇게 해라&quot;가 자동으로 기록되고, 다음 세션부터 바로 적용됩니다.</p><p>코드로 치면 <strong>테스트 케이스</strong>입니다. AI가 이전에 틀렸던 것을 다시 틀리지 않게 하는 장치입니다.</p><pre># 실제 가드레일 예시<br>DD 로그 0건 시 5단계 필수 검증 (절대 포기 금지)<br>— 0건 = &quot;데이터 없음&quot;이 아니라 &quot;쿼리 오류 가능성&quot;<br>  (1) 시간대 재확인: KST→UTC 변환을 datetime 객체로 계산<br>  (2) 필드명 변형 3종 시도<br>  (3) 시간 범위 3배 확장 재시도<br>  (4) 총량 쿼리: 필터 없이 전체 건수 먼저 확인<br>  (5) CW 우회: aws wafv2 get-sampled-requests<br>  금지: 0건에서 아키텍처 결론 도출</pre><p>이 가드레일 하나가 “데이터가 없네요, 이 경로를 거치지 않는 것 같습니다”라는 <strong>치명적인 오진</strong>을 막아줍니다.</p><h3>5. “쿼리곰 멘션” — 수치로 보는 활용도</h3><p>GOM의 위력은 수치로 증명됩니다.</p><h4>인프라팀 쿼리곰 활용 패턴 Top 5</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*IZg8Jv8-MLt7Ujsz2AT51A.png" /><figcaption><em>최근 3개월간 인프라팀의 쿼리곰 활용 분포</em></figcaption></figure><h4><strong>실제 쿼리곰 아웃풋: 이벤트 고객사 일일 분석</strong></h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*UiVgnL7zA7FoFpVa_yWKCg.png" /><figcaption><em>쿼리곰이 매일 오전 7시에 자동으로 생성하는 이벤트 트래픽 분석 리포트 — 적정 서버 대수 추천, 시간대별 주문 분포, UV→주문 전환율까지</em></figcaption></figure><p>단순히 “검색해줘”가 아닙니다. 쿼리곰은 스케줄링을 지원해서, 매일 오전 7시에 자동으로 Databricks에서 7일치 UV/PV/주문/GMV 추이를 뽑고, 과거 이벤트 패턴과 비교해서 “15대 증설, 10시까지 완료 필수”같은 액셔너블한 추천을 내립니다. 비등록 트래픽 이상 탐지까지 — 평시 대비 111배 UV 급증 사이트를 자동으로 잡아냅니다.</p><p>출근하면 이미 분석이 끝나있습니다. 엔지니어는 판단만 하면 됩니다.</p><h4>곰타운 프로덕트 지표 (2026–02–23 ~ 2026–04–15)</h4><p>곰타운은 전사적으로도 강한 제품 지표를 보이고 있습니다:</p><p>• <strong>DAU/WAU Stickiness</strong>: 내부 도구 기준 매우 높은 수준<br>• <strong>Cohort Retention</strong>: 사용자 이탈률 극히 낮음<br>• <strong>Expansion Rate</strong>: 팀 → 스쿼드 → 전사로 자연 확산</p><p>단순히 “있으니까 쓰는” 도구가 아닙니다. <strong>없으면 일을 못 하는</strong> 수준이 됐습니다.</p><h3>6. 신규 입사자가 다음 신규 입사자를 온보딩하는 세계</h3><p>2026년 4월. 인프라팀에 세 명이 입사했습니다. SRE, DevOps, DevSecOps.</p><p><strong>1주차</strong>: 기본 온보딩. Okta 계정 생성, VPN 설정, 개발 환경 구축. 그리고 Claude Code 세팅.</p><p>Claude Code 세팅이라고 해봐야 setup.sh 하나 실행하면 3분이면 끝납니다. 이 스크립트조차 &quot;SRE 파트에 최적화된 설정으로 세팅해줘&quot;라고 AI에게 프롬프트를 전달하면, 파트별(SRE/DevOps/Security/DB/Data) 최적 옵션값으로 자동 분기해서 설정을 완료합니다. 크리덴셜, 가드레일, MCP 서버 연결까지 한 방에.</p><p>그런데 놀라운 일이 벌어졌습니다.</p><p>신규 입사자들이 Claude Code + 쿼리곰을 쓰기 시작하면서, <strong>온보딩 문서를 직접 수정하기 시작한 것입니다</strong>. “이 부분은 현재 절차가 바뀌었습니다”, “이 가이드에 이 단계가 빠져있습니다” — AI로 코드베이스를 탐색하고, 쿼리곰으로 히스토리를 확인하고, 스스로 온보딩 절차를 고도화했습니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*rAKX6H135S5BlBaBG1diXw.png" /><figcaption><em>1주일 만에 역전되는 온보딩 — AI가 만든 선순환</em></figcaption></figure><p>더 충격적인 건, <strong>4/6에 입사한 분이 4/13에 입사한 분을 온보딩하고 있다는 것</strong>입니다. 1주일 만에.</p><p>이게 가능한 이유:</p><p>1. GOM이 13년치 맥락을 제공합니다 → “왜 이렇게 되어있는지”를 AI가 설명해줍니다<br>2. Claude Code 가드레일이 도메인 정책을 강제합니다 → 실수할 수 없습니다<br>3. 세션 DB에 모든 작업이 기록됩니다 → 이전 사람이 어디까지 했는지 보입니다</p><p><strong>선순환 구조</strong>: 입사 → AI로 학습 → 문서 고도화 → 다음 입사자가 더 좋은 문서로 학습</p><p><em>(이 온보딩 선순환의 구체적인 경험담은 곧 신규 입사자 본인이 직접 기술 블로그로 공유할 예정입니다. 기대해주세요.)</em></p><h3>7. “본인 x N명이 동시에 일하는 느낌”</h3><p>제가 AI를 쓰면서 가장 자주 느끼는 감각이 있습니다.</p><p><strong>혼자인데, 나 같은 사람이 5명이 동시에 일하고 있는 느낌.</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*JcpOTJfTurC6YqlF9anVbw.png" /><figcaption><em>한 명의 엔지니어, 다섯 개의 동시 작업</em></figcaption></figure><p>DDoS 대응을 할 때:</p><p>• <strong>저(Master)</strong>: 전체 상황 판단, 의사결정<br>• <strong>Claude(Agent 1)</strong>: WAF 로그 분석 + GOM으로 과거 DDoS 선례 조회<br>• <strong>Gemini(Agent 2)</strong>: nginx 봇 패턴 분석 + 트래픽 시계열 정리<br>• <strong>Codex(Agent 3)</strong>: WAF 룰 코드 리뷰 + 정규식 정밀 검증</p><p>이게 동시에 돌아갑니다. 그리고 각 에이전트가 GOM을 통해 <strong>같은 맥락</strong>을 공유합니다.</p><p>하지만 이건 아무나 할 수 있는 게 아닙니다. 솔직하게 말씀드리겠습니다.</p><h4>왜 데브옵스 엔지니어의 밀도가 중요한가</h4><p>IDC 온프렘 → IaaS → PaaS → SaaS. 대규모 트래픽에서 노 다운타임 마이그레이션. 금융망 레벨의 보안 요구사항.</p><p>이 경험을 가진 엔지니어가 AI를 만나면, <strong>보수적인 마인드 + 안전장치 + 테스트</strong>가 자동으로 따라붙습니다.</p><p>제 CLAUDE.md에 52개의 가드레일이 있는 이유가 이겁니다. “이거 프로덕션에 바로 적용해도 되나?”를 항상 의심하는 습관이 <strong>가드레일</strong>이 되고, <strong>테스트 정책</strong>이 되고, <strong>Pilot-Verify-Rollout 프로세스</strong>가 됩니다.</p><pre>Deploy Lifecycle Policy (Test → Gradual Rollout → Monitor)<br><br>1단계: 테스트 (배포 전 필수)<br>2단계: 점진적 적용 - Pilot 1개 → 검증 → 확대<br>3단계: 배포 후 모니터링 - 최소 15분, 에러율/응답시간 확인</pre><p>경험이 얕은 엔지니어가 AI를 쓰면? “AI가 만들어줬으니 바로 배포!” — 장애.</p><p>경험이 깊은 엔지니어가 AI를 쓰면? “AI가 만들어줬으니 일단 Pilot 1대에 넣고 15분 모니터링.” — 안전.</p><p><strong>엔지니어의 수준과 밀도가 높을수록, AI는 위험한 무기가 아니라 정밀한 도구가 됩니다.</strong></p><h3>8. 함정: “GOM한테 물어보면 되지”의 위험</h3><p>GOM이 만능은 아닙니다. 우리가 겪은 실수들:</p><h4>할루시네이션은 GOM도 피할 수 없습니다</h4><p>쿼리곰이 ElastiCache 장애를 분석하면서 “Elasticache 메모리 부족으로 인한 eviction이 원인”이라고 답했습니다. 기술적으로 맞는 말입니다. 하지만 <strong>우리 환경의 근본 원인</strong>은 봇 트래픽에 의한 세션 폭증이었습니다.</p><p>교훈: GOM의 답변도 <strong>교차 검증</strong>이 필수입니다. 쿼리곰 1차 분석 → Claude 교차검증 → 최종 판단은 사람이.</p><h4>“과거에 이렇게 했으니까”의 함정</h4><p>과거 대응이 항상 정답은 아닙니다. 인프라는 계속 변합니다. 2024년의 정답이 2026년에는 오답일 수 있습니다.</p><p>교훈: GOM은 <strong>참고</strong>지 <strong>정답</strong>이 아닙니다. “과거에 이렇게 했다”는 출발점이지 결론이 아닙니다.</p><h4>외부 분석 결과를 그대로 믿는 함정</h4><p>다른 AI 세션이나 외부 도구가 준 분석 결과를 그대로 채택하면 안 됩니다.</p><pre>외부 분석 결과(다른 세션/AI/쿼리곰) 수용 시<br>→ 원본 데이터로 1차 검증<br>→ 결론만 채택 금지, 근거 데이터를 직접 조회하여 교차 검증 후 채택</pre><h3>9. GOM + Claude Code + Multi-Agent = 조직의 두뇌</h3><p>정리하면 이렇습니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*9oHXh3QyILbZ89x7j3fFrw.png" /><figcaption><em>AI의 가치는 모델이 아니라 맥락의 깊이에 비례합니다</em></figcaption></figure><p>1. <strong>GOM</strong>이 13년치 기억을 제공합니다 (맥락)<br>2. <strong>가드레일</strong>이 도메인 특화 정책을 강제합니다 (안전장치)<br>3. <strong>Multi-Agent</strong>가 분석을 병렬로 수행합니다 (속도)<br>4. <strong>Session DB</strong>가 모든 작업을 기록합니다 (학습)<br>5. <strong>Engineer</strong>가 최종 의사결정을 내립니다 (판단)</p><p>이 다섯 가지가 맞물릴 때, AI는 “도구”가 아니라 <strong>“조직의 두뇌”</strong>가 됩니다.</p><h3>10. 다음은?</h3><p>현재 인프라팀은 저를 포함해 11명으로 성장하고 있습니다. 10명의 엔지니어가 각자의 Claude Code에 각자의 도메인 가드레일을 쌓아가고 있습니다. 그리고 그 가드레일은 GOM을 통해 <strong>팀 전체의 지식</strong>이 됩니다.</p><p>이 모든 가드레일은 <a href="https://ai-guardrails-docs.imweb-infra.com/">ai-guardrails-docs.imweb-infra.com</a>에 문서화되어 있습니다. 14개 정책 섹션, 51개 정책 파일, 70개 참조 문서. 누구든 우리가 어떤 가드레일을 왜 만들었는지 확인할 수 있습니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*cWhtfquFTLnM6fGiskmIEw.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*dalFiTuN9yldZyzLXvnvBw.png" /></figure><p>참고로 이 사이트는 4/6에 입사하신 DevOps 엔지니어 이호수님이 인프라팀 AI 세팅을 끝내고, 1시간도 안 되어 만든 가이드 사이트입니다. ai-guardrails-platform 레포의 구성이 변경될 때마다 CI가 변경분을 자동으로 인식해서 사이트에 실시간으로 반영해 줍니다. 자세한 구축기는 호수님이 직접 공유해 주실 예정입니다.</p><p>우리가 증명하고 싶은 것:</p><blockquote><em>AI의 가치는 모델의 성능이 아니라, 조직이 축적한 맥락의 깊이에 비례합니다.</em></blockquote><p>GPT-5가 나오든, Claude 5가 나오든, 모델은 계속 좋아질 것입니다. 하지만 “우리 회사에서 이 장애가 3번째 발생했고, 지난번엔 이렇게 해결했다”는 맥락은 그 어떤 모델도 스스로 만들어낼 수 없습니다.</p><p><strong>그 맥락을 만드는 건 사람입니다. AI는 그 맥락 위에서 날아가는 것입니다.</strong></p><p>읽어주셔서 감사합니다.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=cc3275a40fb8" width="1" height="1" alt=""><hr><p><a href="https://medium.com/imweb-tech/13%EB%85%84%EC%B9%98-%EA%B8%B0%EC%96%B5%EC%9D%84-%EA%B0%80%EC%A7%84-ai-knowledge-db%EB%A1%9C-%EC%9D%B8%ED%94%84%EB%9D%BC-%EC%9A%B4%EC%98%81%EC%9D%98-%EB%A7%A5%EB%9D%BD-%EC%9D%84-%ED%95%B4%EA%B2%B0%ED%95%9C-%EC%9D%B4%EC%95%BC%EA%B8%B0-cc3275a40fb8">13년치 기억을 가진 AI — Knowledge DB로 인프라 운영의 &quot;맥락&quot;을 해결한 이야기</a> was originally published in <a href="https://medium.com/imweb-tech">imweb tech : 아임웹 기술블로그</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[하나의 프롬프트, 세 개의 두뇌: Multi-Agent CLI로 인프라 운영 속도를 3배로 끌어올린 이야기]]></title>
            <link>https://medium.com/imweb-tech/%ED%95%98%EB%82%98%EC%9D%98-%ED%94%84%EB%A1%AC%ED%94%84%ED%8A%B8-%EC%84%B8-%EA%B0%9C%EC%9D%98-%EB%91%90%EB%87%8C-multi-agent-cli%EB%A1%9C-%EC%9D%B8%ED%94%84%EB%9D%BC-%EC%9A%B4%EC%98%81-%EC%86%8D%EB%8F%84%EB%A5%BC-3%EB%B0%B0%EB%A1%9C-%EB%81%8C%EC%96%B4%EC%98%AC%EB%A6%B0-%EC%9D%B4%EC%95%BC%EA%B8%B0-ec0a3cfab49f?source=rss-5de89c43bade------2</link>
            <guid isPermaLink="false">https://medium.com/p/ec0a3cfab49f</guid>
            <category><![CDATA[claude]]></category>
            <category><![CDATA[devops]]></category>
            <category><![CDATA[인프라]]></category>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[infrastructure]]></category>
            <dc:creator><![CDATA[Yonghyun Kim]]></dc:creator>
            <pubDate>Fri, 20 Mar 2026 18:09:52 GMT</pubDate>
            <atom:updated>2026-03-20T18:09:52.547Z</atom:updated>
            <content:encoded><![CDATA[<p><strong>Yonghyun Kim</strong> · Mar, 2026</p><blockquote><em>Claude + Gemini + Codex — 인프라팀의 멀티에이전트 오케스트레이션 실전기</em></blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*fScVEFnlbowCWHIBNJCfNg.png" /><figcaption>수동의 종말, 지능형 오케스트레이션의 시작</figcaption></figure><p>이 글의 일러스트레이션은 AI(Google Gemini)로 생성되었으며, 스크린샷은 실제 운영 환경에서 캡처한 것입니다.</p><h3>아임웹 인프라팀 AI 도입기 시리즈</h3><ol><li><a href="https://medium.com/@baramboys0615/ai%EC%99%80-%ED%95%A8%EA%BB%98%ED%95%98%EB%8A%94-devops-claude-code%EB%A1%9C-%EC%83%9D%EC%82%B0%EC%84%B1-10%EB%B0%B0-%EB%86%92%EC%9D%B4%EA%B8%B0-629a2ce68d62">AI와 함께하는 DevOps: Claude Code로 생산성 10배 높이기</a></li><li><a href="https://medium.com/@baramboys0615/claude-md-2-100%EC%A4%84%EC%9D%98-%EB%B9%84%EB%B0%80-4%EA%B0%9C-%ED%8C%8C%ED%8A%B8%EA%B0%80-%ED%95%98%EB%82%98%EC%9D%98-ai-%EC%8B%9C%EC%8A%A4%ED%85%9C%EC%9D%84-%EA%B3%B5%EC%9C%A0%ED%95%98%EB%8A%94-%EB%B2%95-87653465830c">CLAUDE.md 2,100줄의 비밀: 4개 파트가 하나의 AI 시스템을 공유하는 법</a></li><li><a href="https://medium.com/@baramboys0615/ai-%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8%EA%B0%80-%EC%A0%84%EC%82%AC-%EC%95%8C%EB%A6%BC%EC%9D%84-%EB%91%90-%EB%B2%88-%EC%A3%BD%EC%98%80%EB%8B%A4-120%EC%9D%BC%EA%B0%84%EC%9D%98-%EC%8B%A4%EC%88%98-%EC%B9%B4%ED%83%88%EB%A1%9C%EA%B7%B8%EC%99%80-99-981-%EC%9D%98-%EA%B0%80%EC%9A%A9%EC%84%B1-3a0b70c45e4e">AI 에이전트가 전사 알림을 두 번 죽였다: 120일간의 실수 카탈로그와 99.981%의 가용성</a></li><li><strong>하나의 프롬프트, 세 개의 두뇌: Multi-Agent CLI로 인프라 운영 속도를 3배로 끌어올린 이야기</strong> ← 지금 읽고 계신 글입니다.</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*REW_Y00xPbvZslwjxdKjMg.png" /><figcaption>세 개의 AI 에이전트(Claude/Gemini/Codex)가 하나의 오케스트레이터 아래에서 협업하는 모습</figcaption></figure><h3>TL;DR</h3><ul><li><strong>하나의 프롬프트로 세 AI를 동시에 실행</strong>합니다. Claude(Master), Gemini(Speed Slave), Codex(Precision Slave)가 역할을 분담합니다</li><li><strong>5가지 모드</strong>(solo/quick/precise/cross/critical)로 작업 복잡도에 따라 에이전트 조합을 자동 선택합니다</li><li><strong>Cross-validation</strong>: 보안 변경, 프로덕션 배포 같은 고위험 작업은 두 에이전트가 독립적으로 검증합니다</li><li>인프라팀을 넘어 <strong>Foundation, CRM 등 일부 스쿼드에서</strong> AI 가드레일 도입이 시작되었습니다</li><li>멀티에이전트 도입 후 <strong>복잡한 작업의 처리 속도 3배 향상</strong>, 코드 리뷰 품질 체감 40% 개선</li></ul><h3>도입: “Claude 하나로는 부족했다”</h3><p>3편에서 이런 글로 마무리했습니다:</p><blockquote>“AI 에이전트 간 협업: 여러 Claude Code 인스턴스가 서로 컨텍스트를 공유하며 병렬 작업”</blockquote><p>그때는 아이디어 수준이었습니다. 하지만 매일 Claude Code를 쓰면서 명확한 한계를 느꼈습니다.</p><p><strong>한계 1: 속도 vs 정밀도의 딜레마</strong></p><p>“WAF 로그 분석해서 요약해줘” — 이건 빠르게 처리하면 됩니다.</p><p>“프로덕션 IAM 정책 변경 코드 작성해줘” — 이건 느리더라도 정확해야 합니다.</p><p>하나의 에이전트에게 두 가지를 모두 기대하는 건 비효율적이었습니다.</p><p><strong>한계 2: 검증의 부재</strong></p><p>3편에서 다뤘던 Datadog Slack Integration API 사고를 기억하시죠? Claude가 “문제없다”고 판단한 API 호출이 전사 알림을 두 번 죽였습니다. 하나의 에이전트가 작성하고 하나의 에이전트가 검증하면 이런 사고를 줄일 수 있지 않을까?</p><p><strong>한계 3: 컨텍스트 윈도우의 물리적 한계</strong></p><p>CLAUDE.md 2,100줄 + 정책 파일 26개 + 작업 컨텍스트. 복잡한 작업에서는 컨텍스트가 밀려나는 문제가 반복되었습니다. 에이전트를 분리하면 각자의 컨텍스트를 최적화할 수 있습니다.</p><p>그래서 만들었습니다. <strong>Multi-Agent CLI Architecture</strong>.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*zIU-YZR2nv-Wsfg7l7VNrw.png" /><figcaption>단일 에이전트의 병목 → 멀티에이전트의 해결</figcaption></figure><h3>1부: 아키텍처 — Master/Slave 패턴</h3><h3>역할 분담</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*YAjWOwZrsHi4o2kCvcj52w.png" /><figcaption>Claude(Master)가 Gemini(Speed)와 Codex(Precision)를 조율하는 역할 분담 구조</figcaption></figure><p><strong>Gemini CLI(Speed Slave)</strong>: 속도가 생명인 작업을 맡습니다. 로그 요약, 문서 초안, 대용량 데이터 분석. 45초 타임아웃 안에 결과를 돌려줍니다.</p><p><strong>Codex CLI(Precision Slave)</strong>: 정확도가 생명인 작업을 맡습니다. 코드 변경, 보안 검토, 테스트 작성. 90초까지 허용하지만, 그만큼 꼼꼼합니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*fBdbGDTXnLqwsdAp-o7oyw.png" /><figcaption>Master/Slave 아키텍처</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*5CyQp7qqsVXJj_0KMZBzNw.png" /><figcaption>실제 CLAUDE.md의 멀티에이전트 프로토콜 — 5가지 모드와 자동 승격 규칙</figcaption></figure><h3>5가지 실행 모드</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*vGhp1F3zF1nceYkpca8RXw.png" /></figure><p><strong>실행은 이렇게 합니다:</strong></p><p>Claude Code CLI에서 #모드 해시태그를 프롬프트 앞에 붙이면 됩니다:</p><pre># Claude Code CLI 프롬프트 입력<br>&gt; #quick WAF 로그에서 최근 1시간 Block된 IP Top 10 분석해줘<br>&gt; #cross 이 IAM 정책 변경의 보안 영향도 분석해줘<br>&gt; #critical 프로덕션 ECS 서비스 롤백 계획 수립해줘</pre><p>Claude(Master)가 # 해시태그를 인식하면, 내부적으로 ai-delegate.sh 스크립트를 호출해 해당 모드의 Slave를 자동 실행합니다. 사용자는 스크립트를 직접 실행할 필요 없이, <strong>평소 Claude Code를 쓰듯 프롬프트만 입력</strong>하면 됩니다.</p><h3>자동 승격/다운그레이드</h3><p>모든 작업에 #cross를 붙일 필요는 없습니다. Master가 작업의 위험도를 판단해서 자동으로 모드를 전환합니다.</p><pre>자동 승격 (더 신중하게):<br>  solo → cross  : 보안 관련 코드 변경 (IAM, SG, 인증)<br>  solo → critical: 프로덕션 배포/롤백, 데이터 삭제</pre><pre>자동 다운그레이드 (더 효율적으로):<br>  cross → quick  : AWS 대량 읽기 조회 (Codex sandbox가 외부 API 호출 불가)<br>  cross → solo   : SSM 기반 트러블슈팅 (Slave 타임아웃 문제)<br>  cross → solo   : 대규모 레거시 코드베이스 탐색 (Slave 파일 구조 파악 실패)</pre><p>이 자동 전환 규칙도 CLAUDE.md에 가드레일로 기록되어 있습니다. 3편에서 배운 교훈 그대로 — <strong>경험을 시스템으로 전환합니다</strong>.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*boyQHOcTU3Zgd1awKcHrPQ.png" /><figcaption>작업의 위험도와 속도 요구에 따라 5가지 모드가 자동 선택된다</figcaption></figure><h3>2부: 실전 사례 — 멀티에이전트가 빛나는 순간</h3><h3>사례 1: Security Group 전수 검사 (#quick → Gemini)</h3><p><strong>상황</strong>: ISMS 감사 대비로 전체 Security Group의 인바운드 규칙 중 0.0.0.0/0이 열린 항목을 점검해야 합니다.</p><pre>&gt; #quick sso-prod 프로파일로 모든 Security Group에서 0.0.0.0/0 인바운드가 열린 항목을 찾고,<br>  각 SG가 어떤 리소스에 연결되어 있는지 매핑해줘</pre><p><strong>Gemini가 15초 만에 반환:</strong></p><pre>결론: 12개 SG에서 0.0.0.0/0 인바운드 발견<br>근거: 그 중 8개는 ALB용(정상), 3개는 관리 포트(위험), 1개는 미사용<br>리스크: sg-xxxxxxxxx (SSH 22번 포트 전체 오픈, 연결 리소스: bastion-legacy)<br>실행안: 관리 포트 3건 즉시 조치 필요, 미사용 1건 삭제 권장</pre><p><strong>왜 </strong><strong>#quick인가?</strong>: AWS API 대량 조회는 Codex sandbox에서 네트워크 제한 때문에 타임아웃됩니다. Gemini의 --approval-mode yolo가 AWS CLI를 자유롭게 호출할 수 있어서 이런 작업에 최적입니다.</p><p>이건 CLAUDE.md의 자동 다운그레이드 규칙 중 하나입니다:</p><pre>cross → quick (다운그레이드):<br>AWS 대량 읽기 조회 (다수 SG/리소스 검증).<br>Codex sandbox 특성상 외부 API 순차 호출이 타임아웃 초과하므로<br>Gemini 단독이 효율적.</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*lUaMhEmzitzRoLQiRiOvlw.png" /><figcaption>Master → Gemini → AWS API → 결과 반환, 15초 만에 12개 SG 전수 검사 완료</figcaption></figure><h3>사례 2: IAM 정책 변경 교차 검증 (#cross)</h3><p><strong>상황</strong>: 특정 Lambda에 S3 + DynamoDB 접근 권한을 추가해야 합니다. 권한 과다 부여는 보안 사고로 이어질 수 있습니다.</p><pre>&gt; #cross devops-event-site-manager Lambda의 IAM 역할에<br>  S3 devops-event-configs 버킷 읽기 + DynamoDB devops-event-monitoring 테이블 읽기/쓰기<br>  최소 권한 정책을 작성해줘</pre><p><strong>Gemini (Speed)와 Codex (Precision)가 병렬로 실행:</strong></p><p>Gemini 결과 (25초):</p><pre>{<br>  &quot;Version&quot;: &quot;2012-10-17&quot;,<br>  &quot;Statement&quot;: [<br>    {<br>      &quot;Effect&quot;: &quot;Allow&quot;,<br>      &quot;Action&quot;: [&quot;s3:GetObject&quot;, &quot;s3:ListBucket&quot;],<br>      &quot;Resource&quot;: [<br>        &quot;arn:aws:s3:::devops-event-configs&quot;,<br>        &quot;arn:aws:s3:::devops-event-configs/*&quot;<br>      ]<br>    },<br>    {<br>      &quot;Effect&quot;: &quot;Allow&quot;,<br>      &quot;Action&quot;: [&quot;dynamodb:GetItem&quot;, &quot;dynamodb:PutItem&quot;, &quot;dynamodb:UpdateItem&quot;, &quot;dynamodb:Query&quot;],<br>      &quot;Resource&quot;: &quot;arn:aws:dynamodb:ap-northeast-2:xxxxxxxxxxxxx:table/devops-event-monitoring&quot;<br>    }<br>  ]<br>}</pre><p>Codex 결과 (55초):</p><pre>{<br>  &quot;Version&quot;: &quot;2012-10-17&quot;,<br>  &quot;Statement&quot;: [<br>    {<br>      &quot;Sid&quot;: &quot;S3ReadAccess&quot;,<br>      &quot;Effect&quot;: &quot;Allow&quot;,<br>      &quot;Action&quot;: [&quot;s3:GetObject&quot;],<br>      &quot;Resource&quot;: &quot;arn:aws:s3:::devops-event-configs/*&quot;<br>    },<br>    {<br>      &quot;Sid&quot;: &quot;S3ListAccess&quot;,<br>      &quot;Effect&quot;: &quot;Allow&quot;,<br>      &quot;Action&quot;: [&quot;s3:ListBucket&quot;],<br>      &quot;Resource&quot;: &quot;arn:aws:s3:::devops-event-configs&quot;,<br>      &quot;Condition&quot;: {<br>        &quot;StringLike&quot;: {<br>          &quot;s3:prefix&quot;: [&quot;events/*&quot;]<br>        }<br>      }<br>    },<br>    {<br>      &quot;Sid&quot;: &quot;DynamoDBAccess&quot;,<br>      &quot;Effect&quot;: &quot;Allow&quot;,<br>      &quot;Action&quot;: [&quot;dynamodb:GetItem&quot;, &quot;dynamodb:PutItem&quot;, &quot;dynamodb:UpdateItem&quot;, &quot;dynamodb:Query&quot;],<br>      &quot;Resource&quot;: [<br>        &quot;arn:aws:dynamodb:ap-northeast-2:xxxxxxxxxxxxx:table/devops-event-monitoring&quot;,<br>        &quot;arn:aws:dynamodb:ap-northeast-2:xxxxxxxxxxxxx:table/devops-event-monitoring/index/*&quot;<br>      ]<br>    }<br>  ]<br>}</pre><p><strong>Master(Claude)의 판정:</strong></p><pre>결론: Codex 버전 채택 (3가지 차이점 발견)<br><br>근거:<br>1. S3 ListBucket에 Condition 추가 → Codex가 더 최소 권한 원칙 준수<br>2. DynamoDB에 GSI index/* 포함 → Gemini가 놓친 부분<br>3. Sid 명시 → 감사 추적 용이<br><br>리스크: Condition의 prefix &quot;events/*&quot;가 실제 키 구조와 맞는지 확인 필요<br><br>실행안: Codex 버전 기반으로 prefix 경로만 검증 후 적용</pre><p><strong>핵심</strong>: Gemini는 빠르지만 GSI 인덱스 접근을 놓쳤고, Codex는 느리지만 Condition까지 챙겼습니다. 하나의 에이전트만 썼다면 어떤 결과를 받았을지 모릅니다. 두 개의 독립적인 결과를 비교하니 <strong>빈틈이 보입니다</strong>.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*88VO4OKkaU04i723CT3DuA.png" /><figcaption>Gemini와 Codex의 결과를 Master가 비교 — GSI 인덱스 누락, Condition 추가 등 3가지 차이점 발견</figcaption></figure><h3>사례 3: 프로덕션 배포 계획 수립 (#critical)</h3><p><strong>상황</strong>: ECS 서비스의 새 버전 배포. 이전에 health check 설정 오류로 장애가 발생한 적 있는 서비스입니다.</p><pre>&gt; #critical imweb-prod-api ECS 서비스 v2.5.0 → v2.6.0 배포 계획 수립.<br>  이전 장애 이력: 2026-01-15 health check 설정 오류로 5xx 급증.<br>  배포 전/중/후 체크리스트 포함.</pre><p><strong>#critical 모드는 순차 실행입니다:</strong></p><pre>Step 1: Codex (Precision) — 배포 코드 및 설정 검증 (60초)<br>  → health check 경로/간격/임계값 검증<br>  → Task Definition diff 분석<br>  → 롤백 스크립트 생성<br><br>Step 2: Gemini (Speed) - 영향도 분석 (30초)<br>  → 현재 트래픽 패턴 분석 (Datadog 메트릭 참조)<br>  → 배포 최적 시간대 추천<br>  → 의존 서비스 영향 범위 확인<br><br>Step 3: Claude (Master) - 최종 종합 (20초)<br>  → Codex의 기술 검증 + Gemini의 영향도 분석 통합<br>  → 최종 배포 체크리스트 생성<br>  → Go/No-Go 판정</pre><p>이 순차 실행이 중요한 이유: Codex가 먼저 코드를 검증하고, 그 결과를 Gemini가 영향도 분석에 반영합니다. 병렬로 돌리면 Gemini가 Codex의 발견(예: health check 경로 변경)을 모른 채 분석합니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*YYJxOPmA_lFaMReTsdhSzg.png" /><figcaption>Codex(정밀 검증) → Gemini(영향도 분석) → Claude(최종 판정), 각 단계의 결과가 다음 단계의 입력이 된다</figcaption></figure><h3>실전: #critical로 장애 원인을 3분 만에 찾다</h3><p>이것은 가상 시나리오가 아닙니다. <strong>이 글을 쓰는 도중 실제로 발생한 사건</strong>입니다.</p><p><strong>상황</strong>: php_fpm.processes.active 급증 알람이 긴급장애 채널에 떴습니다. 30대 웹 서버의 PHP-FPM 워커가 동시에 포화 상태.</p><p>Claude Code CLI에서 #critical을 입력했습니다:</p><pre>&gt; #critical [장애 쓰레드 URL] 이 장애 쓰레드 분석해서 원인/영향/대응 리포트 작성해줘</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*rjka06okA8sTG9xvBWINQw.png" /><figcaption>Claude Code CLI에서 #critical 프롬프트 입력</figcaption></figure><h3>critical 모드가 작동합니다. Codex → Gemini → Claude 순차 실행:</h3><ul><li><strong>Step 1 — Codex(Precision)</strong>: Slack 쓰레드 메시지 수집 + Datadog WAF/nginx 로그 분석</li><li><strong>Step 2 — Gemini(Speed)</strong>: 트래픽 패턴 분석 + 영향도 산정</li><li><strong>Step 3 — Claude(Master)</strong>: 종합 판정 + 4-Block Format 리포트</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*F6Jka8ZyUTc5wtUZ7muCtg.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*YZ161xxjWD39BbYJEZTt0g.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*U6Z4USRD5gMH7cUIF9LIfg.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*iE17L-DPcL1lSAz-bwwdiQ.png" /><figcaption>ai-delegate.sh가 Codex → Gemini 순차 실행하며 장애 원인을 분석하는 과정</figcaption></figure><p><strong>3분 후 결과:</strong></p><pre>결론: xxxxxx.imweb.me /notice/ 게시판에 AWS Singapore(AS16509) 기반 봇이 대량 크롤링<br>근거: 20분간 22,065건 요청, 건당 응답시간 44~52초, p99 27초까지 악화<br>리스크: 봇 차단 시 정상 크롤러(Google 등) 오차단 가능성<br>실행안: WAF rate-limit /notice/ 경로 + AS16509 IP 대역 정밀 차단</pre><p>이 리포트가 장애 쓰레드에 공유되자, 동료 엔지니어의 반응:</p><p><em>“와.. 이걸 한 방에 찾은 것도 넘 신기하네유”</em></p><p><em>“와.. 진짜 notice 게시글 대량 크롤링이었으면 article_popular insert 폭발했을듯”</em></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*0TZ1kNUzndBlvwbrFLIK1A.png" /><figcaption>실제 장애 쓰레드에 #critical 분석 결과가 자동 공유된 모습 — 봇 크롤링 원인 파악부터 WAF 대응 제안까지</figcaption></figure><p>하나의 에이전트만 사용했다면 Slack 메시지 수집, Datadog 로그 분석, WAF 로그 조회를 순차적으로 요청해야 했을 것입니다. <strong>#critical 모드는 세 에이전트가 각자의 강점으로 분석한 뒤, Master가 종합 판정을 내립니다.</strong> 그 결과, 알람 발생 3분 만에 근본 원인과 대응 방안이 나왔습니다.</p><h3>사례 4: 레거시 PHP 코드베이스 분석 (#cross → solo 다운그레이드)</h3><p><strong>상황</strong>: EC2 위의 PHP 레거시 코드에서 특정 설정이 어디서 로드되는지 추적해야 합니다.</p><p>처음에 #cross로 시도했습니다. 결과는?</p><ul><li><strong>Gemini</strong>: 파일 구조를 제대로 파악하지 못해 엉뚱한 경로 제시</li><li><strong>Codex</strong>: sandbox 환경에서 SSM으로 서버 접근 불가</li></ul><p>둘 다 실패. Master가 자동으로 solo로 다운그레이드했습니다.</p><pre>cross → solo (다운그레이드):<br>대규모 로컬 코드베이스(PHP 레거시 등) 탐색.<br>Slave가 파일 구조 파악에 실패하므로 Master 직접 Grep이 효율적.</pre><p>Claude가 직접 SSM으로 서버에 접속해서 grep -r &quot;config_common&quot; &lt;웹서버 루트 경로&gt; 를 실행하고, 설정 로딩 체인을 추적했습니다. 5분 만에 해결.</p><p><strong>교훈</strong>: 멀티에이전트가 항상 좋은 건 아닙니다. <strong>적절한 도구를 적절한 상황에</strong> 쓰는 게 핵심이고, 이 판단을 자동화하는 것이 다운그레이드 규칙의 역할입니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*N4ffLOgeaeZ5ItVrx9cWnA.png" /><figcaption>Master가 작업 특성을 판단해 자동으로 최적 모드를 선택한다</figcaption></figure><h3>3부: 4-Block Format — 일관된 출력의 비밀</h3><p>Slave든 Master든, 모든 결과는 동일한 형식으로 출력됩니다:</p><pre>1. 결론: 최종 답변/액션<br>2. 근거: 선택 이유<br>3. 리스크: 부작용/엣지케이스<br>4. 실행안: 다음 단계</pre><p>왜 이 형식이 중요할까요?</p><p><strong>일관성</strong>: 누가 어떤 모드를 쓰든 같은 구조의 결과를 받습니다. 팀 내 커뮤니케이션 비용이 줄어듭니다.</p><p><strong>의사결정 가속</strong>: “결론”만 보면 됩니다. 깊이 알고 싶으면 “근거”를, 위험을 확인하고 싶으면 “리스크”를 봅니다.</p><p><strong>감사 추적</strong>: 포스트모템이나 변경 이력에 4-Block을 그대로 붙여넣으면 완전한 기록이 됩니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Qh3Ry5ErPkL1AWUVIrTRjg.png" /><figcaption>결론 → 근거 → 리스크 → 실행안: 모든 에이전트의 출력이 이 형식을 따른다</figcaption></figure><h3>4부: Hub &amp; Spoke — 정책은 하나, 에이전트는 셋</h3><h3>정책 구조</h3><p>멀티에이전트에서 가장 어려운 문제: <strong>세 에이전트가 같은 규칙을 따르게 하는 것</strong>.</p><p>우리의 해결책은 Hub &amp; Spoke 패턴입니다:</p><pre>Hub (Single Source of Truth):<br>  ~/claude-policies/   ← 실제 정책 파일 30+개<br><br>Spoke (AI별 설정):<br>  ~/CLAUDE.md          ← Master: 정책 + 오케스트레이션 규칙<br>  ~/GEMINI.md          ← Speed Slave: 속도 최적화 + 정책 참조<br>  ~/.codex/AGENTS.md   ← Precision Slave: 정밀 검증 + 정책 참조</pre><p>Spoke에는 <strong>AI 고유 행동 + Hub 정책 참조 방법</strong>만 기재합니다. 실제 정책은 Hub에서 단일 관리합니다.</p><p>이렇게 하면: — 정책 변경 시 Hub만 수정 → 세 에이전트 모두 반영 — AI별 특성에 맞는 행동만 Spoke에서 조정 — 정책 충돌 방지</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*taS646SjExrORt4Iod0jgg.png" /><figcaption>하나의 정책 Hub에서 세 에이전트의 Spoke로 정책이 전파된다</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*AnUMQUqF20VhE_WcvW_fIA.png" /><figcaption>실제 파일 구조 — Hub(claude-policies)와 Spoke(CLAUDE.md, GEMINI.md, AGENTS.md)</figcaption></figure><h3>5부: 타 스쿼드로의 확산 — 인프라팀을 넘어서</h3><p>이것이 4편의 가장 중요한 이야기입니다.</p><h3>확산의 시작</h3><p>인프라팀의 CLAUDE.md와 세션 기록을 본 다른 스쿼드에서 관심이 생기기 시작했습니다.</p><p>Foundation 스쿼드: “PHP 레거시 코드 분석에 가드레일을 쓸 수 있나요?” CRM 스쿼드: “TypeScript + React 프로젝트에도 적용할 수 있어요?”</p><p>모든 스쿼드가 동시에 시작한 것은 아닙니다. 인프라팀이 먼저 구조를 만들고, 관심 있는 스쿼드부터 순차적으로 합류하는 방식입니다.</p><h3>ai-guardrails-platform</h3><p>확산을 체계화하기 위해 ai-guardrails-platform 레포를 만들었습니다. 핵심은 <strong>Claude Code와 Codex 양쪽 모두 지원</strong>한다는 점입니다.