Grafana Alloy는 메트릭, 로그, 트레이스 등 주요 Observability 데이터를 통합 수집하는 범용 에이전트입니다. 최근 Grafana Loki를 위한 로그 수집 에이전트인 Promtail의 대체 도구로 주목받고 있습니다. 이 글은 Promtail의 한계와 Alloy의 개선 방식, Docker 환경에서 설치 방법, 로그·메트릭 수집 방법, 운영 시 유의 사항을 다뤘습니다.
K9s는 터미널 기반의 Kubernetes 클러스터 관리 도구입니다. 이 도구는 복잡한 CLI 작업을 단축키로 간편하게 처리합니다. 에어갭 환경에서도 강력한 기능을 제공하며, 실시간 모니터링과 Pod 로그 확인, 리소스 조회 등을 빠르게 수행할 수 있습니다. 이 글은 K9s 개요와 설치 방법, 주요 기능과 고급 기능 활용법을 다뤘습니다.
컨테이너는 Docker와 Kubernetes의 바탕이 되는 기술입니다. 이 기술은 리눅스 커널의 네임스페이스와 cgroup을 이용해 자원을 격리하고 제어합니다. 컨테이너는 두 기능으로 리눅스의 강력한 자원 격리와 제한 기능을 활용합니다. 이 글에서는 리눅스 커널의 네임스페이스와 cgroup의 개념, 사용법, 실습 예제를 다뤘습니다.
n8n은 요즘 주목받는 AI 기반 워크플로 자동화 도구입니다. DevOps 엔지니어 Chad는 n8n으로 Gmail, OpenAI, Notion을 통합해 이메일 분류를 자동화하고, ‘기술 지원 문의’ 이메일을 효과적으로 관리하는 시스템을 구축했습니다(Gmail에서 이메일 수신 → OpenAI로 분석 → Notion에 자동 저장). 구체적인 자동화 워크플로와 사례, 유의 사항을 소개합니다.
Terraform은 선언적 관리로 안정적이고 일관된 인프라 프로비저닝을 지원합니다. 그러나 팀이 커지고 환경이 다양해지면, Terraform을 사용할 때 코드 중복과 관리 복잡도 문제가 생깁니다. 이 글에서는 모듈화, 워크스페이스와 변수 파일(.tfvars) 관리, Terragrunt로 Terraform의 이러한 문제를 해결하는 방법을 다뤘습니다.
이 글은 GitLab CI/CD 파이프라인 핵심인 .gitlab-ci.yml 파일을 효율적으로 관리하고 유지 보수하는 5가지 핵심 방법을 소개합니다. include 키워드를 사용한 파일 분할, !reference 키워드와 extends 키워드를 사용한 파이프라인 상속, workflow 키워드를 사용한 파이프라인 전역 제어, YAML Anchors와 Aliases를 사용한 설정 재사용, 동적 파이프라인 구성을 위한 변수 설정이 그 내용입니다.
이 글은 GitLab의 제품 개발을 위한 AI 윤리 원칙, AI 지속성 계획을 다뤘습니다. GitLab은 AI 기능을 구축할 때 투명성과 개인정보 보호 우선 접근 방식을 취합니다. AI 기능 모음인 GitLab Duo에도 이를 적용해 고객이 자산을 보호하며, AI를 자신 있게 도입하도록 지원합니다.
이 글은 DORA 지표와 네 가지 세부 지표 개념, 성과 수준별 의미를 각각 설명합니다. 아울러 GitLab에서 DORA Performers 점수를 보고, 조직의 DevOps 성과를 확인하는 방법을 소개합니다.
GitLab의 Triage 기능은 개발자와 프로젝트 관리자가 효과적으로 이슈를 정리하고, 우선순위를 설정하며, 작업 흐름을 최적화하도록 설계되었습니다. 이 글에서는 Triage 기능을 자세히 살펴보고요. Triage 기능으로 GitLab에서 이슈 관리를 자동화하고, Triage 작업을 GitLab CI/CD 파이프라인에 통합하는 방법을 알아보려 합니다. Triage 기능을 사용해 이슈 관리를 자동화하면 팀의 반응 시간을 줄이고, 프로젝트 관리 방식을 향상하는 데 도움이 됩니다.
이 글은 인포그랩 DevOps 엔지니어의 온보딩 과정과 글쓴이의 느낀 점을 다뤘습니다.
이 글에서는 GitLab의 ‘Project Import’ 기능을 활용해 GitHub에서 GitLab으로 프로젝트를 마이그레이션 하는 방법을 소개합니다. 아울러 GitHub Actions에서 GitLab 파이프라인으로 수동 마이그레이션 하는 방법도 알아봅니다. GitLab에서는 마우스 클릭 몇 번으로 쉽고 간단하게 마이그레이션을 진행할 수 있습니다.
ChatGPT를 사용하여 DevOps 워크플로를 개선하는 방법에 대해 설명합니다. ChatGPT를 사용하여 코드 생성, 문서화, 코드 검토 및 이해, 오류 감지 및 해결, PoC, 리팩토링을 수행할 수 있습니다. 그러나, 범용 AI는 제한된 도메인 지식을 가지고 있으므로 전문화된 작업에는 도메인별 AI 모델이 더 적합할 수 있습니다. 또한, 보안 및 개인 정보 보호 문제가 발생할 수 있으므로 인간의 감독과 전문 지식이 필요합니다.