배포부터 운영 장애 대응까지 - GitOps, 옵저버빌리티, AI 에이전트

도커, 쿠버네티스부터 마이크로서비스, CI/CD, 서비스 메시까지 기초이론 뿐만 아니라, 실제 애플리케이션 구현을 예시를 통해 쉽게 익힐 수 있습니다. 실제 활용에 필요한 핵심 내용만을 정리하여, 강의에서 다루는 요소 기술에 대한 학습 시작점을 제공합니다.

MongoDB를 Kubernetes 위에서 운영하는 건, 단순히 컨테이너에 올리는 것과는 다릅니다. 스토리지, 네트워크, 권한, 고가용성까지 직접 부딪혀봐야 알 수 있는 것들이 많거든요. 이 강의는 AWS EKS 환경에서 PSMDB(Percona Server for MongoDB) Operator를 활용해 MongoDB를 구성하고 운영하는 전 과정을 다룹니다. 클러스터 세팅부터 Replica Set 구성, 백업, 모니터링까지, 실제로 운영 가능한 수준의 구성을 직접 만들어보는 것을 목표로 합니다.

springboot를 활용하여 카카오, 구글로그인을 구현합니다. jwt토큰 기반 로그인이 구현됩니다. vue3를 통해 간단한 화면을 구성합니다.

Spring AI + JPA + MySQL을 활용한 '자율 행동형' 프리미엄 예약 에이전트 백엔드 개발 챗봇을 넘어 에이전트로: Tool Calling과 프롬프트 엔지니어링의 정석

다양한 통신 기법들에 대해 배우고 차이점을 이해하면, 가장 적합한 통신 방법을 선택하고 구현하는 능력을 키울 수 있습니다.

이 과정은 실제 프로덕션 환경에서 사용되는 고급 쿠버네티스 개념을 숙달하고자 하는 개발자, 데브옵스 엔지니어, 클라우드 엔지니어 및 IT 전문가를 위해 마련되었습니다. 수강생들은 과정 전반에 걸쳐 실습 프로젝트와 실제 배포 시나리오를 수행하며, 안전하고 확장 가능하며 프로덕션 환경에 바로 적용 가능한 쿠버네티스 인프라를 구축하는 방법을 배우게 됩니다. 이 과정은 이론에만 집중하기보다는 현대적인 데브옵스 팀이 활용하는 실제 구현, 문제 해결 및 모범 사례를 중점적으로 다룹니다. 쿠버네티스를 학습할 때 수강생들이 직면하는 가장 큰 과제 중 하나는 대규모 환경에서 모든 구성 요소가 어떻게 상호 작용하는지 이해하는 것입니다. 많은 학습자들이 RBAC 권한, 영구 스토리지, 네임스페이스, 네트워크 정책, StatefulSets, Kustomize, 안전한 클라우드 배포와 같은 주제를 다루는 데 어려움을 겪습니다. 이 과정은 명확한 설명, 가이드가 제공되는 실습, 실제 운영 환경과 유사한 예시를 통해 이러한 문제들을 단계별로 해결해 줍니다. 수강생들은 쿠버네티스 리소스를 구성하고, 워크로드를 보호하며, 애플리케이션 구성을 관리하고, MongoDB와 같은 스테이트풀 애플리케이션을 배포하고, Kustomize를 사용하여 다중 환경 배포를 자동화하는 방법을 단계적으로 배우게 됩니다. 또한 이 과정에서는 Google Kubernetes Engine(GKE)에 애플리케이션을 배포하고, 인그레스(Ingress), TLS 인증서, 모니터링 및 확장 전략을 구성하는 방법도 다룹니다. 이 과정을 마치면 수강생들은 전문적인 데브옵스(DevOps) 및 클라우드 엔지니어링 워크플로우에서 사용되는 고급 쿠버네티스 환경을 설계, 보안 강화, 배포 및 관리할 수 있는 자신감을 갖게 될 것입니다.

장애 없는 서비스를 만들기 위한 CircuitBreaker를 도입하기 위한 방법에 대해 쉽고 빠르게 알려드립니다.

단순히 질문에 답하는 챗봇을 넘어, 스스로 상황을 인식하고 판단하며 실제 시스템을 제어하는 AI Agent의 원리를 배우는 실무 중심 강의입니다. AI Agent와 챗봇의 차이부터 Agent Loop의 핵심 구조인 Sense-Think-Act, 상태 관리, 계획 수립, 피드백 구조까지 단계적으로 이해할 수 있도록 구성했습니다. 이론에만 머무르지 않고 Windows와 Linux 개발 환경을 구축하고 Kubernetes의 기본 구조와 kubectl 명령어를 직접 실습합니다. 이후 AI Agent가 서버의 문제를 감지하고 원인을 분석하며 오류를 자동으로 해결하는 과정을 구현합니다. 마지막으로 Kubernetes를 제어하는 Agent의 Python 코드와 내부 로직을 직접 분석하면서 AI Agent가 실제 시스템과 어떻게 연결되고 동작하는지 이해할 수 있습니다. AI Agent를 처음 접하는 개발자부터 실제 시스템을 제어하는 Multi-Agent를 설계하고 싶은 개발자까지, Agent의 원리와 실전 구현 과정을 함께 학습할 수 있습니다.

Spring AI Router Pattern + RAG + MCP를 활용한 '지능형 협업' 전문가 에이전트 팀 구축 단일 에이전트를 넘어 아키텍처로: 라우터 패턴과 에이전트 격리(Isolation) 설계의 정석

이번 강의에서는 다양한 배포 전략을 이해하고, 상황에 맞는 배포 방식을 선택하여 서비스 안정성을 극대화하는 방법을 배울 수 있습니다. 또한, 슬랙 알람 설정과 운영 환경 배포의 실전적인 팁도 함께 얻어갈 수 있습니다!

