<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:media="http://search.yahoo.com/mrss/"><channel><title>개발 및 IT운영</title><link>https://cloud.google.com/blog/ko/topics/developers-practitioners/</link><description>개발 및 IT운영</description><atom:link href="https://cloudblog.withgoogle.com/blog/ko/topics/developers-practitioners/rss/" rel="self"></atom:link><language>ko</language><lastBuildDate>Tue, 17 Nov 2026 04:06:30 +0000</lastBuildDate><image><url>https://cloud.google.com/blog/ko/topics/developers-practitioners/static/blog/images/google.a51985becaa6.png</url><title>개발 및 IT운영</title><link>https://cloud.google.com/blog/ko/topics/developers-practitioners/</link></image><item><title>Kubernetes의 개방형 AI 네이티브 스택: 개방형 모델부터 분산 추론 및 에이전트까지</title><link>https://cloud.google.com/blog/ko/topics/developers-practitioners/the-open-ai-native-stack-on-kubernetes-from-open-models-to-distributed-inference-and-agents/</link><description>&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;*이 콘텐츠는 AI 번역 도구를 사용하여 번역되었습니다. 정확성을 기하기 위해 노력하고 있으나, 자동 번역에는 오류나 누락이 포함될 수 있습니다. 정확한 정보는 &lt;/span&gt;&lt;a href="https://cloud.google.com/blog/topics/developers-practitioners/the-open-ai-native-stack-on-kubernetes-from-open-models-to-distributed-inference-and-agents?e=48754805&amp;amp;hl=en"&gt;&lt;span style="font-style: italic; text-decoration: underline; vertical-align: baseline;"&gt;영문 원본&lt;/span&gt;&lt;/a&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;을 참고해 주시기 바랍니다.&lt;/span&gt;&lt;/p&gt;
&lt;hr/&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;지난 10년 동안 Kubernetes는 마이크로서비스와 컨테이너화된 애플리케이션을 조정하는 표준으로 자리 잡았습니다. 오늘날 분산 컴퓨팅 분야에서 중대한 아키텍처 변화가 일어나고 있습니다. 바로 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;AI 워크로드가 고립된 연구 프로토타입에서 대규모 멀티 테넌트 프로덕션 Fleet으로 이동&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;하는 것입니다. 이 게시물에서는 이러한 변화를 뒷받침하는 오픈소스 스택을 살펴보고 자체 Kubernetes 클러스터에서 직접 실행해 볼 수 있는 샘플 매니페스트를 소개합니다. KubeCon + CloudNativeCon North America 2026에 참여하여 실시간 데모와 기술 세션을 통해 이러한 프로젝트의 실제 작동 모습을 확인하실 수도 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;현대적인 엔지니어링팀의 경우 프로덕션 AI는 폐쇄형 블랙박스 API를 단순히 호출하는 수준을 빠르게 넘어서고 있습니다. 많은 조직이 장기적인 경쟁 우위의 핵심은 도메인 전문화에 있다는 사실을 깨닫고 있습니다. 플랫폼 엔지니어, ML 연구원, AI 빌더는 고성능 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;개방형 가중치 모델&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;(예:&lt;/span&gt;&lt;a href="https://ai.google.dev/gemma/docs" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Gemma&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 제품군)을 자율적으로 실행하기를 원합니다. &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;강화 학습(RL)&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;을 사용하여 모델을 기업 고유의 데이터 세트에 최적화하고, 예측 가능한 지연 시간과 높은 처리량은 물론 하드웨어 효율성을 극대화하여 서빙하기를 원합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;음향 데이터를 활용해 &lt;/span&gt;&lt;a href="https://blog.google/innovation-and-ai/products/dolphingemma/" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;DolphinGemma&lt;/strong&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;(과학자들이 돌고래의 의사소통 방식을 연구하도록 돕는 LLM)와 같은 도메인 모델을 학습시키는 과학 프로젝트부터, 복잡한 계약서를 분석하는 법률 플랫폼, 자율 코딩 에이전트를 빌드하는 엔지니어링팀에 이르기까지 목표는 모두 동일합니다. 바로 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;최첨단 수준의 성능을 구현하면서도 서빙 비용과 지연 시간은 획기적으로 낮추는 것&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;입니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;그러나 기존 컨테이너 인프라에서 RL 사후 학습, 스테이트풀(Stateful) 분산 추론, 자율 에이전트 실행을 확장하는 데는 상당한 어려움이 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;RL에서 가속기 활용도 저하&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 학습과 롤아웃 생성을 번갈아 수행하면 고가의 GPU와 TPU가 학습 실행의 대부분 동안 유휴 상태로 유지됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;캐시 블라인드 부하 분산&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 표준 Kubernetes 라운드 로빈 및 최소 연결 라우팅을 사용하면 멀티턴 에이전트 호출이 임의의 포드에 분산되어 키-값(KV) 캐시 지역성이 사라집니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;프레임워크 단편화&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: Kubernetes와 함께 별도의 고립된 컴퓨팅 클러스터(예: 맞춤형&lt;/span&gt;&lt;a href="https://www.ray.io/" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Ray&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 또는&lt;/span&gt;&lt;a href="https://slurm.schedmd.com/overview.html" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Slurm&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 설정)를 병렬로 운영하면 리소스 용량이 분산되고 유지보수 부담이 가중됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;멀티 테넌트 클러스터의 에이전트 보안:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 공유 환경에서 모델이 생성한 신뢰할 수 없는 셸 명령어와 스크립트를 실행하면 클러스터가 샌드박스 이스케이프 및 권한 에스컬레이션에 노출될 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;&lt;a href="https://rsvp.withgoogle.com/events/google-cloud-at-kubecon-north-america-2026?pli=1" rel="noopener" target="_blank"&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;KubeCon + CloudNativeCon North America 2026&lt;/strong&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;에서 Google Cloud는 이러한 과제를 해결하기 위해 Kubernetes와&lt;/span&gt;&lt;a href="https://cloud.google.com/kubernetes-engine"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Google Kubernetes Engine(GKE)&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 전반에 걸쳐 다음과 같은 구성요소를 기반으로 하는 통합된 오픈소스 AI 네이티브 스택을 도입하고 확장하고 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="http://openrl.dev/" rel="noopener" target="_blank"&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;OpenRL&lt;/strong&gt;&lt;/a&gt;&lt;strong style="vertical-align: baseline;"&gt;(CNCF 샌드박스):&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; RL 사후 학습을 간소화하고 가속기 사용률을 극대화하는 Kubernetes 네이티브 사후 학습 서비스입니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://llm-d.ai/" rel="noopener" target="_blank"&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;llm-d 1.0&lt;/strong&gt;&lt;/a&gt;&lt;strong style="vertical-align: baseline;"&gt;(CNCF 샌드박스):&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 프리픽스 캐시 인식 라우팅, 분리형 서빙, 멀티 계층 KV 캐시 관리 기능을 제공하는 개방형 분산 추론 컨트롤 플레인입니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://docs.cloud.google.com/kubernetes-engine/docs/add-on/ray-on-gke/concepts/overview"&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;KubeRay를 사용한 GKE 기반 Ray&lt;/strong&gt;&lt;/a&gt;&lt;strong style="vertical-align: baseline;"&gt;(CNCF 샌드박스)&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 분산 Ray 컴퓨팅 및 데이터 처리를 위한 엔터프라이즈 수명 주기 관리, 탄력적인 자동 확장, &lt;/span&gt;&lt;a href="https://kueue.sigs.k8s.io/" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Kueue&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 기반 스케줄링을 제공하는 프레임워크입니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://ate.dev/" rel="noopener" target="_blank"&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;Agent Substrate&lt;/strong&gt;&lt;/a&gt;&lt;strong style="vertical-align: baseline;"&gt;(CNCF 샌드박스)&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 멀티턴 AI 에이전트 워크플로를 위한 수명 주기 관리 및 실행 대상을 제공하는 개방형 조정 런타임입니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://gvisor.dev/" rel="noopener" target="_blank"&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;gVisor&lt;/strong&gt;&lt;/a&gt;&lt;strong style="vertical-align: baseline;"&gt;(CNCF 샌드박스)&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 멀티 테넌트 클러스터에서 신뢰할 수 없는 에이전트 코드를 실행할 때 강력한 시스템 호출 격리를 제공하는 커널 수준의 컨테이너 샌드박스입니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://pytorch.org/blog/introducing-torchtpu/" rel="noopener" target="_blank"&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;TorchTPU&lt;/strong&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;: 업스트림&lt;/span&gt;&lt;a href="https://vllm.ai/" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;vLLM&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 및&lt;/span&gt;&lt;a href="https://docs.sglang.io/" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;SGLang&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 내에서 Cloud TPU와 GPU 전반에 걸쳐 최고 수준의 네이티브 PyTorch 지원을 제공하는 백엔드입니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;OpenRL을 사용하여 강화 학습과 Kubernetes의 연결&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;지도 미세 조정(SFT)이 표준 관행으로 자리 잡았지만, 특히 다단계 추론, 수학적 증명, 자율적 도구 사용과 같은 분야에서 도메인 전문성을 확보하려면 RL이 필수적입니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;그동안 ML 실험 환경과 프로덕션 Kubernetes Fleet 간의 격차를 해소하는 것은 어려운 일이었습니다. ML 연구원은 표준 보상 함수를 사용하여 Python 및 PyTorch 환경에서 빠르게 반복 작업을 수행하기를 원하는 반면, 플랫폼팀에는 멀티 테넌트 거버넌스, 할당량 시행, 예측 가능한 스케줄링이 필요합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이러한 마찰을 없애기 위해 Google은&lt;/span&gt;&lt;a href="https://openrl.dev/" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;OpenRL&lt;/strong&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;을 만들어 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;CNCF Sandbox&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;에 기여했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;OpenRL의 아키텍처 하이라이트&lt;/strong&gt;&lt;/h3&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;깔끔한 4가지 기본 Python 추상화&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 연구원은 4가지 핵심 기본 요소(&lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;forward_backward&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;, &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;optim_step&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;, &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;sample&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;, &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;save_state&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;)를 중심으로 표준 Python 학습 코드를 작성합니다. OpenRL은 개발자가 Kubernetes 내부 구조를 익히거나 인프라 코드를 직접 관리할 필요 없이, 이러한 프리미티브를 Kubernetes 스케줄링 워크플로로 변환해 줍니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;협력적 가속기 타임 슬라이싱&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: OpenRL은 동일한 물리적 가속기에서 학습 단계와 롤아웃 추론을 인터리브 처리합니다. 