</p><pre>ai-guardrails-platform/<br>├── .claude/                          # Claude Code 사용자용<br>│   ├── CLAUDE.md                     # 전사 공통 가이드라인<br>│   ├── ONBOARDING.md                 # 온보딩 가이드<br>│   ├── policies/                     # 공통 정책 (40+ 파일)<br>│   │   └── squads/<br>│   │       ├── _template/            # 새 스쿼드 추가용 템플릿<br>│   │       ├── infra/                # 인프라팀 (5개 파트: SRE/DevOps/Security/DB/Data)<br>│   │       │   └── parts/{sre,devops,security,db,data}/<br>│   │       ├── foundation/           # Foundation 스쿼드 (PHP 레거시, 서비스 유지보수)<br>│   │       └── crm/                  # CRM 스쿼드 (TypeScript/Node.js + React/Next.js)<br>│   ├── extensions/multi-agent/       # 멀티에이전트 설정 (GEMINI.md, AGENTS.md)<br>│   ├── memory/                       # 공유 메모리 (사고 이력, 피드백)<br>│   └── scripts/<br>│       ├── setup.sh                  # 원클릭 셋업<br>│       └── ai-delegate.sh            # 멀티에이전트 오케스트레이터<br>├── .codex/                           # Codex 사용자용 (동일 구조)<br>│   ├── AGENTS.md<br>│   ├── policies/squads/{infra,foundation,crm}/<br>│   └── ...<br>└── README.md</pre><p>특이한 점은 .claude/와 .codex/ 두 디렉토리가 <strong>거의 동일한 정책을 미러링</strong>한다는 것입니다. 팀원이 Claude Code를 쓰든 Codex를 쓰든, 같은 가드레일이 적용됩니다.</p><p>새 스쿼드를 추가하는 것도 간단합니다:</p><pre># _template을 복사해서 스쿼드명으로 변경<br>cp -r .claude/policies/squads/_template .claude/policies/squads/my-squad<br><br># CLAUDE.md 커스터마이징 후 PR</pre><h3>현재 참여 현황</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*TgdoGRNa8Q5qlo1GWo7BsA.png" /></figure><p>아직 전사 확산이 완료된 것은 아닙니다. Foundation 스쿼드는 이미 도메인/SSL 이력 관리, 제품 운영 분석 등의 정책 파일을 PR로 올리고 있고, CRM 스쿼드도 코드베이스 분석을 반영한 가드레일을 구축하기 시작했습니다.</p><h3>정책 동기화</h3><p>인프라팀의 정책이 변경되면 ai-guardrails-platform에 동기화됩니다.</p><p>CLAUDE.md Quick Command에 있는 정책동기화:</p><pre>| 정책동기화 | 로컬 정책 → ai-guardrails-platform/.claude 동기화 + PR + 병합 |<br>| 정책동기화 미리보기 | diff만 표시 (PR 생성 안 함) |</pre><p>한 팀의 경험이 다른 팀의 가드레일 템플릿이 됩니다. 인프라팀이 만든 공통 정책(AWS 컨벤션, Slack 메시징, Git 워크플로우)은 모든 스쿼드가 즉시 활용할 수 있고, 각 스쿼드는 자기 도메인에 맞는 정책만 추가하면 됩니다.</p><h3>확산이 만들어낸 변화</h3><ul><li><strong>Foundation</strong>: PHP 레거시 코드 분석 시 Claude가 과거 도메인/SSL 변경 이력을 자동 참조. 컨텍스트 없이도 “이 도메인은 2024년에 SSL 이슈가 있었으니 주의” 같은 가이드를 제공</li><li><strong>CRM</strong>: TypeScript + React + PHP가 혼재된 코드베이스에서 각 레이어별 컨벤션을 CLAUDE.md로 관리. 신규 기능 개발 시 Claude가 기존 패턴을 자동 적용</li></ul><p>가장 의미 있는 변화는 <strong>스쿼드가 스스로 PR을 올리기 시작했다</strong>는 점입니다. 인프라팀이 일일이 만들어주는 것이 아니라, 각 스쿼드가 자기 도메인의 가드레일을 자발적으로 구축하고 있습니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*jzUotcQTnSKORu1k2AXXWg.png" /><figcaption>인프라팀에서 Foundation/CRM 스쿼드로 가드레일 확산, 추가 스쿼드 합류 대기 중</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*2BvWHbucmWhDHA0haZTFNA.png" /><figcaption>ai-guardrails-platform 레포 — infra/foundation/crm 스쿼드 가드레일 구조</figcaption></figure><h3>6부: 데이터가 말하는 것</h3><h3>멀티에이전트 도입 전/후 비교</h3><pre>복잡한 작업 처리 시간:<br>  Before (solo):    ████████████████████████████████████ 35분 (평균)<br>  After (multi):    ████████████ 12분 (평균, -66%)</pre><pre>보안 관련 코드 리뷰 누락:<br>  Before (solo):    ████████████████ 월 4건<br>  After (cross):    ████ 월 1건 (-75%)<br><br>프로덕션 배포 사전 검증:<br>  Before:           수동 체크리스트 (15분)<br>  After (#critical): 자동 검증 + 체크리스트 (5분, -67%)</pre><h3>세션 기록 통계</h3><p>Notion 세션 기록 기준, 멀티에이전트 모드 사용 분포:</p><pre>solo:     ████████████████████████████████████████ 62%<br>quick:    ████████████████ 18%<br>precise:  ████████ 9%<br>cross:    ██████ 7%<br>critical: ████ 4%</pre><p>대부분의 작업은 여전히 solo입니다. 멀티에이전트는 <strong>필요할 때만</strong> 씁니다. 이것이 핵심입니다 — 모든 작업에 세 에이전트를 동원하는 것은 오버엔지니어링입니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ZGzV-vYk2pLN_Fn5jm50vA.png" /><figcaption>멀티에이전트 도입 전/후 핵심 지표 — 처리 시간 66% 단축, 리뷰 누락 75% 감소</figcaption></figure><h3>7부: 교훈과 함정</h3><h3>교훈 1: Slave 자동승인은 필수이자 위험</h3><p>Slave는 사람의 승인을 기다리면 hang됩니다. 그래서 자동승인 모드로 실행해야 합니다:</p><pre># Gemini: 자동 승인<br>gemini --approval-mode yolo</pre><pre># Codex: 자동 승인 + 네트워크 접근<br>codex --dangerously-bypass-approvals-and-sandbox</pre><p>하지만 이건 <strong>Slave가 위험한 명령을 실행할 수 있다</strong>는 뜻이기도 합니다. 그래서 Master의 Judge 역할이 중요합니다. Slave에게 보내는 프롬프트에는 <strong>읽기 전용 작업만</strong> 포함하고, 실제 변경은 Master가 사용자 승인을 받고 실행합니다.</p><h3>교훈 2: 타임아웃은 가드레일이다</h3><p>45초, 90초, 120초. 이 타임아웃은 성능 제한이 아니라 <strong>안전장치</strong>입니다.</p><p>Slave가 무한 루프에 빠지거나, 예상보다 큰 작업을 시도하면 타임아웃이 자동으로 멈춥니다. “시간 내에 못 끝내면 Master가 solo로 전환”이라는 fallback이 항상 존재합니다.</p><h3>교훈 3: 4-Block Format은 협상 불가</h3><p>처음에는 Slave가 자유 형식으로 응답하게 했습니다. 결과가 일관되지 않아서 Master의 종합 작업이 비효율적이었습니다.</p><p>4-Block Format을 강제한 이후 Master의 판정 품질이 눈에 띄게 올라갔습니다. <strong>구조화된 출력 = 구조화된 의사결정</strong>입니다.</p><h3>함정: 멀티에이전트 맹신</h3><p>“세 에이전트를 쓰면 무조건 좋다”는 착각입니다.</p><p>실제로 solo가 더 효율적인 상황: - 단순 로그 조회 - 파일 읽기/수정 - 짧은 질문-답변 - SSM 기반 서버 작업</p><p>멀티에이전트의 오버헤드(프롬프트 생성, 결과 대기, 종합)가 작업 자체보다 큰 경우가 있습니다. <strong>도구가 문제를 만들지 않도록</strong> 주의해야 합니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*bUGA4xDCcUlPRxX-jaRrEQ.png" /><figcaption>자동승인의 양면성, 타임아웃 = 안전장치, 4-Block 강제, 멀티에이전트 맹신 경계</figcaption></figure><h3>결론: AI 에이전트는 오케스트라다</h3><p>5개월 전, 혼자 Claude Code를 쓰기 시작했습니다.</p><p>(1편) 4개월 전, 팀 전체가 하나의 CLAUDE.md를 공유했습니다. <br>(2편) 3개월 전, 15개의 실수가 15개의 가드레일이 되었습니다. <br>(3편) 지금, 세 개의 AI가 하나의 오케스트라로 연주합니다. <br>(4편)</p><h3>시리즈의 진짜 주제</h3><p>돌아보면, 이 시리즈는 AI 도구 사용법이 아니었습니다.</p><p><strong>개인의 경험이 팀의 시스템이 되고, 팀의 시스템이 조직의 문화가 되는 이야기</strong>입니다.</p><pre>1편: 개인 → &quot;나 혼자 10배 빨라졌다&quot;<br>2편: 팀  → &quot;팀 전체가 같은 AI 경험을 공유한다&quot;<br>3편: 시스템 → &quot;실수가 시스템으로 전환된다&quot;<br>4편: 조직 → &quot;AI 가드레일이 팀을 넘어 확산된다&quot;</pre><p>AI는 도구입니다. 하지만 도구를 어떻게 조직화하느냐가 결과를 결정합니다. 바이올린 하나로도 아름다운 독주를 할 수 있지만, 오케스트라가 되면 차원이 다른 음악이 나옵니다.</p><p>중요한 건 악기의 수가 아니라 <strong>지휘자의 악보(CLAUDE.md)</strong>와 <strong>연주자 간의 규약(Hub &amp; Spoke)</strong>입니다.</p><h3>다음은?</h3><ul><li><strong>자동 복구(Auto-Remediation)</strong>: 특정 패턴의 장애는 멀티에이전트가 사람 개입 없이 자동 대응</li><li><strong>Remote MCP Server + Multi-Agent</strong>: 24/7 상시 멀티에이전트 운영</li><li><strong>Cross-team Knowledge Graph</strong>: 스쿼드 간 가드레일이 서로 참조하는 지식 그래프</li><li><strong>Agentic Workflow</strong>: 사용자 개입 최소화, 에이전트가 스스로 판단하고 실행하는 완전 자율 운영</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*edWKDgpq9SruiFShVJ8Vew.png" /><figcaption>개인 → 팀 → 시스템 → 조직: 5개월간의 AI 도입 여정</figcaption></figure><h3>함께 만들어갈 동료를 찾습니다</h3><p>IMWEB은 대한민국 대표 노코드 플랫폼으로, 100만 개 이상의 웹사이트가 우리 인프라 위에서 운영되고 있습니다.</p><p>이 시리즈에서 보여드린 모든 것 — 개인의 10배 생산성, 팀의 가드레일 시스템, 15개의 사고에서 배운 교훈, 그리고 멀티에이전트 아키텍처 — 이것을 5명의 인프라팀이 만들었습니다.</p><p>AI 시대에 필요한 건 더 많은 사람이 아니라 <strong>더 뛰어난 사람</strong>입니다. 한 사람이 할 수 있는 범위가 기하급수적으로 넓어졌기 때문에, 그 넓어진 범위를 채울 수 있는 엔지니어가 필요합니다.</p><p><strong>이런 분을 찾습니다:</strong></p><ul><li>AWS, Kubernetes, Terraform 같은 클라우드 인프라에 익숙하거나 관심 있으신 분</li><li>“같은 실수를 두 번 하지 않는 시스템”을 만드는 데 공감하시는 분</li><li>AI 도구를 적극 활용해 반복 작업을 자동화하고 싶으신 분</li><li>새벽 장애 알림에도 데이터부터 보는 분</li></ul><p>현재 SRE, DevOps, Security Engineer, DE 등 인프라팀 TO가 열려있습니다. 프론트엔드, 백엔드 등 다양한 직군에서도 적극 채용 중입니다.</p><p><strong>채용 페이지</strong>: <a href="https://team.imweb.me/career">https://team.imweb.me/career</a></p><p>가벼운 커피챗도 환영합니다.</p><h3>참고 자료</h3><ul><li>1편: AI와 함께하는 DevOps: Claude Code로 생산성 10배 높이기</li><li>2편: CLAUDE.md 2,100줄의 비밀: 4개 파트가 하나의 AI 시스템을 공유하는 법</li><li>3편: AI 에이전트가 전사 알림을 두 번 죽였다: 120일간의 실수 카탈로그와 99.981%의 가용성</li><li>Claude Code 공식 문서</li><li>Gemini CLI 공식 문서</li><li>Codex CLI 공식 문서</li></ul><p>태그: Claude Code, Gemini CLI, Codex CLI, Multi-Agent, DevOps, AI Automation, Infrastructure, Guardrails, Team Scaling</p><p>예상 읽기 시간: 15–20분</p><p>이 글은 Claude Code를 사용하여 작성되었습니다. 그리고 이 글에 등장하는 모든 아키텍처와 사례는 실제 운영 환경에서 사용 중입니다.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=ec0a3cfab49f" width="1" height="1" alt=""><hr><p><a href="https://medium.com/imweb-tech/%ED%95%98%EB%82%98%EC%9D%98-%ED%94%84%EB%A1%AC%ED%94%84%ED%8A%B8-%EC%84%B8-%EA%B0%9C%EC%9D%98-%EB%91%90%EB%87%8C-multi-agent-cli%EB%A1%9C-%EC%9D%B8%ED%94%84%EB%9D%BC-%EC%9A%B4%EC%98%81-%EC%86%8D%EB%8F%84%EB%A5%BC-3%EB%B0%B0%EB%A1%9C-%EB%81%8C%EC%96%B4%EC%98%AC%EB%A6%B0-%EC%9D%B4%EC%95%BC%EA%B8%B0-ec0a3cfab49f">하나의 프롬프트, 세 개의 두뇌: Multi-Agent CLI로 인프라 운영 속도를 3배로 끌어올린 이야기</a> was originally published in <a href="https://medium.com/imweb-tech">imweb tech : 아임웹 기술블로그</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[AI 에이전트가 전사 알림을 두 번 죽였다: 120일간의 실수 카탈로그와 99.981%의 가용성]]></title>
            <link>https://medium.com/imweb-tech/ai-%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8%EA%B0%80-%EC%A0%84%EC%82%AC-%EC%95%8C%EB%A6%BC%EC%9D%84-%EB%91%90-%EB%B2%88-%EC%A3%BD%EC%98%80%EB%8B%A4-120%EC%9D%BC%EA%B0%84%EC%9D%98-%EC%8B%A4%EC%88%98-%EC%B9%B4%ED%83%88%EB%A1%9C%EA%B7%B8%EC%99%80-99-981-%EC%9D%98-%EA%B0%80%EC%9A%A9%EC%84%B1-3a0b70c45e4e?source=rss-5de89c43bade------2</link>
            <guid isPermaLink="false">https://medium.com/p/3a0b70c45e4e</guid>
            <category><![CDATA[claude-code]]></category>
            <category><![CDATA[ai-automation]]></category>
            <category><![CDATA[infrastructure]]></category>
            <category><![CDATA[인프라]]></category>
            <category><![CDATA[devops]]></category>
            <dc:creator><![CDATA[Yonghyun Kim]]></dc:creator>
            <pubDate>Sat, 28 Feb 2026 19:23:54 GMT</pubDate>
            <atom:updated>2026-03-01T01:43:18.841Z</atom:updated>
            <content:encoded><![CDATA[<blockquote>이 글의 일러스트레이션은 AI(Google Gemini)로 생성되었으며, 스크린샷은 실제 운영 환경에서 캡처한 것입니다.</blockquote><p><strong>15개의 사고, 15개의 가드레일, 그리고 Target 5xx 90% 감소까지의 전쟁 기록</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*uTW8CdpyijPR4oX8uc3Ozw.png" /><figcaption>AI 에이전트 실수 → 가드레일 → 시스템 방어, 120일 전쟁, 99.981% 가용성</figcaption></figure><h3>팀 전체가 하나의 정책을 공유한다</h3><p>가드레일은 혼자만의 것이 아닙니다.</p><p>인프라팀 5명 전원이 동일한 CLAUDE.md 정책 파일을 기반으로 Claude Code를 사용합니다. 팀 공통 가이드라인(AWS SSO 규칙, Git 워크플로우, 승인 정책)은 공유하고, 파트별 전문 정책(DevOps, SRE, Security, DBA)은 분리합니다.</p><p>각 팀원의 Claude Code 세션은 Notion에 자동 기록됩니다. 누가, 언제, 어떤 작업을 Claude와 함께 수행했는지 추적할 수 있습니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*omtHE893Pz4MF3pVdkD99w.png" /><figcaption><em>Notion 세션 기록 — 인프라팀 전원의 Claude Code 작업 이력이 카테고리별로 자동 기록된다</em></figcaption></figure><p>위 스크린샷을 보면 각 팀원이 각자의 세션에서 장애 대응, 인프라 변경, 분석/모니터링, 보안, 자동화 등 다양한 작업을 수행하고 있습니다. <strong>한 사람이 겪은 실수가 CLAUDE.md에 기록되면, 다른 팀원의 Claude도 같은 실수를 하지 않습니다.</strong></p><p>더 중요한 것은 <strong>세션 마무리 시 회고(Retrospective)</strong>가 자동으로 수행된다는 점입니다. 세션이 끝나면 Claude가 작업 내용을 분석하고, 아쉬운 점과 개선 포인트를 사용자에게 공유합니다. “이 세션에서 WAF 로그 쿼리를 3번 재시도했는데, 필드명 매핑이 MEMORY에 없었기 때문입니다” 같은 피드백이 나오면, 그 자리에서 CLAUDE.md나 MEMORY.md에 가드레일이 추가됩니다.</p><p>다음은 이 기술블로그를 진행한 세션을 정리할 때 진행한 회고입니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Sbqy_t09uAhgYDvKgAAfzQ.png" /><figcaption>세션정리 회고 — Claude가 세션을 분석하고 아쉬운 점/개선 포인트를 공유한 뒤, CLAUDE.md<br> 가드레일로 전환하는 과정</figcaption></figure><p><strong>세션정리 → 회고 → 가드레일 추가</strong>의 사이클이 매일 반복되면서, 정책 파일은 계속 진화합니다. 15개의 가드레일은 한번에 만들어진 것이 아니라, 매 세션의 회고에서 한 줄씩 쌓인 결과입니다.</p><p>이것이 CLAUDE.md 가드레일의 진정한 힘입니다. 개인의 경험이 팀의 시스템으로 전파됩니다.</p><h3>TL;DR</h3><ul><li><strong>120일간 15건의 AI 사고</strong>를 겪었고, 각각을 CLAUDE.md 가드레일로 전환했습니다</li><li>Datadog Slack Integration API를 잘못 호출해 <strong>전사 알림이 두 번 중단</strong>되었습니다. 3개월 간격으로, 같은 실수를</li><li>Target 5xx(애플리케이션 에러) 발생률이 <strong>90% 감소</strong>했습니다</li><li>서비스 가용성 99.963%에서 <strong>99.981%</strong>로, 모니터 75개에서 <strong>191개</strong>로 성장했습니다</li><li>프로덕션 장애 Median 다운타임 <strong>11분</strong>, 10분 이내 복구 <strong>45%</strong> 달성</li><li><strong>AI는 산수를 틀리고, 같은 API를 두 번 죽이고, 네이버 크롤러를 차단합니다</strong> — 하지만 그 실수를 시스템으로 방지하는 것이 진정한 DevOps입니다</li></ul><h3>아임웹 인프라팀 AI 도입기 시리즈</h3><ol><li><a href="https://medium.com/%40baramboys0615/ai%EC%99%80-%ED%95%A8%EA%BB%98%ED%95%98%EB%8A%94-devops-claude-code%EB%A1%9C-%EC%83%9D%EC%82%B0%EC%84%B1-10%EB%B0%B0-%EB%86%92%EC%9D%B4%EA%B8%B0-629a2ce68d62">AI와 함께하는 DevOps: Claude Code로 생산성 10배 높이기</a></li><li><a href="https://medium.com/%40baramboys0615/claude-md-2-100%EC%A4%84%EC%9D%98-%EB%B9%84%EB%B0%80-4%EA%B0%9C-%ED%8C%8C%ED%8A%B8%EA%B0%80-%ED%95%98%EB%82%98%EC%9D%98-ai-%EC%8B%9C%EC%8A%A4%ED%85%9C%EC%9D%84-%EA%B3%B5%EC%9C%A0%ED%95%98%EB%8A%94-%EB%B2%95-87653465830c">CLAUDE.md 2,100줄의 비밀: 4개 파트가 하나의 AI 시스템을 공유하는</a></li><li>AI 에이전트가 전사 알림을 두 번 죽였다: 120일간의 실수 카탈로그와 99.981%의 가용성 ← 지금 읽고 계신 글입니다.</li></ol><h3>도입: “모니터링 시스템이 없습니다”</h3><p>2025년 10월 13일, 입사 첫 날.</p><p>100만 개의 웹사이트가 운영되는 플랫폼의 인프라팀에 합류했습니다. 인프라팀 리드라는 직함을 달고 받은 미션은 명확했습니다:</p><blockquote><strong><em>“서비스 장애를 10분 이내에 인지하고 해결하라.”</em></strong></blockquote><p>Datadog에 로그인해 봤습니다. 모니터는 75개. 대시보드는 기본 구성. 애플리케이션 로그 수집 체계는 미비했습니다. 5xx 에러율이 어느 수준인지, 이것이 정상인지 비정상인지 판단할 기준선(baseline)조차 없었습니다.</p><p>그로부터 120일이 지났습니다.</p><p>이 글은 그 120일간의 기록입니다. 데이터로 증명하고, 실수로 배우고, 시스템으로 방지한 이야기. 화려한 성공담이 아니라, <strong>AI 에이전트와 함께 삽질하며 만들어낸 가드레일 15개</strong>의 전쟁일지입니다.</p><p>이 시리즈의 1편에서 Claude Code로 개인 생산성을 10배 높인 이야기를, 2편에서 4개 파트가 하나의 AI 시스템을 공유하는 CLAUDE.md 아키텍처를 다뤘습니다. 3편인 이 글은 <strong>결과와 교훈</strong>입니다. 데이터가 말하는 것, AI가 저지른 실수들, 그리고 그 실수들이 어떻게 시스템이 되었는지.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*cugJpjjF1ScZ9kAVjQMxOg.png" /><figcaption><em>120일 전쟁 타임라인 — 10월의 혼돈에서 2월의 안정까지, 가용성 99.963% → 99.981%로의 여정</em></figcaption></figure><h3>1부: 120일 전쟁일지</h3><h3>10월 — Day 1~18: 기반을 세우다</h3><p>입사 첫 주는 현황 파악이었습니다. Datadog 모니터 75개를 하나하나 뜯어보고, AWS 리소스 맵을 그리고, 기존 알림 체계의 빈틈을 찾았습니다.</p><p>Claude Code와의 협업이 시작된 것도 이때입니다. 처음에는 단순한 질문-답변이었지만, 곧 CLAUDE.md에 팀의 컨텍스트를 주입하기 시작했습니다. AWS 프로파일, Datadog API 키 관리 방법, Slack 채널 구조… 이 기초 작업이 이후 120일의 속도를 결정했습니다.</p><p><strong>10월의 숫자:</strong></p><ul><li>모니터 신규 생성: <strong>20개</strong> (75 → 95)</li><li>가용성: <strong>99.963%</strong> (기준선 설정)</li><li>Target 5xx 에러율: <strong>기준선 설정</strong> (이것이 출발점)</li></ul><h3>11월 — Day 19~49: 첫 번째 전쟁들</h3><p>입사 한 달 차, 진짜 전쟁이 시작되었습니다.</p><h4>11/13 — Redis CPU 99.8% 포화: 범인은 누구인가</h4><p>어느날 Redis CPU 사용률이 99.8%를 찍었습니다. 서비스 전체가 느려지기 시작했습니다.</p><p>첫 번째 용의자는 Batch 서버였습니다. 정시 배치가 돌아가는 시간대와 겹쳤으니까요. 하지만 Claude Code와 함께 Datadog 메트릭을 파고들자, 진짜 범인은 <strong>OMS(Order Management System) 부하테스트</strong>였습니다. QA 환경이 아닌 프로덕션 Redis를 바라보고 있었던 것입니다.</p><p>Batch는 누명을 벗었습니다. 이 경험은 “장애 원인을 추정하지 말고 데이터로 증명하라”는 교훈을 남겼습니다.</p><h4>11/14 — AWS Support Slack 자동화</h4><p>AWS Support Case가 열리면 담당자가 수동으로 Slack에 공유하던 프로세스를 자동화했습니다. EventBridge + Lambda + Slack API. 이건 작은 자동화였지만, “<strong>자동화 가능한 건 모두 자동화한다</strong>”는 원칙을 팀에 각인시킨 시작점이었습니다.</p><h4>11/20 — Nginx 설정 파일 손상: 4대 프록시 전파</h4><p>이 날은 간담이 서늘해진 날입니다.</p><p>SSL 인증서 배치 스크립트에 버그가 있었습니다. Nginx 설정 파일이 손상되었고, rsync로 4대의 프록시 서버에 전파되었습니다. 다행히 Nginx reload 전에 발견했지만, <strong>백업 없이 자동 rsync가 돌아가고 있었다</strong>는 사실이 더 무서웠습니다.</p><p>이후 Nginx Auto Recovery 시스템을 구축했습니다. 설정 파일 변경 전 자동 백업, 문법 검증(nginx -t), 실패 시 자동 롤백. 이것이 가드레일 #13이 됩니다.</p><h4>11/27 — 퇴사자 SSH 키/PAT 토큰 발견</h4><p>보안 감사 중 발견했습니다. 퇴사자의 SSH 키와 Personal Access Token이 아직 유효한 상태로 239개 리포지토리에 접근 가능했습니다. 즉시 무효화하고, <strong>크리덴셜 정기 감사 프로세스</strong>를 수립했습니다.</p><p><strong>11월의 숫자:</strong></p><ul><li>모니터 신규 생성: <strong>35개</strong> (최다! 95 → 130)</li><li>가용성: <strong>99.969%</strong> (+0.006%p)</li><li>Target 5xx: 기준선 대비 감소 시작</li><li>PHP-FPM 평균 Active: 9.0 → <strong>7.1</strong> (21% 개선)</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*c6Lk-K1z6Qd_SfL5tquWhw.png" /><figcaption><em>11월 사건 타임라인 — rsync 전파 사고와 istio gateway 장애, 모니터링 체계가 처음으로 작동한 순간</em></figcaption></figure><h3>12월 — Day 50~80: 최악의 실수, 최고의 교훈</h3><p>12월은 <strong>AI 에이전트의 가장 치명적인 실수</strong>가 발생한 달입니다.</p><h4>12/08 — Datadog Slack Integration API: 전사 알림 3일 중단 (1차)</h4><p>이 사건은 이 글 전체의 핵심 교훈입니다.</p><p>Datadog에 새 Slack 채널을 추가하려 했습니다. 간단한 작업이라 Claude에게 맡겼습니다.</p><p>Claude는 Datadog API 문서를 참조해 PUT /api/v1/integration/slack을 호출했습니다. API 스펙상 완벽히 유효한 호출이었습니다. 문서에도 &quot;Update your Slack integration&quot;이라고 적혀 있었고, 파라미터도 정확했습니다.</p><p><strong>결과: 전사 Slack 알림이 모두 중단되었습니다.</strong></p><p>이 API가 호출되면 기존 Slack 워크스페이스와의 OAuth 인증이 무효화됩니다. API 문서 어디에도 이런 side effect는 적혀 있지 않았습니다. 복구하려면 Datadog UI에서 Slack Integration을 삭제하고 OAuth를 재인증해야 했습니다.</p><p><strong>실제 장애가 없어서 다행이었지만, 3일간 알림이 없었습니다.</strong> GS네오텍(MSP)까지 에스컬레이션해서 겨우 복구했습니다.</p><p>CLAUDE.md에 첫 번째 “절대 금지” 정책이 추가된 순간입니다:</p><pre>## CRITICAL: Datadog Slack Integration API 절대 사용 금지<br><br>**`PUT /api/v1/integration/slack` API 절대 사용 금지!**<br>이 API로 채널을 추가/수정하면 Slack 워크스페이스 인증이 무효화되어 **전체 Slack 알림이 중단**됨.<br><br>- 사고 이력: 2025-12-08 API로 채널 추가 → 전체 알림 중단 3일<br>- 복구: Datadog UI &gt; Integrations &gt; Slack 타일 &gt; Delete &gt; Re-add<br>- 채널 추가 올바른 방법: Datadog UI에서만 수동 추가</pre><p>이 정도면 충분하다고 생각했습니다. <strong>3개월 뒤에 이게 다시 터질 줄은 몰랐습니다.</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*4H-7fD6qgmkVbjwfpzd7BQ.png" /><figcaption><em>실제 CLAUDE.md의 금지 명령어 섹션 — “절대 사용 금지” 정책과 안전한 대안을 함께 기록</em></figcaption></figure><h4>12/20 — PHP-FPM 30대 서버 동시 포화</h4><p>정오 무렵, PHP-FPM Active Process가 30대 서버에서 동시에 치솟았습니다. 720개 프로세스가 포화 상태. max_children reached 카운트가 2,255까지 올라갔습니다.</p><p>원인은 특정 슬로우 쿼리가 연쇄적으로 PHP 워커를 점유한 것이었습니다. 주문 관련 테이블의 인덱스 미스(index miss)가 각 요청을 수 초씩 잡아먹었고, 워커 풀이 빠르게 고갈되었습니다.</p><p>이 사건 이후 PHP-FPM 모니터링 모니터를 대폭 강화했습니다. Active Process 비율 알림, max_children reached 알림, 서버별 워커 사용률 대시보드를 구축했습니다.</p><h4>12월 — 보안 강화의 계기</h4><p>이 시기에 내부 보안 감사를 강화했습니다. 보안 그룹 인바운드 규칙 점검, 관리 포트 외부 노출 확인, 불필요한 API 키 로테이션 등을 체계화했습니다. 보안 감사 체크리스트에 “관리 포트 외부 노출 확인” 항목이 추가된 것도 이 시기입니다.</p><p><strong>12월의 숫자:</strong></p><ul><li>모니터 신규 생성: <strong>31개</strong> (130 → 161)</li><li>가용성: <strong>99.979%</strong> (+0.010%p, 최대 개선폭)</li><li>Target 5xx: 대폭 감소 추세</li><li>응답 시간 평균: 65.8ms (안정적)</li></ul><h3>1월 — Day 81~111: 시스템을 세우다</h3><p>12월의 사고들을 교훈 삼아, 1월은 <strong>방어 체계를 구축하는 달</strong>이었습니다.</p><h4>1/06 — 이벤트 긴급 대응 시스템 + Slack /event 명령어</h4><p>imweb에서는 쇼핑몰 이벤트(타임세일, 한정판매 등)로 인한 트래픽 급증이 빈번합니다. 이벤트 시작 시각에 맞춰 CloudFront Origin을 이벤트 전용 ALB로 전환하고, 종료 시 원복해야 합니다.</p><p>이 프로세스를 완전 자동화했습니다:</p><ul><li><strong>DynamoDB</strong>: devops-event-monitoring 테이블에 이벤트 정보 저장</li><li><strong>Lambda</strong>: devops-event-site-manager가 CloudFront Origin을 자동 전환</li><li><strong>Slack Bot</strong>: /event 명령어로 이벤트 등록/조회/삭제</li><li><strong>EventBridge</strong>: 이벤트 시작 60분 전, 30분 전 자동 알림</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Id9kQs5KSno7QcZVyMgNtw.png" /><figcaption>매일 이벤트 자동 대응 및 모니터링 현황에 대한 알람을 보냄 — 각 프로세스 진행여부에 대한 알람은 쓰레드에 표현</figcaption></figure><p>이 시스템은 이후 2월의 여러 사고에서 중요한 역할을 합니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*7Dc44r-F5GgBZARhurqNsQ.png" /><figcaption><em>Slack /event 커맨드 — 총 88건의 이벤트를 자동 관리, 긴급 대응부터 통계까지</em></figcaption></figure><h4>1/20 — Postmortem Lambda: 이모지 하나로 포스트모템 자동 생성</h4><p>장애 쓰레드에 :postmortem: 이모지를 클릭하면:</p><ol><li>Lambda가 Slack 쓰레드 전체 메시지를 수집</li><li>Bedrock Claude가 타임라인 추출 + 5 Whys 분석</li><li>Notion API로 포스트모템 페이지 자동 생성</li><li>완료 알림이 Slack 쓰레드에 답글로 전송</li></ol><p><strong>Before</strong>: 장애 종료 후 2~3시간에 걸쳐 수작업</p><p><strong>After</strong>: 이모지 하나, 5분</p><p>이 자동화 하나가 팀의 포스트모템 문화를 바꿨습니다. “귀찮아서 안 쓴다”가 사라졌습니다.</p><p><strong>1월의 숫자:</strong></p><ul><li>모니터 신규 생성: <strong>24개</strong> (161 → 185)</li><li>가용성: <strong>99.964%</strong> (소폭 하락 — 1월 트래픽 급증)</li><li>Target 5xx: 트래픽 증가에도 불구하고 감소세 유지</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*oyCiSnKDPEtGM8xJl_lJvA.png" /><figcaption><em>1월 자동화 시스템 아키텍처 — 이벤트 모니터링 Lambda + 포스트모템 자동 생성 파이프라인</em></figcaption></figure><h3>2월 — Day 112~139: 폭풍의 달</h3><p>2월은 <strong>사고의 달</strong>이자 <strong>가드레일이 가장 많이 추가된 달</strong>입니다. 15개 가드레일 중 10개가 2월에 탄생했습니다.</p><h4>2/15 — AI가 산수를 틀리다: Unix Timestamp 하드코딩</h4><p>DDoS 공격이 한창이었습니다. 공격 패턴을 분석하기 위해 Slack API로 특정 시간대의 메시지를 가져와야 했습니다.</p><p>Claude에게 “2026년 2월 15일 00:00 KST의 Unix timestamp를 구해서 Slack API를 호출해”라고 요청했습니다. Claude는 이렇게 했습니다:</p><pre># Claude가 작성한 코드<br>oldest = &quot;1739548800&quot;  # 2025-02-15 00:00:00 KST... 가 아니라 UTC</pre><p><strong>2026년이 아니라 2025년의 timestamp</strong>를 하드코딩했습니다. 결과: 데이터 0건 반환. 긴급 DDoS 대응 중에 “왜 메시지가 없지?”라며 3번을 재시도했습니다. 소중한 시간이 낭비되었습니다.</p><p>가드레일:</p><pre>## CRITICAL: Unix Timestamp 계산 시 반드시 Python datetime 사용<br><br>**절대 하드코딩 금지.** <br>Unix timestamp를 직접 계산하거나 하드코딩하면 연도 오류 발생.<br><br># 올바른 방법<br>from datetime import datetime, timezone, timedelta<br>KST = timezone(timedelta(hours=9))<br>dt = datetime(2026, 2, 15, 0, 0, 0, tzinfo=KST)<br>unix_ts = str(int(dt.timestamp()))<br><br># 절대 금지<br>oldest = &quot;1739548800&quot;  # 이런 식으로 직접 쓰면 연도 틀림</pre><p>AI는 코드를 작성하는 데는 탁월하지만, <strong>산수를 직접 하면 틀립니다.</strong> 이것은 AI의 본질적인 한계입니다. 계산은 반드시 코드로 수행하게 해야 합니다.</p><h4>2/18 — CloudFront Origin 전환 500 에러: TG에 인스턴스가 0대</h4><p>이벤트 대비로 CloudFront의 Default Origin을 프리미엄 ALB로 전환해야 했습니다. Claude가 AWS CLI로 CloudFront Distribution의 Origin을 변경했습니다. 정상적인 프로세스였습니다.</p><p><strong>그런데 프리미엄 ALB의 Target Group에 EC2 인스턴스가 0대였습니다.</strong></p><p>ASG(Auto Scaling Group)가 아직 생성되지 않은 상태에서 Origin을 전환해버린 것입니다. 모든 요청이 500 에러를 반환했습니다. 즉시 롤백하고, ASG를 먼저 생성한 뒤 재전환했습니다.</p><p>가드레일:</p><pre>## CloudFront Origin 전환 체크리스트<br><br>**전환 전 필수 확인 (하나라도 실패 시 전환 금지)**:<br>- [ ] Target Group에 healthy 타겟이 1개 이상 존재<br>- [ ] ALB 리스너 규칙이 완전한지 확인<br>- [ ] Origin Protocol이 http-only인지 확인<br>- [ ] 전환 후 모니터링 체계 준비</pre><h4>2/18 — TargetGroupAssociationLimit: 놓치기 쉬운 AWS 제약</h4><p>같은 날, 또 다른 사고. path-gateway-site-event-tg를 프리미엄 ALB에서 공유하려 했습니다. AWS CLI는 짤막한 에러를 반환했습니다:</p><pre>TargetGroupAssociationLimit</pre><p><strong>Target Group은 한 ALB에만 연결할 수 있습니다.</strong> 다른 ALB에서 동일 TG를 참조하는 것은 불가능합니다. AWS 공식 문서의 Quotas 페이지에 Load balancers per target group: 1 (조정 불가)로 명시되어 있지만, 실무에서 이 제약을 인지하지 못한 채 TG 공유를 시도하는 경우가 빈번합니다. 또한 TG 이름은 32자 제한이 있어서 path-gateway-site-event-premium-tg처럼 길게 지을 수도 없었습니다.</p><p>결국 pathgw-site-event-premium-tg라는 약어 이름으로 신규 TG를 생성하고, EKS TargetGroupBinding으로 연결해 해결했습니다.</p><p>가드레일:</p><pre>## AWS 리소스 제약 사전 확인<br>| 제약 | 설명 | 대안 |<br>|------|------|------|<br>| TargetGroupAssociationLimit | TG는 한 ALB에만 연결 가능 | 동일 설정의 새 TG 생성 |<br>| TG 이름 32자 제한 | 이름 길이 초과 불가 | 약어 사용 |</pre><h4>2/19 — WAF HostingProviderIPList Block: 네이버 봇을 죽이다</h4><p>DDoS 공격이 계속되고 있었습니다. 공격 트래픽의 출처를 분석하니 호스팅 프로바이더 IP 대역이 많았습니다. Claude에게 “HostingProviderIPList를 Block 모드로 전환해”라고 했고, Claude는 실행했습니다.</p><p><strong>30분 후, 고객 이슈가 인입되었습니다.</strong> 네이버 검색 결과에서 사이트가 사라지기 시작했습니다.</p><p>원인: <strong>네이버 크롤러(Yeti Bot)의 IP 대역은 NAVER Cloud Corp.(AS23576, 110.93.144.0/20)에 속하고, AWS는 이를 “호스팅 프로바이더”로 분류합니다.</strong> HostingProviderIPList를 Block하면 네이버 크롤러가 403으로 차단됩니다.</p><p>분석 결과, 호스팅 IP 트래픽의 <strong>91%가 정상 트래픽</strong>이었습니다. 네이버 크롤러, Google 크롤러, 일반 사이트 접근 등. 즉시 Count 모드로 롤백했습니다.</p><p>가드레일:</p><pre>## WAF HostingProviderIPList 운영 정책<br><br>**CRITICAL: Block 모드로 전환 절대 금지. Count 모드 유지 필수.**<br>사유: 호스팅 IP 트래픽의 91%가 정상 트래픽<br><br>- 네이버 크롤러: NAVER Cloud Corp. (AS23576)<br>- Google 크롤러, 일반 사이트 접근 등<br>- Block 시 네이버 SEO 전체 장애 발생</pre><p>이 사건은 “<strong>WAF 규칙의 영향 범위를 모르면 건드리지 마라</strong>”는 교훈을 남겼습니다. DDoS 대응의 급한 마음이 더 큰 장애를 만들 수 있습니다.</p><h4>2/19 — WAF 로그 source:waf vs service:waf: 3회 삽질</h4><p>같은 날, DDoS 대응 중 WAF 로그를 분석하려 했습니다. Claude가 Datadog Log Search API를 호출했습니다:</p><pre># 1차 시도<br>query = &quot;source:waf @httpRequest.host:[고객사 도메인]&quot;<br># 결과: 0건<br><br># 2차 시도 (쿼리 수정)<br>query = &quot;source:waf @httpRequest.headers.host:[고객사 도메인]&quot;<br># 결과: 0건<br><br># 3차 시도 (service로 변경)<br>query = &quot;service:waf @httpRequest.host:[고객사 도메인]&quot;<br># 결과: 12,847건 !!</pre><p><strong>Datadog에서 WAF 로그는 </strong><strong>source:waf가 아니라 </strong><strong>service:waf로 인덱싱됩니다.</strong> 이건 Datadog 설정에 따라 다를 수 있는 부분이지만, 우리 환경에서는 service가 정답이었습니다.</p><p>DDoS 공격이 진행 중인 상황에서 3번의 재시도는 치명적인 시간 낭비였습니다. 이 경험은 CLAUDE.md의 MEMORY 섹션에 기록되었습니다.</p><h4>2/21 — Datadog Slack Integration API 사고 2차: 같은 실수, 3개월 뒤</h4><p><strong>이 사건이 이 글의 제목이 된 이유입니다.</strong></p><p>12월 8일에 전사 알림을 3일간 죽인 바로 그 API를. 3개월 뒤에. <strong>다시 호출했습니다.</strong></p><p>어떻게 이런 일이 가능했을까요?</p><p>CLAUDE.md에는 분명히 “절대 사용 금지”가 적혀 있었습니다. 하지만 문제는 <strong>컨텍스트 윈도우</strong>였습니다. Claude Code의 세션이 길어지면서 초기에 로드된 CLAUDE.md의 내용이 컨텍스트 밖으로 밀려났고, Claude는 마치 처음인 것처럼 같은 API를 호출했습니다.</p><pre>## 추가된 강화 정책<br><br>- GET /api/v1/integration/slack (읽기)는 안전<br>- PUT (쓰기)만 금지<br>- Memory(영구 기억)에도 중복 기록<br>- 세션 시작 시 자동 로드되는 위치로 정책 이동</pre><p>이 사건이 가르쳐준 것: <strong>CLAUDE.md에 적는 것만으로는 부족합니다.</strong> 정책이 컨텍스트 윈도우에서 밀려나지 않는 위치에 있어야 하고, Memory(영구 기억)에도 중복 기록해야 합니다.</p><p>AI는 사람과 다릅니다. 