📰 데일리 테크 다이제스트 - 2026-09-28

🔥 오늘의 주요 소식

Cloudflare’s 2026 Annual Founders’ Letter

클라우드플레어가 창립 16주년인 2026년 9월 27일 연례 창업자 서한을 공개했다. 자동화된 봇 트래픽이 사람 트래픽을 추월하는 시점 전망을 2027년 하반기에서 2026년 5월로 앞당겼다고 밝혔다. 이런 추세가 이어지면 5년 안에 자동화 트래픽이 사람 트래픽의 1,000배에 이를 것으로 내다봤다. 2012년부터 2025년까지 정체됐던 신규 웹사이트 개설이 2025년 중반부터 다시 폭발적으로 늘고 있다고 언급했다. 봇이 가져가는 콘텐츠의 절반 이상이 직전 방문 이후 바뀌지 않은 것이었다는 수치도 함께 제시했다. 클라우드플레어 개발자 플랫폼 위에서 일하는 개발자가 700만 명을 넘었다고 밝혔다. 서한은 AI 에이전트 시대에 소규모 사업자와 창작자가 밀려나지 않도록, 크롤러가 새 콘텐츠만 가져가게 하는 도구와 에이전트가 콘텐츠를 쓸 때 창작자가 보상받는 구조 등 개방형 생태계를 만들겠다고 다짐했다.

💡 왜 중요한가: 봇 트래픽이 사람을 앞지르는 시점이 앞당겨진 만큼, 크롤러 트래픽 최적화와 콘텐츠 과금·차단 정책을 인프라·엣지 계층에서 지금부터 설계해야 한다.

🔗 원문 보기 · Cloudflare

Kubernetes & Cloud Native

AWS named a Leader in the 2026 Gartner Magic Quadrant for Container Management

AWS Containers

AWS가 2026년 가트너 컨테이너 관리 매직 쿼드런트에서 4년 연속 리더로 선정됐다고 발표했다. 보고서는 데니스 스미스, 토니 이엄스, 와타루 가쓰라시마, 루카스 알부케르키, 캐럴린 저우, 부비 차브라 등이 작성했다. AWS는 아마존 ECS로 매주 수십억 건의 태스크를 실행하고, 아마존 EKS로 수백만 개의 클러스터를 운영 중이라고 밝혔다. EKS 프로비저닝드 컨트롤 플레인은 99.99% 가용성 SLA를 제공한다고 설명했다. 최근 내놓은 기능으로 ECS 익스프레스 모드, EKS 오토 모드, ECS 매니지드 인스턴스, EKS 하이브리드 노드, ECS 애니웨어, AWS 데브옵스 에이전트를 꼽았다. 컨테이너 워크로드를 위한 AWS 트레이니엄과 엔비디아 GPU 지원도 함께 언급했다. 애널리스트 관계 담당 아르티 파틸과 쿠버네티스 제품 마케팅 담당 아디티야 라마크리슈난이 이번 선정 의미를 설명하는 글을 실었다.

💡 매주 수십억 ECS 태스크·수백만 EKS 클러스터라는 규모와 99.99% SLA는 이미 대규모로 컨테이너를 운영 중인 조직이라면 벤더 평가에서 AWS의 운영 성숙도를 무시하기 어렵다는 뜻이다.

One Amazon EKS, many edges: How to choose your edge container strategy on AWS

AWS Containers

AWS는 엣지 컨테이너 전략을 선택하는 기준을 네 가지 EKS 배포 모델로 정리했다 — EKS Anywhere, EKS Hybrid Nodes, AWS Outposts 위의 EKS, 그리고 AWS 리전·로컬 존에서의 완전 관리형 EKS다. 결정 기준의 첫 관문은 연결성이다, AWS 리전과 상시 연결이 끊기거나 단절·지연·제한적인(DDIL) 사이트는 완전 자체 관리형인 EKS Anywhere만 선택지가 된다. 상시 연결이 되는 사이트는 기존 인프라 여부로 갈린다 — 기존 인프라가 없으면 Outposts 위 EKS를, 기존 온프레미스 인프라가 있으면 하드웨어 교체 없이 점진적으로 노드를 편입할 수 있는 EKS Hybrid Nodes를 기본값으로 권장한다. 가격은 EKS Anywhere가 무료이되 선택형 Enterprise Subscription이 클러스터당 1년 계약 24,000달러(3년 계약은 연 18,000달러)이고, Hybrid Nodes와 Outposts 위 EKS는 클러스터당 시간당 0.10달러(연장 지원 시 0.60달러)에 각각 vCPU 시간당 0.020달러부터의 노드 요금, Outposts 용량 요금이 더해진다. 세 모델 모두 EKS Distro라는 동일한 쿠버네티스 배포판을 공유해 매니페스트와 헬름 차트를 재설계 없이 옮길 수 있다고 강조한다. 다만 EKS Anywhere와 Hybrid Nodes는 리눅스 전용이라 윈도우 워크로드는 Outposts의 확장 클러스터로 보내거나 리눅스 컨테이너로 재구성해야 한다. 글은 "표준은 고정되고 배포 모델만 유연해야 한다"는 원칙으로 이 선택 구조를 요약한다.