이 접근방식을 사용하면 컴퓨팅 집약적 학습과 지연 시간에 민감한 롤아웃 생성에 별도의 정적 클러스터를 전용으로 사용할 필요가 없습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;델타 가중치 동기화&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 최적화 단계마다 클러스터 네트워킹을 통해 전체 멀티 기가바이트 모델 가중치를 전송하면 대규모 네트워크 포화가 발생합니다. OpenRL은 파라미터 델타만 출시 작업자에게 전송하여 출시 콜드 스타트를 제거합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;제로 구성 동적 리소스 할당(&lt;/strong&gt;&lt;a href="https://kubernetes.io/docs/concepts/resource-management/dynamic-resource-allocation/" rel="noopener" target="_blank"&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;DRA&lt;/strong&gt;&lt;/a&gt;&lt;strong style="vertical-align: baseline;"&gt;)&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: OpenRL은 모델 컨텍스트 길이, 배치 차원, LoRA와 전체 미세 조정 구성을 자동으로 프로파일링합니다. 그런 다음 네이티브 Kubernetes DRA 클레임을 사용하여 이기종 가속기 Fleet 전반에서 워크로드를 동적으로 빈 패킹합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;llm-d 1.0을 사용한 대규모 분산 추론&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;모델 사후 학습을 마친 후, 대화형으로 급증하는 에이전트 트래픽 환경에서 모델을 서빙하는 과정은 분산 시스템 측면에서 새로운 과제들을 안겨줍니다. 표준 인그레스 컨트롤러는 LLM 트래픽을 스테이트리스(Stateless) HTTP 요청으로 처리하여 순차적 턴을 여러 복제본에 분산하고 KV 캐시를 지속적으로 다시 빌드합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Google Cloud, Red Hat, IBM Research, CoreWeave, NVIDIA가 공동으로 설립한 이 프로젝트에는 25개 이상의 조직에서 500명이 넘는 엔지니어가 참여했습니다. 오늘날&lt;/span&gt;&lt;a href="https://llm-d.ai/" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;llm-d 1.0&lt;/strong&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;은 vLLM이나 SGLang과 같은 독립형 추론 엔진을 클러스터 전체에서 협업하는 서빙 패브릭으로 전환해 주는 CNCF 샌드박스 분산 추론 컨트롤 플레인입니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;apiVersion: inference.networking.x-k8s.io/v1alpha1\r\nkind: InferencePool\r\nmetadata:\r\n  name: gemma-serving-pool\r\n  namespace: ai-serving\r\nspec:\r\n  targetRef:\r\n    group: apps\r\n    kind: Deployment\r\n    name: vllm-gemma-27b\r\n  scheduling:\r\n    # Routes multi-turn requests to replicas holding matching KV context\r\n    strategy: PrefixCacheAware\r\n    fallback: LeastQueueDepth\r\n  observability:\r\n    kvCacheSyncInterval: &amp;quot;50ms&amp;quot;&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42f810cbd0&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;llm-d 1.0의 핵심 기능&lt;/strong&gt;&lt;/h3&gt;
&lt;ol&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;프리픽스 캐시 인식 라우팅(&lt;/strong&gt;&lt;a href="https://llm-d.ai/docs/dev/architecture/router/epp" rel="noopener" target="_blank"&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;엔드포인트 선택기&lt;/strong&gt;&lt;/a&gt;&lt;strong style="vertical-align: baseline;"&gt;)&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: E엔드포인트 선택기는&lt;/span&gt;&lt;a href="https://gateway-api-inference-extension.sigs.k8s.io/" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;Kubernetes Gateway API Inference Extension&lt;/strong&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;에 통합되며 GKE는&lt;/span&gt;&lt;a href="https://docs.cloud.google.com/kubernetes-engine/docs/concepts/about-gke-inference-gateway"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;GKE Inference Gateway&lt;/strong&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 통해 이를 기본적으로 관리합니다. 엔드포인트 선택기는 작업자 포드 전반에서 실시간 KV 캐시 저장 위치를 평가합니다. 실제 프로덕션 환경에서 이 기능은&lt;/span&gt;&lt;a href="https://llm-d.ai/blog/llm-d-v1.0-state-of-the-art-inference-ready-for-day-2" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;KV 캐시 적중률을 35%에서 70%로 두 배 높였고&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;,&lt;/span&gt;&lt;a href="https://cloud.google.com/blog/topics/ai-infrastructure/llm-d-1-0-an-open-source-stack-for-distributed-inference"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;멀티턴 에이전트 워크로드에서&lt;/span&gt;&lt;a href="https://cloud.google.com/blog/ko/topics/ai-infrastructure/llm-d-1-0-an-open-source-stack-for-distributed-inference?e=0&amp;amp;hl=ko"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt; 첫 번째 토큰까지의 시간(TTFT) 중앙값을 70~85% 단축&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;3계층 KV 캐시 오프로드&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 긴 컨텍스트 상호작용 중에 가속기 고대역폭 메모리(HBM)가 용량 한계에 도달하면, llm-d는 KV 캐시 블록을 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;HBM → 호스트 CPU RAM → 로컬 NVMe SSD / Google Cloud Managed Lustre / Cloud Storage&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 순으로 단계별로 오프로드합니다. 이러한 오프로드 기능을 통해 비용이 많이 드는 컨텍스트 재계산 과정을 생략할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;DisaggregatedSet를 통한 EPD 분리&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;인코딩, 프리필, 디코딩(EPD)&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 단계를 고속 상호 연결로 연결된 전용 하드웨어 풀로 분리하여 운영합니다. DisaggregatedSet는 Kubernetes&lt;/span&gt;&lt;a href="https://lws.sigs.k8s.io/stable/docs/" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;LeaderWorkerSet(LWS)&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;을 기반으로 빌드되었습니다. 이를 통해 독립적인 수평 확장과 다운타임 없는 조율된 순차적 업그레이드가 가능해집니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;네이티브 TorchTPU 업스트림 지원&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: TorchTPU를 통해 업스트림 vLLM 및 SGLang 내의 Google Cloud TPU에서 PyTorch 모델을 네이티브로 실행할 수 있습니다. 개발자는 비공개 포크를 유지하거나 파이프라인을 다시 작성할 필요 없이, NVIDIA GPU와 더불어 TPU v5e, v6e, v7x 전반에서 출시 당일부터 즉시 동등한 성능과 기능을 활용할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;지연 허용 비동기 처리 및 흐름 제어&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: llm-d-async-processor 구성요소는 Pub/Sub 또는 Redis에서 지연 허용 백그라운드 작업을 가져와 클러스터의 여유 용량에서 처리합니다. 엄격한 트래픽 우선순위 지정을 적용하여 백그라운드 프로세스가 대화형 사용자 경험을 저하하지 않도록 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;Prism을 통한 Fleet 관측 가능성&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: llm-d 오픈소스 벤치마킹 및 성능 대시보드인&lt;/span&gt;&lt;a href="https://github.com/llm-d/llm-d-prism" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;Prism&lt;/strong&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;을 사용하여 클러스터 전체의 처리량, 토큰 간 지연 시간(ITL), TTFT, 캐시 적중률을 추적합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ol&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;KubeRay를 사용한 분산 Python 및 ML 조정&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;특수 런타임은 추론 및 RL 루프를 처리하는 반면, 분산 데이터 준비, 임베딩 생성, 분산 PyTorch 학습은 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;Ray&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;에 크게 의존합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;KubeRay&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;는 Kubernetes에서 Ray 클러스터, 작업, 서비스(RayCluster, RayJob, RayService 커스텀 리소스)의 전체 수명 주기를 관리하는 오픈소스 Kubernetes 네이티브 오퍼레이터를 제공합니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;apiVersion: ray.io/v1\r\nkind: RayJob\r\nmetadata:\r\n  name: gemma-fine-tune-job\r\n  namespace: ai-workloads\r\n  labels:\r\n    kueue.x-k8s.io/queue-name: ml-team-queue\r\nspec:\r\n  shutdownAfterJobFinishes: true\r\n  ttlSecondsAfterFinished: 60\r\n  entrypoint: python fine_tune_gemma.py --model-id google/gemma-2-27b-it\r\n  runtimeEnvYAML: |\r\n    pip:\r\n      - datasets==2.18.0\r\n      - transformers==4.40.0\r\n      - torch==2.2.0\r\n  rayClusterSpec:\r\n    rayVersion: &amp;quot;2.35.0&amp;quot;\r\n    headGroupSpec:\r\n      rayStartParams:\r\n        dashboard-host: &amp;quot;0.0.0.0&amp;quot;\r\n      template:\r\n        spec:\r\n          containers:\r\n            - name: ray-head\r\n              image: rayproject/ray-ml:2.35.0\r\n              resources:\r\n                limits:\r\n                  cpu: &amp;quot;4&amp;quot;\r\n                  memory: &amp;quot;16Gi&amp;quot;\r\n                requests:\r\n                  cpu: &amp;quot;2&amp;quot;\r\n                  memory: &amp;quot;8Gi&amp;quot;\r\n    workerGroupSpecs:\r\n      - groupName: gpu-workers\r\n        replicas: 4\r\n        minReplicas: 1\r\n        maxReplicas: 8\r\n        rayStartParams: {}\r\n        template:\r\n          spec:\r\n            containers:\r\n              - name: ray-worker\r\n                image: rayproject/ray-ml:2.35.0\r\n                resources:\r\n                  limits:\r\n                    nvidia.com/gpu: &amp;quot;1&amp;quot;\r\n                    cpu: &amp;quot;8&amp;quot;\r\n                    memory: &amp;quot;32Gi&amp;quot;\r\n                  requests:\r\n                    nvidia.com/gpu: &amp;quot;1&amp;quot;\r\n                    cpu: &amp;quot;4&amp;quot;\r\n                    memory: &amp;quot;16Gi&amp;quot;&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42f810b1d0&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;플랫폼팀에 KubeRay가 중요한 이유&lt;/strong&gt;&lt;/h3&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;선언적 클러스터 수명 주기&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 플랫폼 엔지니어는 임시 학습 실행을 위해 필요에 따라 임시 자가 복구 Ray 클러스터를 가동하거나 일괄 파이프라인을 위해 장기 실행 클러스터를 실행할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;네이티브 Kueue 큐 및 멀티 테넌시&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: KubeRay는 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;Kueue&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;와 직접 통합되어 공유 GPU 및 TPU 용량 전반에서 멀티 테넌트 공정 공유, 우선순위 선점, 할당량 관리를 지원합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;탄력적 자동 확장&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: KubeRay는 활성 Ray 작업 및 행위자 배치를 기반으로 작업자 포드를 동적으로 확장하여 유휴 리소스 소비를 방지합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;AI 에이전트를 위한 강력한 격리: Agent Substrate 및 gVisor&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;멀티턴 AI 에이전트가 대화형 어시스턴트에서 코드를 생성하고, 셸 명령어를 실행하고, 외부 API를 조정하는 자율 시스템으로 발전함에 따라 공유 클러스터에서 모델이 생성한 신뢰할 수 없는 코드를 실행하는 것은 심각한 보안 위험을 초래할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Google Cloud는 CNCF 샌드박스에서 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;Agent Substrate&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;를 제공하고 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;gVisor&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;에 핵심적인 기여를 계속하고 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;커널 수준 샌드박싱&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: gVisor는 시스템 호출을 가로채고 가상화하는 사용자 공간 커널을 제공하여 신뢰할 수 없는 에이전트 코드가 호스트 커널을 손상하거나 인접한 테넌트 워크로드에 액세스할 수 없도록 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;1초 미만의 임시 실행&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 샌드박스는 에이전트 턴당 밀리초 단위로 구동되어 OpenRL의 RL 롤아웃 생성과 실제 프로덕션 에이전트 워크플로 모두에 격리된 실행 환경을 제공합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;실전에서 증명된 성능: 도메인 추론 역량 강화하기&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;엄격한 엔터프라이즈 워크로드에서 이 완전한 오픈소스 스택을 평가하기 위해 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;Gemma 4&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;를 &lt;/span&gt;&lt;a href="http://harvey.ai/" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Harvey.ai&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;에서 개발한 오픈소스 &lt;/span&gt;&lt;a href="https://github.com/harveyai/harvey-labs" rel="noopener" target="_blank"&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;Legal Agent Benchmark(LAB)&lt;/strong&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;와 비교하여 테스트했습니다. 이 벤치마크는 인수합병(M&amp;amp;A) 실사부터 계약 분쟁 분석에 이르기까지 24개의 복잡한 법률 실무 분야를 포괄합니다. 평가 결과는 다음과 같습니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;벤치마크 결과&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 표준 SFT는 다단계 추론 루브릭에서 약 50% 의 정확도로 정체되었지만, &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;OpenRL을 사용해 재현 가능한 RL 루프를 적용하자 모델 정확도가 70%로 향상&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;되었습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;운영 효율성&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 전체 학습 파이프라인이 수동 파티션 관리 없이도 GKE에서 GPU 및 TPU 용량을 동시 LoRA 및 추론 작업과 동적으로 공유했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;팀에서 이 스택을 채택하는 방법&lt;/strong&gt;&lt;/h2&gt;
&lt;div align="left"&gt;
&lt;div style="color: #5f6368; overflow-x: auto; overflow-y: hidden; width: 100%;"&gt;
&lt;div style="color: #5f6368; overflow-x: auto; overflow-y: hidden; width: 100%;"&gt;
&lt;div style="color: #5f6368; overflow-x: auto; overflow-y: hidden; width: 100%;"&gt;&lt;table&gt;&lt;colgroup&gt;&lt;col/&gt;&lt;col/&gt;&lt;col/&gt;&lt;/colgroup&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;조직 페르소나&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;핵심 과제&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;OpenRL + llm-d + KubeRay + Gemma를 사용한 아키텍처&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;엔터프라이즈 플랫폼팀&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;단편화된 Slurm/Ray 클러스터나 과도한 하드웨어 비용 없이 여러 내부 ML 팀을 관리하세요.&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;DRA, Kueue, 가속기 타임 슬라이싱을 사용하여 기존 GKE 클러스터를 자체 호스팅 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;Reinforcement Learning-as-a-Service(RLaaS)&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;로 변환합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;규제 준수 기업(금융, 의료, 법률)&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;지식 재산(IP), 규정 준수, 개인 정보 보호 규정으로 인해 독점 데이터를 서드 파티 공개 API로 전송하는 것이 금지됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;도메인별 보상 함수를 사용하여 비공개 가상 프라이빗 클라우드(VPC) 내에서 1B~30B Gemma 모델을 완전히 사후 학습시키고 서빙하여 뛰어난 태스크 정확성과 낮은 총소유비용(TCO)을 달성합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;AI 네이티브 빌더 및 에이전트 개발자&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;긴 컨텍스트, 멀티턴 에이전트 상호작용에서 높은 서빙 비용과 지연 시간 병목 현상이 발생합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;gVisor로 격리된 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;Agent Sandbox&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 실행 대상과 페어링된 llm-d 프리픽스 캐시 라우팅을 배포합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;Model-as-a-Service 및 네오클라우드 제공업체&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;다양한 하드웨어 Fleet에서 마진이 높은 멀티 테넌트 사후 학습 및 추론을 제공합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;혼합 GPU 및 TPU 클러스터 전반에서 OpenRL의 멀티 테넌트 API와 llm-d의 멀티 가속기 컨트롤 플레인을 노출합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;
&lt;/div&gt;
&lt;/div&gt;
&lt;/div&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;KubeCon North America 2026에서 Google과 소통해 보세요&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;솔트레이크시티에서 열리는 KubeCon NA에 참석하시나요? 다음과 같은 오픈소스 기술을 직접 확인해 보세요.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;KubeCon + CloudNativeCon North America 2026에서 Google Cloud와 함께하세요.&lt;/strong&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;ul&gt;
&lt;li aria-level="2" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;Hall B 122번 부스를 방문해 주세요.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="2" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://rsvp.withgoogle.com/events/google-cloud-at-kubecon-north-america-2026?pli=1" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;KubeCon North America 2026의 Google Cloud&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 이벤트 사이트에서 Google 직원들의 강연을 확인하세요.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;주요 세션 및 기조연설 안내:&lt;/strong&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;ul&gt;
&lt;li aria-level="2" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;확고한 신념에 기반한 Kubernetes: 맞춤설정이 OSS AI 생태계의 미래를 형성하는 방법 -&lt;/span&gt;&lt;a href="https://events.linuxfoundation.org/kubecon-cloudnativecon-north-america/program/schedule/?id=1301727" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Salt Palace | 1층 | Hall DE&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="2" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;GPU, TPU, NIC 및 기타 기기 지원의 최신 소식(WG 기기 관리) -&lt;/span&gt;&lt;a href="https://events.linuxfoundation.org/kubecon-cloudnativecon-north-america/program/schedule/?id=1289704" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Salt Palace | 2층 | 250 D-F&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="2" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;에이전트 관련 문제에 대한 Kubernetes 솔루션 -&lt;/span&gt;&lt;a href="https://events.linuxfoundation.org/kubecon-cloudnativecon-north-america/program/schedule/?id=1248040" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Salt Palace | 1층 | Hall DE&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="2" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;Anthropic이 GKE를 위기에 빠뜨릴 뻔했던 사연(그리고 이를 해결한 PR) -&lt;/span&gt;&lt;a href="https://events.linuxfoundation.org/kubecon-cloudnativecon-north-america/program/schedule/?id=1247612" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Salt Palace | 1층 | Ballroom H&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="2" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;Gateway API 프로젝트 업데이트: 트래픽의 미래 구축 -&lt;/span&gt;&lt;a href="https://events.linuxfoundation.org/kubecon-cloudnativecon-north-america/program/schedule/?id=1247612" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Salt Palace | 2층 | 250 D-F&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;Google Cloud 부스에서 라이브 데모 시청:&lt;/strong&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;ul&gt;