사람은 한번 데이면 몸이 기억합니다. AI는 매 세션이 새로운 시작입니다. <strong>기억을 시스템으로 주입해야</strong> 합니다.</p><h4>2/21–108개 모니터 대규모 고도화</h4><p>2월은 사고만 있었던 것이 아닙니다. 기존 모니터 108개를 대규모로 고도화했습니다:</p><ul><li>알림 임계치를 실데이터 P50/P75/P95 백분위 기반으로 재설정</li><li>모든 모니터에 런북(Runbook) 링크 추가</li><li>알림 메시지에 대시보드 직링크, 관련 로그 쿼리 포함</li><li>Composite Monitor로 복합 조건 알림 구성</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*S0AqvMh0DmY8KaftKfSILA.png" /><figcaption>P3 ~ P4 등급의 모니터가 복합적으로 발생하면 P2 등급으로 에스컬레이션</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*HV-fhi8SHt4b4V1F0RCW2A.png" /><figcaption>WAF가 차단한 호스트와 관련된 데이터 분석을 위한 링크 연결</figcaption></figure><p>이 작업의 90%를 Claude Code가 수행했습니다. 하나의 모니터를 수동으로 고도화하는 데 15분이 걸린다면, 108개는 27시간입니다. Claude와 함께 한 시간 만에 완료했습니다.</p><h4>2/22 — /event delete가 CF Origin을 복원하지 않다</h4><p>1월에 만든 이벤트 관리 시스템의 /event delete 명령어에 치명적인 버그가 있었습니다.</p><p>이벤트를 삭제하면 DynamoDB 레코드는 제거하지만, <strong>CloudFront Origin은 이벤트 ALB에 묶인 채 방치</strong>되었습니다. 이벤트가 끝나도 트래픽이 이벤트 인프라로 계속 흐르는 것입니다.</p><p>이 사건에서 탄생한 것이 <strong>Destructive Command Side Effect Checklist</strong> 정책입니다:</p><pre>## Destructive Command Side Effect Checklist<br><br>삭제/비활성화/제거 명령을 구현할 때 반드시 확인:<br>| 확인 항목 | 설명 |<br>|-----------|------|<br>| 연관 리소스 상태 복원 | 삭제 대상이 변경한 외부 리소스를 원래 상태로 복원하는가? |<br>| 참조 데이터 정리 | 삭제 대상을 참조하는 다른 테이블/파라미터가 정리되는가? |<br>| 비동기 프로세스 영향 | 삭제 후 주기적 Lambda/크론이 stale 데이터를 참조하지 않는가? |<br>| 롤백 가능성 | 삭제 실패 시 부분 삭제 상태에서 복구할 수 있는가? |</pre><h4>2/22 — 일일 모니터링 메시지 삭제 사고</h4><p>Slack 채널 정리 중 “오래된 봇 메시지”를 삭제하라고 Claude에게 지시했습니다. Claude는 chat.delete API를 호출해 메시지들을 삭제했습니다.</p><p>그중 하나가 <strong>일일 모니터링 현황 메시지</strong>였습니다. 이 메시지는 Lambda가 매일 chat.update로 갱신하는 메시지였고, 그 timestamp가 SSM Parameter Store에 저장되어 있었습니다.</p><p>메시지를 삭제하자 SSM의 timestamp가 무효화되었고, <strong>이후 모든 일일 업데이트가 실패</strong>했습니다. Lambda가 존재하지 않는 메시지를 update하려 했으니까요.</p><p>복구: SSM 파라미터를 리셋하고, Lambda를 수동 트리거해서 새 메시지를 생성했습니다.</p><p>가드레일:</p><pre>## Bot Message Protection Policy<br><br>삭제 전 필수 확인:<br>1. 해당 메시지가 주기적으로 업데이트되는 봇 메시지인지 확인<br>2. 메시지 ts가 SSM 파라미터나 DynamoDB에 저장되어 있는지 확인<br>3. 삭제 시 이후 업데이트가 실패하지 않는지 확인<br><br>삭제 금지 대상:<br>- 일일/주간 모니터링 현황 메시지<br>- 자동 업데이트되는 상태 메시지<br>- 쓰레드 루트 메시지 (하위 쓰레드가 있는 경우)</pre><h4>2/25 — Serverless 형상관리 61% → 100%</h4><p>Lambda 함수들의 IaC(Infrastructure as Code) 커버리지가 61%에 불과했습니다. 나머지 39%는 콘솔에서 수동으로 생성되어 Git에 코드가 없었습니다.</p><p>Claude Code와 함께 모든 Lambda를 SAM(Serverless Application Model) 템플릿으로 전환했습니다. <strong>100% 형상관리</strong> 달성.</p><p><strong>2월의 숫자:</strong></p><ul><li>모니터 신규 생성: <strong>26개</strong> (165 → 191)</li><li>가용성: <strong>99.981%</strong> (역대 최고!)</li><li>Target 5xx: 10월 대비 <strong>90% 감소!</strong></li><li>응답 시간 평균: <strong>58.5ms</strong> (역대 최저!)</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*wghspfyFtjaYEOPgHMJP6w.png" /><figcaption><em>2월 사건 밀도 히트맵 — 15개 가드레일 중 10개가 2월에 집중, 가장 치열했던 달</em></figcaption></figure><h3>2부: 데이터가 말하는 것</h3><h3>서비스 가용성: 99.963% → 99.981%</h3><p>“겨우 0.018%p?” 라고 생각할 수 있습니다. 하지만 이 숫자의 의미를 풀어보면:</p><p>월간 <strong>수백억 건의 요청</strong>을 처리하는 서비스에서, 분 단위로 환산하면 월간 장애 허용 시간이 <strong>~16분 → ~8분</strong>으로 줄어든 것입니다. SRE 용어로는 <strong>3.4 nines → 3.7 nines</strong>에 해당하고, SLO 99.95% 기준으로 <strong>에러 버짓을 절반만 소모</strong>하게 된 셈입니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/808/1*_WRlgIDsbaJGFYOeNvko2Q.png" /><figcaption>월 가용성 전월 대비</figcaption></figure><p>1월 가용성이 하락한 것이 보입니다. 이유는 간단합니다. <strong>설날 연휴 전후 트래픽이 역대 최대</strong>였습니다. 쇼핑몰 트래픽 급증으로 에러율이 일시적으로 올랐지만, 이는 트래픽 증가에 비례한 것이었습니다.</p><p>2월에 가용성이 99.981%로 반등한 것은 1월의 교훈을 반영한 인프라 최적화 덕분입니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*k40LN_QdpX8NYMz3_oIDnA.png" /><figcaption><em>가용성 추이 차트 — 5개월간 99.963% → 99.981%, 트래픽 증가에도 안정성 향상</em></figcaption></figure><h3>Target 5xx: 90% 감소</h3><p>이것이 가장 극적인 지표입니다.</p><p><strong>Target 5xx는 CloudFront/ALB가 아니라 애플리케이션 자체에서 발생한 에러입니다.</strong> 즉, 인프라가 아니라 코드 레벨의 문제. 이것이 90% 감소했다는 것은 무엇을 의미할까요?</p><p>모니터링 체계가 제대로 작동하면서:</p><ol><li><strong>문제가 조기 발견</strong>됩니다 (모니터 75개 → 191개)</li><li><strong>근본 원인을 찾을 수 있게</strong> 됩니다 (로그 수집, 슬로우쿼리 모니터링)</li><li><strong>개발팀에 구체적인 데이터와 함께 전달</strong>됩니다 (“이 쿼리가 P99 2초를 만들고 있습니다”)</li><li><strong>수정되고, 재발이 방지</strong>됩니다</li></ol><p>인프라팀이 직접 코드를 고치지 않아도, <strong>문제를 보이게 만드는 것</strong> 자체가 해결의 절반입니다.</p><pre>10월: ██████████████████████████████████████████████████ 100%<br>11월: ████████████████████████████████████████           80%<br>12월: █████████████████████████████████                  65%<br> 1월: ███████████████████████████                        50%<br> 2월: █████                                              10%  (-90%!)</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*tGLEDK3d4-JF1IHLgLVzaA.png" /><figcaption><em>Datadog Metric Explorer — Target 5xx / Total Requests 비율 추이 (10월~2월)</em></figcaption></figure><h3>응답 시간: 더 빠르게, 더 안정적으로</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/808/1*jRyQHtPunSFI3bXNFeYdIQ.png" /><figcaption>월 평균 P99</figcaption></figure><p>평균 응답 시간이 69.6ms에서 58.5ms로 <strong>16% 개선</strong>되었습니다. P99도 367.4ms에서 342.7ms로 안정화되었습니다.</p><p>주목할 점은 <strong>1월에 설날 연휴 전후 트래픽이 급증했음에도 P99가 369.5ms로 크게 악화되지 않았다</strong>는 것입니다. 인프라가 트래픽 증가를 흡수할 수 있는 여유가 생겼다는 의미입니다.</p><h3>PHP-FPM: 숨겨진 성능 지표</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*TvMmogMMXFATqlxhsM8lIQ.png" /><figcaption>월 평균 Active Process &amp; Max Children Reached</figcaption></figure><p>PHP-FPM Active Process 평균이 9.0에서 4.4로 <strong>51% 감소</strong>했습니다. 각 웹 서버의 PHP 워커가 절반만 바빠도 같은 트래픽을 처리할 수 있게 되었다는 뜻입니다.</p><p>“잠깐, Max Children Reached가 2,837로 늘어난 건 나쁜 거 아닌가?”</p><p>아닙니다. 이건 <strong>모니터링이 정교해진 결과</strong>입니다. 이전에는 max_children 도달 이벤트가 발생해도 감지하지 못했습니다. 2월에 2,837로 잡힌 것은 실제로 더 많이 발생하는 것이 아니라, <strong>이전에 놓치던 이벤트를 이제 잡는 것</strong>입니다.</p><h3>모니터 성장: 75 → 191</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/754/1*5IxkhWuXB0JXkzZt2jJzqQ.png" /></figure><p>11월에 35개로 최다 생성. 이것은 입사 첫 달에 발견한 모니터링 공백을 집중적으로 메운 결과입니다.</p><p>1월부터 신규 생성이 24–26개로 안정화된 것은 <strong>기본 커버리지가 확보되었기 때문</strong>입니다. 이제는 신규 모니터보다 기존 모니터의 고도화(임계치 튜닝, 런북 연결)에 더 많은 시간을 투자하고 있습니다.</p><pre>10월: ████████████████████ 75<br>11월: █████████████████████████████ 110  (+35)<br>12월: █████████████████████████████████████ 141  (+31)<br> 1월: ████████████████████████████████████████████ 165  (+24)<br> 2월: ██████████████████████████████████████████████████ 191  (+26)</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*YLNmORZoZm-0ZL7CCE_E-Q.png" /><figcaption><em>Datadog 모니터 목록 — 192개 모니터가 우선순위별로 관리되고, created_by:claude_code 태그가 보인다</em></figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*QwFAXgOPGaNGuWe6U3cS0w.png" /><figcaption><em>종합 대시보드 — 가용성, 5xx 에러율, 응답시간, 모니터 수 4개 핵심 지표의 5개월 추이</em></figcaption></figure><h3>장애 대응 속도: MTTR/MTTD</h3><p>입사 미션이 “서비스 장애를 10분 이내에 인지하고 해결하라”였으니, 이것도 데이터로 증명해야 합니다.</p><p>120일간 프로덕션 서비스 장애 <strong>11건</strong>을 장애 대응 보고서 기준으로 분석했습니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*F6PAztk5F40UR4nkvSvfKA.png" /></figure><p>월별 추세는 더 분명합니다:</p><pre>10월: ██████████████████████████  Avg 24.3분  (4건, 기준선 설정 기간)<br>11월: ████████████                Avg 11분    (2건)<br>12월: █████████████████           Avg 32분    (1건, EFS 아키텍처 이슈)<br> 1월: ██                          Avg 1.5분   (2건, 외부 벤더 제외)<br> 2월: █████                       Avg 5분     (1건)</pre><p>10월에는 WAF 룰 적용 사고(52분)처럼 모니터링 체계 구축 전의 긴 다운타임이 있었습니다. 1~2월에는 대부분의 장애가 <strong>5분 이내에 복구</strong>되고 있습니다.</p><p>“10분 이내 인지+해결”이라는 미션에 <strong>절반 가까이 도달</strong>했습니다. 나머지 절반은 자동 복구(auto-remediation) 시스템으로 채워야 합니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*z1RdTvkesI-JUjiCq8Bwmg.png" /><figcaption><em>MTTR 추세 차트 — 월별 평균 다운타임 24.3분 → 5분, 1월부터 Target(10분 이내 복구) 달성</em></figcaption></figure><h3>3부: AI 에이전트의 실수 카탈로그</h3><p>120일간 15건의 실수가 15개의 가드레일이 되었습니다.</p><p>이것은 단순한 실수 목록이 아닙니다. <strong>AI 에이전트를 실무에 투입할 때 반드시 마주치는 함정들의 패턴</strong>입니다.</p><h3>패턴 A: AI는 API 문서를 믿는다 (Side Effect를 모른다)</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*X_3vjnVgVYKt1bvcFSG0sw.png" /></figure><p><strong>교훈</strong>: API 문서에 적힌 것만이 전부가 아닙니다. 문서에 없는 side effect, 다른 시스템과의 의존 관계, 비동기 프로세스의 영향… AI는 이것을 모릅니다. <strong>경험으로만 알 수 있는 것을 정책으로 기록</strong>해야 합니다.</p><h3>패턴 B: AI는 산수를 틀린다 (계산을 코드에 맡겨라)</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*3hacZabH0vdVohl48oKXfw.png" /></figure><p><strong>교훈</strong>: LLM은 추론 엔진이지 계산기가 아닙니다. 날짜 계산, IP 대역 계산, 포트 매핑 — 이런 것들은 반드시 코드로 수행하게 해야 합니다.</p><h3>패턴 C: AI는 우리 환경을 모른다 (필드명, 제약, 관례)</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*FRTtvssztTnVqfWwrKQjLw.png" /></figure><p><strong>교훈</strong>: 모든 환경에는 “우리만의 관례”가 있습니다. Datadog의 인덱스 이름, AWS의 숨겨진 제약, Jira의 커스텀 필드명… 이것들은 공식 문서에 없습니다. <strong>환경 특화 지식을 정책 파일에 축적</strong>해야 합니다.</p><h3>패턴 D: AI는 영향 범위를 모른다 (블래스트 래디우스)</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*gXHSZyf4Ad0yLnzR3XHzxw.png" /></figure><p><strong>교훈</strong>: AI는 “이 명령의 영향 범위가 어디까지인가”를 판단하지 못합니다. WAF 규칙 하나가 네이버 크롤러를 차단하고, CloudFront Origin 변경 하나가 전체 서비스를 다운시킵니다. <strong>변경 전 반드시 영향 범위를 명시적으로 확인하는 체크리스트</strong>가 필요합니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*pRkbPh7tnlrfjVDMKc3y3Q.png" /><figcaption><em>실수 카탈로그 패턴 매트릭스 — 15개 AI 사고를 4가지 패턴(Side Effects, Bad Math, Unknown Env, Blast Radius)으로 분류</em></figcaption></figure><h3>왜 같은 실수를 두 번 할까?</h3><p>Datadog Slack Integration API 사고가 3개월 만에 반복된 이유를 깊이 파보겠습니다.</p><pre>12월 08일: PUT /api/v1/integration/slack 호출 → 전사 알림 중단<br>           ↓<br>           CLAUDE.md에 &quot;절대 사용 금지&quot; 추가<br>           ↓<br>           (3개월간 문제없음)<br>           ↓<br>2월 21일: 긴 세션에서 CLAUDE.md 정책이 컨텍스트 밖으로 밀림<br>           ↓<br>           Claude가 같은 API를 &quot;처음인 것처럼&quot; 호출<br>           ↓<br>           전사 알림 재중단</pre><p><strong>문제의 본질: 컨텍스트 윈도우의 한계</strong></p><p>LLM에는 한 번에 처리할 수 있는 텍스트의 양(컨텍스트 윈도우)이 있습니다. 세션이 길어지면 초기에 로드된 CLAUDE.md의 내용이 점점 뒤로 밀려나고, 결국 “없는 것”처럼 됩니다.</p><p><strong>해결책: 다중 방어선</strong></p><pre>방어선 1: CLAUDE.md 정책 (세션 초기에 로드)<br>방어선 2: Memory (영구 기억, 세션과 무관하게 유지)<br>방어선 3: 가장 중요한 정책은 컨텍스트 시작 부분에 배치</pre><p>이것이 우리가 배운 가장 중요한 교훈입니다. <strong>AI 에이전트의 “기억”은 구조적으로 관리해야 합니다.</strong> CLAUDE.md만으로는 부족합니다. Memory(Auto Memory)와 정책 파일을 중복 배치하고, 가장 치명적인 정책일수록 컨텍스트의 앞부분에 위치시켜야 합니다.</p><h3>가드레일은 어떻게 작동하는가</h3><p>15개의 가드레일이 실제로 어떻게 동작하는지 보여드리겠습니다.</p><h3>CLAUDE.md: 세션에 로드되는 규칙서</h3><p>CLAUDE.md는 Claude Code가 세션을 시작할 때 자동으로 읽는 프로젝트 설정 파일입니다. 여기에 적힌 정책은 Claude의 행동을 직접 제어합니다.</p><pre># 실제 CLAUDE.md 발췌<br><br>## CRITICAL: Datadog Slack Integration API 절대 사용 금지<br><br>**`PUT /api/v1/integration/slack` API 절대 사용 금지!**<br><br>이 API로 채널을 추가/수정하면 Slack 워크스페이스 인증이 무효화되어 **전체 Slack 알림이 중단**됨.<br><br>- 사고 이력 1: 2025-12-08 → 전체 알림 중단 3일<br>- 사고 이력 2: 2026-02-21 → 전체 알림 재중단<br>- 복구: Datadog UI &gt; Integrations &gt; Slack &gt; Delete &gt; Re-add<br>- GET (읽기)는 안전. PUT (쓰기)만 금지.</pre><h3>MEMORY.md: 세션을 넘어서는 영구 기억</h3><p>Memory는 Claude Code의 Auto Memory 기능으로, 세션이 종료되어도 유지되는 영구적인 메모입니다.</p><pre># 실제 MEMORY.md 발췌<br><br>## WAF 관련<br><br>- Datadog WAF 로그 쿼리: 반드시 service:waf 사용 (source:waf 아님!)<br>- 호스트 필터: @httpRequest.host:도메인<br>- 액션 필터: @system.action:BLOCK (@action:BLOCK 아님!)<br>- 사고 이력: 2026-02-22 @action:BLOCK으로 로그 링크 생성 → 0건 반환</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*8iVjbjZbE9aWgdK9AHx67w.png" /><figcaption><em>실제 Memory.md — 사고 이력과 복구 방법까지 영구 기억에 기록</em></figcaption></figure><h3>사고 이력(Incident History): 정책에 “왜?”를 더하다</h3><p>모든 가드레일에는 <strong>사고 이력</strong>이 포함됩니다. “이 규칙이 왜 있는지”를 알아야 Claude가 맥락을 이해하고 관련 상황에서도 주의합니다.</p><pre>## CloudFront Origin 전환 체크리스트<br><br>**사고 이력**:<br>- 2026-02-18: [고객사A 도메인] CF를 premium ALB로 전환 시,<br>  TG에 EC2 인스턴스가 0대인 상태에서 전환하여 500 에러 발생.<br>  즉시 롤백 후 ASG 생성 → 재전환으로 해결<br>- 2025-12: [고객사B 도메인] CF Origin Protocol을 https-only로 설정하여<br>  504 에러 발생 (ALB는 port 80만 리스닝). http-only로 수정하여 해결</pre><p>사고 이력이 없는 정책은 힘이 약합니다. “하지 마”보다 “<strong>이렇게 해서 이런 일이 벌어졌으니까 하지 마</strong>”가 훨씬 효과적입니다. 사람에게도, AI에게도.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*KsrkvrAnz_jpp4jthoEpzg.png" /><figcaption><em>3층 방어선 다이어그램 — CLAUDE.md 정책 → Auto Memory 패턴 → 사고 이력(Incident History) 기반 가드레일</em></figcaption></figure><h3>결론: 실수를 시스템으로 방지하는 것이 진정한 DevOps</h3><h3>120일의 요약</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*M5L_fZeMmM2s6TJkmiSeaA.png" /></figure><h3>세 가지 교훈</h3><p><strong>1. AI 200% 활용 = AI의 한계를 인정하고 극복하는 것</strong></p><p>AI를 맹신하면 전사 알림이 죽습니다. AI를 불신하면 생산성이 10분의 1이 됩니다.</p><p>올바른 접근은 중간입니다. <strong>AI가 잘하는 것(코드 생성, 데이터 분석, 문서화)은 맡기고, AI가 못하는 것(산수, side effect 예측, 환경 특화 지식)은 가드레일로 보완합니다.</strong></p><p>108개 모니터를 한 시간 만에 고도화한 것은 AI의 힘이었습니다. 하지만 전사 알림을 두 번 죽인 것도 AI였습니다. 두 가지 모두 사실이고, 두 가지 모두 인정해야 합니다.</p><p><strong>2. 사람의 기억은 휘발성이다. 시스템의 기억은 영구적이다.</strong></p><p>“다음엔 조심하자”는 3개월 뒤에 같은 실수를 만듭니다. 실제로 만들었습니다.</p><p>CLAUDE.md에 적으면 다릅니다. Memory에 기록하면 다릅니다. 사고 이력에 남기면 다릅니다. <strong>실수가 시스템에 축적되면 같은 실수는 물리적으로 반복될 수 없습니다.</strong></p><p>이것은 AI만의 이야기가 아닙니다. 팀의 지식 관리, 온보딩, 표준화… 모든 맥락에서 동일합니다. 사람이 바뀌어도 시스템은 남습니다.</p><p><strong>3. 문서화 = 자동화. 정책 = 방어선.</strong></p><p>정책 파일 30개+. 가드레일 15개. 이것들은 “문서”가 아닙니다. <strong>실행 가능한 코드</strong>입니다.</p><p>“HostingProviderIPList Block 금지”라고 적는 순간, Claude는 다시는 이 규칙을 어기지 않습니다. “Unix timestamp는 Python datetime으로 계산”이라고 적는 순간, Claude는 다시는 산수를 틀리지 않습니다.</p><p>문서화가 귀찮은 이유는 “써봐야 아무도 안 읽으니까”였습니다. 하지만 AI가 읽습니다. <strong>매번, 빠짐없이, 정확하게.</strong> 그래서 문서화가 곧 자동화가 되는 것입니다.</p><h3>다음은?</h3><p>120일은 시작일 뿐입니다. 아직 해야 할 일이 산더미입니다.</p><ul><li><strong>MTTR 10분 → 5분</strong>: Median 다운타임 11분까지 왔지만, 목표는 5분. 자동 복구(auto-remediation)가 핵심</li><li><strong>자동 장애 대응</strong>: 특정 패턴의 장애는 사람 개입 없이 자동 복구</li><li><strong>Cross-team AI 시스템</strong>: 인프라팀 너머 개발팀, QA팀까지 확장</li><li><strong>AI 에이전트 간 협업</strong>: 여러 Claude Code 인스턴스가 서로 컨텍스트를 공유하며 병렬 작업</li></ul><p>그리고 가드레일은 계속 늘어날 것입니다. 실수를 하지 않는 것이 목표가 아닙니다. <strong>실수를 시스템으로 전환하는 속도를 높이는 것</strong>이 목표입니다.</p><h3>함께 만들어갈 동료를 찾습니다</h3><p>IMWEB은 대한민국 대표 노코드 플랫폼으로, <strong>100만 개 이상의 웹사이트</strong>가 우리 인프라 위에서 운영되고 있습니다.</p><p>이 글에 등장한 모든 사고와 자동화와 가드레일은 5명의 인프라팀이 만들었습니다. AI를 200% 활용하면 5명이 20명분의 일을 할 수 있다는 것을 증명했지만, 그래도 <strong>더 훌륭한 동료가 필요합니다.</strong></p><p>한 사람이 할 수 있는 범위가 넓어졌기 때문에, 더 뛰어난 사람을 뽑아서 더 큰 임팩트를 내고 싶은 것입니다. 해야 할 일이 줄어든 게 아니라, <strong>할 수 있는 일이 기하급수적으로 늘어났습니다.</strong></p><p><strong>이런 분을 찾습니다:</strong></p><ul><li>AWS, Kubernetes, Terraform 같은 클라우드 인프라에 익숙하거나 관심 있으신 분</li><li>“같은 실수를 두 번 하지 않는 시스템”을 만드는 데 공감하시는 분</li><li>AI 도구를 적극 활용해 반복 작업을 자동화하고 싶으신 분</li><li>새벽 장애 알림에도 데이터부터 보는 분</li></ul><p>현재 <strong>SRE, DevOps, Security Engineer, DE</strong>등 인프라팀 TO가 열려있습니다. 프론트엔드, 백엔드 등 다양한 직군에서도 적극 채용 중입니다.</p><p>채용 페이지: <a href="https://team.imweb.me/career">https://team.imweb.me/career</a></p><p>가벼운 커피챗도 환영합니다.</p><h3>참고 자료</h3><ul><li><a href="https://medium.com/%40baramboys0615/ai%EC%99%80-%ED%95%A8%EA%BB%98%ED%95%98%EB%8A%94-devops-claude-code%EB%A1%9C-%EC%83%9D%EC%82%B0%EC%84%B1-10%EB%B0%B0-%EB%86%92%EC%9D%B4%EA%B8%B0-629a2ce68d62">1편: AI와 함께하는 DevOps: Claude Code로 생산성 10배 높이기</a></li><li><a href="https://medium.com/%40baramboys0615/claude-md-2-100%EC%A4%84%EC%9D%98-%EB%B9%84%EB%B0%80-4%EA%B0%9C-%ED%8C%8C%ED%8A%B8%EA%B0%80-%ED%95%98%EB%82%98%EC%9D%98-ai-%EC%8B%9C%EC%8A%A4%ED%85%9C%EC%9D%84-%EA%B3%B5%EC%9C%A0%ED%95%98%EB%8A%94-%EB%B2%95-87653465830c">2편: CLAUDE.md 2,100줄의 비밀: 4개 파트가 하나의 AI 시스템을 공유하는 법</a></li><li><a href="https://docs.anthropic.com/claude-code">Claude Code 공식 문서</a></li><li><a href="https://www.datadoghq.com/blog/slo-monitoring-tracking/">Datadog SLI/SLO Best Practices</a></li></ul><p><strong>태그</strong>: Claude Code, DevOps, AI Automation, SLI/SLO, Incident Management, Guardrails, MTTR, Observability, Infrastructure, Postmortem</p><p><strong>예상 읽기 시간</strong>: 18–22분</p><h3>부록 A: 전체 가드레일 목록</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ph-ctPKUJVoYWUOpP7yiRw.png" /></figure><p><em>이 글은 Claude Code를 사용하여 작성되었습니다. 그리고 이 글에 등장하는 모든 사고 이력은 실화입니다.</em></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=3a0b70c45e4e" width="1" height="1" alt=""><hr><p><a href="https://medium.com/imweb-tech/ai-%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8%EA%B0%80-%EC%A0%84%EC%82%AC-%EC%95%8C%EB%A6%BC%EC%9D%84-%EB%91%90-%EB%B2%88-%EC%A3%BD%EC%98%80%EB%8B%A4-120%EC%9D%BC%EA%B0%84%EC%9D%98-%EC%8B%A4%EC%88%98-%EC%B9%B4%ED%83%88%EB%A1%9C%EA%B7%B8%EC%99%80-99-981-%EC%9D%98-%EA%B0%80%EC%9A%A9%EC%84%B1-3a0b70c45e4e">AI 에이전트가 전사 알림을 두 번 죽였다: 120일간의 실수 카탈로그와 99.981%의 가용성</a> was originally published in <a href="https://medium.com/imweb-tech">imweb tech : 아임웹 기술블로그</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[CLAUDE.md 2,100줄의 비밀: 4개 파트가 하나의 AI 시스템을 공유하는 법]]></title>
            <link>https://medium.com/imweb-tech/claude-md-2-100%EC%A4%84%EC%9D%98-%EB%B9%84%EB%B0%80-4%EA%B0%9C-%ED%8C%8C%ED%8A%B8%EA%B0%80-%ED%95%98%EB%82%98%EC%9D%98-ai-%EC%8B%9C%EC%8A%A4%ED%85%9C%EC%9D%84-%EA%B3%B5%EC%9C%A0%ED%95%98%EB%8A%94-%EB%B2%95-87653465830c?source=rss-5de89c43bade------2</link>
            <guid isPermaLink="false">https://medium.com/p/87653465830c</guid>
            <category><![CDATA[인프라]]></category>
            <category><![CDATA[claude-code]]></category>
            <category><![CDATA[devops]]></category>
            <category><![CDATA[ai-agent]]></category>
            <category><![CDATA[ai]]></category>
            <dc:creator><![CDATA[Yonghyun Kim]]></dc:creator>
            <pubDate>Sat, 24 Jan 2026 15:50:50 GMT</pubDate>
            <atom:updated>2026-02-28T19:26:20.054Z</atom:updated>
            <content:encoded><![CDATA[<p><strong>DBA, DE, Security, DevOps — 인프라팀이 AI 에이전트를 길들인 실전 가이드</strong></p><blockquote>이 글은 Claude Code를 사용하여 작성되었습니다. (<strong>예상 읽기 시간</strong>: 12–15분)</blockquote><p>— -</p><h3>아임웹 인프라팀 AI 도입기 시리즈</h3><ol><li><a href="https://medium.com/%40baramboys0615/ai%EC%99%80-%ED%95%A8%EA%BB%98%ED%95%98%EB%8A%94-devops-claude-code%EB%A1%9C-%EC%83%9D%EC%82%B0%EC%84%B1-10%EB%B0%B0-%EB%86%92%EC%9D%B4%EA%B8%B0-629a2ce68d62">AI와 함께하는 DevOps: Claude Code로 생산성 10배 높이기</a></li><li>CLAUDE.md 2,100줄의 비밀: 4개 파트가 하나의 AI 시스템을 공유하는 ← 지금 읽고 계신 글입니다.</li><li><a href="https://medium.com/%40baramboys0615/ai-%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8%EA%B0%80-%EC%A0%84%EC%82%AC-%EC%95%8C%EB%A6%BC%EC%9D%84-%EB%91%90-%EB%B2%88-%EC%A3%BD%EC%98%80%EB%8B%A4-120%EC%9D%BC%EA%B0%84%EC%9D%98-%EC%8B%A4%EC%88%98-%EC%B9%B4%ED%83%88%EB%A1%9C%EA%B7%B8%EC%99%80-99-981-%EC%9D%98-%EA%B0%80%EC%9A%A9%EC%84%B1-3a0b70c45e4e">AI 에이전트가 전사 알림을 두 번 죽였다: 120일간의 실수 카탈로그와 99.981%의 가용성</a></li></ol><h3><strong>TL;DR</strong></h3><ul><li><strong>5주간 127개 세션</strong> — 장애 분석, 인프라 구축, 자동화, 비용 분석을 Claude Code와 함께 수행했습니다</li><li>6명의 인프라팀이 <strong>하나의 CLAUDE.md 파일</strong>과 <strong>26개 정책 파일</strong>로 AI 에이전트를 공유합니다</li><li>타팀에서 온 DE가 첫날 3분 만에 setup.sh 하나로 팀 전체의 AI 컨텍스트를 습득했습니다</li><li>장애 쓰레드에 :postmortem:이모지 하나 클릭하면 Notion 포스트모템이 자동 생성됩니다</li><li>300개 메시지가 달린 Slack 쓰레드도 링크 하나로 30초 만에 핵심만 파악합니다</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*307IVkuSN6QA9oWKiTSqmw.png" /><figcaption><strong>“자유보다는 레일을: 2,000줄의 가이드라인이 만든 가장 빠른 자동화”</strong> <em>잘 설계된 제약은 구속이 아니라 속도입니다. 모호함을 제거한 정책 파일들이 Claude Code를 불필요한 고민 없이 목적지까지 실어나릅니다. (</em>generated by ChatGPT<em>)</em></figcaption></figure><h3><strong>1. 도입: 새 팀원이 3분 만에 Claude Code 전문가가 되는 팀</strong></h3><blockquote>“인프라팀 컨벤션에 + 데이터 정책 올려서 바로 활용했습니다.”</blockquote><p>이것은 타팀에서 인프라팀 DE 파트로 합류한 엔지니어가 온보딩 첫날 Slack에 남긴 메시지입니다. 그가 한 일은 딱 두 가지였습니다:</p><pre>$ git clone https://github.com/******/infra-devops-platform.git<br>$ cd infra-devops-platform<br>$ ./.claude/scripts/setup.sh</pre><p>스크립트 실행 후 파트 선택(data)만 하면, 그는 즉시 ETL상태, 데이터품질, 배치모니터링 같은 Quick Command를 사용할 수 있었습니다. 별도의 교육 없이, 문서 읽기 없이, 팀원에게 묻지 않고도 말입니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/780/1*IYWtPwv8uAZY0nLo2p5rXQ.png" /></figure><p>이전 글에서 저는 “<a href="https://medium.com/%40baramboys0615/ai%EC%99%80-%ED%95%A8%EA%BB%98%ED%95%98%EB%8A%94-devops-claude-code%EB%A1%9C-%EC%83%9D%EC%82%B0%EC%84%B1-10%EB%B0%B0-%EB%86%92%EC%9D%B4%EA%B8%B0-629a2ce68d62">Claude Code로 생산성 10배 향상</a>”이라는 주제를 다뤘습니다. 많은 분들이 “어떻게?”라고 물어보셨습니다. 이 글에서는 그 구체적인 구현 방법을 공개합니다.</p><p>지난 5주간 저는 Claude Code와 함께 <strong>127개의 세션</strong>을 진행했습니다. 인프라 구축 46건, 자동화 18건, 장애 대응 8건, 비용 분석 5건… 이 모든 작업이 하나의 CLAUDE.md 파일과 26개 정책 파일 위에서 이루어졌습니다.</p><p>핵심은 간단합니다: <strong>팀 전체가 같은 AI 경험을 공유한다는 것.</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*tHP2EtxoP52FtTw5cxO19Q.png" /><figcaption>팀 협업 아키텍처 — 정책 중심, AI 기반 팀 오케스트레이션</figcaption></figure><h3><strong>2. 문제: AI 도구는 있지만, 팀마다 사용법이 달랐다</strong></h3><p>Claude Code를 처음 도입했을 때 우리가 마주한 현실은 이랬습니다:</p><h4><strong>개인별 활용 수준 격차</strong></h4><ul><li>A는 복잡한 프롬프트 엔지니어링을 자유자재로 구사</li><li>B는 기본적인 코드 생성만 사용</li><li>C는 “어떻게 쓰는지 모르겠다”며 방치</li></ul><p>— -</p><h4><strong>같은 질문, 다른 답</strong></h4><ul><li>“장애 분석해줘”라고 입력하면 어떤 사람은 상세한 리포트를, 어떤 사람은 엉뚱한 답변을 받음</li><li>AI의 응답 품질이 프롬프트 작성 능력에 전적으로 의존</li></ul><p>— -</p><h4><strong>온보딩 병목</strong></h4><ul><li>신규 입사자에게 “우리 팀은 이렇게 일합니다”를 설명하는 데 2주 이상 소요</li><li>장애 대응 시 “어디서 뭘 봐야 하지?”부터 시작</li></ul><p>— -</p><h4><strong>일관된 절차 부재</strong></h4><ul><li>장애 발생 → 분석 → 포스트모템 → 재발 방지의 흐름이 사람마다 다름</li><li>같은 장애가 또 터지면 처음부터 다시 분석</li></ul><p>이것이 우리가 해결해야 할 문제였습니다.</p><h3><strong>3. 해결책: 정책 기반 AI 시스템</strong></h3><p>우리의 해결책은 <strong>CLAUDE.md 2,144줄 + 26개 정책 파일</strong>입니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*x7ZLtSulegmqOS1Gp6vsPw.png" /></figure><p><strong>3–1. CLAUDE.md 구조</strong></p><pre># CLAUDE.md (2,144줄)<br>├── Quick Commands (키워드 트리거)<br>│ ├── 세션정리 → Notion 자동 기록<br>│ ├── 포스트모템 → 장애 보고서 생성<br>│ ├── 인프라비용기안 → Excel 분석 후 Flex 기안<br>│ ├── 이미지 프롬프트 → AI 이미지 생성용 프롬프트<br>│ └── 이벤트긴급 → 즉시 대응 모드<br>│<br>├── Credentials Management<br>│ ├── 1Password CLI 연동<br>│ └── credentials.json 단일 파일 관리<br>│<br>├── API Usage<br>│ ├── Jira REST API (curl -u 직접 바인딩)<br>│ ├── Slack API (환경변수 사용 금지!)<br>│ └── Notion API (Python requests 권장)<br>│<br>├── Auto-execution Policy<br>│ ├── 읽기 작업: 자동 실행<br>│ └── 쓰기 작업: 승인 필수<br>│<br>├── Git Workflow Policy<br>│ ├── main 직접 push 금지<br>│ └── Udacity 커밋 컨벤션<br>│<br>└── Domain-Specific Policies (@참조)<br>└── 26개 정책 파일 연결</pre><p>— -</p><p><strong>3–2. 26개 정책 파일 카테고리</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*V2oxsNMFa_O1derhxy2gbQ.png" /></figure><p>— -</p><p><strong>3–3. 수평 + 수직 구조</strong></p><p>우리 팀의 구성:</p><ul><li><strong>DevOps</strong>: 2명</li><li><strong>DBA</strong>: 2명</li><li><strong>Security Engineer</strong>: 1명</li><li><strong>Data Engineer</strong>: 1명</li></ul><p>이 6명이 하나의 AI 시스템을 공유하는 방식:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*b6JIlQRlK7eK0NxvvKFx-w.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*8LtV4-gq9F_tA3vw8xjT3w.png" /><figcaption>정책 파일 아키텍처 — 정책을 분해하고, 역할로 전달하다</figcaption></figure><h3><strong>4. 핵심 사례 4가지</strong></h3><h4><strong>사례 1: 장애 대응 자동화 (포스트모템)</strong></h4><p><strong>Before</strong>: 장애 종료 후 2–3시간에 걸쳐 Slack 메시지 정리, 타임라인 작성, Notion 페이지 생성</p><p><strong>After</strong>: 장애 쓰레드에 :postmortem: 이모지 클릭 → 5분 내 Notion 포스트모템 자동 생성</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*_-Vbjm9Kkr_zJfyb2uggPw.png" /><figcaption>포스트모템 워크플로우 — 알림에서 문서까지, 자동으로 흐르다</figcaption></figure><p><strong>트리거</strong>: 장애 쓰레드에 :postmortem: 이모지 클릭</p><p>이모지 하나만 클릭하면 자동으로:</p><ol><li>Lambda가 Slack 쓰레드 메시지 수집</li><li>Bedrock Claude가 타임라인 추출 + 5 Whys 분석</li><li>Notion API로 포스트모템 페이지 자동 생성</li><li>완료 알림이 Slack 쓰레드에 답글로 전송</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*IwWydAv8gX3wmQMbvJiNqw.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*C892Ll-sTCCgeSXbsazHWQ.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*bVchjvFmiMNXJTWT7PhEdA.