💡 연결성과 기존 인프라라는 두 축만으로 배포 모델을 기계적으로 선택할 수 있게 되면, 엣지 클러스터 파편화로 인한 운영 특수 사례를 줄이고 표준 쿠버네티스 도구 체인을 그대로 유지할 수 있다.

Security Slam 2026 – Fall edition

CNCF

CNCF와 오픈소스보안재단(OpenSSF)이 공동 주관하는 Security Slam 2026 가을판이 2026년 10월 5일부터 11월 6일까지 30일간 온라인으로 열린다. 참가 프로젝트는 각자의 성숙도 단계에 맞춘 보안 위생 마일스톤을 완료하는 방식으로 진행되며, OpenSSF의 도구와 자료를 활용한다. 올해 가장 큰 변화는 그동안 CNCF 소속 프로젝트로 한정됐던 참가 자격이 처음으로 모든 오픈소스 프로젝트로 확대됐다는 점이다. 신규 항목으로 EU 사이버 복원력법(CRA) 대응 준비 상태를 점검하는 지표가 추가됐다. 참가는 securityslam.com/slam26/register에서 등록하며, 10월 한 달간 전담 CNCF 슬랙 채널과 "Slam Library" 자료로 지원을 받을 수 있다. 완료 프로젝트는 다리미로 붙이는 배지, 액자 플라크, Credly 디지털 배지 등을 받고, 11월 10~12일 KubeCon 솔루션 쇼케이스의 OpenSSF 부스(#313)에서 실물 상을 수령할 수 있다. 올해로 여섯 번째를 맞는 행사로, Eddie Knight와 Stacey Potter가 주관하며 2023년 30일 포맷 이후 이어져 온 성과를 기반으로 한다.

💡 참가 자격을 CNCF 프로젝트 밖으로 넓히고 CRA 대응 지표까지 넣은 것은, 규제 압박이 커지는 유럽 시장을 겨냥해 오픈소스 공급망 보안 관행을 산업 전반으로 확산시키려는 신호로 읽힌다.

AI adoption is a security survival metric

Sysdig

시스딕(Sysdig)이 발표한 '2026 클라우드 네이티브 보안 및 사용 현황 보고서'는 기업들이 AI를 실험 단계에서 인프라 단계로 옮기고 있다고 진단한다. 분석 대상 클라우드 환경에서 전년 대비 AI/ML 패키지가 100만 개 이상 늘었고 ML 패키지는 6배 증가했으며, 그중 OpenAI 관련 패키지는 14배, Anthropic 관련 패키지는 40배 늘었다. AI/ML 패키지의 외부 노출 비율은 작년과 같은 1.5%를 유지했고, 전체 리소스 기준으로는 0.05%만 공개 노출된 상태였다. 보고서는 기업들이 외부 서비스를 그대로 쓰는 '테이커'에서 모델을 커스터마이징하는 '셰이퍼', 나아가 자체 모델을 학습시키는 '메이커'로 이동하고 있다고 설명한다. 미디어·유통·운송 등 소비자 대상(B2C) 기업이 매출과 고객 경험을 위해 AI 도입을 주도하는 반면, B2B 기업은 주로 운영 효율과 내부 생산성을 위해 AI를 쓴다. 지역별로는 EMEA가 규제 환경과 데이터 주권 요구 때문으로 추정되는 이유로 다른 지역보다 AI/ML 도입 속도가 두드러지게 빠르다. 저자 크리스털 모린은 흩어진 AI 도구와 API를 자체 인프라로 통합할수록 오히려 공격 표면이 줄어든다며, AI를 기존 소프트웨어 워크로드와 동일한 표준 보안 관행으로 다뤄야 한다고 권고한다.

💡 OpenAI·Anthropic 연동 패키지가 각각 14배·40배 늘었다는 수치는, 벤더 종속형 AI 사용이 조직 내부에서 얼마나 빠르게 표준 워크로드로 자리잡고 있는지를 보여주며 보안팀의 가시성 확보가 시급함을 시사한다.

