AI를 활용한 SRE 트래픽·데이터 운영 실무
안정적인 서비스 운영을 위한 트래픽·스토리지·보안 관리역량을 익힌다.
교육 목표
- 안정적인 서비스 운영을 위한 트래픽·스토리지·보안 관리역량을 익힌다.
- 생성형 AI를 활용해 설정·정책·운영정보를 분석하고 문제해결에 활용할 수 있다.
- 서비스 신뢰성과 데이터 보호를 고려한 SRE 운영환경을 구성할 수 있다.
핵심 교육 내용
- L7 트래픽·배포전략 운영 (7시간)
- 영구저장소·데이터 운영 (7시간)
- 네트워크 정책·접근통제 (7시간)
- 설정·Secrets 보안관리 (7시간)
교육 후 기대 효과
- 실습 예시: 트래픽·스토리지·권한·Secrets 운영 개선안
교육비와 정부지원은 먼저 확인합니다
교육비와 지원 가능 여부는 기업 규모, 교육 인원, 과정, 운영 방식에 따라 달라집니다. 정식 견적과 지원 가능 여부는 상담 후 안내합니다.
- 교육 대상·인원·희망 시기와 장소를 먼저 확인합니다.
- 정부지원은 기업·과정·운영 요건에 따라 별도로 검토합니다.
- 정식 견적서는 확인된 조건을 기준으로 안내합니다.
과정 소개
Kubernetes 기반 서비스의 트래픽·데이터·네트워크·민감정보를 안정적으로 운영하기 위한 SRE 전문과정입니다.
생성형 AI를 활용해 정책과 설정을 검토하고 운영상태·오류정보를 분석하여 문제원인과 개선안을 탐색합니다.
기업의 클라우드·온프레미스 환경과 서비스 구조에 따라 트래픽·스토리지·보안 실습을 조정할 수 있습니다.
단원별 세부 내용
L7 트래픽·배포전략 운영 · 7시간
• Ingress 기반 트래픽 라우팅
• Canary·Blue-Green 배포전략
• 인증서·도메인 및 트래픽 제어
• 생성형 AI를 활용한 라우팅·배포설정 검토
• 배포·트래픽 이상상황 원인분석
영구저장소·데이터 운영 · 7시간
• 클라우드·온프레미스 스토리지 연동
• StorageClass·PVC 동적 프로비저닝
• 볼륨 스냅샷·복구 관리
• 성능·가용성을 고려한 스토리지 설계
• 생성형 AI를 활용한 구성·장애정보 분석
네트워크 정책·접근통제 · 7시간
• RBAC 기반 권한 설계
• Network Policy 기반 서비스간 접근제어
• Namespace 격리·화이트리스트 정책
• 생성형 AI를 활용한 권한·네트워크 정책 검토
• 과도한 권한·통신설정 위험요소 분석
설정·Secrets 보안관리 · 7시간
• ConfigMap·Secret 기반 설정분리
• 민감정보 중앙관리와 암호화 개념
• 외부 Secrets 관리 솔루션 연계
• 생성형 AI 사용 시 비밀번호·API Key 등 민감정보 입력 유의사항
• 운영설정·보안정책 검토 및 개선안 작성
시설·장비·교재
• PC, 모니터
• Windows 10 이상, RAM 8GB 이상
• VMware Workstation Player
• Ubuntu
• MobaXterm
• VS Code
• K9s
• Git
• 생성형 AI 웹 서비스 접속 환경
• 자체 제작 교안
실습 도구·계정·자료와 접근 권한은 교육 전 확인합니다.
교육 편성 안내
기준 편성 28시간 · 연중 상시
비대면 편성 가능 여부와 실습 환경은 사전 협의합니다.
교강사 편성 참고 요건
제공된 과정안의 교강사 프로필과 편성 참고 요건입니다. 실제 담당 강사 배정이 확정되었다는 의미는 아닙니다.
• 정보처리기사
• 산업체(정보기술개발분야) 경력 8년
• 직업훈련(정보기술개발분야) 강의 경력 5년
교육 전 함께 확인할 사항
참여 직무와 현재 과제, 원하는 변화, 교육 인원·시기·장소를 알려주시면 과정 구성과 운영 범위를 검토합니다.
AI를 활용한 SRE 트래픽·데이터 운영 실무