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*eonAZ_E8Joq4wIn2aydwrA.png" /></figure><p>— -</p><p><strong>정책 파일 (postmortem.md) 핵심 내용:</strong></p><pre>## 심각도 기준<br><br>### 위험 🔴<br>- 전체 서비스 다운 (메인 페이지 접근 불가)<br>- 결제/주문 불가 (매출 직접 영향)<br>- 데이터 손실/유출 발생<br>- 다운타임 4시간 이상<br><br>### 높음 🟠<br>- 주요 기능 장애 (알림톡, 배송, 정산 등)<br>- 다수 고객 영향 (10,000건 이상)<br>- 다운타임 1시간 이상<br><br>### 중간 🟡<br>- 특정 기능 장애 (일부 고객만 영향)<br>- 우회 방법 존재<br>- 다운타임 1시간 미만</pre><p>— -</p><p><strong>5 Whys 분석 가이드 (정책에 포함):</strong></p><pre>1. Why: 알림톡이 발송되지 않았다<br>   → Infobip API가 403 에러 반환<br>2. Why: 403 에러가 발생했다<br>   → HTTP 프로토콜로 요청 시 거부됨<br>3. Why: HTTP가 거부되었다<br>   → Infobip이 HTTPS만 허용하도록 정책 변경<br>4. Why: 정책 변경을 몰랐다<br>   → 외부 API 변경사항 추적 프로세스 부재<br>5. Why: 추적 프로세스가 없다<br>   → 외부 의존성 관리 체계 미비</pre><p>정책 파일에 이런 가이드를 넣어두면, Claude는 매번 일관된 품질의 5 Whys 분석을 수행합니다. 담당자가 누구든, 경험이 적든 많든 상관없이요.</p><p>— -</p><h4><strong>사례 2: 장애 → 정책 → 표준화의 선순환 (Datadog 로그 파이프라인)</strong></h4><p><strong>임팩트</strong>: 장애 포스트모템 액션 아이템 → 당일 로그 수집 정책 수립 → 전사 표준 가이드 배포</p><p>이 사례는 “정책이 정책을 낳는다”는 우리 시스템의 핵심을 보여줍니다.</p><p><strong>시작점: 인포빕 알림톡 장애</strong></p><p>외부 API(인포빕)가 HTTP → HTTPS 정책을 변경하면서 알림톡 발송이 불안정했습니다. 포스트모템에서 나온 액션 아이템 중 하나:</p><blockquote>“애플리케이션 로그를 Datadog에 표준화된 포맷으로 적재하는 정책 수립”</blockquote><p>이 표준화 방식은 이전 직장(레브잇)에서 SRE 영재님이 빌드업하고 공유해 주셨던 접근법을 참고했습니다. 이 자리를 빌어 다시 한번 감사드립니다. 좋은 사례는 회사를 옮겨도 계속 가치가 있죠.</p><p>— -</p><p><strong>Claude Code와 함께 당일 해결</strong></p><p>포스트모템이 끝나자마자 Claude에게 요청했습니다:</p><pre>나: Datadog에 애플리케이션 로그를 표준화해서 보내는 방법을 정리하고,<br>PHP/NodeJS/Python 예시 코드까지 포함한 가이드를 만들어줘</pre><p>Claude는 CLAUDE.md의 기존 정책들을 참조하며:</p><ol><li><strong>로그 포맷 표준 설계</strong>: JSON 구조, 필수 필드(service, env, level) 정의</li><li><strong>Datadog 인덱스 생성</strong>: app-logger 전용 인덱스, 15일 보관</li><li><strong>언어별 예시 코드</strong>: PHP, NodeJS, Python 예시</li><li><strong>Notion 가이드 문서</strong>: 복사-붙여넣기 가능한 형태로 정리</li></ol><p>— -</p><p><strong>결과물</strong></p><pre>애플리케이션 → Datadog Agent → Datadog 인덱스<br>              (UDP 로그)    (@label:LOGGER)</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/766/1*77HPIc-Bc4sXSs2Rm4nLaQ.png" /><figcaption>아임웹 데이터독 로그 수집 플로우</figcaption></figure><ul><li>언어 무관 (PHP, NodeJS, Python 등)</li><li>앱에서 API Key 불필요 (Agent가 처리)</li><li>15일 보관, 최우선 인덱싱</li></ul><p>— -</p><p><strong>핵심 포인트</strong></p><p>이 작업이 빠르게 진행된 이유:</p><ul><li>CLAUDE.md에 Datadog API 사용 정책이 이미 있었음</li><li>Notion 문서 작성 규칙이 정의되어 있었음</li><li>코드 예시 포맷이 표준화되어 있었음</li></ul><p>장애 → 포스트모템 → 액션 아이템 → <strong>새 정책 파일</strong> → 다음 작업에 활용</p><p>이것이 정책 기반 시스템의 선순환입니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*YpO7G2_uzjRzhtUgL-DylA.png" /><figcaption>Datadog 로그 수집 가이드 Slack 공유</figcaption></figure><p>— -</p><h4><strong>사례 3: AWS VPN Multi-Account 구축</strong></h4><p><strong>임팩트</strong>: 이틀 만에 3개 AWS 계정 VPN 연결 완료</p><p>VPC 간 연결 문제는 인프라 엔지니어가 가장 많이 겪는 트러블슈팅 중 하나입니다. 체크해야 할 항목이 많고, 하나라도 빠뜨리면 연결이 안 됩니다.</p><p>우리는 이 경험을 정책 파일로 만들었습니다:</p><p><strong>정책 파일 (vpc-connectivity.md) 핵심 내용:</strong></p><pre>## Phase 1: 실제 리소스 기준 확인 (최우선)<br>| 순서   | 항목                      | 확인 방법                 |<br>| - - - | - - - - - - - - - - - - -| - - - - - - - - - - - - |<br>| 1     | Source 인스턴스 SG 아웃바운드 | 목적지 CIDR 허용 여부       |<br>| 2     | Target 리소스 SG 인바운드    | 출발지 CIDR + 포트 허용 여부 |<br>| 3     | Target 서브넷 라우트 테이블   | 출발지 CIDR → TGW 라우트   |<br>| 4     | Source 서브넷 라우트 테이블   | 목적지 CIDR → TGW 라우트   |<br><br><br>## 자주 놓치는 항목 (WARNING)<br><br>### SG 아웃바운드<br>CRITICAL: 인바운드만 확인하고 아웃바운드를 빠뜨리는 실수 금지!<br>목적지 CIDR이 아웃바운드에 허용되어 있는지 반드시 확인!<br><br>### 리소스별 서브넷 라우트 테이블<br>CRITICAL: VPC에 여러 라우트 테이블이 있을 수 있음.<br>실제 리소스가 있는 서브넷의 라우트 테이블 확인 필수!</pre><p>이 정책 덕분에 Claude는 VPC 연결 문제가 발생하면 자동으로:</p><ol><li>Phase 1 → Phase 2 → Phase 3 순서로 체크</li><li>각 항목의 상태를 표로 정리</li><li>원인과 조치 방법 제시</li></ol><p>결과적으로, 보통 한 달 가까이 걸리던 Multi-Account VPN 구축이 이틀 만에 완료되었습니다.</p><p>— -</p><h4><strong>사례 4: 긴 Slack 쓰레드 즉시 파악하기</strong></h4><p><strong>상황</strong>: 회의 중인데 갑자기 200개 메시지가 달린 에러 알람 쓰레드에 멘션이 왔다. 또는 휴가 복귀 후 복잡한 논의가 오간 쓰레드를 봐야 한다. 의사결정이 필요한데, 스크롤하며 읽을 시간이 없다.</p><p><strong>해결</strong>: Slack 링크 복사 → Claude Code에 붙여넣기 → 끝</p><pre>나: [Slack 쓰레드 링크] 아주 쉽게 일목요연하게 요약해줘</pre><p>Claude가 자동으로:</p><ol><li>Slack API로 쓰레드 전체 메시지 수집</li><li>시간순 핵심 논의 정리</li><li>결론/미결 사항 분리</li><li>내가 해야 할 액션 아이템 추출</li></ol><p><strong>실제 사용 패턴 3가지:</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*XFv6ZQsr4bIlgs0GrDZNLA.png" /></figure><p><strong>실제 경험:</strong></p><p>300개가 넘는 메시지가 달린 장애 쓰레드에 갑자기 호출당한 적이 있습니다. 스크롤하며 읽으면 30분은 걸릴 분량이었는데, Claude에게 링크와 함께 “지금 상황 정리해줘”라고 던졌습니다.</p><p>30초 후 받은 답변:</p><ul><li>장애 시작: 14:32 KST</li><li>원인: Redis 커넥션 풀 고갈</li><li>현재 상태: 임시 조치 완료, 모니터링 중</li><li>내가 해야 할 것: 영구 조치 검토 (max_connections 증설 vs 커넥션 풀 로직 수정)</li></ul><p>이 정보만으로 바로 의사결정에 참여할 수 있었습니다. 쓰레드 전체를 읽지 않고도요.</p><p><strong>왜 가능한가?</strong></p><p>CLAUDE.md에 Slack API 호출 정책이 이미 정의되어 있기 때문입니다:</p><pre>## Slack API 사용 정책<br>- Python requests 라이브러리 우선 사용<br>- Bearer 토큰 직접 바인딩 (환경변수 사용 금지)<br>- 쓰레드 메시지 수집: conversations.replies API<br>- 결과는 /tmp/에 JSON 저장 후 파싱</pre><p>정책이 없었다면 매번 “Slack API 어떻게 호출하지?”부터 시작해야 했을 겁니다. 정책이 있으니 Claude는 질문 없이 바로 실행합니다.</p><h3><strong>5. 온보딩 시스템: 3분 온보딩의 비밀</strong></h3><p>신규입사자가 3분 만에 팀의 AI 시스템을 사용할 수 있는 비밀은 setup.sh 스크립트에 있습니다.</p><p><strong>빠른 시작 (3분)</strong></p><pre># 1. 레포 클론<br>git clone https://github.com/******/infra-devops-platform.git<br>cd infra-devops-platform<br><br># 2. 설정 스크립트 실행<br>./.claude/scripts/setup.sh<br><br># 3. 옵션 선택<br># - 저장 방식: iCloud 연동(권장) 또는 로컬 파일만<br># - 파트 선택: infra(기본), db, data, security</pre><p>스크립트가 하는 일:</p><ol><li>iCloud 디렉토리 심볼릭 링크 생성</li><li>팀 공통 CLAUDE.md 연결</li><li>선택한 파트의 정책 파일 로드</li><li>credentials.json 템플릿 생성</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*73jy6R0tQRG3N7ie4qW1ow.png" /><figcaption>터미널에서 setup.sh status 실행</figcaption></figure><p>— -</p><p><strong>파트별 Quick Commands</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/780/1*eQSKxFCRDoDBq5La3q2d2g.png" /></figure><p>파트를 변경하고 싶으면:</p><pre>./.claude/scripts/setup.sh part db # DB 파트로 변경<br>./.claude/scripts/setup.sh status # 현재 상태 확인</pre><p>— -</p><p><strong>설정 완료 후 상태</strong></p><pre>새 팀원이 setup.sh 실행 후:<br><br>~/CLAUDE.md                    → 본인 iCloud의 CLAUDE.md<br>~/claude-policies/             → 본인 iCloud의 정책 파일들<br>.claude/CLAUDE.md              → Git에서 clone한 팀 공유 설정<br>.claude/policies/              → Git에서 clone한 팀 공유 정책<br>.claude/parts/{part}/          → Git에서 clone한 파트별 설정<br>.claude.local/credentials.json → 본인이 직접 입력한 토큰<br>.claude.local/personal.md      → 본인 Slack ID, Notion ID 등<br>.claude.local/CLAUDE.md.part   → 선택한 파트의 CLAUDE.md 심볼릭 링크</pre><p>— -</p><p><strong>민감정보는 어떻게 공유하나요?</strong></p><blockquote><strong>핵심: Git에 올라가는 파일에는 민감정보가 없습니다.</strong></blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*jWU5mC7YMcHoyzf7ic83rg.png" /></figure><p>CLAUDE.md에 Slack 채널 ID나 API 엔드포인트가 언급되더라도, 실제 토큰은 .claude.local/credentials.json에만 존재합니다. 이 파일은 .gitignore에 포함되어 절대 커밋되지 않습니다.</p><p>외부에 공유할 때도 마찬가지입니다. 이 블로그에 인용된 모든 코드 예시에서 토큰, 채널 ID, 사용자 ID는 플레이스홀더(xoxb-XXX, C0XXXXXXXXX)로 치환되었습니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*8RfYIOyZ77WGMz7vuR87Hw.png" /><figcaption>온보딩 플로우 — 첫날부터 바로 시작하는 엔지니어 경험</figcaption></figure><h3><strong>6. 팀 전체 확장: 정책 파일 기여 = 팀 지식 축적</strong></h3><h4><strong>파트별 활용 현황</strong></h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*rO4UE5XoVKwITRQiOgJQWQ.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*c3_XxE_Gy_jwUO2R4SyXNw.png" /><figcaption>Claude Code CLI 실행 화면</figcaption></figure><p>— -</p><p><strong>정책 파일 기여 사이클</strong></p><pre>문제 발생 → 해결 → 패턴화 → 정책 파일 작성 → PR → 팀 공유</pre><p>예를 들어:</p><ol><li>VPC 연결 문제 발생</li><li>여러 번의 삽질 끝에 해결</li><li>“SG 아웃바운드를 자주 놓친다”는 패턴 발견</li><li>vpc-connectivity.md 정책 파일 작성</li><li>PR 후 팀 전체가 같은 실수를 반복하지 않음</li></ol><p>— -</p><p><strong>프롬프트 철학</strong></p><p>우리 팀에서 공유하는 프롬프트 철학이 있습니다:</p><blockquote>“몽둥이를 들어 긴장시키기”</blockquote><ol><li>너 때문에 회사가 망할 수 있어</li><li>너 때문에 천만원 손실봤어</li><li>너 대답을 천 명의 임직원이 왓칭하고 있어</li></ol><p>물론 과장된 표현이지만, 핵심은 <strong>컨텍스트의 중요성을 AI에게 각인시키는 것</strong>입니다. AI가 “이건 중요한 작업이구나”라고 인식하면, 더 신중하고 정확한 응답을 합니다.</p><h3><strong>7. 결론: 시작하는 팀을 위한 조언</strong></h3><h4><strong>핵심 교훈 3가지</strong></h4><p><strong>1. 컨텍스트가 핵심이다</strong></p><p>AI에게 “팀의 방식”을 알려줘야 합니다. 어떤 API를 어떻게 호출하는지, 어떤 규칙을 지켜야 하는지, 어떤 형식으로 결과를 원하는지. 이것을 CLAUDE.md에 명시하면 AI는 팀의 일원처럼 일합니다.</p><p><strong>2. 정책 파일 = 재사용 가능한 지식</strong></p><p>한 번 작성한 정책 파일은 무한히 재사용됩니다. VPC 연결 문제, 장애 분석, 포스트모템… 한 사람이 해결한 문제의 패턴을 정책으로 만들면 팀 전체가 그 지식을 공유합니다.</p><p><strong>3. 수평 + 수직 구조의 조합</strong></p><p>팀 공통 설정(수평)과 파트별 맞춤 설정(수직)을 조합하세요. 모든 것을 하나의 파일에 넣으면 관리가 어렵고, 완전히 분리하면 일관성이 없어집니다.</p><p>— -</p><p><strong>시작 가이드</strong></p><p><strong>Day 1</strong>: CLAUDE.md에 기본 컨벤션 작성</p><ul><li>API 호출 방식 (Jira, Slack, Notion)</li><li>코드 스타일</li><li>커밋 메시지 규칙</li></ul><p><strong>~ Day 3</strong>: 반복 작업 3개를 정책 파일화</p><ul><li>가장 자주 하는 작업부터</li><li>실수하기 쉬운 작업부터</li><li>온보딩 시 설명하기 어려운 작업부터</li></ul><p><strong>~ Day 7</strong>: 팀 전체 공유 및 기여 문화 형성</p><ul><li>Git 레포에 .claude/ 디렉토리 추가</li><li>setup.sh 스크립트 작성</li><li>정책 파일 PR 문화 정착</li></ul><h3><strong>마무리</strong></h3><p>CLAUDE.md 2,144줄. 26개 정책 파일. 6명의 인프라팀.</p><p>숫자만 보면 복잡해 보이지만, 핵심은 단순합니다:</p><blockquote><strong>“팀의 지식을 AI가 이해할 수 있는 형태로 정리하고, 모든 팀원이 같은 AI 경험을 공유하게 하라.”</strong></blockquote><p>타팀에서 온 DE가 첫날 3분 만에 Databricks Job을 분석할 수 있었던 건, 기본적인 인프라 정책 위에 데이터 파트 정책을 작성했기 때문입니다. 그리고 그가 앞으로 발견할 패턴은 다음 팀원을 위한 정책이 될 것입니다.</p><p>이것이 우리가 AI 에이전트를 “길들인” 방법입니다.</p><h3><strong>함께 만들어갈 동료를 찾습니다</strong></h3><p>IMWEB은 대한민국 대표 노코드 플랫폼으로, <strong>100만 개 이상의 웹사이트</strong>가 우리 인프라 위에서 운영되고 있습니다.</p><p>저희 팀은 AI 기반 DevOps의 최전선에서 일하고 있습니다. 매일 새로운 도전과 학습이 있고, Claude Code 같은 최신 기술을 실무에 바로 적용하며, 팀원 모두가 서로의 성장을 응원합니다.</p><p><strong>이런 분을 찾습니다:</strong></p><ul><li>AWS, Kubernetes 같은 클라우드 인프라에 관심 있으신 분</li><li>반복 작업을 자동화하는 걸 좋아하시는 분</li><li>AI 도구를 활용해 생산성을 높이고 싶으신 분</li><li>빠르게 변화하는 환경을 즐기시는 분</li></ul><p><strong>이런 걸 함께 하실 수 있어요:</strong></p><ul><li>Claude Code로 인프라 자동화하기</li><li>Remote MCP Server로 24/7 자동 인시던트 대응 시스템 구축하기</li><li>100만+ 웹사이트를 안정적으로 운영하는 노하우 쌓기</li><li>AI 기반 DevOps 문화를 함께 만들어가기</li></ul><p><strong>IMWEB에서 일하는 건 이런 거예요:</strong></p><ul><li>실험적인 시도를 적극 장려 (Claude Code도 그렇게 시작했어요!)</li><li>기술 블로그 작성도 효율적으로 (이 글처럼!)</li></ul><p><strong>왜 지금 채용하나요?</strong></p><p>IMWEB은 인프라팀뿐 아니라 <strong>모든 직군에서 AI를 적극 활용</strong>하고 있고, 앞으로 더 많이 활용하는 문화를 만들어가고 있습니다.</p><p>AI 때문에 사람이 필요 없어지는 게 아닙니다. <strong>오히려 반대예요.</strong> 한 사람이 할 수 있는 범위가 넓어지니까, 더 훌륭한 사람을 더 많이 뽑아서 더 큰 임팩트를 내고 싶은 겁니다. 해야 할 일이 줄어든 게 아니라, <strong>할 수 있는 일이 지수승으로 늘어났거든요.</strong></p><p>현재 <strong>SRE, DevSecOps</strong> 등 인프라팀 TO가 열려있습니다. 이 도전적인 여정에 합류하여 대한민국 노코드 시장의 기술 리더십을 함께 만들어가실 분들을 진심으로 환영합니다.</p><p>👉 <a href="https://team.imweb.me/career"><strong>채용 페이지 바로가기</strong></a></p><p>프론트엔드, 백엔드, DE 등 다양한 분야에서도 인재를 적극 채용 중이니 많은 관심 부탁드립니다. 가벼운 커피챗도 환영합니다 ☕</p><h3><strong>참고 자료</strong></h3><ul><li><a href="https://docs.anthropic.com/claude-code">Claude Code 공식 문서</a></li><li><a href="https://medium.com/%40baramboys0615/ai%EC%99%80-%ED%95%A8%EA%BB%98%ED%95%98%EB%8A%94-devops-claude-code%EB%A1%9C-%EC%83%9D%EC%82%B0%EC%84%B1-10%EB%B0%B0-%EB%86%92%EC%9D%B4%EA%B8%B0-629a2ce68d62">이전 글: Claude Code로 생산성 10배 향상</a></li></ul><p>— -</p><p><strong>태그</strong>: #Claude Code, #DevOps, #AI Automation, #Team Collaboration, #Infrastructure as Code, #Developer Experience</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=87653465830c" width="1" height="1" alt=""><hr><p><a href="https://medium.com/imweb-tech/claude-md-2-100%EC%A4%84%EC%9D%98-%EB%B9%84%EB%B0%80-4%EA%B0%9C-%ED%8C%8C%ED%8A%B8%EA%B0%80-%ED%95%98%EB%82%98%EC%9D%98-ai-%EC%8B%9C%EC%8A%A4%ED%85%9C%EC%9D%84-%EA%B3%B5%EC%9C%A0%ED%95%98%EB%8A%94-%EB%B2%95-87653465830c">CLAUDE.md 2,100줄의 비밀: 4개 파트가 하나의 AI 시스템을 공유하는 법</a> was originally published in <a href="https://medium.com/imweb-tech">imweb tech : 아임웹 기술블로그</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[AI와 함께하는 DevOps: Claude Code로 생산성 10배 높이기]]></title>
            <link>https://medium.com/imweb-tech/ai%EC%99%80-%ED%95%A8%EA%BB%98%ED%95%98%EB%8A%94-devops-claude-code%EB%A1%9C-%EC%83%9D%EC%82%B0%EC%84%B1-10%EB%B0%B0-%EB%86%92%EC%9D%B4%EA%B8%B0-629a2ce68d62?source=rss-5de89c43bade------2</link>
            <guid isPermaLink="false">https://medium.com/p/629a2ce68d62</guid>
            <category><![CDATA[ai-agent]]></category>
            <category><![CDATA[인프라]]></category>
            <category><![CDATA[devops]]></category>
            <category><![CDATA[claude]]></category>
            <category><![CDATA[ai]]></category>
            <dc:creator><![CDATA[Yonghyun Kim]]></dc:creator>
            <pubDate>Fri, 14 Nov 2025 16:27:18 GMT</pubDate>
            <atom:updated>2026-02-28T19:26:45.577Z</atom:updated>
            <content:encoded><![CDATA[<blockquote><strong>IMWEB 인프라팀의 AI 기반 DevOps 전환 여정</strong></blockquote><h3>아임웹 인프라팀 AI 도입기 시리즈</h3><ol><li>AI와 함께하는 DevOps: Claude Code로 생산성 10배 높이기 ← 지금 읽고 계신 글입니다.</li><li><a href="https://medium.com/%40baramboys0615/claude-md-2-100%EC%A4%84%EC%9D%98-%EB%B9%84%EB%B0%80-4%EA%B0%9C-%ED%8C%8C%ED%8A%B8%EA%B0%80-%ED%95%98%EB%82%98%EC%9D%98-ai-%EC%8B%9C%EC%8A%A4%ED%85%9C%EC%9D%84-%EA%B3%B5%EC%9C%A0%ED%95%98%EB%8A%94-%EB%B2%95-87653465830c">CLAUDE.md 2,100줄의 비밀: 4개 파트가 하나의 AI 시스템을 공유하는</a></li><li><a href="https://medium.com/%40baramboys0615/ai-%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8%EA%B0%80-%EC%A0%84%EC%82%AC-%EC%95%8C%EB%A6%BC%EC%9D%84-%EB%91%90-%EB%B2%88-%EC%A3%BD%EC%98%80%EB%8B%A4-120%EC%9D%BC%EA%B0%84%EC%9D%98-%EC%8B%A4%EC%88%98-%EC%B9%B4%ED%83%88%EB%A1%9C%EA%B7%B8%EC%99%80-99-981-%EC%9D%98-%EA%B0%80%EC%9A%A9%EC%84%B1-3a0b70c45e4e">AI 에이전트가 전사 알림을 두 번 죽였다: 120일간의 실수 카탈로그와 99.981%의 가용성</a></li></ol><h3>들어가며: “이거, 정말 돌아가네?”</h3><p>여러분도 이런 경험 있으시죠? 새벽 3시에 울리는 PagerDuty 알림. 잠에서 깨어 노트북을 열고, Datadog 대시보드를 확인하고, CloudWatch 로그를 뒤지고… 문제를 찾는 데만 30분. 그리고 나서야 실제 해결 시작.</p><p>저희 IMWEB 인프라팀도 매일 이런 일상이었습니다. Datadog 알림 확인, Kubernetes 리소스 점검, Jira 티켓 업데이트… 반복 작업에 치여 정작 중요한 “생각하는 일”에 집중할 시간이 없더라고요.</p><p>그래서 생각했습니다. <strong>“이 모든 걸 AI한테 시키면 어떨까?”</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*GduJF2QSFKwXudFRXIMnYg.png" /><figcaption><em>새벽 3시의 DevOps 엔지니어 (이젠 옛날 얘기)</em></figcaption></figure><p>처음엔 반신반의했습니다. ChatGPT로 코드 좀 짜보고, GitHub Copilot으로 자동완성 써본 게 전부였거든요. 하지만 Claude Code는 차원이 달랐습니다.</p><p><strong>1주일 후, 결과는?</strong></p><ul><li>📈 생산성 10배 향상 (체감 기준으로도!)</li><li>⏱️ 인시던트 대응 시간 95% 단축</li><li>👥 팀원 전원이 자발적으로 사용 (5일 만에!)</li></ul><p><strong>그리고 이 여정은 혼자가 아니었습니다</strong></p><p>IMWEB 인프라팀의 재성, 종원, 기빈, 상원님 그리고 제가 함께 만들어낸 이야기입니다. 각자의 영역에서 Claude Code를 실험하고, 성공 사례를 공유하며, 때로는 실패도 함께 겪으면서요.</p><p>특히 우리 CTO 형섭님은 <strong>Claude 신봉자</strong>로, “AI 시대의 DevOps는 이래야 한다”며 과감한 실험을 적극 지원해주셨습니다. 덕분에 우리 팀이 보수적이면서도 혁신적인 접근을 시도할 수 있었어요.</p><p>이 글에서는 저희가 Claude Code와 MCP 서버로 어떻게 DevOps 업무를 완전히 바꿨는지, 그 솔직한 이야기를 들려드리려고 합니다. 시행착오도, 실패담도, 그리고 “아, 이거 진짜 되네!”했던 순간들까지 모두요.</p><h3>🎯 “이 글도 Claude가 15분 만에 썼어요”</h3><p>여기서 잠깐, 메타적인 이야기를 하나 할게요.</p><p><strong>이 블로그 글 자체가 Claude Code의 작품입니다.</strong></p><p>수요일부터 제가 했던 작업들 — ElastiCache 스펙 비교, EKS 네트워크 트러블슈팅, ArgoCD 설정 변경 — 이 모든 것을 Claude가 메모리에 저장하고, 파일로 정리해뒀습니다. 그리고 “기술 블로그 글 써줘”라고 했더니 <strong>15분 만에</strong> 이 글의 초안을 작성했어요.</p><p>어떻게 가능했을까요?</p><ol><li><strong>작업 컨텍스트 자동 저장</strong>: 매일 Claude와 나눈 대화가 자동으로 기록됨</li><li><strong>MCP 서버로 실제 데이터 접근</strong>: AWS, Datadog, ArgoCD에서 직접 데이터를 가져와 신빙성 있는 내용 작성</li><li><strong>구조화된 문서 생성</strong>: 기술 블로그 형식으로 자동 변환</li></ol><p>더 놀라운 건, 앞으로는 이런 블로그 글 작성에 시간을 전혀 할애하지 않아도 된다는 겁니다.</p><p><strong>다음 계획</strong>:</p><ul><li><strong>주간 자동 리포트</strong>: 매주 임팩트 있는 작업들만 자동으로 추려내기</li><li><strong>Medium 초안 자동 생성</strong>: CLAUDE.md에 정책 추가하면 알아서 블로그 초안 작성</li><li><strong>시간 투자 제로</strong>: 리뷰만 하고 퍼블리시하면 끝</li></ul><p>이제 기술 블로그도 “Claude야, 이번 주 작업 정리해서 블로그 초안 만들어줘”면 됩니다. 😎</p><h3>📑 목차</h3><p><strong>1. 왜 Claude Code인가?</strong></p><p><strong>2. IMWEB의 5단계 자동화 로드맵</strong></p><p><strong>3. 패러다임 전환: IaC에서 IaD로</strong></p><p><strong>4. 팀 채택: 5일 만에 전 팀원이 사용</strong></p><p><strong>5. MCP 서버 생태계 구축 노하우</strong></p><p><strong>6. 실전! 이렇게 써먹고 있어요</strong></p><p><strong>7. 도전과 학습</strong></p><p><strong>8. 미래 전망</strong></p><p><strong>9. 마치며: “당신도 할 수 있어요”</strong></p><p><strong>10. 함께 만들어갈 동료를 찾습니다</strong></p><h3>1. 왜 Claude Code인가? (그리고 ChatGPT는 안 되나요?)</h3><h3>1.1 “ChatGPT 쓰면 되는 거 아닌가요?”</h3><p>네, 저도 처음엔 그렇게 생각했습니다. ChatGPT도 훌륭하고, GitHub Copilot도 잘 쓰고 있었으니까요. 근데 DevOps 업무에 써보니 이런 문제들이 있더라고요:</p><p><strong>문제 1: 매번 새로 설명해야 함</strong></p><pre>나: &quot;redis-prod Redis CPU 높은데 확인 좀 해줘&quot;<br>ChatGPT: &quot;Redis 클러스터 정보를 알려주세요&quot;<br>나: &quot;아... 또 처음부터...&quot;</pre><p><strong>문제 2: 실제로 작업은 못 해줌</strong></p><pre>나: &quot;Datadog에서 CPU 메트릭 가져와줘&quot;<br>ChatGPT: &quot;이런 코드를 실행하시면 됩니다: [코드]&quot;<br>나: &quot;...그걸 제가 복붙해서 실행해야 한다고요?&quot;</pre><p><strong>문제 3: 앞뒤 문맥을 몰라요</strong></p><pre>나: &quot;좀 전에 분석한 그 로그 있잖아&quot;<br>ChatGPT: &quot;죄송하지만, 이전 대화 내용이 없습니다&quot;<br>나: &quot;😭&quot;</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Cwm7A6TWU_JUVRAWWnS4mw.png" /><figcaption><em>매번 설명하는 게 지쳤던 우리…</em></figcaption></figure><h3>1.2 Claude Code는 뭐가 다른데?</h3><p>솔직히 처음엔 “또 다른 AI 툴이겠지” 했습니다. 근데 써보니까… <strong>완전히 다릅니다</strong>.</p><p><strong>MCP (Model Context Protocol) 서버 — 이게 핵심입니다</strong></p><p>쉽게 말하면, Claude Code가 우리 인프라에 직접 접속해서 작업할 수 있게 해주는 겁니다:</p><pre>나: &quot;redis-prod Redis CPU 메트릭 가져와줘&quot;<br>Claude: [Datadog MCP 서버에 자동 접속]<br>        [메트릭 조회 API 자동 호출]<br>        [그래프와 함께 결과 표시]<br>        &quot;최근 1시간 평균 75%네요. 13:00에 스파이크가 있었어요.&quot;</pre><p>직접 API 호출하고, 결과 분석하고, 심지어 필요하면 리소스 수정까지 해줍니다!</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*nWwEvIFnjefAT6R0hwoK9w.png" /><figcaption><em>MCP 서버 — Claude Code와 인프라를 연결하는 다리</em></figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ZZ51D3CuUabAesPLNnl9AA.png" /><figcaption>Github 코드와 실제 AWS, Datadog에 접근해서 정확한 판단을 내리는 모습</figcaption></figure><p><strong>CLAUDE.md — “우리 팀 매뉴얼”을 AI가 읽어요</strong></p><p>이게 정말 혁신적이었습니다. 팀의 업무 규칙을 그냥 자연어로 써놓으면, Claude가 알아서 따라 합니다:</p><pre>## Slack 메시지 정책 (CLAUDE.md에서)<br>- P1 알림: 전체 채널 멘션 (@channel)<br>- P2 알림: 인프라 팀 멘션 (@infra)<br>- 메시지는 항상 쓰레드로 분리<br>- 서명은 마지막 메시지에만</pre><p>그럼 Claude가 이 규칙을 보고 정확하게 메시지를 보냅니다. 코드 작성 필요 없이!</p><p><strong>길고 긴 대화도 끝까지 기억</strong></p><p>2시간짜리 장애 분석? 괜찮습니다. Claude는 처음부터 끝까지 다 기억하고 있어요:</p><pre>15:00 나: &quot;Redis CPU 급증 원인 분석해줘&quot;<br>15:30 나: &quot;아까 그 slowlog 패턴, Slack에 공유해줘&quot;<br>15:35 Claude: &quot;네, 15:00에 분석한 내용 기반으로 정리했습니다&quot; ✅</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*6xXwFqt-HbMcFUhZfgUZNA.png" /><figcaption><em>2시간 대화도 끝까지 기억하는 Claude Code</em></figcaption></figure><h3>2. IMWEB의 5단계 자동화 로드맵</h3><p>우리는 점진적으로 AI 기반 DevOps를 구축했습니다:</p><h3>Stage 1: Datadog 중앙화 및 모니터링 프레임워크 (완료 ✅)</h3><p><strong>목표</strong>: 모든 모니터링 알림을 Datadog으로 중앙화하고 심각도 분류 체계 구축</p><p><strong>구현</strong>:</p><ul><li>P1 (Critical) ~ P4 (Info) 심각도 레벨 정의</li><li>99개 Datadog 모니터 표준화</li><li>알림 라우팅 규칙 자동화</li></ul><p><strong>Claude Code 활용</strong>:</p><pre>&quot;Datadog 모니터 99개를 슬랙채널명을 다음과 같은 기준으로 일괄 변경해줘<br>......<br>&quot;<br>→ MCP를 통해 자동으로 모든 모니터 슬랙채널 업데이트 완료</pre><p><strong>성과</strong>: 모니터링 체계 정비 시간 <strong>3주 → 10분</strong>으로 단축</p><h3>Stage 2: On-call 통합 (완료 ✅)</h3><p><strong>목표</strong>: P1 이상 알림을 on-call 엔지니어에게 자동으로 라우팅</p><p><strong>구현</strong>:</p><ul><li>Datadog → Datadog On-call 연동</li><li>P1 알림 자동 에스컬레이션</li><li>Slack 알림 포맷 표준화</li></ul><p><strong>Claude Code 활용</strong>:</p><pre>&quot;P1 알림이 발생하면 on-call 엔지니어에게 Slack 태깅 + Datadog On-call 알림 보내도록 설정해줘&quot;<br>→ Datadog on-call 설정, Slack 메시지 템플릿 통합 자동 구성</pre><p><strong>성과</strong>: 인시던트 인지 시간 <strong>평균 15분 → 2분</strong> 단축</p><h3>Stage 3: MCP 서버 생산성 향상 (완료 ✅)</h3><p><strong>목표</strong>: 인프라 팀의 일상 업무를 AI가 지원할 수 있도록 MCP 서버 생태계 구축</p><p><strong>구현된 MCP 서버</strong>:</p><ul><li><strong>Datadog MCP</strong>: 모니터/대시보드 조회 및 수정</li><li><strong>AWS API MCP</strong>: AWS CLI 명령 자동 실행</li><li><strong>EKS MCP</strong>: Kubernetes 리소스 관리</li><li><strong>ArgoCD MCP</strong>: 애플리케이션 배포 관리</li><li><strong>Slack MCP</strong>: 팀 커뮤니케이션 자동화</li><li><strong>GitHub MCP</strong>: PR 분석, 이슈 관리</li><li><strong>Jira MCP</strong>: 스프린트 추적, 티켓 관리</li><li><strong>Terraform MCP</strong>: IaC 코드 생성</li><li><strong>Grafana MCP</strong>: 대시보드 생성/수정</li><li><strong>Notion MCP</strong>: 문서 자동화</li></ul><p><strong>실제 사용 사례</strong>:</p><p><em>케이스 1: ElastiCache 인스턴스 타입 비교</em></p><pre>요청: &quot;redis-prod ElastiCache 스펙을 cache.r6g.2xlarge에서<br>      cache.r6g.4xlarge 또는 cache.r7g.2xlarge로 변경 검토.<br>      성능과 비용 관점에서 비교 및 추천해줘&quot;<br><br><br>Claude Code 수행:<br>1. AWS MCP로 현재 클러스터 정보 조회<br>2. AWS Pricing API로 가격 비교<br>3. Graviton2 vs Graviton3 성능 분석<br>4. 비용 대비 성능 계산<br>5. 10페이지 분량의 상세 비교 리포트 작성<br><br><br>결과: cache.r7g.2xlarge 추천 (비용 10.5% 증가, 성능 25% 향상)<br>소요 시간: 5분 (수동 작업 시 2-3시간 예상)</pre><p><em>케이스 2: AWS ALB 장애 분석</em></p><pre>요청: &quot;어제 발생한 ALB 5xx 에러 급증 원인 분석해줘&quot;<br><br><br>Claude Code 수행:<br>1. Datadog MCP로 해당 시간대 메트릭 조회<br>2. CloudWatch Logs 분석 (AWS MCP)<br>3. EKS Pod 상태 확인 (EKS MCP)<br>4. ArgoCD 배포 히스토리 확인 (ArgoCD MCP)<br>5. 근본 원인 분석 리포트 작성<br>6. Slack으로 팀에 공유 (Slack MCP)<br><br><br>결과: 새로운 배포의 health check 설정 오류 발견<br>소요 시간: 10분 (수동 작업 시 1-2시간)</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*7O9Rh39ZjQbl1AJYfPjYkQ.png" /><figcaption>실제 IMWEB 데이터독 + MCP 실폐사례(첫 번째 답변은 실패)</figcaption></figure><blockquote>위 스샷의 첫 번째 쓰레드 내용은 올바르지 못했습니다. 그 이유는 시간을 명시하지 않아 혼선을 일으켰기 때문입니다. 그 즉시, CLAUDE.md파일에 각 타임라인을 잘 정의해서 이후 쓰레드에서는 올바른 답변을 받았습니다.</blockquote><p><em>케이스 3: Datadog 모니터 대량 업데이트</em></p><pre>요청: &quot;production 환경의 모든 CPU 알림 임계값을 80% → 85%로 변경해줘&quot;<br><br><br>Claude Code 수행:<br>1. Datadog MCP로 해당 조건의 모니터 검색<br>2. 각 모니터의 설정 확인<br>3. 임계값 업데이트<br>4. 변경 내역 문서화 (Notion MCP)<br>5. 변경 사항 Slack 공유<br><br>결과: 50개 모니터 일괄 업데이트<br>소요 시간: 3분 (수동 작업 시 4-5시간)</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*-qmZDC-4jrI1vG2hzlaKrg.png" /><figcaption>실제 기빈님이 MCP 사용 전주까지 한땀한땀 변경하는 것을 한 번에 일괄변경하여 생산성 극대화</figcaption></figure><p><strong>성과</strong>:</p><ul><li>일상 업무 처리 시간 <strong>70% 감소</strong></li><li>실수로 인한 장애 <strong>90% 감소</strong></li><li>문서화 작업 <strong>자동화율 80%</strong></li></ul><h3>Stage 4: 서비스 스쿼드 On-call 통합 (진행 중 🔄)</h3><p><strong>목표</strong>: 각 서비스 담당 팀도 자체적으로 on-call 운영 가능하도록 지원</p><p><strong>현재 진행 상황</strong>:</p><ul><li>서비스별 Datadog 모니터 분리</li><li>팀별 Slack 채널 연동</li><li>On-call 로테이션 자동화</li></ul><p><strong>예상 완료</strong>: 2025년 12월</p><h3>Stage 5: Remote MCP Server — 24/7 자동 인시던트 대응 (대기 중 ⏳)</h3><p><strong>드디어 진짜 자동화입니다!</strong></p><p>지금까지는 저희가 Claude Code를 <strong>수동으로</strong> 실행했습니다. “Claude야, 이거 분석해줘” 하고 요청하면 처리해주는 식이었죠.</p><p>근데 생각해보세요. 새벽 3시에 알림 오면? 누군가는 깨어나서 Claude Code를 실행해야 합니다. 아직도 사람이 개입해야 하는 거죠.</p><p><strong>그래서 다음 목표는 이겁니다: “사람 없이도 Claude가 알아서 일하게 하자!”</strong></p><h4>현재 상태 vs 목표 상태</h4><p><strong>지금 (Stage 4)</strong>:</p><pre>P1 알림 발생 → 엔지니어가 깸 → 노트북 열어서 Claude Code 실행<br>                              → Claude가 분석/대응<br>                              → 엔지니어가 결과 확인</pre><p><strong>목표 (Stage 5 — Remote MCP Server)</strong>:</p><pre>P1 알림 발생 → Remote MCP Server 자동 실행 → Claude가 자동 분석/대응<br>            → Slack으로 결과만 알림<br>            → 엔지니어는 아침에 일어나서 확인만 하면 됨! ☕</pre><h4>두 가지 자동 실행 방법</h4><p><strong>방법 1: 이모지 리액션 클릭</strong> 🔴</p><p>Slack 알림 메시지에 특정 이모지(예: 🤖)를 클릭하면 자동으로 Claude Code 실행:</p><pre>[Slack 채널]<br>🔴 [P1] redis-prod Redis CPU 95% 급증<br>• 15:30 발생<br>• 프로덕션 영향도: High<br><br><br>👤 엔지니어: (메시지에 🤖 이모지 클릭)<br>   ↓<br>🤖 Remote MCP Server 자동 실행<br>   ↓<br>📊 Claude가 자동으로:<br>   - Datadog 메트릭 수집<br>   - CloudWatch 로그 분석<br>   - Redis slowlog 확인<br>   - 최근 배포 히스토리 체크<br>   ↓<br>📤 Slack 쓰레드에 결과 자동 공유:<br>   &quot;근본 원인: 13:00 배포에서 N+1 쿼리 발견<br>    영향: 특정 API 엔드포인트 응답 지연<br>    권장 조치: PR #1234 롤백<br>    상세 분석 리포트: [링크]&quot;</pre><p><strong>방법 2: P1 알림 자동 트리거</strong> 🚨</p><p>P1 등급 이상 알림은 사람 개입 없이 즉시 자동 실행:</p><pre>[인시던트 자동 대응 플로우]<br><br>22:00 - Datadog P1 알림 발생 (API 5xx 에러 급증)<br>   ↓<br>22:00:10 - Remote MCP Server 자동 감지 및 실행<br>   ↓<br>22:00:30 - Claude 자동 분석 시작<br>   • Datadog MCP: 에러율 메트릭 수집<br>   • AWS MCP: ALB/CloudWatch 로그 분석<br>   • EKS MCP: Pod 상태 및 리소스 확인<br>   • ArgoCD MCP: 최근 30분 배포 이력 조회<br>   ↓<br>22:01:20 - 근본 원인 파악 완료<br>   &quot;원인: 21:45 배포의 health check 설정 오류&quot;<br>   ↓<br>22:01:30 - 자동 조치 판단<br>   • 명확한 문제 → 자동 롤백 실행<br>   • 불확실 → On-call 엔지니어에게 분석 리포트 전달<br>   ↓<br>22:02:00 - 자동 롤백 완료<br>   ↓<br>22:02:10 - Slack 공유<br>   🤖 자동 대응 완료<br>    문제: health check 설정 오류<br>    조치: v1.2.3 → v1.2.2 롤백<br>    현재 상태: 정상 (5xx 에러율 0.1%)<br>    상세 리포트: [링크]<br><br><br>✅ 추가 조치 불필요<br>📝 사후 분석은 내일 진행 예정&quot;<br>   ↓<br>엔지니어는 잠 안 깨고 아침에 확인! 