AI & ML

Proaction boosts sales 60% and saves 75+ hours with Codex

OpenAI

오픈AI가 차량·중장비 관제 소프트웨어 스타트업 프로액션의 사례를 소개했다. 코덱스, GPT-라이브-1, GPT-6 아스트라를 도입한 뒤 매달 엔지니어링 시간 4060시간, 창업자 시간 33시간을 절약하고 매출이 60% 늘었다고 전했다. 공동창업자 겸 COO 콜린 크누센은 예전에는 데모 하나를 만들려면 엔지니어를 불러야 했지만, 이제 코덱스로 직접 매달 46건의 맞춤 데모를 3045분 만에 만든다고 말했다. 그는 그라놀라 녹음, 이메일, 스프레드시트를 코덱스에 넘겨 고객 차량과 워크플로에 맞춘 HTML 데모 환경을 만들며, 이 덕분에 초기 접촉이 실제 솔루션 개발로 이어지는 비율이 5060% 늘었다고 설명했다. 그라놀라·지메일·슬랙·리니어·깃허브·허브스팟용 코덱스 플러그인으로 하루 1520개 업무를 처리해 월 2533시간을 아낀다고도 밝혔다. 고객이 보낸 차량 손상 사진은 챗GPT-5.6 솔이 식별하고, GPT-라이브-1은 정비소에 전화해 일정을 잡는 마티라는 정비 조율 에이전트 같은 음성 에이전트에 쓰인다. 제품 총괄 대니 오할로런은 GPT-6 아스트라가 GPT-5.6 솔보다 컴퓨터 사용 실행 과정이 더 간결하다고 덧붙였다.

💡 엔지니어 개입 없이 비개발 인력이 코덱스로 데모·정비 조율 에이전트까지 직접 만든 사례는, 소규모 조직에서 AI 코딩 도구가 엔지니어링 병목을 얼마나 직접적으로 대체할 수 있는지 보여준다.

클라우드 업데이트

What’s new with Google Cloud

Google Cloud

구글 클라우드 블로그의 새 소식 페이지는 여러 제품 발표를 한곳에 모아 계속 갱신되는 목록형 페이지로, 접속 시점인 2026년 9월 26일 기준 최신 항목들을 담고 있다. 이 시점 목록에는 구글 클라우드에서 클로드 오퍼스 5.5를 제공한다는 소식과, EKS에서 GKE로 옮기는 작업에 가드레일을 붙인 GKE 에이전틱 마이그레이션이 퍼블릭 프리뷰로 올라온 소식이 있다. 아피지에서는 파인그레인드 접근 제어를 갖춘 MCP 툴 인가 기능과, 프라이빗 서비스 커넥트를 통한 제미나이 엔터프라이즈 에이전트 런타임의 프라이빗 아키텍처 지원이 새로 소개됐다. 데이터플로 잡 빌더는 클라우드 스토리지의 델타 레이크 테이블을 코드 없이 불러올 수 있게 됐고, 스토리지 인텔리전스 어드바이저가 이상 탐지 기능과 함께 정식 출시됐다. 매니지드 서비스 포 아파치 카프카는 IoT·리테일·통신 등 외부 클라이언트가 접속할 수 있는 퍼블릭 클러스터를 새로 지원한다. 빅테이블 서브스크립션은 Pub/Sub 메시지를 별도 ETL 없이 빅테이블로 바로 스트리밍하는 기능을 프리뷰로 내놨고, 앨로이DB 옴니의 레드햇 RPM 오케스트레이터는 정식 출시됐다. 페이지는 이 시점 흐름이 에이전틱 AI, MCP 거버넌스, AI를 위한 데이터 레이크하우스 현대화에 쏠려 있다고 정리한다.

💡 목록에 오른 항목 대부분이 MCP 인가, 에이전트 런타임, EKS에서 GKE로의 마이그레이션 가드레일에 몰려 있다는 것은 구글 클라우드가 다음 분기 로드맵의 무게중심을 에이전틱 워크로드 거버넌스에 두고 있다는 신호로 읽을 만하다.

Unlock 3x QPS and microsecond latency with Memorystore for Valkey 9.1

Google Cloud

구글 클라우드가 9월 26일 메모리스토어 포 밸키 9.1의 정식 출시를 발표했다. 오픈소스 벤치마크 기준으로 메모리스토어 포 레디스 클러스터 대비 QPS가 최대 3배 오르고 지연시간이 마이크로초 단위로 줄었다고 밝히면서도, 실제 성능은 워크로드마다 다를 수 있다고 단서를 달았다. 상위 100대 구글 클라우드 고객의 95% 이상이 이미 메모리스토어를 쓰고 있다는 수치도 함께 제시했다. MLB의 소프트웨어 엔지니어링 수석 부사장 롭 엥겔과 타깃의 시니어 엔지니어링 매니저 스콧 와이드, 수만스 후다르가 각각 실제 서비스에서 밸키를 신뢰해 쓰고 있다고 증언했다. 1.25GB의 커스텀-피코부터 110GB 메모리와 16 vCPU를 갖춘 하이멤-XXL까지 새로운 노드 크기를 여러 단계로 추가했다. 잠금 없는 멀티큐 메시징 구조와 메인 스레드 CPU 사용률 30%를 기준으로 한 동적 스케일링을 새 아키텍처로 내세웠다. CLUSTERSCAN, HGETDEL, MSETEX, HSETEX 같은 신규 명령어와, 자체 관리형 레디스·밸키에서 옮겨오는 4단계 마이그레이션 절차도 함께 공개했다.