&lt;li aria-level="2" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;데모 | GKE 기반 ARM 프로세서 활용 추론(화요일 오후 1:30~4:30 MST)&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="2" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;gVisor를 사용한 에이전트 워크플로 샌드박스 처리(화요일 오후 4:30~7:30 MST)&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="2" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;OpenShell로 에이전트 Fleet을 안전하게 실행(수요일 오전 10:30~오후 1:30 MST)&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="2" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;GKE 스팟 노드 및 노드 자동 프로비저닝을 통한 비용 최적화(수요일 오후 12:30~2:30 MST)&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="2" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;추론에서 실행까지: GKE Agent Sandbox 및 Axion을 활용한 Arm 기반 코딩 에이전트(목요일 오전 10:30~오후 1:30 MST)&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;/ul&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;시작하기&lt;/strong&gt;&lt;/h2&gt;
&lt;ol&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;OpenRL 살펴보기&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: &lt;/span&gt;&lt;a href="https://openrl.dev/" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;openrl.dev&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 방문하여 Kubernetes 네이티브 RL 파인 튜닝 레시피가 담긴 &lt;/span&gt;&lt;a href="https://github.com/openrl-dev" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;OpenRL GitHub 저장소&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 확인해 보세요.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;llm-d 1.0 배포하기&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: &lt;/span&gt;&lt;a href="https://llm-d.ai/" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;llm-d.ai&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;로 이동하여 Gateway API Inference 확장 프로그램을 테스트하고 클러스터에 프리픽스 인식 추론 풀을 배포해 보세요.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;KubeRay 실행하기&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: &lt;/span&gt;&lt;a href="https://docs.ray.io/en/latest/cluster/kubernetes/getting-started.html" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;KubeRay 문서&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 참고하여 Kueue와 함께 분산 Ray 워크로드를 관리해 보세요.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;GKE에 Gemma 배포하기&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: &lt;/span&gt;&lt;a href="https://cloud.google.com/kubernetes-engine/docs"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Google Kubernetes Engine 문서&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;에서 TPU 및 GPU에 Gemma 모델을 배포하는 방법을 설명하는 단계별 안내를 확인해 보세요.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ol&gt;&lt;/div&gt;</description><pubDate>Mon, 16 Nov 2026 19:00:00 +0000</pubDate><guid>https://cloud.google.com/blog/ko/topics/developers-practitioners/the-open-ai-native-stack-on-kubernetes-from-open-models-to-distributed-inference-and-agents/</guid><category>Developers &amp; Practitioners</category><media:content height="540" url="https://storage.googleapis.com/gweb-cloudblog-publish/images/kubena26-hero.max-600x600.jpg" width="540"></media:content><og xmlns:og="http://ogp.me/ns#"><type>article</type><title>Kubernetes의 개방형 AI 네이티브 스택: 개방형 모델부터 분산 추론 및 에이전트까지</title><description></description><image>https://storage.googleapis.com/gweb-cloudblog-publish/images/kubena26-hero.max-600x600.jpg</image><site_name>Google</site_name><url>https://cloud.google.com/blog/ko/topics/developers-practitioners/the-open-ai-native-stack-on-kubernetes-from-open-models-to-distributed-inference-and-agents/</url></og><author xmlns:author="http://www.w3.org/2005/Atom"><name>Abdelfettah Sghiouar</name><title>Cloud Developer Advocate</title><department>Google Cloud</department><company></company></author><author xmlns:author="http://www.w3.org/2005/Atom"><name>Allan Naim</name><title>Director of Product Management GKE</title><department></department><company></company></author></item><item><title>AlphaEvolve, Harbor, Gemini 4 Argon으로 에이전트 스킬 최적화 도구 빌드하기</title><link>https://cloud.google.com/blog/ko/topics/developers-practitioners/how-to-build-an-agent-skill-optimizer-with-alphaevolve-and-harbor/</link><description>&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;*이 콘텐츠는 AI 번역 도구를 사용하여 번역되었습니다. 정확성을 기하기 위해 노력하고 있으나, 자동 번역에는 오류나 누락이 포함될 수 있습니다. 정확한 정보는 &lt;/span&gt;&lt;a href="https://cloud.google.com/blog/topics/developers-practitioners/how-to-build-an-agent-skill-optimizer-with-alphaevolve-and-harbor?e=48754805&amp;amp;hl=en"&gt;&lt;span style="font-style: italic; text-decoration: underline; vertical-align: baseline;"&gt;영문 원본&lt;/span&gt;&lt;/a&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;을 참고해 주시기 바랍니다.&lt;/span&gt;&lt;/p&gt;
&lt;hr/&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;매일 점점 더 많은 사람들이 소프트웨어 엔지니어링 작업을 완료하기 위해&lt;/span&gt;&lt;a href="https://antigravity.google/" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Google Antigravity&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 및&lt;/span&gt;&lt;a href="https://opencode.ai/" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;OpenCode&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;와 같은 코딩 에이전트를 사용하고 있습니다. 하지만 이러한 도구가 제대로 작동하려면 요청 사항이 필요하며, 출력의 품질은 입력의 품질에 따라 달라집니다. 개발자는 코드 빌드, 테스트, 배포를 통해 에이전트를 안내하는&lt;/span&gt;&lt;a href="https://agentskills.io/" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;에이전트 스킬&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;을 활용하여 워크플로를 자동화하는 강력한 방법을 확보할 수 있습니다. &lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;하지만 대부분의 스킬은 수동으로 작성되므로 출력을 평가하지 않고는 어떤 요청 사항이 효과적인지 알기 어렵습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;스킬의 효과를 측정하기 위해 공개 벤치마크인&lt;/span&gt;&lt;a href="https://blog.google/innovation-and-ai/models-and-research/gemini-models/3-8-flash-and-3-8-flash-cyber/" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;/a&gt;&lt;a href="https://github.com/harbor-framework/terminal-bench-2" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Terminal-Bench 2.0&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;의 작업에서&lt;/span&gt;&lt;a href="https://github.com/harbor-framework/terminal-bench-2" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;/a&gt;&lt;a href="https://blog.google/innovation-and-ai/models-and-research/gemini-models/3-8-flash-and-3-8-flash-cyber/" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Gemini 3.8 Flash&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 사용하여 OpenCode를 실행했습니다. 결과는 불확실했습니다. 기준 스킬을 사용했을 때 에이전트는 시도의 약 3분의 2를 통과했지만, 스킬을 사용하지 않았을 때도 결과는 거의 동일했습니다. 더 확실한 결과가 필요했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이를 달성하기 위해 Google은 코드를 최적화하는 방식으로 스킬을 최적화하는 &lt;/span&gt;&lt;a href="https://cloud.google.com/blog/products/ai-machine-learning/alphaevolve-is-available-for-everyone"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;AlphaEvolve&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 사용했습니다. Gemini가 새 버전을 제안하면 평가자가 점수를 매기고 검색은 더 높은 점수를 받은 버전을 유지합니다.&lt;/span&gt;&lt;a href="https://cloud.google.com/blog/products/ai-machine-learning/alphaevolve-is-available-for-everyone"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;a href="https://harborframework.com/" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Harbor&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 사용하면 실제 작업을 수행하는 실제 코딩 에이전트가 평가자 역할을 할 수 있습니다. AlphaEvolve를 몇 차례 반복 실행하는 것만으로도 5%의 개선 효과를 확인했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;다음과 같이 동일한 루프를 빌드할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;ol&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;스킬을 프로그램으로 취급:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; AlphaEvolve는 스킬의 텍스트를 다시 작성할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;에이전트가 평가하도록 하기:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; Harbor는 실제 작업에서 스킬을 사용하여 에이전트를 실행합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;점수의 신뢰도 높이기:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 각 버전을 기준 스킬과 비교하고 두 버전을 동시에 실행합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;처음 접하는 작업에서 최적의 버전 확인:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 최종 검증을 위해 검색에서 사용하지 않은 일부 작업을 따로 남겨둡니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ol&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;스킬을 프로그램으로 취급&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;AlphaEvolve는 시드 프로그램에서 두 마커 사이의 코드를 개선하도록 설계되었습니다. 