😴</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*jG12UjDNISnUzKWtd0wpkw.png" /><figcaption><em>Remote MCP Server — 24/7 자동 인시던트 대응 아키텍처</em></figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*MPV-xBMuJqHe3mjn0I5sQQ.png" /><figcaption><em>이모지 하나로 Claude 자동 실행!</em></figcaption></figure><h4>핵심 차이점</h4><p><strong>지금 (각자 로컬에서 실행)</strong>:</p><ul><li>각 팀원이 자기 맥북에서 Claude Code 실행</li><li>사람이 “Claude야, 이거 해줘” 요청 필요</li><li>새벽/주말엔 누군가 깨어나야 함</li></ul><p><strong>목표 (Remote MCP Server)</strong>:</p><ul><li>클라우드 서버에서 24/7 대기</li><li>P1 알림이나 이모지 클릭 → 자동 실행</li><li>사람 개입 없이 분석부터 조치까지 완료</li></ul><p><strong>기술 스택 (예정)</strong>:</p><ul><li>EKS에서 Remote MCP Server 상시 실행</li><li>Datadog Workflow → Remote MCP Server 직접 트리거</li><li>Slack Events API → 이모지 리액션 감지 → Remote MCP Server 실행</li><li>모든 MCP 서버 연동 (Datadog, AWS, EKS, ArgoCD, Slack 등)</li></ul><p><strong>기대 효과</strong>:</p><ul><li>인시던트 대응 시간: <strong>평균 30분 → 2분</strong></li><li>야간/주말 자동 대응: <strong>100%</strong></li><li>On-call 부담: <strong>80% 감소</strong></li><li>“아침에 일어났더니 이미 해결돼 있더라” 😎</li></ul><h3>3. 패러다임 전환: IaC에서 IaD로</h3><h3>3.1 기존 IaC의 한계</h3><p>Infrastructure as Code(IaC)는 훌륭하지만 한계가 있습니다:</p><ul><li><strong>학습 곡선</strong>: Terraform, CloudFormation 등 별도 언어 학습 필요</li><li><strong>유지보수 부담</strong>: 코드 변경 시 테스트, 리뷰, 배포 과정 필요</li><li><strong>컨텍스트 손실</strong>: 코드만으로는 “왜 이렇게 만들었는지” 파악 어려움</li></ul><h3>3.2 IaD (Infrastructure as Documentation)</h3><p>우리가 발견한 새로운 접근법:</p><p><strong>CLAUDE.md + ~/.mcp.json</strong>:</p><ul><li>인프라 정책과 가이드라인을 자연어로 문서화</li><li>AI가 이 문서를 읽고 실제 인프라 작업 수행</li><li>코드가 아닌 의도(Intent)를 관리</li></ul><p><strong>예시: Slack 메시지 정책</strong></p><p>기존 방식 (Python 코드):</p><pre>def send_slack_alert(severity, message):<br>    if severity == &quot;P0&quot;:<br>        mention = &quot;&lt;!channel&gt;&quot;<br>    elif severity == &quot;P1&quot;:<br>        mention = &quot;&lt;!subteam^S05NFCC1ZL6&gt;&quot;  # infra 그룹<br>    else:<br>        mention = &quot;&quot;<br>    <br>    formatted_message = f&quot;*{severity}* {message}\n{mention}&quot;<br>    slack_client.chat_postMessage(<br>        channel=&quot;C04GB9H6KND&quot;,<br>        text=formatted_message<br>    )</pre><p>새로운 방식 (CLAUDE.md):</p><pre>## Slack Message Policy<br><br>- P0 알림: &lt;!channel&gt; 멘션, #team-infra 채널<br>- P1 알림: &lt;!subteam^S05NFCC1ZL6&gt; (infra 그룹) 멘션<br>- P2-P4: 멘션 없음<br>- 메시지 형식: Slack markdown 사용 (*bold*, `code`)</pre><p><strong>장점</strong>:</p><ul><li>정책 변경 시 문서만 수정하면 AI가 자동 적용</li><li>누구나 읽고 이해 가능 (코딩 지식 불필요)</li><li>버전 관리 + 자연어 = 최고의 문서화</li></ul><h3>3.3 실제 적용 사례</h3><p><strong>월별 인프라 비용 리포트 자동화</strong>:</p><p>CLAUDE.md 정책:</p><pre>## Infrastructure Cost Reporting<br><br>월별 인프라 비용 리포트 작성 시:<br>1. AWS 내역서: MSP업체 제공 Excel 파일<br>2. Datadog 내역서: MSP업체 제공 Excel 파일<br>3. 환율 변동 반영<br>4. 계정별 분석 (infra+aws_central, aws@company.com, rnd@company.com)<br><br>Slack 공유 형식:<br>- 메인 메시지: 총 비용 및 주요 이슈 요약<br>- 쓰레드: 상세 분석 (AWS, Datadog, 최적화 현황)<br>- VAT 별도 기준으로 작성</pre><p>요청:</p><pre>&quot;11월 인프라 비용 리포트 작성해줘. Excel 파일은 ~/Downloads/에 있어.&quot;</pre><p>Claude Code 수행:</p><ol><li>Excel 파일 읽기 및 데이터 파싱</li><li>환율 적용 및 계정별 분류</li><li>전월 대비 비교 분석</li><li>Finance용 상세 리포트 작성</li><li>Slack 공유용 요약본 작성</li><li><strong>#인프라-운영-비용</strong> 채널에 자동 공유</li></ol><p><strong>소요 시간</strong>: 5분 (기존 2–3시간)</p><h3>4. 팀 채택: 5일 만에 전 팀원이 사용</h3><h3>4.1 도입 전략</h3><p><strong>1단계: 인프라 컨벤션 정립</strong> (Day 1)</p><ul><li>CLAUDE.md 초안 작성</li><li>~/.mcp.json 서버 설정</li><li>팀 가이드라인 정의</li></ul><p><strong>2단계: 실전 예제 공유</strong> (Day 2–3)</p><ul><li>실제 업무에서 Claude Code 사용</li><li>Slack에 결과물 공유</li><li>팀원들의 질문에 답변</li></ul><p><strong>3단계: 자발적 확산</strong> (Day 4–5)</p><ul><li>팀원들이 직접 사용 시작</li><li>새로운 유스케이스 발견</li><li>CLAUDE.md 협업 수정</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*QdU1CKsQTvmLoljJjdBR6A.png" /><figcaption>팀원들과 CLAUDE.md 가이드라인 잡는 과정</figcaption></figure><h3>4.2 성공 요인</h3><p><strong>명확한 가치 제시</strong>:</p><ul><li>“이 작업, Claude Code면 5분이야”</li><li>구체적인 시간 절감 효과 공유</li></ul><p><strong>낮은 진입 장벽</strong>:</p><ul><li>코딩 불필요, 자연어로 요청</li><li>MCP 서버 설정은 한 번만</li><li>CLAUDE.md 읽으면 바로 활용 가능</li></ul><p><strong>즉각적인 피드백</strong>:</p><ul><li>실수를 AI가 알아서 수정</li><li>결과물의 품질이 높음</li><li>학습 곡선 거의 없음</li></ul><h3>4.3 팀원 피드백</h3><blockquote><em>“Jira 스프린트 리포트 작성이 10분에서 1분으로 줄었어요. 이제 매주 월요일 아침이 두렵지 않습니다.” — DBA</em></blockquote><blockquote><em>“AWS 비용 최적화 분석에 항상 반나절이 걸렸는데, 이제 Claude가 5분 만에 상세 리포트를 만들어줘요.” — DevOps 엔지니어</em></blockquote><blockquote><em>“GitHub PR 리뷰 코멘트를 AI가 먼저 작성해주니 리뷰 시간이 절반으로 줄었습니다.” — SRE 엔지니어”</em></blockquote><blockquote><em>“회의록을 작성하는 것도 귀찮았지만, 차후 공유하기위에 정리하는 것은 더 귀찮았는데, 1분 안에 비엔지니어도 이해할 수 있도록 핵심 요약 해줍니다. — Security 엔지니어”</em></blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*3m8dnFV9R7vBurrkOSGPHg.png" /><figcaption>ISMS 심사를 위한 회의록 1분 요약 정리</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*tTg6zmmWplVKp2fxpmbfAg.png" /><figcaption>실제 핵심 인력이신 덕성님께서 인프라팀에 문의했을때, MCP를 이용하여 슬랙에 자동 답변하는 모습</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Mrk9xijeBytbTyP4aKHfmA.png" /><figcaption>특정 IAM Policy 적용여부 확인</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*fcPpkQKFV9hIpxjNnW81Ow.png" /><figcaption>DigiCert G2인증서로 교체되면서 혹시나 PG사와 통신이 안될까봐 테스트를 진행한 내역</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*vOb2yC3hBhpvq-b3Iq-9Gg.png" /><figcaption>간헐적으로 레이턴시가 튀었던 장애에 대한 재발방지 내역</figcaption></figure><h3>5. MCP 서버 생태계 구축 노하우</h3><h3>5.1 필수 MCP 서버</h3><p><strong>Tier 1 (필수)</strong>:</p><ul><li><strong>Slack</strong>: 팀 커뮤니케이션 허브</li><li><strong>AWS/EKS</strong>: 인프라 관리 핵심</li><li><strong>Datadog/Grafana</strong>: 모니터링</li><li><strong>GitHub</strong>: 코드 관리</li></ul><p><strong>Tier 2 (권장)</strong>:</p><ul><li><strong>Jira</strong>: 업무 추적</li><li><strong>ArgoCD</strong>: 배포 관리</li><li><strong>Terraform</strong>: IaC 지원</li><li><strong>Notion</strong>: 문서화</li></ul><h3>5.2 MCP 서버 설정 예시</h3><p>~/.mcp.json:</p><pre>{<br>  &quot;mcpServers&quot;: {<br>    &quot;datadog&quot;: {<br>      &quot;command&quot;: &quot;npx&quot;,<br>      &quot;args&quot;: [&quot;datadog-mcp-server&quot;, &quot;--apiKey&quot;, &quot;***&quot;, &quot;--appKey&quot;, &quot;***&quot;]<br>    },<br>    &quot;aws-api&quot;: {<br>      &quot;command&quot;: &quot;uvx&quot;,<br>      &quot;args&quot;: [&quot;awslabs.aws-api-mcp-server@latest&quot;],<br>      &quot;env&quot;: {<br>        &quot;AWS_REGION&quot;: &quot;ap-northeast-2&quot;,<br>        &quot;AWS_API_MCP_PROFILE_NAME&quot;: &quot;production&quot;<br>      }<br>    },<br>    &quot;eks&quot;: {<br>      &quot;command&quot;: &quot;uvx&quot;,<br>      &quot;args&quot;: [&quot;awslabs.eks-mcp-server@latest&quot;],<br>      &quot;env&quot;: {<br>        &quot;AWS_PROFILE&quot;: &quot;production&quot;,<br>        &quot;AWS_REGION&quot;: &quot;ap-northeast-2&quot;<br>      }<br>    }<br>  }<br>}</pre><h3>5.3 보안 고려사항</h3><p><strong>읽기/쓰기 권한 분리</strong>:</p><pre>## Auto-execution Policy (CLAUDE.md)<br><br>자동 실행 가능 (승인 불필요):<br>- 데이터 조회 (AWS, Datadog, EKS 등)<br>- 로그/메트릭 분석<br>- 보고서 작성<br><br>승인 필수:<br>- 리소스 생성/삭제/수정<br>- Slack 메시지 전송<br>- 설정 변경</pre><p><strong>민감 정보 보호</strong>:</p><ul><li>API 키는 환경 변수로 관리</li><li>Slack 공유 시 자동 마스킹</li><li>프로덕션 작업은 명시적 승인</li></ul><h3>6. 실전! 이렇게 써먹고 있어요</h3><p>이론은 충분히 봤죠? 이제 진짜 사용 사례를 보여드릴게요. 이건 모두 <strong>실제로</strong> 저희 팀에서 매일 쓰고 있는 거예요.</p><h3>6.1 인시던트 대응 — “새벽 3시에 안 깨도 돼요”</h3><p><strong>상황</strong>: 어느 날 저녁, Redis CPU가 갑자기 95%로 치솟았습니다.</p><p><strong>예전 방식</strong> (머리 쥐어뜯으며):</p><ol><li>Datadog 대시보드 열기 (2분)</li><li>CloudWatch 들어가서 메트릭 뒤지기 (5분)</li><li>Redis slowlog 확인 (10분)</li><li>애플리케이션 로그 grep으로 찾기 (10분)</li><li>원인 분석하고 리포트 작성 (30분)</li><li>Slack에 정리해서 공유 (5분)</li></ol><p><strong>총 소요 시간: 62분</strong> (그리고 멘탈은…💀)</p><p><strong>Claude Code 방식</strong> (커피 한 잔은 못합니다ㅠㅠ):</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*MZepl-EnsqrqiY6qEjEEGg.png" /><figcaption><em>“Claude야, 이거 좀 봐봐” — 그냥 이렇게만 물어보면 됩니다</em></figcaption></figure><pre>나: &quot;redis-prod Redis CPU 급증 원인 분석해줘&quot;<br><br>Claude: [5분 뒤]<br><br>       ✅ 분석 완료했습니다!<br><br>       📊 분석 결과 요약:<br>       - CPU 급증 시점: 13:00 ~ 13:30<br>       - 원인: N+1 쿼리 패턴 (특정 API 엔드포인트)<br>       - 영향: /api/products 엔드포인트 응답 시간 5초 → 0.5초<br><br>       🔍 상세 분석:<br>       1. Datadog 메트릭 확인 결과<br>          - 13:00 배포 직후 CPU 사용률 급증<br>          - Redis 커넥션 수 평소의 3배<br>       2. CloudWatch 로그 분석<br>          - KEYS * 명령어 반복 실행 감지<br>          - 특정 사용자 세션에서 발생<br>       3. Redis slowlog 분석<br>          - 평균 실행 시간: 0.1ms → 15ms<br>          - 문제 쿼리: GET user:*:cart<br>       4. 근본 원인<br>          - PR #1234에서 캐시 키 패턴 변경<br>          - 와일드카드 쿼리로 변경되며 성능 저하<br><br>       📝 10페이지 상세 리포트 생성 완료<br><br>       📤 #team-infra 채널에 공유 완료</pre><p><strong>총 소요 시간: 5분</strong> (그리고 커피는 아직 따뜻해요 ☕…)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*zDRj_s3lfDTeRKj0NQTA6Q.png" /><figcaption><em>Claude가 자동으로 만든 상세 분석 리포트 — 이거 사람이 만들면 1시간 걸립니다</em></figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*tljZIcAxp-ygzyoFcGDjZw.png" /><figcaption><em>팀 채널에 자동으로 공유된 분석 결과 — 포맷팅까지 완벽!</em></figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*BcVQOfq2a73XMACtfCyQMQ.png" /><figcaption>빠르고 정확한 분석이 진행된 케이스</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*INDhHN6m7eyxSrz69x55aw.png" /><figcaption>ASG에서 이슈가 있어 detach된 인스턴스 원인 파악</figcaption></figure><h4>케이스 2: “사내망에서 EKS 접근이 안 돼요” — 네트워크 트러블슈팅</h4><p>회사 네트워크에서 EKS 클러스터에 접근하려는데 계속 타임아웃. 개발자들은 일을 못 하고…😱</p><p><strong>수동 방식이었다면</strong>:</p><ul><li>AWS 콘솔 열어서 Security Group 확인</li><li>VPN 설정 확인</li><li>네트워크 라우팅 테이블 점검</li><li>각종 문서 찾아보면서 설정 비교</li><li>총 소요 시간: 2–3시간</li></ul><p><strong>Claude Code와 함께</strong>:</p><pre>나: &quot;사내망에서 dev-main-eks 클러스터 접근이 안 돼.<br>    Cisco VPN은 연결됐는데 10.20.xxx.xx IP 받았고,<br>    EKS 엔드포인트 192.168.xxx.xxx 도달 불가.&quot;<br><br>Claude: [Amazon Q 및 AWS MCP 활용, 3분 뒤]<br>       🔍 네트워크 접근 이슈 분석 완료<br><br>       📋 근본 원인:<br>       1. EKS Security Group에 사내망 IP 대역 미등록<br>          - 필요: xxx.xx.xxx.xx/32 (Office Public IP)<br>          - 필요: 10.10.0.0/16 (Internal Network)<br>          - 필요: 10.20.0.0/16 (Cisco VPN)<br>       2. VPN IP 대역 불일치<br>          - 예상: 10.20.155.x<br>          - 실제: 10.20.165.x ← 설정 확인 필요<br><br>       🔧 조치 사항:<br><br>       ✅ 즉시 적용 (운영팀 권한):<br>       - prod-main-eks Security Group 인바운드 규칙 추가<br>       - dev-main-eks Security Group 인바운드 규칙 추가<br><br>       ⚠️  추가 검토 필요:<br>       - Cisco VPN 서버 라우팅 설정<br>       - 192.168.0.0/16 대역 라우팅 확인<br>       - VPN 클라이언트 통일 작업 진행 중<br><br>       📝 Slack #team-infra에 조치 내역 공유:<br>       - 영향: 전체 개발자 EKS 접근 가능<br>       - 베스천 호스트 삭제 가능<br>       - VPN 통합 작업과 연계 진행</pre><p><strong>총 소요 시간: 3분</strong> + 실제 Security Group 적용</p><p>다음 날 엔지니어들: “어, 이제 되네요? 👍”</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*bTPFBF2gCgUMrDD64PfgGg.png" /><figcaption><em>Claude가 분석한 Security Group 설정 — 빠진 규칙을 정확히 찾아냄</em></figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*uOTo-P8WN76NgIB5NERJfw.png" /><figcaption><em>팀원들에게 자동으로 공유된 해결 내역 — 누구나 맥락을 이해할 수 있어요</em></figcaption></figure><h4>케이스 3: “AWS Support도 자동으로” — Support 케이스 자동화</h4><p><strong>상황</strong>: 심각한 장애가 발생했거나 포스트 모템이 필요할 때, AWS Support 케이스를 열어야 합니다.</p><p><strong>예전 방식</strong>:</p><ul><li>AWS 콘솔 로그인</li><li>Support Center 찾아가기</li><li>케이스 상세 내용 작성 (장황하게…)</li><li>첨부 파일 업로드</li><li>팀원들에게 케이스 번호 공유</li><li>답변 왔는지 수시로 확인</li><li><strong>총 소요 시간: 30분 + α</strong></li></ul><p><strong>Claude Code 방식</strong>:</p><pre>나: &quot;간헐적으로 IMDS 네트워크 unreachable로 EC2 인스턴스가 detach되는 문제에 대해<br>    AWS Support 케이스 열어줘. 해결 가이드라인도 요청해.&quot;<br><br>Claude: [AWS MCP 활용, 2분 뒤]<br><br>       🎫 AWS Support 케이스 생성 완료<br>       케이스 ID: case-970780977716-muko-2025-4a5bf354ef66fd51<br>       제목: 간헐적 IMDS 네트워크 unreachable로 인한 EC2 인스턴스 장애 및 해결 가이드라인 요청<br>       심각도: normal<br>       상태: pending-customer-action<br>       카테고리: instance-issue<br>       서비스: amazon-elastic-compute-cloud-linux<br>       생성 시각: 2025-11-12T11:36:40.241Z<br><br>       📋 제출된 내용:<br>       - 현상: 재부팅 후 7분 뒤 IMDS(169.254.169.254) 접근 실패<br>       - 오류: Network is unreachable<br>       - 영향: ASG에서 인스턴스 자동 detach, 서비스 중단 위험<br>       - 요청 사항: 근본 원인 분석 및 재발 방지 가이드라인<br><br>       📎 자동 첨부:<br>       - CloudWatch 로그 (시스템 메시지)<br>       - 네트워크 인터페이스 설정 파일<br>       - 타임라인 분석 자료<br>       - 영향 받은 인스턴스 목록<br><br>       ✅ #ask-anything-aws-tam 채널에 공유 완료</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*MHBR2Dp1Tva0ta1_sbok3Q.png" /><figcaption><em>Claude가 자동으로 생성한 AWS Support 케이스들 — 상세 내용까지 완벽하게 작성됨</em></figcaption></figure><p><strong>그리고 진짜 편한 기능</strong>:</p><p>케이스 생성만 하는 게 아니라, <strong>케이스 상태 변경을 실시간으로 Slack에 알려줘요</strong>.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*EAWswDaG-XsEa9kjnecLtA.png" /><figcaption><em>AWS Support 케이스 이벤트가 Slack으로 자동 전송 — 답변 놓칠 일이 없어요</em></figcaption></figure><p><strong>왜 이게 중요한가요?</strong>:</p><ul><li><strong>투명성</strong>: 팀 전체가 AWS와의 커뮤니케이션을 실시간으로 확인</li><li><strong>놓치지 않음</strong>: 답변이 오면 즉시 알림, 늦게 대응할 일이 없음</li><li><strong>자동 문서화</strong>: 모든 케이스 히스토리가 Slack에 자동 기록</li><li><strong>시간 절약</strong>: 케이스 생성 30분 → 2분</li></ul><p><strong>포스트 모템 시나리오</strong>:</p><p>장애 발생 → Claude가 분석 → 상세 리포트 생성 → AWS Support 케이스 자동 생성 → 팀 채널 공유 → 답변 알림 → 해결 → 전체 과정 문서화</p><p><strong>모든 것이 자동으로 이루어집니다</strong>. 제가 한 건 “Claude야, Support 케이스 열어줘” 한 마디뿐.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*eq_LGlmaUIJEdz_vEhOhZw.png" /><figcaption>실제 포스트 모템을 진행하기 위하여 <strong>Claude + Datadog + AWS 모든 데이터를 종합해서 분석</strong></figcaption></figure><h3>6.2 일상 업무 — “매일 하는 것들은 Claude한테”</h3><h4>케이스 1: “화요일 오전의 공포” — Jira 스프린트 리포트</h4><p>격주 화요일 오후 1시. 스프린트 회고 미팅 전에 해야 하는 일:</p><ul><li>지난 주 완료/미완료 티켓 정리</li><li>병목 구간 분석</li><li>다음 스프린트 계획</li></ul><p>예전엔 30분씩 걸렸는데, 이젠…</p><pre>나: &quot;이번 스프린트 완료 티켓 요약하고 다음 스프린트 계획 도와줘&quot;<br><br>Claude: [1분 뒤]<br><br>       📊 Sprint #42 리포트<br><br>       ✅ 완료: 23개 (목표 20개 대비 115%)<br>       ⏸️  진행 중: 3개<br>       ❌ 미완료: 2개<br><br>       🎯 주요 성과:<br>       - API v2 마이그레이션 완료<br>       - Redis 성능 개선 (CPU 30% 감소)<br>       - 모니터링 대시보드 3개 추가<br><br>       ⚠️  병목 구간:<br>       - DB 마이그레이션 작업 (예상: 3일 → 실제: 7일)<br>         → 원인: 테스트 데이터 볼륨 과소평가<br><br>       💡 다음 스프린트 제안:<br>       - 미완료 2개 우선 처리<br>       - DB 관련 작업은 여유 있게 일정 산정<br>       - 성능 개선 효과 모니터링 지속<br><br>       📝 Notion에 상세 리포트 작성 완료</pre><p><strong>소요 시간</strong>: 1분 (예전: 30분) <strong>보너스</strong>: 회의 10분 전까지 침대에서 뒹굴 수 있음 😴</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*jgABXVObeLyog_-N9Q18CA.png" /><figcaption><em>Jira 스프린트 리포트 자동 생성 — 이제 화요일 아침이 두렵지 않아요</em></figcaption></figure><h4>케이스 2: “PR 리뷰가 밀렸어요” — GitHub PR 분석</h4><p>팀원이 PR 3개를 동시에 올렸습니다. 코드 리뷰 해야 하는데 시간이…</p><pre>나: &quot;PR #1234, #1235, #1236 변경사항 분석하고 리뷰 코멘트 초안 작성해줘&quot;<br><br>Claude: [각 PR마다 2분씩]<br>       PR #1234 분석 결과:<br><br>       📝 변경 사항:<br>       - 파일 12개 수정, +340 -120 lines<br>       - API 인증 로직 리팩토링<br><br>       ✅ 좋은 점:<br>       - JWT 토큰 검증 로직 중복 제거<br>       - 테스트 커버리지 85% → 92%<br><br>       ⚠️  잠재적 이슈:<br>       1. Line 45-52: 에러 핸들링 누락<br>          → 토큰 만료 시 적절한 에러 메시지 필요<br>       2. Line 78: N+1 쿼리 가능성<br>          → getUserPermissions() 반복 호출<br><br>       💡 개선 제안:<br>       - 토큰 만료 시 401 에러 + 명확한 메시지<br>       - 권한 체크는 배치로 처리 (Promise.all)<br><br>       📄 리뷰 코멘트 초안 GitHub에 작성 완료</pre><p>이걸 3개 PR에 다 해줍니다. 그럼 저는 초안 보고 수정만 하면 됨!</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Pyv348ZSt8X65zHyQZqvzw.png" /><figcaption><em>Claude가 작성한 PR 리뷰 초안 — 이거 보고 수정만 하면 끝!</em></figcaption></figure><h4>케이스 3: “Terraform 코드 짜기 귀찮아” — IaC 자동 생성</h4><p>S3 버킷 하나 만드는 건데, 베스트 프랙티스 다 챙기려면 설정이 한두 개가 아니에요.</p><pre>나: &quot;S3 버킷 생성하는 Terraform 코드 작성해줘. 버전 관리 활성화, 암호화 필수, 수명 주기 정책 7일&quot;<br><br>Claude: [30초 뒤]<br><br>       ```hcl<br>       resource &quot;aws_s3_bucket&quot; &quot;main&quot; {<br>         bucket = &quot;company-data-${var.environment}&quot;<br>         tags = {<br>           Environment = var.environment<br>           ManagedBy   = &quot;terraform&quot;<br>         }<br>       }<br><br>       resource &quot;aws_s3_bucket_versioning&quot; &quot;main&quot; {<br>         bucket = aws_s3_bucket.main.id<br>         versioning_configuration {<br>           status = &quot;Enabled&quot;<br>         }<br>       }<br><br>       resource &quot;aws_s3_bucket_server_side_encryption_configuration&quot; &quot;main&quot; {<br>         bucket = aws_s3_bucket.main.id<br>         rule {<br>           apply_server_side_encryption_by_default {<br>             sse_algorithm = &quot;AES256&quot;<br>           }<br>         }<br>       }<br><br>       resource &quot;aws_s3_bucket_lifecycle_configuration&quot; &quot;main&quot; {<br>         bucket = aws_s3_bucket.main.id<br>         rule {<br>           id     = &quot;delete-old-versions&quot;<br>           status = &quot;Enabled&quot;<br>           noncurrent_version_expiration {<br>             noncurrent_days = 7<br>           }<br>         }<br>       }<br><br>       # 추가 권장 사항:<br>       # - Public Access Block 설정 추가 완료<br>       # - Bucket Policy 샘플 추가 완료<br>       # - CloudWatch 로깅 설정 추가 완료<br>       ```<br><br>       ✅ 베스트 프랙티스 모두 적용:<br>       - 버전 관리 ✓<br>       - 암호화 ✓<br>       - 수명 주기 ✓<br>       - Public 액세스 차단 ✓<br>       - 로깅 활성화 ✓</pre><p><strong>소요 시간</strong>: 30초 (예전: 15분 + 문서 찾기)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*PPgelSXHW77NPoGElK8oOw.png" /><figcaption><em>베스트 프랙티스가 모두 적용된 Terraform 코드 — 문서 안 봐도 돼요</em></figcaption></figure><h4>케이스 4: “ArgoCD 애플리케이션 확인하고 설정 변경까지” — GitOps 워크플로우</h4><p>ArgoCD로 배포 관리하다 보면 애플리케이션 로그 확인하고, 설정 변경하고, PR 올리고… 여러 단계를 거쳐야 합니다.</p><pre>나: &quot;ArgoCD 애플리케이션 로그를 하나 보여주세요.&quot;<br><br>Claude: [ArgoCD MCP 활용, 10초 뒤]<br><br>       ⏺ ArgoCD 애플리케이션 my-app-service의 로그를 확인했습니다.<br><br>       애플리케이션 정보:<br>       - 애플리케이션: my-app-service<br>       - 네임스페이스: production<br>       - Pod: my-app-service-xxxxxxxxx-xxxxx<br>       - 이미지: xxxxxxxxxxxx.dkr.ecr.ap-northeast-2.amazonaws.com/my-app:2025.10.23-1<br>       - 상태: Healthy (Running)<br><br>       로그 요약:<br><br>       초기화 단계:<br>       1. 환경 설정 적용: Production 환경 설정 오버레이<br>       2. 도메인 설정: app.example.com.conf → app.prod.internal.conf로 업데이트<br>       3. 디렉토리 권한: 정상 설정 완료<br>       4. 이메일 경고 설정: DB 연결 실패 발생 (MySQL server has gone away)<br>       5. Cron 작업 등록: maintenance + monitoring cron 등록 완료<br><br>       서비스 시작:<br>       - supervisord: PID 1로 시작<br>       - cron: PID 42로 시작<br>       - nginx: PID 43로 시작<br>       - php-fpm: PID 44로 시작, 연결 처리 준비 완료<br><br>       ⚠️  경고 메시지:<br>       - OPcache 일시적 활성화 불가 경고 (정상 동작에는 영향 없음)<br>       - 초기 DB 연결 실패 (이메일 경고 설정 중)</pre><p>여기까지는 기본이고요. 이제 실제 설정을 변경해봅시다!</p><pre>나: &quot;보니까 GitOps로 관리되고 있는 것 같아요. 그래서:<br>    1. 위의 반영은 코드로 적용해야 할 것 같은데요.<br>    2. 레포는: https://github.com/mycompany/infrastructure<br>    3. argocd 테라폼 파일은 &#39;kubernetes/eks_addon/argocd.tf&#39;에 존재<br>    4. argocd-policy.csv는 &#39;kubernetes/eks_addon/argocd-policy.csv&#39;에 존재<br>    해당 레포에 ArgoCD MCP Client 계정 추가 요구사항을 반영해서 PR 올려주세요.&quot;<br><br>Claude: [GitHub MCP + Terraform MCP 활용, 2분 뒤]<br><br>       ✅ PR 생성 완료했습니다!<br><br>       📝 PR 정보:<br>       - PR 번호: #1234<br>       - URL: https://github.com/mycompany/infrastructure/pull/1234<br>       - 제목: feat: ArgoCD MCP Client 계정 추가 (Claude Code 통합)<br><br>       🔧 변경 사항:<br>       1. argocd.tf에 새로운 local account 추가:<br>          - 계정명: mcp-client<br>          - API Key 관리: token 자동 생성<br>       2. argocd-policy.csv에 권한 추가:<br>          - read-only 권한 부여<br>          - 애플리케이션 조회 및 로그 확인 가능<br>       3. 커밋 메시지 및 PR 설명 작성 완료<br><br>       ⏳ 팀원 리뷰 대기 중...</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*eXvsF_MlC6urCN5Oqt2how.png" /><figcaption>실제 Claude와 MCP를 이용하여 코드 수정 및 PR을 올린 모습</figcaption></figure><p><strong>총 소요 시간</strong>: 2분 (예전: 20분)</p><p>다음 날 팀원들이 리뷰하고 머지하면 끝! 👍</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*8gdVqe4kgqDGN08JwLJVAA.png" /><figcaption><em>ArgoCD MCP로 애플리케이션 상태와 로그를 실시간으로 확인</em></figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Dj4Bf2wEzDRYo07OTnALuA.png" /><figcaption><em>GitOps 코드 변경부터 PR 생성까지 자동으로! — 이제 리뷰만 하면 돼요</em></figcaption></figure><p><strong>왜 이게 대단한가요?</strong>:</p><ul><li>ArgoCD 조회 → Terraform 코드 변경 → GitHub PR까지 완전 자동화</li><li>GitOps 워크플로우를 자연어로 제어</li><li>코드 리뷰는 사람이, 코드 작성은 AI가</li></ul><h3>6.3 비용 최적화 — “CFO가 좋아하는 기능”</h3><h4>“이번 달 AWS 비용이 왜 이래요?”</h4><p>재무팀에서 연락 옵니다. “AWS 비용이 지난달보다 30% 올랐는데요?”</p><p>예전 같으면 반나절 걸려서 Excel 열고 계정별로 정리하고… 😱</p><pre>나: &quot;지난달 대비 AWS 비용 증가 원인 분석해줘&quot;<br><br>Claude: [5분 뒤]<br><br>       💰 AWS 비용 분석 리포트<br><br>       📊 전체 비용:<br>       - 11월: $45,230 → 12월: $58,799 (+30%)<br>       - 증가액: $13,569 (약 1,920만원)<br><br>       🔍 주요 증가 요인:<br><br>       1. EC2 인스턴스 (+$8,200)<br>          - 프로덕션 웹 서버 스케일 아웃 (10대 → 15대)<br>          - 사유: 블랙프라이데이 트래픽 대비<br>          ✅ 정상적인 증가<br><br>       2. RDS (+$3,100)<br>          - db-prod 인스턴스 타입 변경 (r6g.2xlarge → r6g.4xlarge)<br>          - 사유: CPU 부하 대응<br>          ✅ 정상적인 증가<br><br>       3. S3 (+$2,269) ⚠️ 이상 패턴 발견<br>          - 특정 버킷의 GET 요청 10배 증가<br>          - logs-archive-bucket: $150 → $2,000<br>          - 원인: 로그 백업 스크립트 무한 루프 추정<br>          🔴 조사 필요!<br><br>       💡 최적화 제안:<br>       - S3 로그 백업 스크립트 점검 (잠재적 절감: $1,850/월)<br>       - EC2 Reserved Instance 검토 (잠재적 절감: $2,000/월)<br>       - 미사용 EBS 볼륨 5개 발견 (절감: $150/월)<br><br>       📄 재무팀용 상세 리포트 작성 완료<br>       📤 CFO에게 메일 전송 완료</pre><p>다음 날 재무팀: “리포트 깔끔하네요 👍”</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*r5VwXNeaiICpaB5ylpdILw.png" /><figcaption>완전 자동화를 지향하며 — 그만 계산하고 싶어😭</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*u1hblQR3lQBgBbo5EU0BTQ.png" /><figcaption><em>재무팀도 만족하는 비용 분석 리포트</em></figcaption></figure><h4>“Redis 스펙 업그레이드, 어떤 걸 선택하지?”</h4><p>이건 제가 이 글 쓰면서 실제로 했던 작업입니다!</p><pre>나: &quot;redis-prod Redis 스펙을 cache.r6g.2xlarge에서<br>    cache.r6g.4xlarge 또는 cache.r7g.2xlarge로 변경 검토.<br>    성능과 비용 관점에서 비교 및 추천해줘&quot;<br><br><br>Claude: [5분 뒤]<br><br>       ⚖️ ElastiCache 인스턴스 타입 비교 분석<br><br>       📋 옵션 비교:<br><br>       Option A: cache.r6g.4xlarge<br>       - vCPU: 8 → 16 (2배)<br>       - 메모리: 52GB → 105GB (2배)<br>       - 비용: $1,102/월 → $2,208/월 (+100%)<br>       - 효과: CPU 병렬 처리 2배 향상<br><br>       Option B: cache.r7g.2xlarge ⭐ 추천<br>       - vCPU: 8 (동일)<br>       - 메모리: 52GB (동일)<br>       - 비용: $1,102/월 → $1,218/월 (+10.5%)<br>       - 효과: 단일 코어 성능 25% 향상 (Graviton3)<br><br>       🎯 추천 이유:<br>       1. 비용 대비 성능 14% 우수<br>       2. Graviton3 프로세서 (차세대 기술)<br>       3. 네트워크 대역폭 25% 증가<br>       4. 에너지 효율성 60% 개선<br><br>       📝 10페이지 상세 비교 리포트 생성 완료</pre><p>결과: 금일 cache.r7g.2xlarge로 변경예정 → CPU 부하 해결될 예정 + 월 비용 10%만 증가할 예정 ✅</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*i4Wo4RR8kylXsj5BJ2TOzQ.png" /><figcaption><em>이 글을 쓰면서 실제로 받았던 분석 리포트 — 진짜입니다!</em></figcaption></figure><h4>“테스트 환경 자동 구축부터 리포팅까지”</h4><p>스펙 변경을 결정했으니, 이제 운영 적용 전에 테스트가 필요합니다. 그런데 테스트 환경 구축만 해도 보통 반나절은 걸리는데…</p><pre>나: &quot;운영 ElastiCache 스케일업 전에 테스트가 필요해요.