Certified Kubernetes Administrator (CKA), Kubernetes Certified Application Developer (CKAD), Certified Kubernetes Security Specialist (CKS) 등 공인 쿠버네티스 자격증 취득 노하우를 알려드립니다.

분산 환경에서 데이터 일관성을 유지하기 위한 SAGA 트랜잭션 관리 기법을 실습 중심으로 학습합니다. Spring Boot와 Docker를 활용해 3개의 마이크로서비스를 구성하고, Orchestration과 Choreography 두 가지 패턴을 Kafka와 MySQL로 구현합니다. 이 강의를 통해 분산 트랜잭션의 동작 원리, 보상 트랜잭션 설계, 장애 복구 처리 등 실무에서 바로 활용 가능한 핵심 개념을 익힐 수 있습니다.

DevSecOps 란 무엇인가? CI 빌드 환경 및 Build 시 자동으로 SAST 점검을 수행하는 환경 구성해보기

평범한 회사원도 쉽게 이해할 수 있는 개발환경 설정을 처음부터 배웁니다. 실습 중심으로 진행되며, 수강생들이 직접 Vim, VS Code, Git, Docker, 원격 개발 등 다양한 개발 도구를 익히는 데 초점을 맞추고 있습니다. 각 개발 도구의 기본 사용법부터 고급 기능까지 단계별로 학습하여, 효율적인 개발환경을 구축하는 방법을 습득할 수 있습니다.

SpringAI + React로 만들어보는 나만의 감정일기 서비스 Neo + Essential과 함께 만들어보는 4번째 프로젝트 시간입니다!

사이드 프로젝트를 실제 서비스 해보고 싶고, 쿠버네티스를 공부해보고 싶지만, AWS / GCP 의 매니지드 서비스(EKS, GKE 등) 는 너무 비쌉니다. 그렇다고 로컬 내컴퓨터에서만 돌리기에는 네트워크 설정이나 실제 배포 환경을 경험하기 어렵습니다. 현존하는 퍼블릭 클라우드 중 무료 혜택이 가장 강력한 오라클 클라우드(OCI)의 평생 무료 티어를 활용합니다. 가벼우면서도 강력한 k3s를 설치하여, 비용 0원으로 실제 서비스가 가능한 수준의 리눅스 서버와 쿠버네티스 환경을 처음부터 끝까지 직접 구축해봅니다. 강의 수강 후에는 클라우드 네트워크의 전반적인 이해와 함께 직접 만든 어플리케이션들을 배포, 무료로 운영 할 수 있는 나만의 쿠버네티스 클러스터 인프라 기반을 갖게 됩니다.

어떤 로그를 남겨야 하는지부터 시작하여 로그를 수집하고 활용하기까지 전체적인 사이클에 대해 다룹니다.

⚓ 쿠버네티스 CKAD 자격증! 🙇‍♀️아직도 망설이시나요? 🚢일프로호에 탑승하세요! 최적의 항로로 모시겠습니다.

Spring Boot와 React를 사용하는 개발자, 그리고 기업 환경에서 AI 시스템 도입을 고민하는 개발자분들께 Spring AI를 적극 추천드립니다. 본 과정에서는 단순한 라이브러리 소개에 그치지 않고, Spring AI의 핵심 개념과 내부 구조를 이해한 뒤 다양한 실습 예제를 통해 직접 구현해 보며 실무 적용 역량을 강화합니다. Spring AI 1.1.x 버전을 기준으로 설명하며, 향후 버전 업그레이드에도 대응할 수 있도록 지속적인 기술 지원과 확장 방향을 함께 제시합니다. 또한 MCP(Model Context Protocol)를 활용하여 도메인 간 컨텍스트 통합 및 분산 환경에서의 AI 연계와 엔터프라이즈 환경에 적합한 AI 아키텍처 설계를 실현함으로써, Spring AI 기술의 활용 가치를 한 단계 더 확장합니다. 기업 환경에서 실제로 도입 가능한 AI 시스템 구축을 목표로, 이론과 실습을 균형 있게 다루는 실전 중심의 가이드가 될 것입니다.

본 과정은 Spring AI·Spring Boot를 기반으로 GPT, Gemini, LLaMA(로컬) 를 전략적으로 조합해 Multi-LLM 아키텍처와 오케스트레이션 중심 Agent 시스템(Main/Sub, Tool, Task Runtime, Agent Registry) 을 설계·구현하는 고급 과정입니다. 단일 LLM 호출을 넘어 Agentic Workflow Pattern(Chain, Parallel, Routing, Orchestrator–Workers, Evaluator–Optimizer) 과 Multi-Agent 구조를 적용하고, Tool·ToolRegistry로 RAG·외부 API/DB 등 실행 레이어를 분리하며, DAG 엔진·YAML 선언적 워크플로·로딩 직후 검증(Validated DSL) 으로 확장 가능하고 안정적이며, 품질이 지속 개선되는 AI 시스템을 구현하는 흐름을 다룹니다. 또한 Circuit Breaker, Reactive Stream, Redis 모니터링, 병렬 처리, 반복 평가 루프까지 포함하며, Thymeleaf(SSR) 실습에 React·REST로 프론트/백을 나누고 MCP로 툴·에이전트 런타임을 표준 프로토콜로 연동하는 확장을 더해 실제 운영 환경 수준의 AI 아키텍처 설계 역량을 갖추도록 합니다. 최종 목표는 단일 API 연동·프롬프트 수준에 머무는 단순한 AI 이용자가 아니라, Multi-LLM·에이전트·워크플로·선언·검증을 하나의 실행 아키텍처로 설명·절충할 수 있는, AI 시스템을 설계할 수 있는 개발자로 성장하는 것입니다.