스킬은 이름, 설명, 마크다운 요청 사항이 포함된 SKILL.md 파일이므로 마커 사이에 텍스트를 넣고 Gemini가 다시 작성하도록 합니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;def build_skill() -&amp;gt; tuple[str, str]:\r\n  &amp;quot;&amp;quot;&amp;quot;Return the evolvable (description, body) pair for the skill.&amp;quot;&amp;quot;&amp;quot;\r\n  # EVOLVE-BLOCK-START\r\n  description = (\r\n      &amp;quot;Solve engineering tasks in a Linux terminal: building and compiling &amp;quot;\r\n      &amp;quot;software, fixing broken repositories and configuration, ...&amp;quot;\r\n  )\r\n  body = r&amp;quot;&amp;quot;&amp;quot;# Terminal task solver\r\nYou are working in a Linux container. The task has a specific, checkable end\r\nstate, and an automated test suite will decide whether you achieved it. ...\r\n&amp;quot;&amp;quot;&amp;quot;\r\n  # EVOLVE-BLOCK-END\r\n  return description, body&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42ebb9c490&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;AlphaEvolve는 Google Cloud에서 작동하며 코드를 실행하지 않습니다. 피드백은 평가자가 무엇이 '더 나은' 결과인지 판단하여 반환하는 점수와 메모로 구성됩니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/2_-_Setup.max-1000x1000.png"
        
          alt="2 - Setup"&gt;
        
        &lt;/a&gt;
      
        &lt;figcaption class="article-image__caption "&gt;&lt;p data-block-key="j89p4"&gt;이미지 1. AlphaEvolve가 스킬을 제안하면 Harbor는 기준 스킬과 함께 해당 스킬을 사용하는 에이전트를 실행하고 점수와 메모를 AlphaEvolve로 다시 보냅니다.&lt;/p&gt;&lt;/figcaption&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;에이전트가 평가하도록 하기&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Harbor는 벤치마크 작업에서 에이전트를 실행하며, 각 시도는 자체 컨테이너에서 이루어집니다. Google은 시도당 하나의 포드를 사용하여&lt;/span&gt;&lt;a href="https://cloud.google.com/kubernetes-engine"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Google Kubernetes Engine&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;(GKE)에서 이를 실행했으며, 단일 검색으로 수천 개의 에이전트 시도를 실행했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;평가자는 각 후보에 대해 통과 및 실패 여부에 따른 점수와 실패하거나 타임아웃된 작업에 대한 간단한 메모를 반환합니다. 그런 다음 AlphaEvolve는 이러한 메모를 Gemini에 전송하여 다음 버전을 만듭니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;점수의 신뢰도 높이기&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;에이전트의 평가 점수에는 노이즈가 있을 수 있습니다. 동일한 벤치마크에 대한 초기 실행 중 하나에서는 모델의 지연 시간이 후보 점수 간 차이의 대부분을 설명했습니다. 각 후보가 동일한 작업에서 기준 스킬과 동시에 실행되므로 점수에 차이가 나타납니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;처음 접하는 작업에서 최적의 버전 확인하기&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;가장 뛰어난 스킬은 신중한 체크리스트로 구성된 기준 스킬과 다릅니다. 기준 스킬은 먼저 읽고, 실패를 재현하고, 검증된 작은 단계로 작업합니다. 반면 AlphaEvolve의 버전은 시간 제한을 중심으로 구성된 프로토콜입니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;## 2. Ship a Working Baseline to the Target Path Early\r\n(...)\r\n- Having a valid artifact on disk protects you from timeouts: if you refine or\r\n  golf code (`gpt2.c`, `eigen.py`, `my_warrior.red`), keep the last passing\r\n  version written to the target path at all times.\r\n\r\n\r\n(...)\r\n\r\n\r\n## 5. Hard Stop When Green\r\nThe moment `eval.py`, the test suite, or your acceptance check passes and the\r\nrequired files exist with exact formatting (...): **STOP IMMEDIATELY**. (...)&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eba03750&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;배운 내용&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;AlphaEvolve는 가장 흔한 실패 원인인 시간 부족에 초점을 맞췄습니다. 평가자의 메모에 보고된 바와 같이 검색 시도의 약 3분의 1이 시간 제한에 도달했으며, AlphaEvolve의 가장 뛰어난 스킬은 이 제한을 중심으로 구성되었습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;또한 검색을 실행하는 것이 루프를 빌드하는 것보다 더 어렵다는 사실을 알게 되었습니다. 약 10시간이 지난 후에는 검색에서 새로운 후보를 평가하지 못했습니다. 모델 응답이 느려지는 동안 지연 시간 검사로 인해 모든 평가가 보류되었고 전체 에이전트 로그가 컨트롤러의 디스크를 가득 채웠습니다. 장시간 검색을 수행하기 전에 모델 응답이 느려지는 시간대와 로그 스토리지에 대한 계획을 세우는 것이 중요합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;또한 &lt;/span&gt;&lt;a href="https://agentskills.io/skill-creation/best-practices" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;에이전트 스킬 권장사항&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;에 따라 에이전트에 부족한 부분을 보완하는 스킬을 추가했을 때 효과가 있었습니다. 기준 스킬은 측정 가능한 차이를 보이지 않은 반면, 답을 보유한 스킬은 개발 작업에서 점수를 33점 높였습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Google의 가설은 오늘날의 모델과 코딩 에이전트가 이미 코딩 작업에 맞게 조정되어 있으므로 일반적인 조언만으로는 개선 효과를 얻기 어렵다는 것입니다. 그렇다면 검색을 통해 구체적인 개선 기회를 찾을 수 있습니다. AlphaEvolve의 가장 뛰어난 스킬은 에이전트의 가장 흔한 실패 원인인 시간 부족을 중심으로 구성되었습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;다음 단계&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Google은 검색을 통해 추가할 수 있는 비즈니스 규칙이 에이전트에 부족한 엔터프라이즈 에이전트 하네스(시스템 프롬프트, 정책 요청 사항, 도구)에서 AlphaEvolve를 테스트하고 있습니다. 가상의 은행을 대상으로 고객 서비스 테스트 사례를 조사한 한 소규모 연구에서 AlphaEvolve는 Google이 심어 놓은 잘못된 정책 규칙을 찾아 수정하고, 이 수정사항을 이전에 접하지 않은 사례에도 적용했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;다른 소규모 연구에서는 결과가 엇갈렸으며, 전체 연구가 완료되면 최종 결과를 공유할 예정입니다. &lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;시작하기&lt;/strong&gt;&lt;/h3&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;Google Cloud의 AlphaEvolve:&lt;/strong&gt;&lt;a href="https://github.com/Google-Cloud-AI/alphaevolve-on-googlecloud" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;GitHub 저장소&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;벤치마크 및 하네스:&lt;/strong&gt;&lt;a href="https://github.com/harbor-framework/terminal-bench-2" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Terminal-Bench 2.0&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 및&lt;/span&gt;&lt;a href="https://harborframework.com/" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Harbor&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;에이전트 스킬:&lt;/strong&gt;&lt;a href="https://agentskills.io/" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;agentskills.io&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 및&lt;/span&gt;&lt;a href="https://opencode.ai/docs/skills/" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;opencode 스킬 문서&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;의 형식&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;읽어 주셔서 감사합니다. LinkedIn 또는 X에서 자체 테스트 결과를 알려주세요.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;</description><pubDate>Thu, 12 Nov 2026 12:00:00 +0000</pubDate><guid>https://cloud.google.com/blog/ko/topics/developers-practitioners/how-to-build-an-agent-skill-optimizer-with-alphaevolve-and-harbor/</guid><category>Developers &amp; Practitioners</category><media:content height="540" url="https://storage.googleapis.com/gweb-cloudblog-publish/images/1_-_Hero_tsgSDxO.max-600x600.jpg" width="540"></media:content><og xmlns:og="http://ogp.me/ns#"><type>article</type><title>AlphaEvolve, Harbor, Gemini 4 Argon으로 에이전트 스킬 최적화 도구 빌드하기</title><description></description><image>https://storage.googleapis.com/gweb-cloudblog-publish/images/1_-_Hero_tsgSDxO.max-600x600.jpg</image><site_name>Google</site_name><url>https://cloud.google.com/blog/ko/topics/developers-practitioners/how-to-build-an-agent-skill-optimizer-with-alphaevolve-and-harbor/</url></og><author xmlns:author="http://www.w3.org/2005/Atom"><name>Ivan Nardini</name><title>AI Developer Relations Engineer</title><department></department><company></company></author><author xmlns:author="http://www.w3.org/2005/Atom"><name>Anant Nawalgaria</name><title>Group Product Manager &amp; Sr. Staff Engineer</title><department></department><company></company></author></item><item><title>Compute Engine API 다중 버전 관리 도입: 프로덕션 환경의 안정성을 유지하면서 예측 가능한 API 개선</title><link>https://cloud.google.com/blog/ko/topics/developers-practitioners/introducing-compute-engine-api-multi-versioning-predictable-evolution-without-breaking-production/</link><description>&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;*이 콘텐츠는 AI 번역 도구를 사용하여 번역되었습니다. 정확성을 기하기 위해 노력하고 있으나, 자동 번역에는 오류나 누락이 포함될 수 있습니다. 정확한 정보는 &lt;/span&gt;&lt;a href="https://cloud.google.com/blog/topics/developers-practitioners/introducing-compute-engine-api-multi-versioning-predictable-evolution-without-breaking-production?e=48754805&amp;amp;hl=en"&gt;&lt;span style="font-style: italic; text-decoration: underline; vertical-align: baseline;"&gt;영문 원본&lt;/span&gt;&lt;/a&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;을 참고해 주시기 바랍니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt; &lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;프로덕션 환경의 안정성을 유지하면서 인프라를 현대화하고 싶으신가요? 