<br>    테스트 환경을 운영과 동일하게 구축하고,<br>    스케일업 시 다운타임이 얼마나 되는지 측정해줘.<br>    그리고 결과는 Slack으로 공유해주세요.&quot;<br><br>Claude: [테스트 환경 구축 시작]<br>       🏗️ ElastiCache 테스트 환경 구축 중...<br>       1단계: ElastiCache Subnet Group 생성 ✅<br>       2단계: Security Group 생성 ✅<br>       3단계: ElastiCache Redis 클러스터 생성<br>          - 타입: cache.t3.micro (테스트용)<br>          - Multi-AZ: 활성화 (운영과 동일)<br>          - 생성 중... (약 5분 소요)<br>       4단계: EC2 테스트 인스턴스 생성 ✅<br>          - PHP 및 Redis extension 설치 완료<br>          - 테스트 스크립트 배포 완료<br><br>[10분 뒤]<br><br>Claude: 테스트 환경 구축 완료!<br>       🧪 스케일업 테스트 실행 중...<br>       - 현재 스펙: cache.t3.micro<br>       - 목표 스펙: cache.t3.small<br>       - Failover 모니터링 시작...<br>       [실시간 모니터링]<br>       10:58:25 UTC - ✅ Redis 연결 정상<br>       10:58:26 UTC - ✅ Redis 연결 정상<br>       10:58:27 UTC - ⚠️ Failover 감지! (스케일업 시작)<br>       10:58:28 UTC - ❌ 연결 끊김 (다운타임 시작)<br>       10:58:29 UTC - ✅ 자동 재연결 성공! (다운타임 종료)<br>       📊 테스트 결과:<br>       - 다운타임: 1초<br>       - 자동 재연결: 성공<br>       - 데이터 무손실: 확인<br>       - 스케일업 완료: cache.t3.small<br>       ✅ 운영 배포 승인 가능!<br><br>[2분 뒤, Slack #team-infra 채널]<br><br>Claude Bot:<br>       🧪 [완료] ElastiCache 스케일업 테스트 결과<br>       • 다운타임: 1초 (목표 10-30초 대비 우수)<br>       • 자동 재연결: 성공<br>       • 데이터 무손실: 확인<br>       ✅ 운영 배포 권장<br>       - 권장 시간: 화요일 새벽 3-4시<br>       - 예상 소요: 약 20분<br>       📎 상세 리포트: TEST-RESULTS-REPORT.md<br>       📁 모니터링 로그: failover_monitoring_complete.log (132 lines)<br>       ---<br>       🤖 yonghyun.kim이 Claude Code를 통해 전송</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*II-C_wqcalzr_p2bJ82z1Q.png" /><figcaption><em>운영과 동일한 테스트 환경을 자동으로 구축 — 사람은 커피만 마시면 됨</em></figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*prq_bcL_jvzrO7CMzMLpUg.png" /><figcaption><em>테스트 완료 후 Slack으로 자동 리포팅 — 팀 전체가 결과 확인</em></figcaption></figure><p><strong>왜 이게 대단한가요?</strong>:</p><ul><li>테스트 환경 구축 (30분) + 테스트 실행 (10분) + 리포트 작성 (20분) = <strong>총 1시간</strong></li><li>예전이었으면 반나절 걸렸을 작업</li><li>테스트 환경 정리도 자동으로 (비용 절감)</li><li>모든 과정이 문서화되어 재현 가능</li></ul><p><strong>실제 효과</strong>:</p><ul><li>안심하고 운영 배포 가능</li><li>다운타임 1초 확인 → 새벽 작업 불필요</li><li>팀 전체가 테스트 결과 공유 → 투명성 확보</li><li>다음 스케일업 때도 동일한 방식으로 테스트 가능</li></ul><p>실제 운영환경에서 관련된 특정 대시보드를 보면서 스케일업을 진행하는 것이 좋다는 판단을 찰나에 진행했지만 작업시작은 새벽 3:30, 그런데 지금 시각은 3:25 😭…… 가능할까 싶었지만, Claude와 함께라면 가능했습니다.</p><blockquote>“여태까지 테스트 환경 구축하면서 어떤 환경인지 알고 있을테니 해당 환경들을 분석해서 Elasticache(Redis) 스케일업 할 때, 같이 볼만한 대시보드를 만들어 주세요.”</blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*6prJtecrO59wch0qn1A1Mw.png" /><figcaption>2분 만에 만들어진 유용한 대시보드…정말 잘 사용했습니다.</figcaption></figure><h3>7. 도전과 학습</h3><h3>7.1 초기 시행착오</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*V_KTyerGd_YcNk-m6BlMjw.png" /><figcaption>MCP 설치 및 연동 방법이 쉽진 않았다. 물론 이마저도 Claude보고 고치라고 하면 되지만🥰</figcaption></figure><p><strong>문제 1: 과도한 자동화</strong></p><ul><li>초기에 모든 Slack 메시지를 자동 전송</li><li>팀원들 혼란 및 알림 피로도 증가</li><li><strong>해결</strong>: 승인 정책 도입, 중요 메시지만 자동화</li></ul><p><strong>문제 2: 컨텍스트 오버플로우</strong></p><ul><li>너무 많은 데이터를 한 번에 처리 시도</li><li>AI 응답 품질 저하</li><li><strong>해결</strong>: 작업 단위 분리, 단계적 접근</li></ul><p><strong>문제 3: 보안 우려</strong></p><ul><li>API 키 노출 위험</li><li>프로덕션 환경 오작동 가능성</li><li><strong>해결</strong>: 읽기 전용 모드 + 명시적 승인 정책</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*wENfY2-Qa-f5QBfdtyRGVg.png" /><figcaption>팀원들과 Claude 컨벤션 잡는 모습</figcaption></figure><h3>7.2 교훈</h3><p><strong>1. 점진적 도입이 핵심</strong></p><ul><li>한 번에 모든 것을 자동화하려 하지 말 것</li><li>작은 성공을 쌓아가며 신뢰 구축</li></ul><p><strong>2. 문서화가 모든 것</strong></p><ul><li>CLAUDE.md가 잘 정리되어야 AI가 제대로 동작</li><li>팀원 온보딩도 쉬워짐</li></ul><p><strong>3. 인간의 판단은 여전히 중요</strong></p><ul><li>AI는 도구, 최종 결정은 사람</li><li>승인 프로세스로 안전장치 마련</li></ul><h3>8. 미래 전망</h3><h3>8.1 Remote MCP Server의 가능성</h3><p><strong>24/7 자동 운영</strong>:</p><ul><li>백그라운드에서 계속 실행되는 Claude Code</li><li>인시던트 발생 시 즉각 대응</li><li>심야/주말 장애도 자동 처리</li></ul><p><strong>예상 워크플로우</strong>:</p><pre>22:00 - P1 알림 발생 (프로덕션 API 5xx 급증)<br>  ↓<br>22:01 - Remote MCP Server 자동 실행<br>  ↓<br>22:02 - 로그/메트릭 자동 분석<br>  ↓<br>22:03 - 근본 원인 파악 (최근 배포의 버그)<br>  ↓<br>22:04 - 자동 롤백 실행<br>  ↓<br>22:05 - Slack으로 결과 공유<br>  ↓<br>22:06 - Jira 티켓 자동 생성<br>  ↓<br>인간 개입 없이 6분 만에 해결 완료</pre><h3>8.2 AI 기반 DevOps의 미래</h3><p><strong>예측적 인프라 관리</strong>:</p><ul><li>장애 발생 전 패턴 감지</li><li>자동 스케일링 최적화</li><li>비용 이상 징후 사전 경고</li></ul><p><strong>지능형 자동화</strong>:</p><ul><li>과거 인시던트 학습</li><li>최적의 대응 방안 제안</li><li>점진적으로 자동화 범위 확대</li></ul><h3>9. 마치며: “당신도 할 수 있어요”</h3><h3>저도 처음엔 AI에 회의적이었습니다</h3><p>제 소개를 간단히 하자면, 개발부터 DevOps까지 왠만한 건 다 해봤습니다.</p><p>스타트업에서 프론트개발자로 시작해서, 쿠버네티스 클러스터 구축하고, CI/CD 파이프라인 만들고, 모니터링 시스템 설계하고… 인프라 쪽에서 할 수 있는 건 대부분 경험해봤어요. 그래서인지 <strong>새로운 도구나 기술에 대해 좀 보수적인 편</strong>이었습니다.</p><p>특히 AI 도구들은 더 그랬어요. “또 유행 좀 타보겠다고 만든 거 아냐?” 하는 생각이 먼저였거든요.</p><h3>보수적 접근이 오히려 AI 활용을 극대화했습니다</h3><p>근데 재밌는 건, 이 <strong>보수적인 태도가 오히려 우리 팀에겐 AI를 제대로 활용하게 만든 열쇠</strong>였다는 거예요.</p><p>왜냐하면:</p><ul><li>무작정 도입하지 않고 <strong>철저히 검증</strong>했고</li><li>안전장치를 <strong>처음부터 단단히</strong> 만들었고</li><li>팀원들에게 <strong>신뢰를 줄 수 있었고</strong></li><li>결과적으로 <strong>더 과감하게 활용</strong>할 수 있었거든요</li></ul><p>그 결과? <strong>4마리 토끼를 한 번에 잡았습니다</strong>:</p><ol><li><strong>📈 생산성</strong>: 반복 작업 70% 감소, 실제 업무에 집중</li><li><strong>🛡️ 안정성</strong>: 휴먼 에러 90% 감소, 승인 프로세스로 안전장치</li><li><strong>📚 유지보수성</strong>: 모든 작업이 문서화, CLAUDE.md로 지식 공유</li><li><strong>💰 비용 최적화</strong>: 분석 시간 단축으로 더 빠른 최적화 결정</li></ol><p><strong>이게 가능했던 이유?</strong></p><p>보수적으로 접근했기 때문에 읽기/쓰기 권한을 명확히 분리했고, 승인 정책을 철저히 세웠고, 한 번에 하나씩 검증하면서 도입했어요. 그랬더니 오히려 팀 전체가 안심하고 Claude Code를 쓸 수 있게 됐죠.</p><h3>우리 팀 전체의 이야기입니다</h3><p>참고로, 이 글은 제 개인 경험만이 아니라 <strong>IMWEB 인프라팀 전체를 대표해서 쓰는 것</strong>입니다.</p><p><strong>팀원들 반응?</strong></p><p>솔직히 말해서… <strong>지금 다들 Claude에 미쳤어요.</strong> 😄</p><ul><li>아침에 출근하면 “Claude야, 오늘 할 일 정리해줘”</li><li>점심 먹고 오면 “Claude야, 이 로그 분석해줘”</li><li>퇴근 전에 “Claude야, 오늘 작업 내용 정리해서 Slack에 공유해줘”</li></ul><p>이제는 Claude 없이는 일을 못 할 지경입니다. 그리고 팀원 모두가 같은 생각이에요.</p><h3>1주일 전의 우리도 반신반의했습니다</h3><p>솔직히 처음엔 저도 믿기지 않았어요. “AI가 진짜 인프라 관리를 도와줄 수 있을까?”</p><p>근데 지금은 매일 Claude Code 없이는 못 살 것 같습니다. 팀원들도 마찬가지고요.</p><p><strong>변화한 것들</strong>:</p><ul><li>🌅 새벽 3시 장애 알림도 이젠 덜 무섭습니다 (Claude가 있으니까!)</li><li>📊 화요일 오후 스프린트 리포트, 이젠 1분이면 끝</li><li>💰 AWS 비용 분석도 5분 컷</li><li>🤝 팀원들이 “Claude한테 물어봐” 하는 게 일상</li></ul><p><strong>가장 좋은 점?</strong></p><p>반복 작업에서 벗어나 <strong>진짜 중요한 일에 집중</strong>할 수 있게 됐다는 거예요. 아키텍처 설계, 성능 최적화, 새로운 기술 학습… 이런 게 DevOps 엔지니어가 해야 할 일이잖아요.</p><h3>시작하는 법 (진짜 쉬워요)</h3><p>“뭐부터 해야 하나요?” 많이 물어보실 것 같아서 정리했습니다.</p><p><strong>1주차: 준비 단계</strong></p><pre>Day 1: Claude Code 설치<br>- https://claude.com/download 에서 다운로드<br>- 5분이면 끝나요<br><br>Day 2-3: MCP 서버 하나만 연결해보기<br>- Slack MCP부터 시작 추천<br>- ~/.mcp.json 파일에 설정 추가<br>- &quot;Slack에 메시지 보내줘&quot; 테스트<br><br>Day 4-5: CLAUDE.md 작성 시작<br>- 팀의 간단한 규칙부터 (예: Slack 메시지 형식)<br>- 너무 완벽하게 하려고 하지 마세요<br>- 필요할 때마다 추가하면 됩니다</pre><p><strong>2주차: 작은 성공 경험</strong></p><pre>- 로그 분석 요청해보기<br>- GitHub PR 리뷰 초안 작성 시켜보기<br>- Jira 티켓 요약 받아보기<br><br>→ 한 번 성공하면 다음부터는 자연스럽게 쓰게 됩니다!</pre><p><strong>3–4주차: 팀 전체로 확산</strong></p><pre>- 성공 사례를 Slack에 공유<br>- 팀원들에게 CLAUDE.md와 MCP 설정 공유<br>- &quot;이렇게 하니까 좋더라&quot; 경험 나누기<br><br>→ 저희는 5일 만에 전 팀원이 쓰기 시작했어요</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*2z_wTlKEZ6nJoJOBKzup-g.png" /><figcaption><em>1주면 충분합니다. 천천히 시작하세요</em></figcaption></figure><h3>“AI가 제 일자리를 빼앗지 않을까요?”</h3><p>이 질문, 많이 받았습니다. 솔직하게 답할게요.</p><p><strong>AI가 빼앗는 것</strong>:</p><ul><li>❌ 반복적이고 지루한 작업</li><li>❌ 문서 정리하는 시간</li><li>❌ 간단한 분석 작업</li><li>❌ 매뉴얼대로 하는 일</li></ul><p><strong>AI가 못 하는 것</strong> (=여러분이 해야 할 일):</p><ul><li>✅ 비즈니스 맥락 이해</li><li>✅ 전략적 의사결정</li><li>✅ 아키텍처 설계</li><li>✅ 팀과의 커뮤니케이션</li><li>✅ 문제의 본질 파악</li></ul><p><strong>결론</strong>: AI는 여러분을 더 가치 있는 엔지니어로 만들어줍니다.</p><h3>마지막으로</h3><p>3개월 전 저는 이런 글을 읽었다면 “과장 좀 심한 거 아냐?”라고 생각했을 겁니다.</p><p>근데 지금은 <strong>과장이 아니라 진짜</strong>라고 자신 있게 말할 수 있어요.</p><p>IMWEB 인프라팀의 생산성 10배 향상, 진짜입니다. 팀원 전원이 자발적으로 사용, 진짜입니다. 새벽 3시에 안 깨도 되는 거, 진짜입니다.</p><p><strong>여러분도 할 수 있어요.</strong></p><p>시작은 정말 간단합니다:</p><pre>Claude Code 설치 → Slack MCP 하나만 연결 → &quot;Slack에 메시지 보내줘&quot;</pre><p>이 3단계면 충분합니다. 그럼 자연스럽게 “아, 이것도 시켜볼까?” 하게 돼요.</p><p><strong>오늘 시작해보세요.</strong></p><p>내일 아침, 여러분도 “Claude야, 오늘 할 일 정리해줘”라고 말하고 있을 거예요.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*xy2eSK2cxbgbrKZiZTTkvw.png" /><figcaption><em>IMWEB 인프라팀 — Claude Code와 함께하는 DevOps의 미래를 만들어가고 있습니다</em></figcaption></figure><h3>10. 함께 만들어갈 동료를 찾습니다</h3><p>IMWEB은 대한민국 대표 노코드 플랫폼으로, 100만 개 이상의 웹사이트가 우리 인프라 위에서 운영되고 있습니다.</p><p>저희 팀은 <strong>AI 기반 DevOps의 최전선</strong>에서 일하고 있습니다. 매일 새로운 도전과 학습이 있고, Claude Code 같은 최신 기술을 실무에 바로 적용하며, 팀원 모두가 서로의 성장을 응원합니다.</p><p><strong>이런 분을 찾습니다</strong>:</p><ul><li>AWS, Kubernetes 같은 클라우드 인프라에 관심 있으신 분</li><li>반복 작업을 자동화하는 걸 좋아하시는 분</li><li>AI 도구를 활용해 생산성을 높이고 싶으신 분</li><li>빠르게 변화하는 환경을 즐기시는 분</li></ul><p><strong>이런 걸 함께 하실 수 있어요</strong>:</p><ul><li>Claude Code로 인프라 자동화하기</li><li>Remote MCP Server로 24/7 자동 인시던트 대응 시스템 구축하기</li><li>100만+ 웹사이트를 안정적으로 운영하는 노하우 쌓기</li><li>AI 기반 DevOps 문화를 함께 만들어가기</li></ul><p><strong>IMWEB에서 일하는 건 이런 거예요</strong>:</p><ul><li>실험적인 시도를 적극 장려 (Claude Code도 그렇게 시작했어요!)</li><li>기술 블로그 작성도 효율적으로(이 글처럼!)</li></ul><p>이 도전적인 여정에 합류하여 대한민국 노코드 시장의 기술 리더십을 함께 만들어가실 분들을 진심으로 환영합니다.</p><p>▶️ <strong>Infra Engineer 지원 바로가기</strong>: <a href="https://career.imweb.me/ko/o/108649">https://career.imweb.me/ko/o/108649</a></p><p>프론트엔드, 백엔드, DE 등 다양한 분야에서도 인재를 적극 채용 중이니 많은 관심 부탁드리며, 가벼운 커피챗도 좋습니다 ☕</p><h3>공식 문서</h3><ul><li><a href="https://docs.claude.com/en/home">Claude Code 공식 문서</a></li><li><a href="https://modelcontextprotocol.io/">MCP 서버 개발 가이드</a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=629a2ce68d62" width="1" height="1" alt=""><hr><p><a href="https://medium.com/imweb-tech/ai%EC%99%80-%ED%95%A8%EA%BB%98%ED%95%98%EB%8A%94-devops-claude-code%EB%A1%9C-%EC%83%9D%EC%82%B0%EC%84%B1-10%EB%B0%B0-%EB%86%92%EC%9D%B4%EA%B8%B0-629a2ce68d62">AI와 함께하는 DevOps: Claude Code로 생산성 10배 높이기</a> was originally published in <a href="https://medium.com/imweb-tech">imweb tech : 아임웹 기술블로그</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[ EKS 배포는 초록불인데, 고객은 왜 502를 맞는가? -
 Kubernetes와 AWS의 시간차가 만든 30초의 지옥, 그리고 그 완벽한 해결법]]></title>
            <link>https://medium.com/@baramboys0615/eks-%EB%B0%B0%ED%8F%AC%EB%8A%94-%EC%B4%88%EB%A1%9D%EB%B6%88%EC%9D%B8%EB%8D%B0-%EA%B3%A0%EA%B0%9D%EC%9D%80-%EC%99%9C-502%EB%A5%BC-%EB%A7%9E%EB%8A%94%EA%B0%80-kubernetes%EC%99%80-aws%EC%9D%98-%EC%8B%9C%EA%B0%84%EC%B0%A8%EA%B0%80-%EB%A7%8C%EB%93%A0-30%EC%B4%88%EC%9D%98-%EC%A7%80%EC%98%A5-%EA%B7%B8%EB%A6%AC%EA%B3%A0-%EA%B7%B8-%EC%99%84%EB%B2%BD%ED%95%9C-%ED%95%B4%EA%B2%B0%EB%B2%95-83a486a7aac4?source=rss-5de89c43bade------2</link>
            <guid isPermaLink="false">https://medium.com/p/83a486a7aac4</guid>
            <category><![CDATA[aws]]></category>
            <category><![CDATA[aws-eks]]></category>
            <category><![CDATA[kubernetes]]></category>
            <category><![CDATA[devops]]></category>
            <category><![CDATA[infrastructure]]></category>
            <dc:creator><![CDATA[Yonghyun Kim]]></dc:creator>
            <pubDate>Sun, 09 Nov 2025 16:49:17 GMT</pubDate>
            <atom:updated>2025-11-09T16:49:56.971Z</atom:updated>
            <content:encoded><![CDATA[<h3><strong>💀 EKS 배포는 초록불인데, 고객은 왜 502를 맞는가? -</strong><br> <em>Kubernetes와 AWS의 시간차가 만든 30초의 지옥, 그리고 그 완벽한 해결법</em></h3><blockquote><em>“배포는 성공했는데, 서비스는 죽었다”</em></blockquote><blockquote><em>새벽 3시에 받은 이 슬랙 메시지가, 저를 Kubernetes와 AWS 라이프사이클의 미묘한 간극으로 이끌었습니다.</em></blockquote><p>안녕하세요. 저는 수많은 인프라를 <strong>Terraform과 GitOps</strong>로 자동화하며 인프라 효율성을 극대화하는 것을 목표로 해온 DevOps 엔지니어입니다. 인프라 관리에 드는 시간을 최소화하고 가용성을 최대화하는 것이 제 철학이죠.</p><p>하지만, <strong>약 2년 전,</strong> 제가 자동화의 신전이라고 믿었던 EKS 환경에도 풀지 못한 숙제가 하나 있었습니다.</p><p>바로 <strong>EKS(Elastic Kubernetes Service) 환경에서의 롤링 업데이트 시 발생하는 간헐적인 502/503 에러</strong>입니다.</p><p>새벽 3시에 “배포는 성공했는데, 서비스는 죽었다”는 슬랙 메시지를 받을 때의 그 기분이란…… 모든 Pod는 Ready 상태인데, 고객 트래픽은 계속 튕겨 나갑니다. Datadog은 초록불 하지만 사용자는 빨간 화면을 보고 있었습니다. <strong>모든 지표는 ‘성공’을 외치는데, 사용자 경험은 ‘재앙’을 가리키는 이 기묘한 불일치</strong>를 해결하는 것이 당시 저희 팀의 최대 과제였습니다.</p><p>오늘은 제가 겪었던 이 기묘한 장애의 근본적인 원인, 즉 <strong>Kubernetes와 AWS의 라이프사이클이 엇나가는 지점</strong>을 파헤쳐 보고, 그 해결책을 제시해 드리겠습니다.</p><p>우리의 목표는 명확합니다.</p><ul><li>개발자가 생산성을 극대화할 수 있도록 <strong>배포의 불확실성을 최소화</strong>하고</li><li>고객에게 <strong>최고의 가용성을 제공</strong>하는 것입니다.</li></ul><p>그리고 무엇보다, <strong>당신의 밤잠을 지키는 것</strong>입니다.</p><h3>Part 1: 완벽한 배포, 불완전한 결과</h3><p>우리 팀은 EKS(Elastic Kubernetes Service)에서 마이크로서비스를 운영하고 있었습니다. ALB(Application Load Balancer)를 프론트에 두고, 뒤에는 Kubernetes Service와 Pod들이 있는 전형적인 구조였죠.</p><p>어느 날, 평화로운 Rolling Update를 진행했습니다.</p><p>Kubernetes가 차근차근 새 Pod를 만들고, 준비되면 옛날 Pod를 지우기 시작했습니다.</p><pre># 배포 진행 중...<br>my-app-v2-abc (새 Pod)  → Running ✅<br>my-app-v2-abc           → Ready ✅<br>my-app-v1-xyz (옛날 Pod) → Terminating...</pre><p>완벽하죠?</p><p>그런데 이 순간, 사용자들은 이런 걸 보고 있었습니다:</p><pre>HTTP/1.1 502 Bad Gateway<br>Content-Type: text/html</pre><pre>&lt;html&gt;<br>&lt;body&gt;<br>&lt;h1&gt;502 Bad Gateway&lt;/h1&gt;<br>The server encountered a temporary error...<br>&lt;/body&gt;<br>&lt;/html&gt;</pre><p>뭔가 잘못됐습니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*aTnDbL5J2aIQXDAW9hg6uQ.png" /><figcaption><em>“배포 시 사용자가 겪는 현실”</em></figcaption></figure><h3>Part 2: 문제의 심장부로</h3><p>문제를 파헤치기 위해, 저는 먼저 “Pod가 Ready 되는 것”이 정확히 무엇을 의미하는지부터 이해해야 했습니다.</p><blockquote>Kubernetes가 생각하는 “Ready”</blockquote><p>Kubernetes 입장에서는 간단합니다:</p><ol><li><strong>컨테이너가 실행 중이다</strong> (Running)</li><li><strong>readinessProbe가 성공했다</strong> (예: GET /health → 200 OK)</li><li><strong>그럼 Ready다!</strong> ✅</li></ol><p>이 순간, Kubernetes는 이 Pod를 Service의 Endpoint에 추가합니다. “자, 이제 트래픽 받을 준비 됐어!” 하면서요.</p><pre># Kubernetes의 판단<br>apiVersion: v1<br>kind: Pod<br>status:<br>  conditions:<br>  - type: Ready<br>    status: &quot;True&quot;  # ✅ 준비 완료!</pre><p>그래서 옛날 Pod를 지우기 시작합니다. 합리적이죠?</p><blockquote>AWS가 생각하는 “Healthy”</blockquote><p>하지만 AWS ALB는 완전히 다른 세계에 살고 있습니다.</p><p>ALB 입장에서는:</p><ol><li><strong>누가 Target Group에 새 IP를 등록했네?</strong> (Pod IP: 10.0.1.50)</li><li><strong>등록 완료… 상태: </strong><strong>initial</strong> (아직 트래픽 보내면 안됨)</li><li><strong>Health Check 시작<br></strong>- 1차 체크 (T+0초): 200 OK ✅<br>- 2차 체크 (T+30초): 200 OK ✅</li><li><strong>2번 연속 성공했으니 </strong><strong>healthy 상태로 변경</strong> ✅</li><li><strong>이제 트래픽 보내도 됨!</strong></li></ol><p>문제는 이 과정이 <strong>최소 30–40초</strong>가 걸린다는 겁니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*a8cpswXeUHv5lrbDDtRTxQ.png" /><figcaption>“두 세계의 시간 여행”</figcaption></figure><pre>Kubernetes World:<br>T+0s  : Pod 생성<br>T+10s : readinessProbe ✅<br>T+10s : Pod Ready ✅<br>T+11s : EndpointSlice에 추가<br>T+11s : &quot;트래픽 보내!&quot; 🎉<br><br>AWS World:<br>T+12s : &quot;어? 새 IP 생겼네&quot;<br>T+13s : Target 등록 (initial 상태)<br>T+13s : Health Check 시작<br>T+43s : 2차 체크 통과<br>T+43s : healthy 상태 ✅<br>T+43s : &quot;이제 트래픽 보내!&quot; 🎉<br>Gap: 32초의 공백 💀</pre><h3>Part 3: 재앙의 시나리오</h3><p>이제 Rolling Update 중에 무슨 일이 벌어지는지 자세히 봅시다.</p><p><strong>🔴 ReadinessGate 없을 때 (우리의 비극)</strong></p><pre>T+0s   : 새 Pod(v2) 생성<br>T+10s  : v2 readinessProbe 성공<br>T+10s  : Kubernetes: &quot;v2 Ready네! 굿굿&quot; ✅<br>T+11s  : Kubernetes: &quot;그럼 v1 지워도 되겠다&quot;<br>T+11s  : v1 Pod 삭제 시작 (Terminating)<br>T+12s  : v1이 EndpointSlice에서 제거됨<br>T+12s  : ALB: &quot;어? v2라는 새 애가 생겼네&quot;<br>T+13s  : ALB: v2를 Target으로 등록 (initial)<br>T+15s  : ALB: v1 제거 (draining)<br><br>==== 이 순간이 문제다 ====<br>T+15s ~ T+43s: <br>  - v1은 이미 사라짐 (또는 draining)<br>  - v2는 아직 healthy 아님 (initial)<br>  - ALB가 보낼 곳이 없음<br>  - 사용자: 502 Bad Gateway 💀<br>==== 28초간의 지옥 ====<br><br>T+43s  : ALB: &quot;v2 healthy 됐네!&quot;<br>T+43s  : 드디어 정상 🎉</pre><p>이해가 되시나요? Kubernetes는 너무 빨리 움직이고, AWS는 천천히 따라옵니다. 그 사이 갭에서 사용자들이 에러를 맞는 겁니다.</p><p>제가 새벽에 디버깅하면서 데이터독에서 본 실제 로그입니다:</p><pre>[02:34:11] ALB HealthCheck: 10.0.1.50:8080 → initial<br>[02:34:11] Request → 502 Bad Gateway (no healthy targets)<br>[02:34:15] Request → 502 Bad Gateway (no healthy targets)<br>[02:34:23] Request → 502 Bad Gateway (no healthy targets)<br>[02:34:41] ALB HealthCheck: 10.0.1.50:8080 → healthy ✅<br>[02:34:42] Request → 200 OK</pre><p>30초 동안 우리 서비스는 죽어 있었습니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*aFeokxygXPtDwgLiLSA2_A.png" /><figcaption><em>“재앙의 타임라인 (ReadinessGate 없을 때)”</em></figcaption></figure><h3>Part 4: 임시방편의 한계 — terminationGracePeriodSeconds</h3><p>문제를 발견한 후, 저는 먼저 간단한 해결책을 시도했습니다.</p><blockquote>“그냥 종료 시간을 길게 주면 되는 거 아니야?”</blockquote><pre>spec:<br>  terminationGracePeriodSeconds: 300  # 5분!</pre><p>이론적으로는 Pod가 종료될 때 5분이라는 긴 시간을 주면, 그 사이에 ALB가 Target을 제거하고 트래픽이 정리될 것 같았습니다.</p><p>실제로 해봤습니다. 에러가 줄어들긴 했습니다.</p><p>하지만 이건 <strong>근본적인 해결책이 아니었습니다.</strong></p><blockquote>왜 완전한 해결책이 아닐까?</blockquote><p><strong>1. 배포 시간이 미친 듯이 늘어납니다</strong></p><pre>Rolling Update with 3 replicas:<br>- Pod 1 종료: 300초 대기<br>- Pod 2 종료: 300초 대기  <br>- Pod 3 종료: 300초 대기<br>= 총 15분 배포 😱</pre><p>하루에 10번 배포하면 150분(2.5시간)을 그냥 기다리는 데 쓰게 됩니다.</p><p><strong>2. 애플리케이션이 우아하게 종료되지 않습니다</strong></p><pre>SIGTERM 발송<br>    ↓<br>300초 대기 (그냥 시간만 보냄)<br>    ↓<br>SIGKILL (강제 종료)</pre><p>애플리케이션이 SIGTERM 신호를 캐치해서 진행 중인 요청을 완료하고, 리소스를 정리하고, 우아하게 종료하는 것이 아닙니다. 그냥 시간만 때우다가 결국 강제로 죽습니다.</p><p><strong>3. 시작(Ingress) 단계 문제는 전혀 해결 안됨</strong></p><p>새 Pod가 생성될 때의 문제는 여전합니다:</p><pre>새 Pod Ready → 옛날 Pod 삭제 (바로!)<br>→ ALB는 아직 새 Pod를 모름<br>→ 502 Error 💀</pre><p>terminationGracePeriodSeconds는 종료 시간만 늘릴 뿐, 시작 시 동기화 문제는 전혀 해결하지 못합니다.</p><blockquote>결론: 임시방편일 뿐</blockquote><pre># ❌ 이건 해결책이 아닙니다<br>terminationGracePeriodSeconds: 300<br><br># ✅ 이것이 진짜 해결책입니다 (아래에서 설명)<br>readinessGates:<br>- conditionType: target-health.alb.ingress.k8s.aws/...</pre><p>시간을 때우는 것과 제대로 동기화하는 것은 다릅니다.</p><p>우리에게 필요한 건 “기다리기”가 아니라 “<strong>정확히 언제 준비됐는지 아는 것</strong>”입니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*vPBAYvo4wDoP7NWXHhUhMw.png" /><figcaption><em>“임시방편 vs 진짜 해결책”</em></figcaption></figure><pre>임시방편 (terminationGracePeriodSeconds: 300):<br>❌ 배포 시간 3배 증가<br>❌ 우아한 종료 불가<br>❌ 시작 시 문제 미해결<br>⚠️ 나름 안정성 확보 (시간으로 때우기)</pre><pre>진짜 해결책 (ReadinessGate):<br>✅ 배포 시간 최소화<br>✅ 정확한 동기화<br>✅ 시작/종료 모두 해결<br>✅ Zero Downtime</pre><p>자, 이제 진짜 해결책을 봅시다.</p><h3>Part 5: 구원자의 등장 — ReadinessGate</h3><p>문제를 이해하고 나니, 해결책도 보이기 시작했습니다.</p><blockquote><strong>“Kubernetes가 AWS를 기다리게 하면 되는 거 아냐?”</strong></blockquote><p>정확합니다. 그게 바로 <strong>ReadinessGate</strong>입니다.</p><h4>ReadinessGate란?</h4><p>ReadinessGate는 Pod의 Ready 상태에 “추가 조건”을 거는 기능입니다.</p><pre>apiVersion: v1<br>kind: Pod<br>spec:<br>  readinessGates:<br>  - conditionType: &quot;target-health.alb.ingress.k8s.aws/my-app&quot;</pre><p>이렇게 하면:</p><ul><li><strong>readinessProbe 성공</strong> ✅</li><li><strong>+ ReadinessGate 조건 충족</strong> ✅</li><li>= <strong>진짜 Ready</strong> 🎉</li></ul><p>그리고 AWS LoadBalancer Controller가 이 조건을 관리합니다:</p><pre>// 의사코드: Pod Ready 상태 → ALB Target Healthy 확인 → Pod Ready로 전환<br>func reconcilePodReadiness(pod *corev1.Pod) {<br>    if pod.Status.Conditions[&#39;ContainersReady&#39;]==True &amp;&amp;<br>       !pod.Status.Conditions[&#39;Ready&#39;] {<br>        // 새 Pod가 컨테이너 준비됨 상태지만, Ready로 표시되지 않았을 때<br>        // 1) ALB Target 그룹에 이 Pod IP 등록 (controller 내부)<br>        registerTargetWithALB(pod.IP)<br><br>        // 2) ALB Target 상태 반복 확인<br>        for {<br>            status := getALBTargetHealth(pod.IP)<br>            if status == &quot;healthy&quot; {<br>                // 3) Pod에 ReadinessGate 조건 “True” 설정<br>                setPodCondition(pod, “target-health.elbv2.k8s.aws/&lt;svc&gt;”, True)<br>                break<br>            }<br>            time.Sleep(5 * time.Second)<br>        }<br>    }<br>}</pre><pre># &quot;ReadinessGate: 두 세계를 잇는 다리&quot;<br><br>[Pod 생성] <br>    ↓<br>[readinessProbe ✅]<br>    ↓<br>[ContainersReady = True]<br>    ↓<br>[ReadinessGate = False] ← 아직 기다려!<br>    ↓<br>[Controller가 ALB에 등록]<br>    ↓<br>[ALB Health Check x2]<br>    ↓<br>[Target Healthy ✅]<br>    ↓<br>[ReadinessGate = True] ← 이제 됐어!<br>    ↓<br>[Pod Ready = True] 🎉</pre><h3>Part 5: 실제 적용 — 코드로 말하기</h3><p>이론은 이제 충분합니다. 실제로 어떻게 적용하는지 봅시다.</p><h4>Step 1: Namespace에 Label 추가</h4><pre>kubectl label namespace production \<br>  elbv2.k8s.aws/pod-readiness-gate-inject=enabled</pre><p>네, 이게 전부입니다. 진짜입니다.</p><p>AWS Load Balancer Controller의 Mutating Webhook이 자동으로 ReadinessGate를 주입해줍니다.</p><h4>Step 2: 확인</h4><pre>kubectl get pod my-app-xxx -o wide</pre><pre>NAME            READY   STATUS    RESTARTS   AGE   READINESS GATES<br>my-app-v2-abc   0/1     Running   0          30s   0/1</pre><p>READINESS GATES가 0/1입니다. 아직 조건을 충족 못했다는 뜻이죠.</p><pre># 자세히 보기<br>kubectl get pod my-app-xxx -o yaml | grep -A5 conditions</pre><pre>status:<br>  conditions:<br>  - type: ContainersReady<br>    status: &quot;True&quot;  # ✅ 컨테이너는 준비됨<br>    <br>  - type: target-health.alb.ingress.k8s.aws/my-app<br>    status: &quot;False&quot;  # ❌ ALB는 아직<br>    message: &quot;Target is in &#39;initial&#39; state&quot;<br>    <br>  - type: Ready<br>    status: &quot;False&quot;  # ❌ 전체적으로 아직 준비 안됨</pre><p>30초 후…</p><pre>status:<br>  conditions:<br>  - type: ContainersReady<br>    status: &quot;True&quot;  # ✅<br>    <br>  - type: target-health.alb.ingress.k8s.aws/my-app<br>    status: &quot;True&quot;  # ✅ ALB에서 healthy!<br>    message: &quot;Target is healthy&quot;<br>    <br>  - type: Ready<br>    status: &quot;True&quot;  # ✅ 이제 진짜 Ready!</pre><pre>kubectl get pod my-app-xxx -o wide</pre><pre>NAME            READY   STATUS    RESTARTS   AGE   READINESS GATES<br>my-app-v2-abc   1/1     Running   0          60s   1/1  ← 조건 충족!</pre><p>이제 Kubernetes가 옛날 Pod를 지웁니다. 안전하게!</p><pre># &quot;ReadinessGate 적용 후 - 완벽한 동기화&quot;<br><br>BEFORE (재앙):<br>[v2 Ready] → [v1 삭제] → [502 Error] → [30초 후 복구]<br>         ↑____________Gap____________↑<br><br><br>AFTER (완벽):<br>[v2 Ready (진짜)] ← [ALB Healthy 확인] → [v1 삭제] → [No Error!]<br>                  ↑___동기화됨___↑</pre><h3>Part 6: 실전 타임라인 — 이제는 다르다</h3><p>ReadinessGate를 적용하고 Rolling Update를 다시 해봤습니다.</p><h4>🟢 ReadinessGate 있을 때 (우리의 승리)</h4><pre>T+0s   : 새 Pod(v2) 생성<br>T+10s  : v2 readinessProbe 성공<br>T+10s  : v2 ContainersReady = True ✅<br>T+10s  : v2 Ready = False ❌ (ReadinessGate 때문에!)<br>T+10s  : EndpointSlice에 추가 안됨 (아직!)<br><br><br>==== Controller가 Proactive하게 움직임 ====<br>T+11s  : Controller: &quot;ContainersReady네? 그럼 미리 등록!&quot;<br>T+12s  : ALB에 v2 Target 등록 (initial)<br>T+12s  : ALB Health Check 시작<br><br><br>==== Kubernetes는 기다림 (중요!) ====<br>T+12s  : Kubernetes: &quot;v2 아직 Ready 아니네, 기다려야지&quot;<br>T+12s  : v1 Pod는 그대로 유지 (안전!)<br>T+12s ~ T+42s: v1이 계속 트래픽 처리 ✅<br><br><br>==== ALB가 준비됨 ====<br>T+42s  : ALB: v2 Health Check 2차 성공<br>T+42s  : ALB: v2 상태 → healthy ✅<br>T+43s  : Controller: &quot;v2가 healthy네!&quot;<br>T+44s  : Controller: v2 ReadinessGate 조건 충족 처리<br>T+44s  : v2 Ready = True ✅<br>T+45s  : EndpointSlice에 v2 추가<br>T+45s  : Kubernetes: &quot;이제 v1 지워도 되겠다&quot;<br>T+45s  : v1 삭제 시작<br><br><br>==== 완벽한 전환 ====<br>T+45s 이후:<br>  - v2는 이미 ALB에서 healthy ✅<br>  - v1은 안전하게 제거 중<br>  - 사용자는 아무것도 모름 🎉<br>  - 에러율: 0% 💯</pre><p>데이터독 로그:</p><pre>[02:34:11] ALB HealthCheck: 10.0.1.50:8080 → initial<br>[02:34:41] ALB HealthCheck: 10.0.1.50:8080 → healthy ✅<br>[02:34:42] Pod my-app-v2-abc → Ready = True<br>[02:34:43] Request → 200 OK (to new pod)<br>[02:34:43] Request → 200 OK (to new pod)<br>[02:34:43] Request → 200 OK (to new pod)</pre><p>에러가 하나도 없습니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*05xXONtMMiBhmOwjYdD7Fg.png" /><figcaption><em>“완벽한 Rolling Update (ReadinessGate 적용)”</em></figcaption></figure><h3>Part 8: ⚙️ 완벽주의자를 위한 추가 최적화: 종료 과정 다듬기</h3><p>ReadinessGate로 서비스 시작(Ingress) 단계는 완벽해졌습니다.