발표자 소개
현대오토에버에서 AI 플랫폼 엔지니어로 일하고 있는 6년차 개발자 전제영입니다. 회사에서는 차량 SW 개발을 돕는 AI 에이전트를 만들고 있습니다. 퇴근 후에는 GitHub Copilot과 라즈베리파이로 멋진 오픈소스를 만들고 있습니다.
세션 정보
GitHub Copilot과 함께 키운 라즈베리파이 쿠버네티스, 그 위에 AI 에이전트 팀을 올리기
라즈베리파이와 GitHub Copilot으로 쿠버네티스 홈랩을 만들고, 그 위에 AI 에이전트 팀을 올렸습니다. 이 인프라와 워크로드를 실무에서도 쓸 수 있는 구성으로 가꾼 과정과 성과를 공유합니다.
구성: 클러스터의 모든 설정은 GitHub 저장소 하나에서 GitOps(ArgoCD)로 관리합니다. 복잡한 YAML과 Helm 차트 디버깅은 GitHub Copilot과 함께 해결해 왔습니다.
관리: 라즈베리파이 클러스터에는 냉각을 위한 팬 제어기가 필요합니다. 이를 위한 오픈소스 pifanctl을 구성했고, 라즈베리파이에서 직접 빌드하고 테스트할 수 있도록 GitHub Actions Runner Controller(ARC)로 클러스터 안에 CI/CD 러너를 올렸습니다. 그 밖의 운영도 GitHub Actions로 자동화했습니다.
워크로드: 오픈소스 Hermes Agent Helm 차트를 직접 만들어 에이전트 팀을 꾸렸습니다. 코딩 에이전트이자 팀 리더인 에이전트 Henry, 일상 비서인 에이전트 Victoria, 커리어 비서인 에이전트 Rouise, 클러스터 관리자인 에이전트 Hana가 각자의 역할로 함께 일합니다.
데모: 에이전트 Hana는 pifanctl과 클러스터 상태를 살피다가 온도 조절이 안 되거나 클러스터 상태가 나빠지면 저에게 먼저 알려 줍니다. 이 팀이 일을 주고받는 모습을 데모로 보여드립니다.
레슨런: 두 에이전트가 서로를 끝없이 호출하던 무한 루프, 두 번 접은 에이전트 팀처럼 실제로 겪은 실패와 거기서 얻은 운영 규칙도 나눕니다.
확장: 이 클러스터는 Azure AKS 같은 클라우드로 옮길 수도 있지만, 프로덕션과 실무를 위한 보일러플레이트이자 연습장으로 쓸 수 있다는 점이 더 큽니다. 개인 프로젝트를 실무에 활용하는 꿀팁도 공유드립니다.
개인 공부의 기록이 GitHub 포트폴리오가 되어 커리어에 도움이 된 이야기도 나눕니다. 중급 난이도이지만, AI와 쿠버네티스를 처음 접하시는 분도 편하게 들으실 수 있도록 쉽게 풀어서 소개합니다.
17:10–17:50 · Track A (제주) · 전체 시간표
티켓 구매하기 ↗