이 트랙이 다루는 범위
새 모델을 한 번에 전체 트래픽에 보내는 일은 거의 일어나지 않아야 합니다. 본 과정은 트래픽을 단계적으로 늘리며 품질 신호를 함께 보는 점진적 배포 전략을 5일 동안 다룹니다. Argo Rollouts와 Flagger 두 가지 도구로 같은 시나리오를 구현해 비교하고, “언제, 무엇을 기준으로” 롤백할지 결정하는 운영 룰을 함께 만듭니다.
포함된 학습 요소
- Argo Rollouts와 Flagger 비교 실습
- 품질 지표 기반 자동 게이트 만들기
- 롤백 트리거 조건 정의 워크북
- 관측성 지표와 카나리 연결
- 모의 장애 시나리오 5종 대응
- 운영 룰 합의 워크숍
이 트랙을 마친 사람이 할 수 있게 되는 것
- 카나리 단계와 트래픽 비율을 자체 룰로 정의할 수 있다
- 품질 지표 기반 자동 롤백 게이트를 구성할 수 있다
- 장애 발생 시 의사결정 흐름을 문서로 가져갈 수 있다
책임 코치
정수아
플랫폼 팀에서 CI/CD 도입을 주도한 데브옵스 코치.
자주 묻는 질문
Argo Rollouts와 Flagger 중 한 가지만 다뤄도 되지 않나요?
두 도구의 차이를 한 번 비교한 사람의 의사결정이 훨씬 안정적이라는 경험에서 비롯된 커리큘럼입니다. 다만 사내에 이미 정착된 도구가 있다면 그쪽에 비중을 둡니다.
품질 지표가 명확하지 않은 모델도 다루나요?
품질 지표 정의 워크북이 1일 차에 포함되어 있습니다. 단, 라벨이 늦게 들어오는 시나리오는 자동 게이트보다는 수동 검토 흐름으로 다룹니다.
시뮬레이션 환경은 어떻게 제공되나요?
사전 구축된 서비스 메시 환경에서 트래픽을 가상으로 흘려 보냅니다. 실제 사용자 트래픽 시뮬레이션은 포함되지 않습니다.
참가자 후기
“롤백 기준을 “감”에서 “룰”로 옮길 수 있게 된 점이 핵심이었습니다. 사내 출시 회의 분위기가 한결 차분해졌다는 후기를 동료에게 들었습니다.”
“두 도구 비교가 진짜였다. 한쪽에 갇혀 있던 시야가 넓어졌다.”