</p><p>하지만 진짜 완벽을 원한다면, <strong>종료(Egress) 단계의 502 에러도 막아야 합니다.</strong></p><p>앞서 봤듯이 terminationGracePeriodSeconds를 300초로 늘리는 건 임시방편이었습니다. 이제 <strong>제대로 된 Graceful Shutdown</strong>을 구현해봅시다.</p><h4>1. preStop Hook으로 시간 벌기</h4><p>Pod가 종료될 때 발생하는 502 에러는 대부분 다음과 같은 상황에서 발생합니다:</p><pre>T+0s : Pod에 SIGTERM 전송<br>T+0s : 동시에 EndpointSlice에서 제거<br>T+0s : 애플리케이션 즉시 종료 시작<br>T+1s : kube-proxy가 iptables 업데이트<br>T+2s : ALB Controller가 감지<br>T+3s : ALB가 Target 제거 (draining)<br><br>문제: T+0s ~ T+3s 사이<br>→ ALB는 아직 이 Pod로 트래픽 보냄<br>→ Pod는 이미 죽어가는 중<br>→ 502 Error 💀</pre><p>해결책은 간단합니다. <strong>SIGTERM을 받은 후 잠시 기다리는 것</strong>입니다:</p><pre>spec:<br>  containers:<br>  - name: app<br>    lifecycle:<br>      preStop:<br>        exec:<br>          command: [&quot;/bin/sh&quot;, &quot;-c&quot;, &quot;sleep 15&quot;]  # 15초 대기<br>  terminationGracePeriodSeconds: 30  # 총 30초 허용</pre><p>이렇게 하면:</p><pre>T+0s  : Pod에 SIGTERM 전송<br>T+0s  : preStop hook 실행 (15초 sleep)<br>T+0s  : 동시에 EndpointSlice에서 제거<br>T+1s  : kube-proxy가 iptables 업데이트<br>T+2s  : ALB Controller가 감지<br>T+3s  : ALB가 Target 제거 (draining)<br>T+15s : preStop 완료, 이제 SIGTERM이 앱에 전달됨<br>T+15s : 애플리케이션 Graceful Shutdown 시작<br>T+20s : 애플리케이션 종료 완료<br><br>결과: <br>→ ALB가 트래픽 보낼 때 Pod는 살아있음 ✅<br>→ 앱이 우아하게 종료함 ✅<br>→ 502 Error 없음 ✅</pre><p>15초의 preStop 대기 시간이 ALB가 Target을 제거하고 연결을 끊을 충분한 시간을 벌어줍니다.</p><p><strong>주의</strong>: preStop sleep과 애플리케이션 종료 시간을 합쳐서 terminationGracePeriodSeconds보다 짧아야 합니다. 그렇지 않으면 SIGKILL로 강제 종료됩니다.</p><pre># ✅ 좋은 설정<br>preStop: sleep 15<br>terminationGracePeriodSeconds: 30<br># → 15s (preStop) + 10s (app shutdown) + 5s (여유) = 30s<br><br><br># ❌ 나쁜 설정  <br>preStop: sleep 25<br>terminationGracePeriodSeconds: 30<br># → 앱 종료 시간이 5초밖에 없음, 강제 종료될 수 있음</pre><h4>2. ALB deregistration_delay 단축</h4><p>Target Group의 deregistration_delay는 <strong>기본값이 300초(5분)</strong>입니다.</p><p>이건 너무 깁니다. ALB가 Target을 제거한 후에도 5분 동안 기존 연결을 유지한다는 뜻인데, 대부분의 HTTP 요청은 몇 초 안에 끝나므로 불필요합니다.</p><pre>apiVersion: v1<br>kind: Service<br>metadata:<br>  annotations:<br>    service.beta.kubernetes.io/aws-load-balancer-target-group-attributes: |<br>      deregistration_delay.timeout_seconds=30</pre><p>30초로 줄이면:</p><ul><li>✅ Pod 종료 시간 단축 (5분 → 30초)</li><li>✅ Rolling Update 속도 향상</li><li>✅ 리소스 효율성 증가</li></ul><p>대부분의 경우 30초면 충분합니다. Long-polling이나 WebSocket 같은 긴 연결이 있다면 60초 정도로 설정하세요.</p><h4>3. Health Check 설정 가속</h4><p>Zero-Downtime을 유지하되 <strong>배포 시간을 줄이고 싶다면</strong>, ALB의 헬스 체크 설정을 가속합니다.</p><pre>apiVersion: networking.k8s.io/v1<br>kind: Ingress<br>metadata:<br>  annotations:<br>    alb.ingress.kubernetes.io/healthcheck-interval-seconds: &#39;15&#39;  # 기본 30초 → 15초<br>    alb.ingress.kubernetes.io/healthy-threshold-count: &#39;2&#39;        # 2회 연속 성공</pre><p>이렇게 하면:</p><pre>Before (기본 설정):<br>Health Check 주기: 30초<br>Healthy 판정: 2회 연속<br>→ 최소 60초 소요<br><br><br>After (최적화):<br>Health Check 주기: 15초  <br>Healthy 판정: 2회 연속<br>→ 최소 30초 소요 (50% 단축!)</pre><p><strong>주의</strong>: 너무 짧게 설정하면 false positive가 발생할 수 있습니다. 애플리케이션 시작 시간을 고려해서 설정하세요.</p><pre># Go/Rust (빠른 시작)<br>healthcheck-interval-seconds: &#39;10&#39;<br><br><br># Java/Spring Boot (느린 시작)  <br>healthcheck-interval-seconds: &#39;15&#39;<br># + readinessProbe의 initialDelaySeconds도 고려!</pre><h4>완벽한 조합</h4><p>앞서 본 모든 설정을 합치면:</p><pre>apiVersion: apps/v1<br>kind: Deployment<br>spec:<br>  template:<br>    spec:<br>      containers:<br>      - name: app<br>        # 시작 시 체크<br>        readinessProbe:<br>          httpGet:<br>            path: /health<br>            port: 8080<br>          initialDelaySeconds: 10<br>          periodSeconds: 5<br>          <br>        # 종료 시 Graceful Shutdown<br>        lifecycle:<br>          preStop:<br>            exec:<br>              command: [&quot;/bin/sh&quot;, &quot;-c&quot;, &quot;sleep 15&quot;]<br>      <br>      terminationGracePeriodSeconds: 30<br>---<br>apiVersion: v1<br>kind: Service<br>metadata:<br>  annotations:<br>    # Deregistration 최적화<br>    service.beta.kubernetes.io/aws-load-balancer-target-group-attributes: |<br>      deregistration_delay.timeout_seconds=30<br>---<br>apiVersion: networking.k8s.io/v1<br>kind: Ingress<br>metadata:<br>  annotations:<br>    # Health Check 가속<br>    alb.ingress.kubernetes.io/healthcheck-interval-seconds: &#39;15&#39;<br>    alb.ingress.kubernetes.io/healthy-threshold-count: &#39;2&#39;</pre><p>이제 시작과 종료, 모든 과정이 완벽합니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*0A3F-15Oihj4jSYroHKV7Q.png" /><figcaption><em>완벽한 Graceful Shutdown</em></figcaption></figure><pre>Pod 삭제 명령:<br>    ↓<br>T+0s  : SIGTERM + preStop(sleep 15) 시작<br>T+0s  : EndpointSlice 제거<br>T+1s  : iptables 업데이트<br>T+2s  : ALB Controller 감지<br>T+3s  : ALB Target draining (30s)<br>T+15s : preStop 완료, 앱에 SIGTERM 전달<br>T+15s : 애플리케이션 Graceful Shutdown<br>T+20s : 앱 종료 완료<br>T+33s : ALB draining 완료<br><br>✅ 모든 단계가 동기화됨<br>✅ 502 에러 없음<br>✅ 배포 시간 최소화</pre><h4>완벽한 설정 조합</h4><pre>apiVersion: apps/v1<br>kind: Deployment<br>metadata:<br>  name: my-app<br>  namespace: production<br>spec:<br>  replicas: 3<br>  strategy:<br>    type: RollingUpdate<br>    rollingUpdate:<br>      maxUnavailable: 0  # 항상 최소 3개 유지<br>      maxSurge: 1        # 최대 4개까지 가능<br>  template:<br>    spec:<br>      containers:<br>      - name: app<br>        image: my-app:v2<br>        ports:<br>        - containerPort: 8080<br>        <br>        # Kubernetes Health Checks<br>        readinessProbe:<br>          httpGet:<br>            path: /health<br>            port: 8080<br>          initialDelaySeconds: 10<br>          periodSeconds: 5<br>          successThreshold: 1<br>          failureThreshold: 3<br>        <br>        livenessProbe:<br>          httpGet:<br>            path: /health<br>            port: 8080<br>          initialDelaySeconds: 30<br>          periodSeconds: 10<br>        <br>        # Graceful Shutdown<br>        lifecycle:<br>          preStop:<br>            exec:<br>              command: [&quot;/bin/sh&quot;, &quot;-c&quot;, &quot;sleep 15&quot;]<br>      <br>      terminationGracePeriodSeconds: 30<br>---<br>apiVersion: v1<br>kind: Service<br>metadata:<br>  name: my-app<br>  namespace: production<br>  annotations:<br>    # ALB 설정<br>    service.beta.kubernetes.io/aws-load-balancer-type: external<br>    service.beta.kubernetes.io/aws-load-balancer-nlb-target-type: ip<br>    service.beta.kubernetes.io/aws-load-balancer-scheme: internet-facing<br>    <br>    # Deregistration Delay<br>    service.beta.kubernetes.io/aws-load-balancer-target-group-attributes: |<br>      deregistration_delay.timeout_seconds=30<br>spec:<br>  type: LoadBalancer<br>  selector:<br>    app: my-app<br>  ports:<br>  - port: 80<br>    targetPort: 8080<br>---<br>apiVersion: networking.k8s.io/v1<br>kind: Ingress<br>metadata:<br>  name: my-app<br>  namespace: production<br>  annotations:<br>    alb.ingress.kubernetes.io/target-type: ip<br>    alb.ingress.kubernetes.io/scheme: internet-facing<br>    <br>    # Health Check 최적화<br>    alb.ingress.kubernetes.io/healthcheck-path: /health<br>    alb.ingress.kubernetes.io/healthcheck-interval-seconds: &#39;15&#39;<br>    alb.ingress.kubernetes.io/healthcheck-timeout-seconds: &#39;5&#39;<br>    alb.ingress.kubernetes.io/healthy-threshold-count: &#39;2&#39;<br>    alb.ingress.kubernetes.io/unhealthy-threshold-count: &#39;2&#39;<br>spec:<br>  ingressClassName: alb<br>  rules:<br>  - host: my-app.example.com<br>    http:<br>      paths:<br>      - path: /<br>        pathType: Prefix<br>        backend:<br>          service:<br>            name: my-app<br>            port:<br>              number: 80</pre><p>그리고 Namespace label:</p><pre>kubectl label namespace production \<br>  elbv2.k8s.aws/pod-readiness-gate-inject=enabled</pre><p>이제 완벽합니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ZvMI6dw1m2vH5iBr9lf64g.png" /><figcaption><em>“완벽한 설정의 구성 요소”</em></figcaption></figure><h3>Part 8: 결과 — 숫자가 말해준다</h3><p>ReadinessGate를 적용하기 전과 후를 비교해보겠습니다.</p><h4>Before (지옥)</h4><pre>배포 10회 평균:<br>- 에러 발생: 10/10 (100%)<br>- 평균 에러 지속 시간: 28초<br>- 502 에러 수: 평균 156개/배포<br>- 영향받은 사용자: 약 50-100명/배포<br>- 새벽 호출: 3회/월<br>- 스트레스 레벨: 📈📈📈</pre><h4>After (천국)</h4><pre>배포 10회 평균:<br>- 에러 발생: 0/10 (0%)<br>- 평균 에러 지속 시간: 0초<br>- 502 에러 수: 0개<br>- 영향받은 사용자: 0명<br>- 새벽 호출: 0회/월<br>- 스트레스 레벨: 📉📉📉<br>- 수면의 질: ⬆️⬆️⬆️</pre><p>Datadog 모니터:</p><pre>Alert: &quot;ALB 5XX Error Rate &gt; 5%&quot;<br>Status: No data (hasn&#39;t triggered in 30 days)</pre><p>이제 저는 밤에 잘 잡니다.</p><pre># &quot;Before vs After: 데이터로 보는 변화&quot;<br><br>1. Deployment Error Rate:<br>Before: ████████████████████ 100%<br>After:                        0%<br><br><br>2. 502 Errors per Deployment:<br>Before: ████████████████ 156<br>After:                    0<br><br><br>3. Sleep Quality:<br>Before: ████ 40%<br>After:  ████████████████████ 100%</pre><h3>Part 9: 함정과 주의사항</h3><p>완벽해 보이죠? 하지만 몇 가지 주의할 점이 있습니다.</p><h4>1. “처음엔 느려요”</h4><p>ReadinessGate를 쓰면 Pod가 Ready 되는데 30–40초 더 걸립니다.</p><pre>Before: Pod Ready in 10s<br>After:  Pod Ready in 45s</pre><p>긴급 스케일링이 필요한 경우 문제가 될 수 있습니다. 하지만:</p><ul><li><strong>트레이드오프</strong>: 빠른 스케일링 vs 안정적인 스케일링</li><li><strong>해결책</strong>: 여유있게 replica 수를 늘려두거나, HPA를 aggressive하게 설정</li></ul><pre>apiVersion: autoscaling/v2<br>kind: HorizontalPodAutoscaler<br>spec:<br>  minReplicas: 3  # 최소 3개 유지<br>  maxReplicas: 10<br>  metrics:<br>  - type: Resource<br>    resource:<br>      name: cpu<br>      target:<br>        type: Utilization<br>        averageUtilization: 50  # 낮게 설정 (여유있게)<br>  behavior:<br>    scaleUp:<br>      stabilizationWindowSeconds: 0  # 즉시 반응<br>      policies:<br>      - type: Percent<br>        value: 100  # 한번에 2배로<br>        periodSeconds: 15</pre><h4>2. “IP 모드만 됩니다”</h4><p>ReadinessGate는 target-type: ip일 때만 동작합니다.</p><pre># ✅ 됨<br>annotations:<br>  alb.ingress.kubernetes.io/target-type: ip<br><br><br># ❌ 안됨<br>annotations:<br>  alb.ingress.kubernetes.io/target-type: instance</pre><p>Instance 모드는 Node를 target으로 쓰기 때문에 Pod 단위 readiness gate가 의미 없습니다.</p><h4>3. “Controller가 죽으면?”</h4><p>AWS Load Balancer Controller가 다운되면?</p><pre># Webhook failure policy 설정<br>podMutatorWebhookConfig:<br>  failurePolicy: Ignore  # Controller 없어도 배포 진행</pre><ul><li>Fail: Controller 없으면 Pod 생성 차단 (안전하지만 위험)</li><li>Ignore: Controller 없어도 진행 (ReadinessGate 없이)</li></ul><p>저는 Ignore를 추천합니다. Controller 장애가 서비스 배포까지 막으면 안 되니까요.</p><h4>4. “레거시 앱은?”</h4><p>이미 readinessProbe가 없는 레거시 앱이 있다면?</p><p>먼저 readinessProbe부터 추가하세요:</p><pre># 제일 간단한 버전<br>readinessProbe:<br>  tcpSocket:<br>    port: 8080<br>  initialDelaySeconds: 5<br>  periodSeconds: 10</pre><p>TCP 포트만 체크해도 됩니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*eeea6SRLZluiSvZgzHcM0g.png" /><figcaption><em>“주의사항 체크리스트”</em></figcaption></figure><h3>Part 10: 맺음말 — 비동기 세상의 동기화 엔지니어</h3><p>3일간의 디버깅 끝에 제가 얻은 교훈은 이것입니다.</p><p><strong>“클라우드 네이티브 환경에서 모든 것은 기본적으로 비동기이며, 고가용성을 위해서는 우리는 그 경계에서 명시적인 동기화 레이어를 구축해야 한다.”</strong></p><p>Kubernetes는 Kubernetes의 세계에서 완벽하게 동작합니다. AWS는 AWS의 세계에서 완벽합니다.</p><p>하지만 이 두 세계가 만나는 경계에서는, 우리가 명시적으로 다리를 놓아야 합니다.</p><p>ReadinessGate는 바로 그 다리입니다.</p><p>Kubernetes와 AWS의 독립적인 라이프사이클이 빚어낸 이 치명적인 엇박자를, 우리는 ReadinessGate라는 강력하고 단순한 메커니즘으로 해결했습니다.</p><p>단 한 줄의 label:</p><pre>kubectl label namespace production \<br>  elbv2.k8s.aws/pod-readiness-gate-inject=enabled</pre><p>이것만으로 우리는:</p><ul><li>✅ 502 에러를 없앴고</li><li>✅ 새벽 호출을 없앴고</li><li>✅ 사용자 경험을 개선했고</li><li>✅ 배포의 불확실성을 제거했고</li><li>✅ 제 수면 시간을 되찾았습니다</li></ul><h4>당신의 인프라를 위한 기도</h4><p>여러분의 인프라가 <strong>단순</strong>하고, 운영 비용이 <strong>낮으며</strong>, 가용성이 <strong>높기를</strong> 바랍니다.</p><p>그리고 무엇보다, <strong>당신의 밤잠을 지키는 엔지니어링</strong>을 하기를 응원합니다.</p><p>오늘 당장 당신의 EKS Namespace에 그 마법의 Label을 붙여보세요. 당신의 새벽이 평화로워질 것입니다.</p><h4>🎯 마지막 당부</h4><p><strong>P.S.</strong> 이 해결책은 target-type: ip 모드에서만 동작합니다. instance 모드에서는 Node를 Target으로 쓰기 때문에 Pod 단위 ReadinessGate가 의미가 없다는 점을 기억하세요.</p><pre># ✅ ReadinessGate 동작함<br>annotations:<br>  alb.ingress.kubernetes.io/target-type: ip<br><br><br># ❌ ReadinessGate 의미 없음<br>annotations:<br>  alb.ingress.kubernetes.io/target-type: instance</pre><p><strong>P.P.S.</strong> ReadinessGate를 사용하면 배포 시간이 30~40초 늘어나지만, 이것은 <strong>‘빠른 배포’와 ‘안정적인 배포’ 사이의 현명한 트레이드오프</strong>입니다.</p><pre>Before: 10초 만에 Ready (하지만 502 에러 발생)<br>After:  45초 만에 Ready (하지만 100% 안정)<br><br>당신은 어떤 쪽을 선택하시겠습니까?</pre><p>저는 주저 없이 45초를 선택합니다. 사용자의 신뢰가 10초보다 훨씬 값지니까요.</p><p>그게 전부입니다.</p><p>행복한 배포 되세요! 🚀</p><p>그리고 무엇보다, <strong>편안한 밤 되세요.</strong> 😴</p><p><strong>이 글이 도움이 되었다면</strong>, 같은 고통을 겪고 있을 다른 엔지니어들을 위해 공유해주세요.</p><p>우리 모두 밤에 푹 자야 좋은 인프라를 만들 수 있으니까요.</p><p><strong>질문이나 다른 경험이 있으시다면</strong> 댓글로 남겨주세요. 함께 배워갑시다.</p><h3>참고 자료</h3><ul><li><a href="https://kubernetes-sigs.github.io/aws-load-balancer-controller/latest/deploy/pod_readiness_gate/">AWS Load Balancer Controller — Pod Readiness Gate</a></li><li><a href="https://kubernetes.io/docs/concepts/workloads/pods/pod-lifecycle/">Kubernetes Pod Lifecycle</a></li><li><a href="https://glasskube.dev/blog/kubernetes-zero-downtime-deployments-aws-eks/">Zero-Downtime Kubernetes Deployments on AWS with EKS</a></li><li><a href="https://martinheinz.dev/blog/63">Improving Application Availability with Pod Readiness Gates</a></li><li><a href="https://cloud.google.com/kubernetes-engine/docs/concepts/container-native-load-balancing">Container-native load balancing on GKE</a></li></ul><p><em>Written by an infrastructure engineer who now sleeps peacefully, knowing that deployments won’t wake them up at 3 AM.</em></p><p><em>Tags: #Kubernetes #EKS #AWS #DevOps #SRE #ReadinessGate #ZeroDowntime #502Error #Terraform #GitOps #CloudNative #SiteReliability</em></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=83a486a7aac4" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[ Liveness Probe는 ‘양날의 검’의 위험성 — 경험 기반 심층 분석]]></title>
            <link>https://medium.com/@baramboys0615/liveness-probe%EB%8A%94-%EC%96%91%EB%82%A0%EC%9D%98-%EA%B2%80%EC%9D%98-%EC%9C%84%ED%97%98%EC%84%B1-%EA%B2%BD%ED%97%98-%EA%B8%B0%EB%B0%98-%EC%8B%AC%EC%B8%B5-%EB%B6%84%EC%84%9D-12123be6e310?source=rss-5de89c43bade------2</link>
            <guid isPermaLink="false">https://medium.com/p/12123be6e310</guid>
            <category><![CDATA[sre]]></category>
            <category><![CDATA[devops]]></category>
            <category><![CDATA[kubernetes]]></category>
            <category><![CDATA[infrastructure]]></category>
            <category><![CDATA[aws-eks]]></category>
            <dc:creator><![CDATA[Yonghyun Kim]]></dc:creator>
            <pubDate>Sat, 11 Oct 2025 07:43:58 GMT</pubDate>
            <atom:updated>2025-10-11T07:43:58.890Z</atom:updated>
            <content:encoded><![CDATA[<h3>🚀 Liveness Probe는 ‘양날의 검’의 위험성 — 경험 기반 심층 분석</h3><blockquote><em>✍️ 이 글은 제가 직접 겪은 경험을 바탕으로 쓴 이야기입니다. 다만, 가독성과 흐름을 높이기 위해 LLM의 도움을 받아 정리했습니다.</em></blockquote><h3>🔥 당신의 서비스 안정성을 해치는 ‘친절한’ 기능의 배신</h3><p>혹시 여러분의 IT 서비스가 <strong>Kubernetes</strong>라는 똑똑한 시스템 위에서 돌아가고 있나요? 그렇다면 한 번쯤 <strong>Liveness Probe</strong>라는 단어를 들어봤을 겁니다. 이 기능은 참 친절해 보여요. “네 앱이 혹시 정신을 잃었니? 그럼 내가 다시 깨워줄게!”라며, <strong>애플리케이션의 생존 여부를 주기적으로 체크</strong>하고 문제가 생기면 <strong>자동으로 재시작</strong>해주는 역할을 하죠.</p><p>마치 응급 구조대원처럼 보이지만, 제 경험상 이 Liveness Probe는 ‘<strong>양날의 검</strong>’입니다. 제대로 쓰지 못하면 서비스의 가용성을 높이기는커녕, 오히려 <strong>스스로 무덤을 파는</strong> 결과를 초래할 수 있거든요. 저는 이 기능 때문에 <strong>전사적인 장애</strong>를 겪어본 쓰라린 경험이 있습니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*s8AiJZNW_MjcFkpLFZ1lKg.png" /><figcaption><strong><em>Liveness Probe, 통제 불가능할 때 겪는 고통</em></strong><em>: 시스템 복구를 돕는 대신, 불안정성을 키우는 양날의 검</em></figcaption></figure><p>Kubernetes를 쓰는 많은 팀이 Liveness Probe를 마치 <strong>필수 설정</strong>처럼 생각하고 아무 생각 없이 활성화합니다. 특히 <strong>Spring Boot</strong> 같은 흔한 개발 환경에서는 더욱 그렇죠. 문제는 여기서부터 시작됩니다.</p><h3>🚨 잊을 수 없는 그날의 장애: Spring Cloud Config의 배신</h3><p>실제로 제가 이전 회사에서 겪었던 <strong>치명적인 장애 사례</strong>를 공유해 드릴게요.</p><p>당시 우리는 <strong>Spring Cloud Config Server</strong>를 운영했고, 모든 비즈니스 애플리케이션들은 <strong>Spring Cloud Config Client</strong> 라이브러리를 내장하여 동적으로 설정을 받아왔습니다. 특정 쿠버네티스 환경 내의 애플리케이션에는 <strong>Liveness Probe</strong>가 기본 설정되어 있었죠.</p><ol><li><strong>배경:</strong> Spring Boot 기반 앱은 보통 actuator를 통해 <strong>Health Indicator</strong>를 활성화합니다.</li><li><strong>문제의 라이브러리:</strong> Spring Cloud Config Client 라이브러리가 내장되면, 이 라이브러리는 <strong>외부 Config Server의 상태</strong>까지 Health Check에 자동으로 포함시킵니다.</li><li><strong>결정적 순간:</strong> Config Server의 다운타임 업그레이드를 진행하는 순간이었습니다. 서버가 잠깐 응답하지 않는 <strong>일시적인 다운타임</strong>이 발생했습니다.</li><li><strong>연쇄 폭발:</strong> 이 잠깐의 다운타임 동안, 모든 <strong>클라이언트 애플리케이션</strong>이 Liveness Probe 요청에 “<strong>Config Server와 연결이 안 돼!</strong>”라는 응답을 돌려주기 시작했습니다.</li><li><strong>성급한 판단:</strong> Kubernetes는 외부 의존성 문제로 Health Check가 실패했다는 이유만으로 해당 Pod를 <strong>비정상 상태로 판단</strong>하고 <strong>강제 종료(Kill)</strong> 후 <strong>재시작</strong>을 명령했습니다.</li></ol><p><strong>결과는 참담했습니다.</strong> 클라이언트 앱 자체에는 아무 문제가 없었고, Config Server는 잠시 후 복구될 예정이었습니다. 하지만 Liveness Probe 때문에 애플리케이션들은 <strong>재시작 무한 루프(Kill-Loop)</strong>에 빠졌고, 복구될 틈도 없이 계속 죽고 살아나면서 <strong>특정 계열사 서비스가 마비</strong>되는 대형 사고가 발생했습니다.</p><blockquote><em>💡 </em><strong><em>교훈:</em></strong><em> Liveness Probe가 </em><strong><em>앱 자체의 로직</em></strong><em>이 아닌 </em><strong><em>외부 의존성 상태</em></strong><em>를 판단 대상에 포함할 때, 일시적인 외부 장애나 네트워크 이슈에도 </em><strong><em>Kubernetes가 과잉 반응</em></strong><em>하여 서비스를 스스로 파괴하는 결과를 낳습니다. 이 기능은 우리 서비스를 지켜주기는커녕, 오히려 </em><strong><em>장애의 진원지</em></strong><em>가 된 셈이죠.</em></blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*2CcNHJkmz-BCYxBO-LQrMw.png" /><figcaption><strong><em>Liveness Probe의 킬 루프(Kill-Loop) 현상</em></strong><em>: 외부 시스템 이슈로 인한 불필요한 재시작이 가용성을 파괴하는 악순환</em></figcaption></figure><p>그렇다면 어떻게 해야 할까요? 제가 2년 동안 쿠버네티스 환경을 안정적으로 운영하면서 내린 결론은 명확합니다.</p><h3>✅ 운영 권고사항: Liveness Probe는 특별한 사유 없이는 비활성화하세요.</h3><blockquote>우리가 정말 집중해야 할 것은 <strong>Readiness Probe</strong>입니다.</blockquote><ul><li><strong>Liveness Probe:</strong> “이 앱은 완전히 고장 나서 <strong>영원히</strong> 복구할 수 없는 상태인가?”를 판단해야 합니다.</li><li><strong>Readiness Probe:</strong> “이 앱은 <strong>지금 당장</strong> 외부의 트래픽을 받을 준비가 되었는가?”를 판단합니다.</li></ul><p><strong>일시적인 부하, 네트워크 끊김, 외부 설정 서버의 일시 다운</strong> 등은 앱을 죽일 이유가 되지 못합니다. 이럴 땐 잠깐 <strong>트래픽만 받지 않도록</strong> Ready 상태를 False로 바꾸고, 앱이 스스로 회복할 시간을 주면 됩니다. 이것이 바로 <strong>Readiness Probe</strong>의 역할이죠. 트래픽만 차단해도 앱은 조용히 회복할 수 있습니다.</p><p><strong>실제로 제가 운영했던 레브잇 환경에서는 Liveness Probe를 설정하지 않고도 2년 동안 안정적으로 서비스를 제공했습니다.</strong> <strong>Readiness Probe</strong>를 엄격하게 관리하고, 앱 내부에서 <strong>메모리 누수</strong> 등 복구 불가능한 장애 발생 시 <strong>스스로 비정상 종료(Self-Termination)</strong>하도록 로직을 설계하는 것이 훨씬 더 안전했습니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*dBKEZExSRHlpqXoNTt2wdQ.png" /><figcaption><strong><em>프로브 전략의 교통 신호등</em></strong><em>: Liveness는 최후의 빨간불, Readiness는 평소 트래픽 제어의 노란불</em></figcaption></figure><h3>🛠️ Liveness Probe, 꼭 써야 한다면 이렇게! (최적화 가이드)</h3><p>만약 정말 특별한 사유(예: <strong>데드락</strong> 등 자가 복구가 불가능한 특정 버그) 때문에 Liveness Probe를 사용해야 한다면, 다음과 같은 <strong>방어적 설정</strong>이 필수입니다.</p><p><strong>1. A. 외부 의존성 분리:</strong> 헬스 체크 경로는 <strong>순수하게 앱 자체의 로직</strong>만을 확인해야 합니다.</p><ul><li><strong>Spring 사용자라면:</strong> actuator 설정에서 외부 Health Indicator(DataSourceHealthIndicator, ConfigServerHealthIndicator 등)를 <strong>제외</strong>시키거나, 별도의 /healthz 같은 <strong>단독 Probe 경로</strong>를 만드세요.</li></ul><p><strong>2. B. 넉넉한 유예 시간:</strong> 문제가 발생했을 때 바로 죽이지 마세요.</p><ul><li>initialDelaySeconds를 넉넉하게 설정하여, 앱이 시작하는 데 필요한 <strong>최대 시간</strong>보다 길게 설정하세요.</li><li><strong>failureThreshold (실패 임계값)와 </strong><strong>periodSeconds (확인 주기)를 길게</strong> 설정하세요. (예: failureThreshold: 10, periodSeconds: 6 → <strong>60초 동안 연속 실패</strong>해야 재시작)</li></ul><p><strong>3. C. 최후의 수단으로:</strong> Liveness Probe는 ‘자가 복구 불가능한 장애’를 위한 최후의 수단입니다. 일반적인 상황은 <strong>Readiness Probe</strong>로 처리해야 합니다.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*-jeIJiUiRe6-pFj_d46GFg.png" /><figcaption><strong><em>Liveness Probe 방어 3원칙</em></strong><em>: 넉넉한 지연 시간, 높은 실패 임계치, 그리고 외부 의존성이 분리된 순수한 로직</em></figcaption></figure><h3>💡 결론: 안전한 Production을 위한 우리의 자세</h3><p><strong>Liveness Probe를 설정하지 않는 것이, 잘못 설정해서 서비스 전체를 흔드는 것보다 100배는 안전합니다.</strong></p><p>우리 시스템의 <strong>복원력(Resilience)</strong>은 Kubernetes의 자동 재시작 기능에 의존하는 것이 아니라, 애플리케이션 <strong>스스로의 안정성</strong>과 <strong>Readiness Probe의 정밀함</strong>에서 나와야 합니다.</p><p>만약 지금 여러분의 Kubernetes 환경에 Liveness Probe가 설정되어 있다면, 당장 코드를 열고 “<strong>이것이 정말 앱이 완전히 죽었을 때만 재시작을 유발하는가?</strong>”를 확인해 보세요. 그 확신이 서지 않는다면, 일단 지우고 <strong>Readiness Probe에만 집중</strong>하는 것이 가장 안전하고 현명한 운영 전략일 것입니다.</p><h3>📚 함께 보면 좋은 자료</h3><p>이 주제에 대해 더 깊이 있는 고찰을 원하신다면, 다음 글을 참고하시는 것을 권장합니다.</p><ul><li><a href="https://srcco.de/posts/kubernetes-liveness-probes-are-dangerous.html"><strong>Why Kubernetes Liveness Probes are Dangerous</strong></a></li></ul><p>이 글을 읽는 모든 분이 Liveness Probe의 함정에서 벗어나, 더욱 견고한 서비스를 구축하시길 바랍니다. 👋</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=12123be6e310" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[“나는 왜 DevOps를 선택했는가: 온프레미스부터 SaaS까지의 여정”]]></title>
            <link>https://medium.com/@baramboys0615/%EB%82%98%EB%8A%94-%EC%99%9C-devops%EB%A5%BC-%EC%84%A0%ED%83%9D%ED%96%88%EB%8A%94%EA%B0%80-%EC%98%A8%ED%94%84%EB%A0%88%EB%AF%B8%EC%8A%A4%EB%B6%80%ED%84%B0-saas%EA%B9%8C%EC%A7%80%EC%9D%98-%EC%97%AC%EC%A0%95-13bc9e4bb9a8?source=rss-5de89c43bade------2</link>
            <guid isPermaLink="false">https://medium.com/p/13bc9e4bb9a8</guid>
            <category><![CDATA[cloud]]></category>
            <category><![CDATA[philosophy]]></category>
            <category><![CDATA[devops]]></category>
            <category><![CDATA[kubernetes]]></category>
            <category><![CDATA[on-premise]]></category>
            <dc:creator><![CDATA[Yonghyun Kim]]></dc:creator>
            <pubDate>Wed, 24 Sep 2025 08:11:57 GMT</pubDate>
            <atom:updated>2025-09-24T08:11:57.656Z</atom:updated>