💡 오픈소스 벤치마크 기준 3배 QPS와 마이크로초 지연이라는 수치는 대형 캐시 클러스터의 노드 수를 줄일 여지를 시사하지만, 실제 성능은 워크로드마다 다르다는 단서가 붙은 만큼 자체 트래픽 패턴으로 반드시 재검증해야 한다.

Storage Intelligence advisor: Know what changed in your storage estate and act on it

Google Cloud

구글 클라우드가 Storage Intelligence advisor를 9월 26일 정식 출시했다, 별도 파이프라인이나 대시보드 구축 없이 클라우드 스토리지 사용 현황 이상 징후를 자동으로 포착한다. 콜드라인/아카이브 스토리지에 대한 Class A/B 작업 급증, 429 속도 제한 오류 급증, 리전 간 이그레스 급증, 장기 추세를 벗어난 소비량 증가 등 네 가지 이상 유형을 일일 스냅샷 기반으로 탐지해 24시간 내에 알린다. 각 발견 항목은 원인이 된 버킷·프리픽스·서비스 계정을 지목하고, Standard 등급으로 일괄 전환, Autoclass 활성화, Managed Folders를 통한 접근 제어 강화 등 구체적 조치를 제안한다. 함께 발표된 Storage batch operations 업데이트는 프로젝트당 최대 1,000개 버킷을 한 번에 처리할 수 있고, 실제 변경 전 영향 범위를 미리 보여주는 드라이런과 CEL(Common Expression Language) 표현식 기반 세밀한 필터링을 지원한다. 구글에 따르면 최근 30일간 6,000건 이상의 발견 항목이 생성됐고, 10억 개 이상의 객체를 분석하는 고객 수는 올해 두 배로 늘었다. Target 계열사인 Shipt는 엔지니어링 투입 없이 기본 대시보드로 사용량 급증을 즉시 식별해 대응한다고 밝혔고, Palo Alto Networks는 수십억 개 객체에 대한 보존 잠금 관리를 배치 작업으로 온디맨드 처리하게 됐다고 밝혔다. 신규 이용자는 30일 무료 체험을 이용할 수 있다.

💡 스토리지 이상 징후를 청구서가 아니라 24시간 내 알림으로 잡아낼 수 있게 되면서, 클라우드 비용 거버넌스와 대규모 데이터 정리 작업의 운영 부담이 크게 줄어들 것으로 보인다.

Agents can now set up your website’s security with Turnstile Spin

Cloudflare

클라우드플레어가 봇 차단 위젯 Turnstile의 설정 자동화 도구 Turnstile Spin을 발표했다, 프런트엔드 위젯만 붙이고 백엔드 Siteverify 검증을 빠뜨리는 흔한 오설정 문제를 겨냥한다. 클라우드플레어는 위젯별 Siteverify 호출을 모니터링해 서버사이드 검증이 없는 위젯에는 "Fix with Spin" 배너를 띄운다. Spin은 클로드 코드, 커서, 코덱스 같은 사용자가 선호하는 AI 코딩 에이전트를 통해 동작하며, 대시보드·Wrangler CLI·공개 스킬 URL 중 하나로 시작할 수 있다. 에이전트가 코드베이스를 분석해 구현 계획을 제안하고 사용자 승인을 받은 뒤 기존 개발 환경 안에서 직접 변경하며, 클라우드플레어는 애플리케이션 코드를 전송받거나 원격으로 수정하지 않는다고 명시한다. 신규 설치, 백엔드 검증이 빠진 기존 위젯 복구, 레거시 CAPTCHA에서 Turnstile로의 마이그레이션까지 세 가지 상황을 지원한다. Turnstile은 평일 하루 약 30억 건의 검증을 처리하며 최근 한 주에 2만 3천 개 이상의 계정이 신규 위젯을 만들었고, 7월 출시 이후 Spin은 6만 5천 건 이상의 위젯 생성과 3만 건 이상의 프롬프트 복사를 기록했다. Turnstile은 누구에게나 무료로 제공된다.

💡 AI 코딩 에이전트가 보안 설정 자체를 직접 완성하는 방식은, 그동안 백엔드 검증 누락처럼 흔했던 설정 실수를 배포 단계에서 줄여 봇 방어의 실질 적용률을 끌어올릴 수 있다.

