open class
교육개요
생성형 AI 도구인 GPT와의 상호작용을 통해 Kubernetes 운영의 복잡한 개념과 명령어, 리소스 구성을 더 쉽고 빠르게 이해할 수 있으며, 실습 과정에서 발생하는 다양한 오류와 문제 상황도 GPT의 실시간 피드백을 통해 스스로 해결하는 능력을 기르게 됩니다. 또한, 반복적인 YAML 작성, 리소스 설계, 로그 분석 등의 작업을 GPT가 보조함으로써 운영 자동화 능력과 생산성 향상 경험을 동시에 얻을 수 있습니다.
교육목표
AI 기반 생성형 도구인 GPT를 활용하여 쿠버네티스의 핵심 개념과 실무 운영 역량 습득을 목표로 합니다. GPT와의 대화를 통해 Kubernetes 리소스 설계, 배포, 디버깅, 자동화 및 운영 전략을 자연스럽게 익히며반복업무의 자동화, YAML 작성 보조, 운영 이슈 해석 등의 과정을 GPT와 함께 수행함으로써, AI와 함께 일하는 현대적인 Kubernetes 운영 방식을 경험합니다.
수강대상
DevOps 또는 SRE(Site Reliability Engineer) 역할 준비 중인 엔지니어
컨테이너 기반의 애플리케이션을 클라우드에서 운영하고자 하는 시스템 관리자
마이크로서비스 환경에서 애플리케이션 배포 자동화 및 안정화 기술이 필요한 실무자
선수과목
포트, DNS, 라우팅 등 TCP/IP 네트워크 기본 구조 이해
리눅스 기본 명령어 이해
Helm 또는 kubectl 사용 경험 있을 시 학습 속도 향상
강의내용
<1일차>
Kubernetes Overview
- Container
- Kubernetes 개념과 구조
- Kubernetes 동작 방식
Pod 배포 Part1
- Pod의 개념과 자동 복구 컨트롤러
- Pod 업데이트 및 롤백
- GPT 활용 yaml 생성 및 오류진단
Pod 통신
- Service
- 외부 트래픽 처리
- GPT 활용 yaml 생성 및 오류진단
Pod 데이터 관리
- Pod 볼륨
- Pod 환경변수
- GPT 활용 yaml 생성 및 오류진단
<2일차>
Pod 배포 Part2
- 일회성 Pod 구성
- 반복 배포 Pod 구성
- 상태 저장 Pod 구성
- GPT 활용 yaml 생성 및 오류진단
리소스 제한 관리
- Namespace 별 제한
- Pod 별 제한
- GPT 활용 Service yaml 생성 및 오류진단
Pod 할당 관리
- 기본 Pod 스케쥴링
- 사용자 맞춤 스케쥴링 방안
- GPT 활용 Service yaml 생성 및 오류진단
네트워크 정책
- 트래픽 제어 방안
- GPT 활용 Service yaml 생성 및 오류진단
쿠버네티스 모니터링
- 기본 대시보드
- Prometheus & Grafana
- k8sgpt 소개 및 활용법