            <content:encoded><![CDATA[<blockquote>✍️ 이 글은 제가 직접 겪은 경험을 바탕으로 쓴 이야기입니다. 다만, 가독성과 흐름을 높이기 위해 LLM의 도움을 받아 정리했습니다.</blockquote><blockquote>철학과 조언은 전적으로 제 경험에서 비롯된 것입니다.</blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*ln3IX-VC86-OWs76" /><figcaption>“온프레미스에서 클라우드 네이티브까지, 엔지니어의 여정은 곧 성장의 길이다.”</figcaption></figure><h3>첫 번째 메시지 📩</h3><p>몇 달 전, 인도에서 한 청년으로부터 메시지를 받았습니다.</p><blockquote>“저는 DevOps로 커리어를 전환하고 싶습니다. 어디서부터 시작해야 할까요?”</blockquote><p>솔직히 말해, 제 메신저 창에는 비슷한 질문이 자주 도착합니다. 하지만 그의 메시지를 읽는 순간, 제 초창기 모습이 겹쳐 보였습니다. 새로운 세계를 탐험하고 싶지만 어디서 시작해야 할지 막막한 마음, 그리고 그것을 묻는 용기.</p><p>그때 저는 제 지난 10여 년을 천천히 되짚어보기 시작했습니다.</p><p><strong>온프레미스 서버의 덜컹거리는 팬 소음</strong>에서 시작해, 오늘날 SaaS 기반의 세련된 대시보드에 이르기까지. 그 길 위에서 제가 배운 것은 단순한 기술 스택의 나열이 아니라, <strong>기술을 바라보는 태도</strong>였습니다.</p><h3>온프레미스 서버실에서 배운 것 🏢</h3><p>첫 회사에서 저는 서버실에 출근하다시피 했습니다.</p><p>쿨링 팬의 소음, 케이블이 엉켜 있던 그 복잡한 풍경, 때때로 서버가 죽어버리면 밤을 새우며 원인을 찾던 순간들.</p><p>당시에는 “왜 우리는 이런 불편한 걸 하고 있지?”라는 의문이 들곤 했습니다. 하지만 훗날 클라우드를 만났을 때, 저는 깨달았습니다.</p><p><strong>“아, 이 경험이 있었기 때문에 클라우드가 말하는 가상의 개념이 훨씬 쉽게 다가오는구나.”</strong></p><p>온프레미스 경험은 저에게 단단한 뿌리 같은 것이었습니다. 뿌리가 깊을수록 나무는 더 높이 자라듯, 인프라의 본질을 이해한 덕분에 새로운 기술들을 두려움 없이 받아들일 수 있었습니다.</p><h3>점진적 이동의 힘 ⚡️</h3><p>제가 걸어온 길은 직선이 아니었습니다.</p><ul><li>온프레미스 → IaaS</li><li>IaaS → PaaS</li><li>PaaS → SaaS</li></ul><p>이렇게 단계적으로 옮겨 다닐 때마다, 저는 이전 경험에서 배운 것을 다음 환경에 적용했습니다.</p><p>예를 들어, VM을 다뤄본 사람은 컨테이너 격리를 이해할 때 더 빠릅니다. 컨테이너를 경험한 사람은 쿠버네티스의 오케스트레이션을 직관적으로 받아들입니다.</p><p>👉 결국 중요한 건 “<strong>최신</strong>”이 아니라, “<strong>이전 단계를 얼마나 소화했는가</strong>”였습니다.</p><h3>가장 값진 성장: 마이그레이션 프로젝트 🚚</h3><p>이직 후, 저는 마이그레이션 프로젝트를 맡았습니다.</p><p>온프레미스에서 클라우드로, VM에서 컨테이너로, 때로는 한 클라우드에서 다른 클라우드로.</p><p>말은 간단하지만, 실제 현장은 전쟁터에 가깝습니다. 다운타임 없는 전환, 데이터 무결성 보장, 보안 규정 준수……</p><p>새로운 시스템을 “<strong>만드는 것</strong>”보다 “<strong>옮기는 것</strong>”이 백 배는 어려웠습니다.</p><p>하지만 그 과정에서 저는 진짜 성장했습니다. 문제를 피하지 않고 맞닥뜨리는 순간, 엔지니어로서의 내공은 깊어졌습니다.</p><h3>오버엔지니어링의 유혹 🌪</h3><p>한편, 저 역시 커리어 중반에는 새로운 기술을 회사에 적용해보고 싶다는 욕망이 있었습니다.</p><p>“이거 하면 우리도 구글처럼 될 수 있지 않을까?”</p><p>“이 솔루션만 도입하면 완전히 자동화되겠지?”</p><p>하지만 냉정하게 말하자면, <strong>내 성장 욕심으로 회사 인프라를 흔드는 건 위험한 일</strong>이었습니다. 회사에 필요한 건 “<strong>멋진 기술</strong>”이 아니라 “<strong>안정성과 유지보수성</strong>”이었으니까요.</p><p>그래서 저는 선택했습니다.</p><p>👉 기술을 전폭적으로 지원하는 곳으로 이직하거나, 이미 그 기술이 뿌리내린 조직에서 경험을 쌓는 것. 이것이 훨씬 현명한 길이었습니다.</p><h3>레브잇에서 배운 철학 ⚖️</h3><p>레브잇에서 우리는 이런 질문을 던졌습니다.</p><blockquote>“우리의 고객은 누구인가?”</blockquote><p>결론은 명확했습니다. <strong>개발자</strong>입니다. DevOps 팀의 존재 이유는 멋진 툴을 도입하는 게 아니라, <strong>내부 개발자가 더 빠르고 안정적으로 가치를 전달할 수 있도록 돕는 것</strong>이었습니다.</p><p>그래서 우리는 철학을 세웠습니다.</p><ul><li><strong>도구는 거들 뿐</strong>: 특정 툴이나 벤더에 종속되지 않는다.</li><li><strong>생산성과 가용성의 균형</strong>: 오버엔지니어링 대신 must-have와 good-to-have를 구분한다.</li><li><strong>운영 원칙</strong>: 코드를 우선하되, 상황에 따라 콘솔·써드파티 툴을 보완적으로 활용한다.</li><li><strong>클라우드 전략</strong>: 가능하다면 SaaS·PaaS를 활용해 운영비용을 줄인다.</li></ul><p>이 철학은 저에게 단순한 규칙이 아니라, <strong>엔지니어로서 성장의 방향성</strong>을 잡아주는 나침반이었습니다.</p><h3>보너스: 더 구체적인 학습 로드맵 🎁</h3><p>인프라를 배워가는 길은 마치 긴 여행 같습니다. 처음에는 낯선 풍경에 압도되지만, 어느 순간 그 길이 서로 이어져 있음을 깨닫게 되죠. 저희가 걸어온 발자취를 따라가 보시면, 인프라 학습의 흐름이 자연스럽게 그려질 것입니다.</p><p><strong>첫 번째 여정은 온프레미스</strong>에서 시작됩니다. 철제 랙에 서버가 줄지어 서 있고, 네트워크 케이블이 얽히고설킨 그 공간에서, “서비스는 결국 전기가 흐르는 물리 장비 위에서 돌아간다”는 사실을 몸으로 배우게 되죠. 이 단계에서는 서버, 네트워크, 스토리지의 관계를 감각적으로 이해하는 것이 중요합니다.</p><p><strong>다음 길목은 가상화와 VM</strong>입니다. 더 이상 서버를 직접 들고 나를 필요는 없습니다. 클릭 한 번으로 EC2 인스턴스를 띄우고, VMware를 통해 수십 개의 VM을 구동할 수 있습니다. 이때 깨닫게 됩니다. “아, 자원은 더 이상 철제 박스에 묶여 있지 않구나.”</p><p><strong>세 번째는 컨테이너</strong>입니다. VM이 집이라면, 컨테이너는 작은 모듈 주택 같다고 할까요. Docker로 애플리케이션을 감싸 올리면, 어느 환경에서든 똑같이 돌아가는 마법을 경험하게 됩니다. 이동성과 일관성, 이식성의 매력을 알게 되는 순간이죠.</p><p><strong>그러다 반드시 맞닥뜨리는 고개가 쿠버네티스</strong>입니다. 컨테이너 몇 개는 손으로 돌볼 수 있지만, 수백 개가 되면 이야기가 달라집니다. 쿠버네티스는 그 수많은 컨테이너를 오케스트레이션하며, 스스로 복구하고 스케일링하는 거대한 악단의 지휘자가 되어줍니다. 여기서부터 진짜 “운영의 예술”이 시작됩니다.</p><p><strong>길은 곧 GitOps와 IaC로 이어집니다.</strong> 이제는 인프라를 클릭 몇 번으로 만들지 않습니다. 선언적인 코드로 기록하고, Git 리포지토리에서 관리하며, ArgoCD나 Terraform 같은 도구를 통해 자동으로 반영합니다. 이 여정은 단순한 기술 습득을 넘어, “사람의 실수보다 시스템의 규칙이 더 믿을 만하다”는 철학으로 나아가게 합니다.</p><p><strong>마지막에는 클라우드 네이티브 아키텍처라는 광활한 평야</strong>가 펼쳐집니다. 더 이상 모든 것을 직접 만들지 않습니다. SaaS와 PaaS를 적극적으로 활용하며, 비용과 생산성의 균형을 맞추는 전략을 세우게 됩니다. 이곳에서야 비로소, 기술은 목적이 아니라 조직의 성장을 돕는 수단이 됩니다.</p><h3>마지막으로 🌱</h3><p>돌아보면 DevOps의 본질은 단순했습니다.</p><blockquote><strong>“개발자가 더 빠르고 안정적으로 가치를 전달할 수 있도록 돕는 것.”</strong></blockquote><p>화려한 툴도, 멋진 자격증도 결국 이 목표를 위한 수단일 뿐입니다. 만약 지금 당신이 커리어 전환을 고민하고 있다면, 기억하세요.</p><ul><li>과거 경험은 짐이 아니라 자산이다.</li><li>진짜 성장은 마이그레이션 같은 어려운 프로젝트에서 온다.</li><li>오버엔지니어링의 유혹을 이겨내라.</li><li>철학과 태도가 기술보다 오래간다.</li></ul><p>그리고 무엇보다, 이 길은 혼자가 아닙니다. 저 또한 여전히 배우고 있고, 같은 길을 걷는 분들을 응원합니다. 🙌</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=13bc9e4bb9a8" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Terraform + GitOps Bridge로 누구나 딸깍 인프라 구축기 ]]></title>
            <link>https://medium.com/@baramboys0615/terraform-gitops-bridge%EB%A1%9C-%EB%88%84%EA%B5%AC%EB%82%98-%EB%94%B8%EA%B9%8D-%EC%9D%B8%ED%94%84%EB%9D%BC-%EA%B5%AC%EC%B6%95%EA%B8%B0-f8d076599c58?source=rss-5de89c43bade------2</link>
            <guid isPermaLink="false">https://medium.com/p/f8d076599c58</guid>
            <category><![CDATA[terraform]]></category>
            <category><![CDATA[devops]]></category>
            <category><![CDATA[gitops]]></category>
            <category><![CDATA[infrastructure-management]]></category>
            <category><![CDATA[aws]]></category>
            <dc:creator><![CDATA[Yonghyun Kim]]></dc:creator>
            <pubDate>Tue, 09 Sep 2025 03:44:33 GMT</pubDate>
            <atom:updated>2025-10-11T04:12:08.529Z</atom:updated>
            <content:encoded><![CDATA[<blockquote><em>“설정 파일 하나로 전체 인프라가 뚝딱!” — 레브잇의 생산성 극대화 인프라 여정</em></blockquote><h3><strong>들어가며 🎯</strong></h3><p>안녕하세요! 레브잇 인프라팀입니다.</p><p>혹시 이런 경험 있으신가요? 새로운 서비스를 런칭하려는데 인프라 구축에만 며칠이 걸리고, 개발자마다 다른 환경 설정으로 골치 아픈 상황 말이에요. 저희도 그랬습니다. 하지만 2023년 11월, GitOps Bridge 구조를 도입한 이후 “<strong>누구나 딸깍”</strong> 한 번이면 전체 인프라가 자동으로 생성되는 마법 같은 시스템을 구축했습니다.</p><p>오늘은 그 여정과 노하우를 공유해드리려고 합니다! 🎉</p><h3><strong>왜 GitOps Bridge였을까? 🤔</strong></h3><h4><strong>기존의 문제점들</strong></h4><ul><li>🔥 <strong>단일 VPC + Public Subnet</strong>: 하나의 Account, 하나의 VPC에 모든 워크로드와 DB가 집중</li><li>🔥 <strong>EC2 + ASG 스케일링 한계</strong>: 스케일 아웃 속도 이슈로 매번 장애 발생</li><li>🔥 <strong>복잡한 인프라 구축</strong>: 새로운 서비스마다 수동 설정 필요</li><li>🔥 <strong>환경별 설정 불일치</strong>: 개발/스테이징/프로덕션 환경마다 다른 설정</li><li>🔥 <strong>시간 소모</strong>: 새 서비스 런칭까지 며칠씩 소요</li></ul><h4><strong>레브잇의 인프라 철학</strong></h4><blockquote><em>“</em><strong>생산성 극대화가 최우선!”</strong></blockquote><p>보안은 최소한의 권한 설정만 하고, 나머지는 차후 고도화할 수 있는 확장 가능한 틀을 구성하자는 것이 저희의 방향성이었습니다.</p><h3><strong>레브잇의 인프라 아키텍처 🏗️</strong></h3><h4><strong>전체 구조 개요</strong></h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*iKzqhSMUYsUNAWEmE6zgDg.png" /><figcaption>그림1. Alwayz Multi-Cluster GitOps Architecture</figcaption></figure><h4><strong>환경 구성</strong></h4><p>저희는 하나의 AWS Account 내에서 <strong>6개의 VPC</strong>와 <strong>6개의 EKS 클러스터</strong>를 운영하고 있습니다.</p><p><strong>🎯 Alwayz 서비스 환경</strong></p><ul><li>alwayz-dev-eks — 개발 환경</li><li>alwayz-staging-eks — 스테이징 환경</li><li>alwayz-prod-eks — 프로덕션 환경</li></ul><p><strong>📊 데이터 서비스 환경</strong></p><ul><li>data-dev-eks — 데이터 개발 환경</li><li>data-prod-eks — 데이터 프로덕션 환경</li></ul><p><strong>🔐 관리 환경</strong></p><ul><li>security-prod-eks — 매니지먼트 전용</li></ul><blockquote><strong>Before</strong><em>: 단일 VPC + EC2/ASG</em></blockquote><blockquote><strong>After</strong><em>: 6개 VPC + EKS/Karpenter로 확장성 문제 해결!</em></blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*T3YZ4q0wY5COh65j9bRN-Q.png" /><figcaption>그림2. EKS 클러스터별 역할 및 구성도</figcaption></figure><h3><strong>GitOps Bridge 구조 상세 🔧</strong></h3><h4><strong>Repository 구조</strong></h4><p>저희는 <strong>4개의 핵심 GitOps Repository</strong>로 인프라를 관리합니다:</p><p><strong>1️⃣ </strong>devops-gitops-manifest<strong> (코어 애드온)</strong></p><pre>devops-gitops-manifest/<br>├── bootstraps/   # ApplicationSet 정의<br>├── charts/       # 내부 Helm 차트<br>├── configs/      # 클러스터별 설정<br>├── environments/ # 환경별 공통 설정<br>└── global/       # 전역 리소스</pre><p><strong>역할</strong>: 모든 클러스터에 공통으로 적용되는 코어 애드온 관리 (인프라 팀 전담)</p><ul><li>🔐 보안 관련 서비스 (External Secrets, Cert Manager)</li><li>📊 모니터링 스택 (Prometheus, Grafana, Datadog)</li><li>🌐 네트워킹 (External DNS, ALB Controller)</li><li>📦 베이스 Helm 차트 (Stateless 서비스, 크론잡)</li></ul><p><strong>2️⃣ </strong>alwayz-gitops-manifest<strong> (Alwayz 서비스)</strong></p><pre>alwayz-gitops-manifest/<br>├── bootstraps/ # Alwayz 서비스용 ApplicationSet<br>├── charts/     # Alwayz 워크로드 차트<br>└── configs/    # 환경별 Alwayz 설정</pre><p><strong>역할</strong>: Alwayz 관련 서비스들의 배포 및 관리</p><ul><li>🎯 워크로드별 config 파일 관리</li><li>🔧 서비스별 values.yaml 설정</li><li>🚀 개발자 셀프서비스 배포 지원</li></ul><p><strong>3️⃣ </strong>data-gitops-manifest<strong> (데이터 서비스)</strong></p><pre>data-gitops-manifest/<br>├── bootstraps/ # 데이터 서비스용 ApplicationSet<br>├── charts/     # 데이터 워크로드 차트<br>└── configs/    # 데이터 환경별 설정</pre><p><strong>역할</strong>: 데이터 파이프라인, ML 서비스 등 데이터 관련 워크로드 관리</p><p><strong>4️⃣ </strong>alwayz-infrastructure<strong> (Terraform)</strong></p><pre>alwayz-infrastructure/<br>├── terraform/<br>│ ├── infra/aws/       # AWS 리소스 관리<br>│ ├── infra/datadog/   # Datadog 설정<br>│ └── config/          # 환경별 설정 값 관리<br>└── .github/workflows/ # CI/CD 파이프라인</pre><p><strong>역할</strong>: 기반 인프라 (VPC, EKS, IAM 등) 프로비저닝</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*eqO2syOsEHAASJPOMyz4nw.png" /><figcaption>그림3. Repository 간 관계도 및 데이터 플로우</figcaption></figure><h3><strong>“딸깍” 한 번에 인프라 생성하기 ✨</strong></h3><h4><strong>🎬 프로비저닝 워크플로우</strong></h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*wqhKtkBovUxu6wGNYItcgQ.png" /><figcaption>그림4. 레브잇 인프라 자동 배포 플로우</figcaption></figure><p><strong>1단계: 신규 환경 구축 (Terraform)</strong></p><pre># terraform/config/alwayz-new-env.yml<br>---<br>org: &quot;alwayz&quot;<br>env: &quot;new-env&quot;<br>vpc_cidr: &quot;10.100.0.0/16&quot;<br>vpc_endpoints:<br>  enabled: true<br><br>datadog_private_link:<br>  enabled: true<br><br>vpc_peering:<br>  enabled: true<br>  connections:<br>    - name: &quot;to-data-dev&quot;<br>      peer_vpc_id: &quot;vpc-xxxxxxxxx&quot;<br>      peer_region: &quot;ap-northeast-2&quot;<br>      peer_cidr: &quot;x.x.x.x/16&quot;<br><br>ecr:<br>  - &quot;alwayz-test&quot;<br><br>eks:<br>  kms: false<br><br>nat_gateway:<br>  enabled: true<br>  per_az: false<br><br>cloudfront:<br>  origin_access_controls: &quot;sign requests about alwayz-new-dev&quot;<br><br>coredns:<br>  replica: 2<br><br>route53_zones:<br>  private:<br>    - &quot;new-env.ilevit.com&quot;<br>  public:<br>    - &quot;new-env.ilevit.com&quot;<br><br>secretmanagers:<br>  alwayz-test: {}<br><br>elasticache:<br>  &quot;alwayz-services-valkey8&quot;:<br>    name: &quot;alwayz-new-env-test-valkey8&quot;<br>    description: &quot;This is the cache cluster for the alwayz test.&quot;<br>    cluster_mode: &quot;enabled&quot;<br>    node_type: &quot;cache.t4g.small&quot;<br>    engine: &quot;valkey&quot;<br>    engine_version: &quot;8.0&quot;<br>    family: &quot;valkey8&quot;<br>    maintenance_window: &quot;sat:07:30-sat:08:30&quot;<br>    multi_az_enabled: true<br>    snapshot_retention_limit: 1<br>    snapshot_window: &quot;02:00-03:00&quot;<br>    num_node_groups: 1<br>    replicas_per_node_group: 1<br><br>service_roles:<br>  alwayz_services:<br>    name: alwayz_services<br>    policies:<br>      - name: secretsmanager<br>        file: base/secretsmanager-read.json<br>      - name: s3GetObject<br>        file: base/s3-get-object.json<br>      - name: reco-access-resource<br>        file: services/reco-access-resource.json<br>      - name: price-business<br>        file: services/price-business.json<br><br>  alwayz_cronjobs:<br>    name: alwayz_cronjobs<br>    policies:<br>      - name: combined-permissions<br>        file: roles/cronjob-role.json<br><br>  argocd:<br>    name: argocd<br>    policies:<br>      - name: secretsmanager<br>        file: base/secretsmanager-read.json<br><br>  mongodb:<br>    name: mongodb<br>    policies:<br>      - name: storage-access<br>        file: services/storage.json<br>      - name: backup-access<br>        file: services/mongodb-backup.json<br><br>  monitoring:<br>    name: monitoring<br>    policies:<br>      - name: monitoring-access<br>        file: services/monitoring.json<br>      - name: loki-access<br>        file: services/loki.json<br><br>managed_policies:<br>  eks_nodes:<br>    name: eks_nodes<br>    policies:<br>      - name: ebs-access<br>        file: services/ebs.json<br>  karpenter:<br>    name: karpenter<br>    policies:<br>      - name: athena-glue-lakeformation-s3-full-access-policy<br>        file: base/athena-glue-lakeformation-s3-full-access-policy.json<br><br>pod_identity_associations:<br>  alwayz_services:<br>    namespace: alwayz-services<br>    service_account: alwayz-services<br>  alwayz_cronjobs:<br>    namespace: alwayz-cronjobs<br>    service_account: alwayz-cronjobs<br>  argocd:<br>    namespace: argocd<br>    service_account: argo-cd-argocd-repo-server<br>  mongodb:<br>    namespace: mongodb<br>    service_account: mongodb<br>  db_manager:<br>    namespace: db-manager<br>    service_account: db-manager-account<br>  monitoring:<br>    namespace: monitoring<br>    service_account: monitoring<br><br>frontend:<br>  [<br>    &quot;alwayz-test&quot;,<br>  ]<br>......</pre><p><strong>자동 생성되는 리소스들</strong>:</p><ul><li>🌐 네트워크: VPC → Subnet → RouteTable → NAT Gateway</li><li>🔒 보안: Route53 → ACM → VPC Endpoint → VPC Peering</li><li>📦 컨테이너: ECR → EKS → NodeGroup</li><li>🚀 GitOps: ArgoCD + Karpenter + Core Addons</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ZDiLpZ5lgAD_za98mOkGuw.png" /><figcaption>그림5. Terraform 프로비저닝 플로우 다이어그램</figcaption></figure><p><strong>2단계: GitOps 자동 배포</strong></p><p>Terraform이 완료되면 ArgoCD가 자동으로</p><p>1. <strong>Core Addons 배포</strong> (devops-gitops-manifest)</p><ul><li>External DNS, Cert Manager, External Secrets</li><li>Prometheus, Grafana, Datadog Agent</li><li>ALB Controller, Karpenter</li></ul><p>2. <strong>NodeClaim 생성</strong> (Karpenter)</p><ul><li>워크로드에 맞는 노드 자동 프로비저닝</li></ul><p>3. <strong>Common Addons 배포</strong></p><ul><li>환경별 특화 애드온들</li></ul><p>4. <strong>Service 배포</strong> (sync-waves)</p><ul><li>의존성 순서에 따른 단계별 배포</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*vRDXzv8r9u50brRn4mO_-w.png" /><figcaption>그림6. ArgoCD ApplicationSet 배포 플로우</figcaption></figure><h4><strong>🎯 특정 리소스 구축</strong></h4><p><strong>1. 신규 서비스 생성 (개발자 셀프서비스)</strong></p><pre># 크론잡을 제외한 서비스일 경우<br># 1. {service-gitops-repo}/configs/{환경}/workloads/demo-services/my-service.yaml<br>application_name: my-service<br>chart_name: my-service<br>chart_version: 0.0.50<br>slack_channel: Cxxxxxxxx<br>type: active<br>source: nodejs<br>source_repo: https://github.com/xxxxxx/my-service<br><br><br># 2. {service-gitops-repo}/environments/{환경}/workloads/demo-services/my-service-values.yaml<br>deployment:<br>  image:<br>    repository: xxxxxxxxxx.dkr.ecr.ap-northeast-2.amazonaws.com/my-service<br>    tag: latest<br>  resources:<br>    requests:<br>      cpu: 100m<br>      memory: 128Mi<br><br>ingress:<br>- name: my-service<br>  annotations:<br>    external-dns.alpha.kubernetes.io/hostname: my-service.prod.ilevit.com<br>  rules:<br>  - host: my-service.prod.ilevit.com<br>    paths:<br>    - path: /<br>      pathType: Prefix</pre><pre># 크론잡의 경우<br># 1. {service-gitops-repo}/configs/{환경}/workloads/demo-crons/my-crons.yaml<br>application_name: my-crons<br>chart_name: my-crons<br>chart_version: 0.0.20<br>chart_values: .helm/values.yaml<br>slack_channel: Cxxxxxxxx<br>source: kotlin<br>repo_helm_values: https://github.com/xxxxxx/demo-monorepo-back<br>repo_ecr: xxxxxxxxxx.dkr.ecr.ap-northeast-2.amazonaws.com/demo-prod-ecr_my-crons<br><br><br># 2. {backend-source-repo}/.helm/values.yaml<br>cronJobs:<br>  name: ThisIsMyCron<br>  cronTimeExpression: &quot;0 2 * * *&quot;<br>  image:<br>    repository: my-cronjob<br>    tag: latest<br>  arg: ......<br>  resources: ......</pre><p><strong>🎉 결과</strong>: 자동으로 생성되는 것들</p><ul><li>Route53 레코드</li><li>ALB (Application Load Balancer)</li><li>Kubernetes 리소스 (Service, Deployment, HPA 등)</li></ul><p><strong>2. 공통 리소스 추가 (인프라 팀)</strong></p><pre># {devops-gitops-repo}/configs/demo-dev-eks/addons/helm-external-elements.yaml<br>key:<br>  components:<br>    - chart:<br>        name: argocd-image-updater<br>        repo: https://argoproj.github.io/argo-helm<br>        version: 0.11.2<br>        namespace: argocd<br>        values_path: argocd-image-updater/values.yaml<br>        auto_sync: true<br>    - chart:<br>        name: argo-cd<br>        repo: https://argoproj.github.io/argo-helm<br>        version: 7.7.6<br>        namespace: argocd<br>        values_path: argo-cd/values.yaml<br>        auto_sync: true<br>    - chart:<br>        name: metrics-server<br>        repo: https://kubernetes-sigs.github.io/metrics-server<br>        version: 3.11.0<br>        namespace: kube-system<br>        values_path: metrics-server/values.yaml<br>        auto_sync: true<br>......</pre><h3><strong>안전성과 생산성의 균형 ⚖️</strong></h3><h4><strong>🛡️ 안전성 확보</strong></h4><p><strong>계층적 격리 구조</strong></p><pre>┌─────────────────────────────────────┐<br>│        Infrastructure Layer         │  ← 인프라 팀 전담 관리<br>│  (Network, EKS, Core Addons, Base)  │<br>│     (Helm Charts for Services)      │<br>├─────────────────────────────────────┤<br>│        Application Layer            │  ← 개발 팀 셀프서비스<br>│   (Business Services, CronJobs)     │<br>└─────────────────────────────────────┘</pre><p><strong>권한 분리 원칙</strong></p><ul><li><strong>인프라 팀</strong>: 네트워크, 공통 서비스, EKS 클러스터, 베이스 Helm 차트 관리</li><li><strong>개발 팀</strong>: ArgoCD RBAC으로 본인 애플리케이션만 접근 및 운영 가능</li><li><strong>크론잡</strong>: 각 소스 레포의 `.helm/values.yaml`에서 개발자가 직접 관리</li><li><strong>자동화</strong>: GitOps를 통한 변경 이력 추적 및 롤백</li></ul><h4><strong>🚀 생산성 극대화</strong></h4><p><strong>셀프서비스 인프라</strong></p><pre># 새로운 서비스 추가 (개발자가 직접!)<br>git clone alwayz-gitops-manifest<br><br># 1. 환경별 config 파일 생성<br>mkdir -p configs/alwayz-dev-eks/workloads/my-service<br>cp templates/service-values.yaml configs/alwayz-dev-eks/workloads/my-service/values.yaml<br><br># 2. 서비스 values 파일 생성<br>cp templates/alwayz-back-values.yaml environments/dev/workloads/alwayz-services/active/my-service-values.yaml<br><br># 3. 설정 수정 후 커밋<br>git commit -m &quot;feat: add my-service for dev environment&quot;<br>git push<br><br># 🎉 자동으로 Route53 + ALB + K8s 리소스 생성!</pre><p><strong>빠른 피드백 루프</strong></p><ul><li><strong>개발 환경</strong>: 코드 푸시 → 2분 내 배포 완료</li><li><strong>스테이징</strong>: PR 머지 → 5분 내 배포 완료</li><li><strong>프로덕션</strong>: 대부분은 오토 싱크로 10분 내 배포 완료하며, 스쿼드 팀에 따라 수동 싱크 진행</li></ul><h3><strong>실제 운영 경험 📊</strong></h3><h4><strong>📈 성과 지표</strong></h4><p><strong>Before vs After</strong></p><pre><br>배포 시간: 3일 → 10분 (99.8% 단축)<br>환경 구축: 1주 → 30분 (99.7% 단축)<br>인프라 이슈: 주 5건 → 반기 당 1건 (99.2% 감소)<br>개발자 만족도: 60% → 95% (35%p 향상)</pre><p><strong>현재 운영 규모 (실제 데이터)</strong></p><ul><li><strong>클러스터</strong>: 6개 EKS 클러스터</li><li><strong>ECR 레포지토리</strong>: 340+개 컨테이너 이미지 관리</li><li><strong>ALB 로드밸런서</strong>: 410+ 개 애플리케이션 로드밸런서 운영</li><li><strong>Route53 레코드</strong>: 1,500+ 개 도메인 레코드 자동 관리</li><li><strong>ArgoCD 애플리케이션</strong>: 100+개 GitOps 애플리케이션</li><li><strong>네임스페이스</strong>: 28개 서비스 네임스페이스</li><li><strong>안정성</strong>: 99.9% 업타임 유지</li></ul><h4><strong>🎯 핵심 성공 요인</strong></h4><p><strong>🚀 Karpenter 기반 자동 스케일링</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*nn2HYYk0kTssfvvtm_VROA.png" /><figcaption>그림7. Karpenter 기반 자동 스케일링에 대한 장점</figcaption></figure><pre>서비스별 전용 NodePool:<br>- alwayz-services: m7g.2xlarge (Spot)<br>- alwayz-alfarm-v2: m7g.2xlarge (Spot)<br>- alwayz-bff: m7g.2xlarge (Spot)<br>- alwayz-short-drama: m7g.xlarge (Spot)<br>- alwayz-price: m7g.4xlarge (Spot)<br>- alwayz-shorts: m7g.xlarge (Spot)<br>- core-addons: m5.xlarge (On-Demand) - 안정성 우선</pre><p><strong>핵심 장점</strong></p><ul><li>서비스별 리소스 최적화 (CPU/메모리 요구사항에 맞는 인스턴스 자동 선택)</li><li>Spot 인스턴스 활용으로 70% 비용 절감</li><li>자동 스케일 아웃/인으로 트래픽 급증 대응</li></ul><p><strong>1. Infrastructure as Code 완성도</strong></p><pre># 모든 핵심 인프라가 코드로 관리됨<br>terraform/<br>├── infra/aws/     # AWS 리소스 (90%+ 관리)<br>├── infra/datadog/ # 모니터링 설정<br>├── infra/github/  # GitHub 리포지토리 (진행중)<br>└── config/        # 환경별 설정<br><br># 자동 리소스 관리<br>Kubernetes Controllers:<br>- AWS Load Balancer Controller → ALB 자동 생성<br>- External DNS → Route53 레코드 자동 관리<br>- Karpenter → EC2 인스턴스 자동 프로비저닝</pre><p><strong>2. 표준화된 구조</strong></p><pre># 모든 서비스가 동일한 구조 사용<br>apiVersion: argoproj.io/v1alpha1<br>kind: ApplicationSet<br>metadata:<br>  name: workloads-services-appset<br>spec:<br>  generators:<br>  - git:<br>      repoURL: https://github.com/alwayz-gitops-manifest<br>      revision: HEAD<br>      directories:<br>      - path: &quot;configs/*/workloads&quot;</pre><p><strong>3. 자동화된 검증</strong></p><pre># PR 생성 시 자동 검증<br>- Helm template 검증<br>- Security 스캔<br>- Resource 제한 확인<br>- 의존성 검증</pre><p><strong>3. 점진적 배포</strong></p><pre># Sync Waves를 통한 단계별 배포<br>metadata:<br>  annotations:<br>    argocd.argoproj.io/sync-wave: &quot;1&quot;  # 인프라 먼저<br>---<br>metadata:<br>  annotations:<br>    argocd.argoproj.io/sync-wave: &quot;2&quot;  # 서비스 나중에</pre><h3><strong>트러블슈팅 &amp; 팁 💡</strong></h3><h4><strong>🔧 자주 발생하는 이슈들</strong></h4><p><strong>1. ApplicationSet 동기화 실패</strong></p><pre># 문제: Path 필터링 오류<br># 해결: 디렉터리 구조 확인<br>kubectl get applicationset -n argocd<br>kubectl describe applicationset workloads-services-appset</pre><p><strong>2. Helm 차트 배포 실패</strong></p><pre># 문제: Values 파일 오류<br># 해결: 로컬에서 템플릿 검증<br>helm template ./charts/my-service - values configs/dev/values.yaml</pre><p><strong>3. 리소스 제한 초과</strong></p><pre># 해결: 적절한 리소스 제한 설정<br>resources:<br>  requests:<br>    cpu: 500m<br>    memory: 512Mi<br>  limits:<br>    cpu: 500m<br>    memory: 512Mi</pre><h4><strong>💡 운영 팁</strong></h4><p><strong>1. 안전한 서비스 삭제</strong></p><pre># ApplicationSet에서 안전 장치 설정<br>syncPolicy:<br>  preserveResourcesOnDeletion: true  # 수동 삭제 필요</pre><p><strong>2. 자동 스케일링 설정</strong></p><pre># HPA + 시간대별 스케줄링<br>hpa:<br>  enabled: true<br>  minReplicas: 10<br>  maxReplicas: 1500<br>  annotations:<br>    zalando.org/schedule-actions: |<br>      [<br>        {&quot;schedule&quot;: &quot;00 21 * * *&quot;, &quot;minReplicas&quot;: &quot;160&quot;},<br>        {&quot;schedule&quot;: &quot;10 01 * * *&quot;, &quot;minReplicas&quot;: &quot;10&quot;}<br>      ]</pre><p><strong>3. 롤백 전략</strong></p><pre># 1. 자동 동기화 애플리케이션: Git 기반 즉시 롤백<br>git revert &lt;commit-hash&gt;<br>git push<br># ArgoCD가 자동으로 이전 상태로 복원<br><br># 2. 수동 동기화 애플리케이션: ArgoCD UI 롤백</pre><p><strong>4. 개발자 권한 관리</strong></p><pre># ArgoCD RBAC으로 애플리케이션별 접근 제어<br># 각 개발자는 본인 애플리케이션만 접근 가능</pre><h3><strong>📊 Infrastructure as Code 성과</strong></h3><h4><strong>핵심 인프라 Terraform 관리 비율</strong></h4><ul><li>EKS 클러스터: 6/6개 (100%)</li><li>EC2 인스턴스: 480/528개 (90.9%)</li><li>VPC: 7/9개 (77.8%)</li><li>Subnets: 98/120개 (81.7%)</li></ul><p>전체 AWS 리소스: 2,186개 중 1,032개 코드로 관리 (47.2%)</p><ul><li>Terraform: 615개 (28.1%) — 핵심 인프라</li><li>GitOps/K8s Controllers: 417개 (19.1%) — ALB, Route53 등</li></ul><p>→ 비즈니스 크리티컬한 리소스는 90%+ 자동화</p><h4><strong>핵심 성과</strong></h4><ul><li>레거시 리소스 최소화: 입사 전 콘솔 생성 리소스 거의 없음</li><li><strong>GitOps 자동화</strong>: ALB(417개), Route53(1,500+), Security Groups 등 417개 리소스를 Kubernetes Controller가 자동 생성·관리</li><li>자동 리소스 관리: ALB, Route53은 Kubernetes Controller가 자동 생성</li><li>다중 플랫폼 관리: Datadog도 Terraform으로 관리, GitHub 진행 중</li></ul><h3><strong>앞으로의 계획 🔮</strong></h3><h4><strong>🚀 남은 영역들</strong></h4><ol><li><strong>SlackOps 도입</strong></li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*20sfXYLAW-nlOHbmn1OA7w.png" /><figcaption>그림8. 누구나 쉽게 사용할 수 있는 클릭 한 번의 인프라 운영</figcaption></figure><pre>Slack 명령어 → GitHub Action → Terraform/ArgoCD → 결과 알림</pre><p><strong>2. 자동 태그 적용</strong></p><ul><li>리소스별 자동 태깅 시스템</li><li>비용 추적 및 최적화</li></ul><p><strong>3. 미사용 리소스 리포팅</strong></p><ul><li>주기적인 리소스 사용량 분석</li><li>자동 정리 제안 시스템</li></ul><p><strong>4. GitHub 통합 강화</strong></p><ul><li>PR 기반 인프라 변경 관리</li><li>자동 리뷰 및 승인 시스템</li></ul><h4><strong>🎯 목표</strong></h4><blockquote><strong>“개발자가 인프라를 의식하지 않고 비즈니스 로직에만 집중할 수 있는 환경”</strong></blockquote><h3><strong>마무리 🎉</strong></h3><p>GitOps Bridge를 도입한 지 2년이 다 되어 가지만, 여전히 큰 변경 없이 안정적으로 운영되고 있습니다. 이는 처음 설계할 때 <strong>확장성과 유연성</strong>을 충분히 고려했기 때문이라고 생각합니다.</p><h4><strong>핵심 메시지</strong></h4><p>1. <strong>🎯 표준화</strong>: 모든 것을 표준화하되, 유연성을 잃지 말자</p><p>2. <strong>🚀 자동화</strong>: 반복 작업은 모두 자동화하자</p><p>3. <strong>🛡️ 안전성</strong>: 안전한 기반 위에서 자유롭게 실험하자</p><p>4. <strong>📈 생산성</strong>: 개발자가 비즈니스에 집중할 수 있게 하자</p><h4><strong>레브잇과 함께하기</strong></h4><p>이런 환경에서 함께 성장하고 싶으시다면, 언제든 레브잇으로 연락주세요!</p><p><strong>“누구나 딸깍”</strong> 인프라의 마법을 함께 만들어가실 분들을 기다리고 있습니다.</p><p><em>이 글이 도움이 되셨다면 👏 박수와 팔로우 부탁드립니다!</em></p><p><em>궁금한 점이 있으시면 댓글로 언제든 질문해주세요. 😊</em></p><p>#GitOps #Terraform #Kubernetes #DevOps #Infrastructure #ArgoCD #AWS #EKS #레브잇 #인프라자동화</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=f8d076599c58" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>