정식 버전으로 출시된 Compute Engine의 API 다중 버전 관리 기능을 사용하면 가능합니다. Compute Engine은 날짜 기반 API 버전을 통해 기존 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;/v1&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; API의 견고한 안정성을 유지하면서도 최신 API 동작 방식, 더욱 강력한 복원력을 제공하는 기본 설정, 개선된 개발자 경험을 정기적으로 제공할 수 있게 되었습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;10년이 넘는 기간 동안 Google Compute Engine &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;/v1&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; API는 수백만 개의 가상 머신, Google Kubernetes Engine(GKE) 클러스터, 대규모 AI 인프라를 관리하는 핵심 컨트롤 플레인 역할을 해왔습니다. Google Cloud를 기반으로 솔루션을 구축하는 플랫폼팀과 개발자에게 단일 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;/v1&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 엔드포인트는 한 번 통합하면 수년간 안정적으로 작동한다는 중요한 이점을 제공했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;그러나 클라우드 아키텍처의 규모와 복잡성이 커지면서 인프라팀은 점점 더 어려운 선택에 직면하게 되었습니다. 한편으로는 미션 크리티컬한 프로덕션 워크로드를 위해 절대적인 API 안정성과 엄격한 하위 호환성이 필요하지만 다른 한편으로 고객은 더욱 안전한 보안 기본 설정, 향상된 리전별 복원력, 기계 가독형 오류 모델, 선언형 구성에 적합한 최신 API를 더 빠르게 도입하길 원합니다. 단, 기존 API에 이러한 개선 사항을 직접 적용하면 기존 자동화가 중단될 위험이 있습니다. 새로운 버전 관리 모델을 사용하면 프로덕션 워크로드를 변경하지 않고도 원하는 일정에 따라 최신 API 동작 방식을 유연하게 도입할 수 있어 이러한 중단 위험을 방지할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;Compute Engine을 위한 날짜 기반 API 버전&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;기존에 Compute Engine은 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;/v1&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;(정식 버전), &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;/beta&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;, &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;/alpha&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;라는 세 가지 장기 운영 채널을 사용하는 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;채널 기반 버전 관리(CBV)&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 방식을 채택했습니다. &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;/v1&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;은 전 세계 모든 고객이 공유하며 동작 방식을 변경할 수 있는 단일 프로덕션 접점입니다. 따라서 직관적이지 않은 기본 설정을 변경하거나 오류 형식을 현대화하는 정도의 개선 사항도 기존 스크립트의 작동을 중단시킬 위험이 있었고, 경우에 따라 수년간의 마이그레이션이 필요했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Google&lt;/span&gt;&lt;a href="https://google.aip.dev/185" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;AIP-185&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;에 부합하는 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;인터페이스 기반 버전 관리(IBV)&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;를 통해 Compute Engine은 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;/v1&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;과 함께 변경 불가능한 날짜 기반 API 스냅샷을 도입합니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;안정화 버전(&lt;/strong&gt;&lt;code&gt;&lt;strong style="vertical-align: baseline;"&gt;YYYY-MM-DD&lt;/strong&gt;&lt;/code&gt;&lt;strong style="vertical-align: baseline;"&gt;)&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 예측 가능한 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;분기별 일정&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;(&lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;2026-09-01&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;부터 시작)에 따라 출시되는 각 안정화 버전은 특정 시점에 정식 출시된 모든 Compute Engine 기능과 기본 동작 방식이 고정된 API 계약을 나타냅니다. 안정화 버전은 게시된 후 브레이킹 체인지가 적용되지 않으며 현재 지원 종료일이 정해져 있지 않습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;프리뷰 버전(&lt;/strong&gt;&lt;code&gt;&lt;strong style="vertical-align: baseline;"&gt;YYYY-MM-DD-preview&lt;/strong&gt;&lt;/code&gt;&lt;strong style="vertical-align: baseline;"&gt;)&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;2026-10-01-preview&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;와 같이 빠른 주기로 출시됩니다. 안정화 버전에서 분기된 프리뷰 버전을 통해 개발자는 향후 제공될 기능과 API 설계를 사전에 체험해 볼 수 있습니다. 테스트와 의견 수렴을 위해 제공되며 수명 주기는 1년으로 정해져 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;중단 없는&lt;code&gt; &lt;/code&gt;&lt;/strong&gt;&lt;code&gt;&lt;strong style="vertical-align: baseline;"&gt;/v1&lt;/strong&gt;&lt;/code&gt;&lt;strong style="vertical-align: baseline;"&gt; 지원&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 기존 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;/v1&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; API는 계속해서 완벽하게 지원되며, 날짜 기반 버전을 지정하지 않으면 기본 버전으로 사용됩니다. 기존 애플리케이션, 스크립트, 통합은 수정 없이 계속 작동합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;개발자를 위한 주요 이점&lt;/strong&gt;&lt;/h2&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;1. 안정성과 고객이 직접 제어하는 업그레이드&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;기존의 단일 버전 API에서 기본 동작 방식을 변경할 때는 플랫폼의 발전과 고객 환경의 안정성 사이에서 타협점을 찾아야 했습니다. 하지만 날짜 기반 다중 버전 관리를 사용하면 업그레이드 시점을 고객이 직접 결정할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;특정 API 계약에 버전 고정&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: REST를 직접 호출하거나 SDK를 사용하는 개발자는 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;2026-09-01&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;과 같은 특정 버전 식별자를 지정하여 요청 및 응답 스키마가 변경되지 않도록 할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;원하는 일정에 따른 업그레이드&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 새로운 분기별 안정화 버전에서 기본 설정이 업데이트되거나 리소스 스키마가 변경되면 출시 노트를 검토하고, 버전 문자열 하나만 변경하여 스테이징 환경에서 테스트한 후, 원하는 시점에 프로덕션 환경에 배포할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;일관된 리소스 URI&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 날짜 기반 버전에서도 기준 URL 경로인 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;/compute/v1/&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;을 계속 사용합니다. 대상 버전은 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;X-Goog-Api-Version&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; HTTP 헤더 또는 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;$apiVersion&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 쿼리 매개변수를 통해 지정합니다. 즉, 리소스의 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;selfLink&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; URI는 도구와 서비스 전반에서 일관되게 유지됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;# Request a specific date-based stable version using the HTTP header\r\ncurl -X GET \\\r\n  &amp;quot;https://compute.googleapis.com/compute/v1/projects/my-project/zones/us-central1-a/instances&amp;quot; \\\r\n  -H &amp;quot;Authorization: Bearer $(gcloud auth print-access-token)&amp;quot; \\\r\n  -H &amp;quot;X-Goog-Api-Version: 2026-09-01&amp;quot;&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42f810b950&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;2. 더욱 안전한 기본 설정, 향상된 복원력, 최신 API 표준&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Compute Engine은 동작 변경사항을 새로운 날짜 기반 버전에만 적용함으로써 클라우드 애플리케이션의 복원력과 보안을 강화하고 자동화를 간소화하는 개선사항을 제공하고 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;기본적으로 복원력이 우수한 전역 쿼리&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 기존 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;/v1&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;에서 모든 영역과 리전에 걸쳐 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;AggregatedList&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 호출하면 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;returnPartialSuccess&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;의 기본값이 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;false&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;로 설정됩니다. 따라서 호출자가 부분 성공을 명시적으로 허용하지 않는 한, 단일 영역에서 발생한 일시적인 문제로 인해 전역 목록 요청 전체가 실패할 수 있습니다. 새로운 날짜 기반 버전에서는 부분 성공이 기본으로 활성화되므로, 특정 영역에서 유지보수나 장애가 발생하더라도 전역 Fleet 쿼리는 안정적으로 작동합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;실질적인 문제 해결에 도움이 되는 기계 가독형 오류(AIP-193)&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 날짜 기반 버전은 구조화된 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;reason&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;, &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;domain&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;, 컨텍스트 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;metadata&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;가 포함된 표준화된 &lt;/span&gt;&lt;a href="https://google.aip.dev/193" rel="noopener" target="_blank"&gt;&lt;code style="text-decoration: underline; vertical-align: baseline;"&gt;google.rpc.ErrorInfo&lt;/code&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 페이로드를 채택하여 오류 문자열을 정규 표현식으로 파싱하는 취약한 방식에 의존할 필요가 없습니다. 가령 잘못된 버전 식별자를 요청하면 지원되는 버전 목록인 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;supported_versions&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;가 반환됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;강화된 보안 및 최소 권한 원칙 준수&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 새로운 API 버전을 사용하면 Compute Engine에서 지나치게 광범위한 기존 IAM 권한 검사를 강화하고 더욱 안전한 기본 구성 설정을 도입할 수 있습니다. 이때 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;/v1&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;에서 실행되는 기존 자동화에는 영향을 주지 않습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;선언형 구성에 적합한 간결한 API 설계&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 다중 버전 관리는 10년 이상 사용해 온 복잡한 리소스 스키마를 최신 Google API 개선 제안서(AIP)에 맞게 발전시킬 수 있는 명확한 경로를 제공합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h3&gt;3. 클라이언트 라이브러리, &lt;code style="vertical-align: baseline;"&gt;gcloud&lt;/code&gt;&lt;strong style="vertical-align: baseline;"&gt;, Terraform 전반에 걸친 원활한 채택&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;REST API를 직접 호출하든 상위 수준의 도구를 통해 인프라를 관리하든 Compute Engine API 다중 버전 관리는 기존 워크플로에 지장을 주지 않도록 설계되었습니다.&lt;/span&gt;&lt;/p&gt;