Red Hat Enterprise Linux 10 STIG automation now matches DISA STIG V1R2

Red Hat

레드햇은 scap-security-guide 0.1.82 버전을 통해 RHEL 10이 DISA가 2026년 3월 공개한 STIG V1R2 기준선과 완전히 일치하도록 만들었다고 밝혔다. STIG(Security Technical Implementation Guide) 준수는 미 국방부(DoD) 네트워크에 연결되는 정보 시스템에 요구되는 의무 사항이다. 자동화는 OpenSCAP(oscap) 명령줄 도구, 레드햇 새틀라이트, 레드햇 라이트스피드(옛 Red Hat Insights), 그리고 공식 RHEL 10 STIG Ansible Galaxy 역할까지 여러 경로로 제공된다. 킥스타트 설치, RHEL 이미지 빌더, RHEL 이미지 모드에도 연동돼 설치 이후가 아니라 배포 시점부터 STIG 정렬을 적용할 수 있다. 관리자는 이들 도구에서 stig 또는 stig_gui 프로파일을 선택해 시스템을 평가하고 교정한다. 다만 레드햇은 자동화가 기술적 설정 요건만 처리할 뿐, 최종 컴플라이언스 인증을 위해서는 관리자와 보안 담당자가 각자의 운영 맥락에서 결과를 직접 검토해야 한다고 명시한다. 이 발표는 2026년 9월 25일 기준으로 공개됐다.

💡 STIG 정렬을 설치 시점(킥스타트·이미지 빌더)부터 자동화한 것은 국방·연방 고객의 컴플라이언스 획득 시간을 단축하지만, 인증 자체는 여전히 사람의 맥락적 검토를 요구한다는 점에서 완전 자동화로 오인하면 안 된다.

How to manage aircraft leases with AI agents

Red Hat

레드햇이 소개한 AI 퀵스타트 사례 'NeIO LeasingOps'는 Codvo.ai가 구축했으며, 항공기 리스 계약서를 분석하는 데 전문가가 며칠씩 걸리던 작업을 자동화한다. 항공기 리스 계약은 수백 페이지에 걸쳐 가변적인 지급 일정, 비행시간·사이클에 연동된 정비 적립금 계산, 리스제공자·리스이용자·MRO(정비·수리·오버홀) 업체에 분산된 의무 조항을 담고 있어 수작업 분석이 오래 걸린다. 이 시스템은 레드햇 OpenShift AI 위에서 계약 접수 분류, 조건 추출, 의무사항 매핑, 실적 대조, 정비 적립금 계산, 편차 탐지, 반납 준비도 분석, 증빙 패키지 작성, 의사결정 지원, 그리고 사람이 개입하는 에스컬레이션 단계까지 10개 에이전트 파이프라인으로 구성된다. 모델 서빙은 vLLM으로, 언어모델은 허깅페이스 토큰 없이 쓸 수 있는 아파치 2.0 라이선스의 IBM Granite 3.3 2B를 사용하며, LlamaStack과 LangGraph로 에이전트를 오케스트레이션한다. 문서 파싱은 Docling(PyMuPDF 폴백 포함)이 맡고, FastAPI 백엔드와 Next.js 15 프런트엔드, PostgreSQL과 Redis가 저장·작업 큐를 담당하며 Helm 차트로 배포된다. 레드햇은 이 파이프라인이 기존에 며칠 걸리던 분석 작업을 GPU 상에서 분 단위로 단축한다고 설명하며, 결과를 원문 조항까지 추적 가능한 감사 대응 문서로 제공한다. 배포 가이드는 docs.redhat.com의 AI 퀵스타트 항목에서 확인할 수 있고 깃허브 저장소도 함께 제공된다.

💡 며칠 걸리던 계약 검토를 분 단위로 줄이면서도 근거 조항 추적이 가능한 감사 산출물을 남긴다는 점은, 규제 산업에서 AI 에이전트 도입의 설득 포인트가 속도보다 검증 가능성에 있음을 보여준다.

Friday Five — September 25, 2026 | Red Hat

Red Hat

레드햇의 '프라이데이 파이브' 2026년 9월 25일자는 운영체제 기반부터 자율 AI 에이전트까지 이어지는 계층형 보안 방어를 주제로 다섯 개 글을 묶었다. 첫 번째는 OS 단부터 자율 에이전트까지 다층 방어 체계를 구축하는 엔터프라이즈 보안 청사진을 소개한다. 두 번째는 레드햇과 IBM이 함께 시작한 'Lightwell' 이니셔티브로, 오래된 취약점까지 포함해 오픈소스 소프트웨어 전반의 AI 취약점 패치를 클리어링하우스 방식으로 확장하는 것을 목표로 한다. 세 번째는 키-값(KV) 캐시 개념과 배포 최적화 전략을 중심으로 AI 추론이 실제로 어떻게 동작하는지 설명하는 글이다. 네 번째는 2026년 AI 인프라 지출이 1조 5천억 달러에 달할 것이라는 전망을 인용하며, 통신사업자가 AI 워크로드를 호스팅·라우팅하기에 유리한 위치에 있다는 '텔코 토크노믹스' 기회를 다룬다. 다섯 번째는 Supermicro·레드햇·Portworx by Everpure가 협력해 만든 쿠버네티스 엣지 AI 어플라이언스로, 현장에 IT 인력 없이도 원격 AI 추론을 구현하는 방법을 소개한다. 다섯 항목 모두 "AI 시대의 엔터프라이즈 복원력"이라는 공통 주제 아래 묶여 있다.

💡 취약점 패치·추론 최적화·엣지 배포·통신사 인프라까지 다섯 주제를 한 번에 묶은 것은, 레드햇이 AI 보안과 인프라 문제를 스택 전 계층에 걸친 단일 어젠다로 포지셔닝하고 있음을 보여준다.

DevOps & 인프라

Performance engineering from kernel analysis to AI: Adrian Cockcroft’s take

The New Stack

더뉴스택이 ScyllaDB 후원으로 실은 인터뷰에서, RedMonk 애널리스트 레이철 스티븐스가 어드리언 콕크로프트와 AI가 성능 엔지니어링에 미친 영향을 이야기했다. 콕크로프트는 선 마이크로시스템즈, 넷플릭스, 이베이, 아마존을 거치며 커널 성능 분석부터 대규모 시스템 최적화까지 수십 년을 보낸 인물이다. 과거 선에서는 vmstat 같은 지표의 의미를 알기 위해 커널 소스 코드를 직접 읽어야 했고, 그 경험이 훗날 저서 Sun Performance and Tuning과 Resource Management로 이어졌다고 밝혔다. 지금은 챗GPT 같은 LLM으로 이른바 바이브 코딩을 해 분석 도구를 몇 분 만에 만든다며, 예전 같으면 시간이 없어 존재하지도 못했을 코드라고 말했다. 그는 P99 같은 단일 백분위수 대신 응답 시간 분포의 여러 피크를 추적하는 오픈소스 도구를 R로 만들었는데, 캐시 히트율이 바뀌면 평균과 P99는 요동쳐도 실제로 바뀐 건 히트율뿐이라는 점을 보여준다고 설명했다. P99 CONF 2026은 10월 21일부터 22일까지 무료 온라인으로 열린다고 안내했다. 고성능 시스템을 다루는 팀에게는 거시적 관점에서 시작해 현미경 배율을 10배, 100배, 1000배로 높이듯 점점 깊이 파고들라고 조언했다.

💡 로그·지표 관측성 팀은 LLM으로 즉석 분석 도구를 만들 수 있게 된 만큼, P99·평균 같은 단일 지표 대신 분포 전체를 보는 관측 습관으로 옮겨갈 시점이다.

The rise of agentic AI on Kubernetes: unleashing the new infrastructure layer

The New Stack

더뉴스택에 실린 SUSE 후원 글은 AI 워크로드가 늘면서 쿠버네티스 다중 클러스터 관리 방식이 바뀌고 있다고 짚는다. 포레스터 보고서를 인용해, 오늘날 AI 컴퓨팅 스택은 모델 자체를 넘어 그 아래 인프라 계층까지 뻗어 있다고 설명한다. 에이전틱 AI는 정해진 스크립트를 반복하는 기존 자동화와 달리 클러스터 상태와 운영 데이터를 관찰하고, 진단이나 다음 조치를 제안한 뒤 승인된 범위 안에서, 보통 사람의 최종 승인을 거쳐 행동한다고 설명한다. 클러스터가 늘어날수록 업그레이드·패치·설정이 팀 간에 어긋나는 설정 드리프트와, 데이터센터·클라우드·엣지에 흩어진 신호를 한눈에 보기 어려운 가시성 저하가 커진다고 지적한다. 쿠버네티스 전문성이 조직 내에 고르지 않게 퍼져 있고, 로그·지표·정책·런북이 여러 도구에 흩어져 있어 범용 AI 모델만으로는 클러스터 고유의 맥락을 알 수 없다고 강조한다. 그래서 에이전트가 무엇을 보고, 무엇을 제안하고, 무엇을 바꿀 수 있는지 경계를 명확히 설정하는 것이 다중 클러스터 관리에 에이전틱 AI를 적용하는 핵심이라고 결론짓는다.

💡 클러스터 규모가 커질수록 에이전트에게 넘길 관찰·제안·실행 권한의 경계를 미리 설계해두지 않으면, 자동화 이득보다 설정 드리프트와 오작동 위험이 더 커질 수 있다.