&lt;div align="left"&gt;
&lt;div style="color: #5f6368; overflow-x: auto; overflow-y: hidden; width: 100%;"&gt;
&lt;div style="color: #5f6368; overflow-x: auto; overflow-y: hidden; width: 100%;"&gt;
&lt;div style="color: #5f6368; overflow-x: auto; overflow-y: hidden; width: 100%;"&gt;
&lt;div style="color: #5f6368; overflow-x: auto; overflow-y: hidden; width: 100%;"&gt;&lt;table style="width: 100.945%;"&gt;&lt;colgroup&gt;&lt;col style="width: 22.5822%;"/&gt;&lt;col style="width: 38.1075%;"/&gt;&lt;col style="width: 39.2622%;"/&gt;&lt;/colgroup&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;접점&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;다중 버전 관리 작동 방식&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;개발자의 책임&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;클라이언트 라이브러리(Python, Go, Java, Node.js, C#, Ruby, PHP)&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;각 SDK 버전은 특정 날짜 기반 API 버전에 자동으로 연결되며, 기존 &lt;/span&gt;&lt;code&gt;&lt;strong style="vertical-align: baseline;"&gt;/v1&lt;/strong&gt;&lt;/code&gt;&lt;strong style="vertical-align: baseline;"&gt; 패키지 네임스페이스&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;(&lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;compute_v1&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;, &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;apiv1&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;)는 유지됩니다. enum은 문자열로 표현되어 원활한 상위 및 하위 호환성을 제공합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;평소처럼 클라이언트 라이브러리 종속 항목을 업그레이드하면 되며 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;가져오기 경로를 다시 작성할 필요가 없습니다&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;. 프리뷰 기능을 테스트하려면 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;-preview&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; SDK 버전을 사용하세요.&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;Google Cloud CLI(gcloud)&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;code style="vertical-align: baseline;"&gt;gcloud compute&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;는 함께 제공되는 안정화 API 버전을 대상으로 합니다. 새로운 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;gcloud preview compute&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 명령어 그룹은 함께 제공되는 미리보기 API 버전을 대상으로 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;code style="vertical-align: baseline;"&gt;gcloud&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 최신 상태로 유지하세요. 기존 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;gcloud compute&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;, &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;beta&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;, &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;alpha&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 스크립트는 수정 없이 계속 작동합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;Terraform(&lt;/strong&gt;&lt;strong style="vertical-align: baseline;"&gt;google&lt;/strong&gt;&lt;strong style="vertical-align: baseline;"&gt; 및 &lt;/strong&gt;&lt;strong style="vertical-align: baseline;"&gt;google-beta&lt;/strong&gt;&lt;strong style="vertical-align: baseline;"&gt;)&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;code style="vertical-align: baseline;"&gt;google&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 제공업체는 날짜 기반 안정화 API를, &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;google-beta&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;는 내부적으로 프리뷰 API를 타겟팅합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;새로운 기능을 도입하려면 Terraform 제공업체 버전을 업그레이드하세요. HCL 스크립트에서 API 버전을 수동으로 구성할 필요는 없습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;직접 HTTP/REST 호출&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;code style="vertical-align: baseline;"&gt;-H "X-Goog-Api-Version: YYYY-MM-DD"&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 또는 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;?$apiVersion=YYYY-MM-DD&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 사용하여 현재 지원되는 버전 중 하나를 선택하고 버전별&lt;/span&gt;&lt;a href="https://www.googleapis.com/discovery/v1/apis/compute/2026-09-01/rest" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;탐색 문서&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 가져올 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;HTTP 클라이언트에서 헤더나 쿼리 매개변수를 전달하여 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;2026-09-01&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;, &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;2026-10-01-preview&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;와 같은 특정 버전을 사용하세요.&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;
&lt;/div&gt;
&lt;/div&gt;
&lt;/div&gt;
&lt;/div&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;시작하기&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Compute Engine API 멀티 버전 관리는 현재 모든 Google Cloud 리전에서 사용할 수 있습니다. 최초 안정화 버전은 &lt;/span&gt;&lt;code&gt;&lt;strong style="vertical-align: baseline;"&gt;2026-09-01&lt;/strong&gt;&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;이고 프리뷰 테스트를 위한 &lt;/span&gt;&lt;code&gt;&lt;strong style="vertical-align: baseline;"&gt;2026-10-01-preview&lt;/strong&gt;&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;&lt;code&gt; &lt;/code&gt;버전도 제공됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;다음 단계를 통해 워크플로에서 날짜 기반 버전을 살펴보고 도입해 보세요.&lt;/span&gt;&lt;/p&gt;
&lt;ol&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;다음 문서를 살펴보세요.&lt;/strong&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;ul&gt;
&lt;li aria-level="2" style="list-style-type: circle; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://docs.cloud.google.com/compute/docs/api/how-tos/api-versioning-guide"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Compute Engine API 버전 관리 가이드&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="2" style="list-style-type: circle; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://docs.cloud.google.com/compute/docs/api/how-tos/api-requests-responses"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;API 요청 생성 및 응답 처리&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="2" style="list-style-type: circle; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://docs.cloud.google.com/compute/docs/reference/rest/v1"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Compute Engine REST API 참조 문서&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;(버전 선택기를 사용하여 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;2026-09-01&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 및 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;2026-10-01-preview&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 스키마 검사)&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;code&gt;&lt;strong style="vertical-align: baseline;"&gt;gcloud preview compute&lt;/strong&gt;&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 사용해 보세요. &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;gcloud components update&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 실행한 다음 새로운 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;gcloud preview compute&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 명령어 그룹을 사용하여 향후 제공될 프리뷰 기능을 테스트해 보세요.