Avoiding vendor lock-in through an open-source approach: a developer’s perspective

The New Stack

더뉴스택에 실린 SUSE 후원 칼럼에서 안드레아스 프린스는 벤더 록인이 대개 시간·예산 압박 속에 내린 합리적 선택에서 조용히 시작된다고 말한다. 문제는 벤더에 의존한다는 사실 자체가 아니라, API·계약·로드맵·데이터 모델은 물론 관리형 서비스·IAM·관측성 파이프라인까지 얽혀 되돌리기엔 너무 비싸거나 비현실적인 의존이 쌓이는 것이라고 짚는다. 아무도 자세히 들여다보지 않은 채 방치된 작은 의존성들이 나중에 사업 전환을 가로막는 진짜 위험이라고 강조한다. 대안으로 플랫폼이나 서비스를 도입하기 전에 되돌리기 얼마나 어려운지를 먼저 따져보는 평가를 제안한다. 예시로 리눅스 커널은 저작권 이양을 요구하지 않아 코드 소유권이 수천 명에게 분산돼 있고, 그래서 누구도 일방적으로 라이선스를 바꾸기 사실상 불가능하다고 설명한다. 쿠버네티스도 법적 구조는 다르지만 아파치 2.0 라이선스와 CNCF 거버넌스 아래서 비슷한 보호를 받는다고 덧붙인다. 다만 오픈소스라고 록인을 완전히 막아주는 건 아니며, 오픈소스 기반 위에서도 팀이 강하게 결합된 구조를 만들 수 있다고 경고한다.

💡 벤더 선택을 다시 되돌리기 얼마나 쉬운지를 계약 시점에 먼저 따져두면, 나중에 컴플라이언스나 요구사항 변화가 닥쳤을 때 마이그레이션 비용과 서비스 중단 위험을 크게 줄일 수 있다.

GitHub Copilot app for Beginners: How to build custom workflows with canvases

GitHub

깃허브가 시니어 AI 개발자 도구 애드보킷 케일라 시나몬 명의로 코파일럿 앱의 캔버스 기능을 소개하는 글을 9월 25일 올렸다. /create-canvas 명령으로 평문 영어 설명만 주면 에이전트가 칸반 보드, 이슈 트리아지 보드, 릴리스 체크리스트, 대시보드, 폼, 스프레드시트 같은 화면을 직접 만들어준다고 설명한다. 이렇게 만든 캔버스는 사용자와 에이전트가 버튼·카드·필터를 통해 동시에 상태를 바꿀 수 있는 양방향 인터페이스라는 점이 핵심이라고 강조한다. 글이 든 예시 프롬프트는 완료된 신규 기능 작업을 추적하는 릴리스 노트 캔버스를 만들어 달라는 요청이다. 릴리스 노트 추적, 이슈 트리아지, PR 리뷰 관리, 일일 체크리스트, 팀 릴리스 계획 등을 실제 활용 사례로 든다. 커스텀 캔버스를 공유하고 찾아볼 수 있는 어썸 코파일럿 커뮤니티 익스텐션 저장소도 함께 안내한다. 글은 이 기능의 핵심 가치를 명령하고 기다리는 것이 아니라 즉각적인 협업이라는 문구로 요약한다.

💡 코파일럿 캔버스는 코딩 에이전트의 산출물을 커밋 단위가 아니라 팀이 실시간으로 같이 조작하는 공유 화면으로 바꾸는 시도라, 이슈 트리아지·릴리스 체크리스트 같은 반복 운영 업무의 도구 UI를 직접 만들어 써야 하는 부담을 줄여준다.

Trading a Cloud Identity for Your Own: Workload Attestation on Managed Compute

Netflix

넷플릭스 테크놀로지 블로그에 드루브 프라탑이 아마존 EMR에서 도는 아파치 스파크 워크로드에 내부 신원을 부여하는 방법을 설명하는 글을 올렸다. 관리형 컴퓨트는 AWS 실행 역할만 쥐어줄 뿐이라, 넷플릭스 내부 서비스 간 인증에 쓰는 사설 PKI 메타트론의 단기 X.509 인증서와 상호 TLS를 받으려면 별도의 내부 신원 증명 절차가 필요하다고 설명한다. 데이터 소유권 단위인 데이터 프로젝트마다 전용 IAM 역할을 1대1로 매핑하되, 수만 개에 이를 데이터 프로젝트를 한 AWS 계정에 다 담을 수 없어 소수의 전용 계정에 결정론적으로 샤딩했다고 밝힌다. 컨트롤 플레인, 데이터 프로젝트 서비스, 아이덴티티 서비스, 스파크 3.0 플러그인, 공증 역할을 맡는 AWS STS까지 다섯 컴포넌트가 참여한다고 설명한다. 컨트롤 플레인이 서명한 워크로드 메타데이터를 잡 설정으로 흘려보내고, 드라이버 측 플러그인이 실행 역할 자격증명으로 서명해 짧게 유효한 사전 서명 URL을 만든다. 아이덴티티 서비스가 이 URL을 AWS STS에 직접 확인하고 컨트롤 플레인 서명과 대조해, 두 신호가 일치할 때만 인증서를 발급하는 대조 과정이 설계의 핵심이라고 강조한다. 이 패턴이 하시코프 볼트의 AWS IAM 인증이나 AWS 자체 함수 어테스테이션과 같은 원리이며, 클라우드 자격증명만 받는 어떤 환경에도 일반화된다고 덧붙인다.

💡 관리형 컴퓨트 환경에서 클라우드 자격증명만으로는 내부 접근 제어를 신뢰할 수 없다는 문제를, 서명된 메타데이터와 클라우드 제공자의 자체 응답을 교차 검증하는 대조 절차로 해결한 설계라 다른 관리형 배치 서비스에도 그대로 옮겨 쓸 수 있다.

Improving site performance by shipping more CSS

GitHub

깃허브는 github.com 전체를 CSS-in-JS(styled-components)에서 CSS Modules로 완전히 전환했다고 밝혔다. CSS-in-JS는 스타일을 클라이언트에서 초기화해야 해 서버사이드 렌더링 성능을 떨어뜨렸는데, CSS Modules는 스타일을 HTML과 함께 전달되는 정적 스타일시트로 컴파일해 이 런타임 비용을 없앴다. 프라이머 디자인 시스템은 2024년 12월 전환을 마쳐 서버사이드 렌더링 시간이 55%, 컴포넌트 초기화 시간이 25% 줄었다. 2025년 4월부터 2026년 5월까지 이어진 깃허브 전역 sx prop 마이그레이션은 최대 약 7,760개에 달했던 sx prop을 제거했고, 8명의 엔지니어가 6개월간 6,419개 prop을 옮기며 페이지별로 1%에서 22%의 SSR 개선을 냈다. 2026년 4~6월 가속화 단계에서는 엔지니어 두 명이 깃허브 코파일럿 코딩 에이전트를 활용해 남은 sx prop 895개를 3주 만에 없앴다. 일곱 개 테마와 각각의 고접근성(high contrast) 변형을 모두 지원해야 했던 만큼, 기능 플래그와 시각적 회귀 테스트, 전환기용 라이브러리 @primer/styled-react로 점진적 전환을 관리했다. 2026년 6월 기준 깃허브는 100% CSS Modules로 전환을 마쳤고 styled-components 의존성을 완전히 제거했다.

💡 런타임 CSS-in-JS를 걷어낸 이번 전환은 대규모 서비스에서 SSR 비용을 줄이는 동시에, AI 코딩 에이전트가 수천 건 규모의 기계적 리팩터링을 실질적으로 대체할 수 있음을 보여주는 사례로 볼 수 있다.

Extend Datadog RUM and Product Analytics to Shopify and Salesforce

Datadog

데이터독이 RUM(Real User Monitoring)과 프로덕트 애널리틱스 지원 범위를 프런트엔드 제어권이 제한적인 쇼피파이와 세일즈포스 익스피리언스 클라우드로 확장했다. 쇼피파이는 스토어프론트에 테마의 Liquid 스니펫으로 데이터독 브라우저 SDK를 심고, checkout.liquid가 폐지된 이후의 체크아웃 흐름은 관리자 설정의 '고객 이벤트'에 커스텀 픽셀을 달아 모니터링한다. 이 픽셀은 스토어프론트와 같은 쿠키를 공유해 쇼핑객이 스토어프론트에서 시작한 세션이 체크아웃으로 끊김 없이 이어지며, checkout_started부터 checkout_completed까지 전체 퍼널을 추적하고 페이지뷰·클릭·UI 확장 오류를 RUM 뷰·액션·에러로 수집한다. 체크아웃 완료·이탈 여부에 따른 사용자 세분화, 기기·지역·리퍼러별 퍼널 분석, 기능 플래그 노출과 체크아웃 완료율의 상관관계 분석도 지원하지만, 코어 웹 바이탈과 세션 리플레이는 SDK 전체가 동작하는 스토어프론트에서만 제공된다. 세일즈포스 쪽은 라이트닝 웹 시큐리티(LWS) 샌드박스 제약을 우회하는 세일즈포스 전용 번들을 정적 리소스로 업로드하고 라이트닝 웹 컴포넌트에서 loadScript로 불러오는 방식으로 동작한다. 이를 통해 URL이 동일해도 구분되는 세일즈포스 내비게이션상의 뷰 이름, 콘솔·커스텀 에러, 클릭과 프러스트레이션 신호를 포함한 커스텀 액션을 수집하지만, LWS 제약상 런타임 에러 상세 정보가 줄고 처리되지 않은 프라미스 거부는 잡히지 않는다. 두 통합 모두 별도의 프리뷰 표시 없이 정식 기능으로 문서화돼 있다.

💡 체크아웃처럼 자체 코드를 직접 심을 수 없는 서드파티 플랫폼까지 RUM 가시성을 확장한 것은, 전환 퍼널 이탈 원인을 엔지니어링팀이 직접 계측하지 않고도 추적할 수 있게 해 관측성의 사각지대를 좁힌다.

이 다이제스트는 RSS 피드에서 수집한 뒤 AI(Claude)가 요약·정리했습니다. 자세한 내용은 원문 링크를 확인하세요.