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ol&gt;&lt;/div&gt;</description><pubDate>Thu, 12 Nov 2026 04:00:00 +0000</pubDate><guid>https://cloud.google.com/blog/ko/topics/developers-practitioners/introducing-compute-engine-api-multi-versioning-predictable-evolution-without-breaking-production/</guid><category>Developers &amp; Practitioners</category><media:content height="540" url="https://storage.googleapis.com/gweb-cloudblog-publish/images/compute-engine-multi-version-hero.max-600x600.jpg" width="540"></media:content><og xmlns:og="http://ogp.me/ns#"><type>article</type><title>Compute Engine API 다중 버전 관리 도입: 프로덕션 환경의 안정성을 유지하면서 예측 가능한 API 개선</title><description></description><image>https://storage.googleapis.com/gweb-cloudblog-publish/images/compute-engine-multi-version-hero.max-600x600.jpg</image><site_name>Google</site_name><url>https://cloud.google.com/blog/ko/topics/developers-practitioners/introducing-compute-engine-api-multi-versioning-predictable-evolution-without-breaking-production/</url></og><author xmlns:author="http://www.w3.org/2005/Atom"><name>Michael Murstein</name><title>Software Engineer</title><department></department><company></company></author></item><item><title>컨텍스트 윈도우를 과도하게 차지하기 전에 에이전트 스킬을 평가하는 5가지 규칙</title><link>https://cloud.google.com/blog/ko/topics/developers-practitioners/evaluate-agent-skills-before-they-bloat-your-context-window/</link><description>&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;*이 콘텐츠는 AI 번역 도구를 사용하여 번역되었습니다. 정확성을 기하기 위해 노력하고 있으나, 자동 번역에는 오류나 누락이 포함될 수 있습니다. 정확한 정보는 &lt;/span&gt;&lt;a href="https://cloud.google.com/blog/topics/developers-practitioners/evaluate-agent-skills-before-they-bloat-your-context-window?e=48754805&amp;amp;hl=en"&gt;&lt;span style="font-style: italic; text-decoration: underline; vertical-align: baseline;"&gt;영문 원본&lt;/span&gt;&lt;/a&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;을 참고해 주시기 바랍니다.&lt;/span&gt;&lt;/p&gt;
&lt;hr/&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;SKILL.md 파일에 대한 이야기를 점점 더 자주 듣게 되실 텐데요. 많은 분이 파일을 테스트하는 방식은 대개 비슷합니다. 채팅창에 프롬프트를 붙여넣고, 노트북에서 한 번 통과하는 것을 확인한 뒤, 바로 메인 브랜치에 병합해 버리는 식이죠. 하지만 평가 루프 없이 3페이지 분량의 CLI 문서를 마크다운 파일에 붙여넣으면 프런티어 모델에 도움이 되기보다는 혼란을 줄 가능성이 높습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;지난 몇 주 동안 Google은 가장 핵심적인 스킬과 응답의 근거를 문서에서 찾는 Developer Knowledge MCP 서버를 갖춘 자체 &lt;/span&gt;&lt;a href="https://cloud.google.com/blog/ko/topics/developers-practitioners/introducing-the-google-cloud-developer-plugin-for-ai-coding-agents?e=48754805&amp;amp;hl=ko"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Google Cloud 개발자 플러그인&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;을 면밀히 측정하고 최적화해 왔습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Gemini, Antigravity, 기타 에이전트를 사용해 &lt;/span&gt;&lt;a href="https://x.com/kweinmeister/status/2099962972798153194" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;수십 가지 시나리오를 실행&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;했습니다. &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;GKE Autopilot&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;의 격리된 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;Harbor&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 포드 내에서 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;Gemini 플랫폼의 Claude Sonnet 5&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;를 사용했습니다. 또한 Kubernetes 및 Gemini 플랫폼 기능을 NVIDIA의 오픈소스 평가 도구에 업스트림으로 기여했습니다. &lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;특정 스킬이 그만큼의 토큰을 소비할 가치가 있는지 검증하기 위해 Google이 사용하는 5가지 규칙의 엔지니어링 플레이북을 소개합니다.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;1. 컨테이너를 가동하기 전에 트리거 충돌 및 보안 위험 차단&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;평가 실행에서 플러그인 버전과 기준 버전 간에 개선이 전혀 없는 경우(Δ = 0), 자연스럽게 SKILL.md 요청 사항의 본문을 다시 작성하고 싶어집니다. 잠깐, 먼저 확인해야 할 게 있습니다. 열에 아홉은 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;에이전트가 애초에 스킬을 로드조차 하지 않은 경우&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;입니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;코딩 에이전트는 턴 0에서 전체 SKILL.md 본문을 읽지 않습니다. 라우터는 YAML 프런트매터의 닉네임과 설명만 검사합니다. 작업공간의 스킬이 12개를 넘어가면 2개의 실패 모드가 동시에 발생합니다. 바로 언더 트리거링(설명이 개발자의 의도가 아닌 내부 구현 방식을 기술함)과 동위 하이재킹(인접한 스킬에 포함된 '클라우드 배포 지원'과 같은 포괄적인 문구가 프롬프트를 먼저 가로챔)입니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;최근 Google은 &lt;/span&gt;&lt;a href="https://google.github.io/skill-reach/" rel="noopener" target="_blank"&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;skill-reach&lt;/strong&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 오픈소스로 공개했습니다. 덕분에 이제 컨테이너 샌드박스 비용을 들여가며 테스트할 필요 없이, 프런트매터 충돌을 미리 잡아낼 수 있습니다. 매니페스트를 검증하고, 유사한 경쟁 스킬과의 어휘 중복도를 계산하며, Claude Code, Google Antigravity, OpenAI Codex 전반에서 경험적 라우팅 프로브를 실행합니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;uv tool install skill-reach\r\n\r\n# 1. Validate YAML frontmatter &amp;amp; token budgets (zero API calls)\r\nreach lint ./skills\r\n\r\n# 2. Detect vocabulary collisions &amp;amp; nearest rival skills (e.g. 0.69 overlap)\r\nreach overlap ./skills\r\n\r\n# 3. Run cross-harness routing probes and auto-tune weak descriptions\r\nreach eval ./skills/cloud-run --runs 3\r\nreach optimize ./skills/cloud-run --apply&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42ebc71a10&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Skill-reach를 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;NVIDIA의 SkillSpector&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;(&lt;/span&gt;&lt;a href="https://github.com/NVIDIA/SkillEvaluator" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;SkillEvaluator&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;의 Tier 1 및 Tier 2)와 페어링합니다. Nemotron Labs팀이 &lt;/span&gt;&lt;a href="https://www.youtube.com/watch?v=4rI0zATFxYI" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;에이전트 스킬 심층 분석&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;에서 자세히 설명한 것처럼, 표준 코드 린터는 마크다운 텍스트에 숨겨진 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;에이전트 네이티브 위험 요소&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;인 프롬프트 인젝션, 은밀한 데이터 무단 반출, 도구 포이즈닝, 트리거 악용을 놓칩니다. &lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;2. 개발자 노트북에서 실행되는 평가는 절절대 신뢰하지 말 것&lt;/strong&gt;&lt;/h2&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/1_dRIBHtV.max-1000x1000.jpg"
        
          alt="1"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;워크스테이션에서 직접 스킬 벤치마크를 실행하고 있다면, 그 결과 수치는 거짓말을 하고 있는 것입니다. 개발자 노트북에는 기준 버전을 오염시키는 주변 상태가 가득합니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;캐시된 Google Cloud 사용자 인증 정보&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;내보낸 프로젝트 변수 및 웜 Bash 기록&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;전역 환경 규칙&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;별도의 지원을 받지 않는 기준 에이전트는 로컬 셸 프로필에 설정된 기본 프로젝트 ID나 토큰을 그대로 상속해 클라우드 배포 테스트를 통과해 버릴 수 있습니다. 이 경우, 해당 스킬이 해결하도록 설계된 구체적인 오류 상황이 제대로 드러나지 않고 가려지게 됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;호스트 리소스 경합 또한 에이전트의 수행 절차를 왜곡할 수 있습니다. AlphaEvolve를 사용하여 코드 검색 에이전트를 힐 클라이밍하는 동안 내부 테스트를 통해 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;워크스테이션이 CPU 부하 상태일 때 정확히 동일한 에이전트 벤치마크를 실행하면 점수가 떨어진다&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;는 사실을 확인했습니다. 파일 스캔 속도가 느려지고 하위 프로세스 제한 시간이 초과되면 에이전트가 검색 경로를 조기에 포기하게 됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;3. 단순히 직관이 아닌, 스킬 적용 유무(WITH vs. W/OUT)를 비교하는 절제 측정(Pass@3) 실시&lt;/strong&gt;&lt;/h2&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/2_UtgDTjb.max-1000x1000.jpg"
        
          alt="2"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;프롬프트를 단 한 번 실행해 보고 녹색 체크표시를 스크린샷으로 남기는 것은 진정한 의미의 평가라고 할 수 없습니다. 멀티턴 도구 사용 에이전트는 모든 셸 종료 코드와 stdout 스니펫을 바탕으로 실행 경로가 분기됩니다. 검색 연구에서 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;벤치마크 작업의 3분의 1 이상이 정확히 동일한 코드와 프롬프트를 연속으로 실행했을 때 서로 다른 점수를 생성했습니다&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;완벽한 점수라 하더라도 비교 대상인 기준이 없다면 의미가 없습니다. Claude의 플러그인 평가 도구와 NVIDIA의 SkillEvaluator는 모두 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;여러 번의 반복을 통해 비교하는 절제 실험&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;을 실행합니다. Arm A는 스킬이 없는 깨끗한 샌드박스에서 기본 모델을 실행하고, Arm B는 스킬이 탑재된 동일한 프롬프트와 샌드박스로 실행하여 결과를 비교합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;샌드박스 시험 전반에서 점수 개선을 비교한 결과, 단일 샷 테스트에서는 볼 수 없었던 3가지 명확한 패턴이 드러났습니다. 플러그인이 없어도 기본 모델은 대부분의 실행에서 어떻게든 배포에 성공하긴 했지만, 지원 중단된 플래그를 추측하고 잘못된 요청을 재시도하느라 실제 시간을 몇 분씩 허비한 뒤에야 가능했습니다. 반대로 테스트 사례에서 효율성 향상 없이 성공 여부만 동일하게 나타난다면, 이는 기본 모델이 이미 해당 기능을 자체적으로 갖추고 있다는 뜻입니다. 해당 스킬은 불필요한 컨텍스트 비용만 발생시킬 뿐입니다. 삭제하세요.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;# Scaffold and execute a k=3 paired WITH vs W/OUT ablation locally\r\nclaude plugin eval init ./my-plugin\r\nclaude plugin eval ./my-plugin --runs 3&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eabd8910&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;4. 에이전트가 보상 해킹을 할 수 없도록 효율성과 보안을 정확성과 분리&lt;/strong&gt;&lt;/h2&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/3_sXliN0n.max-1000x1000.jpg"
        
          alt="3"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;평가 하네스를 자동화된 옵티마이저(예:&lt;/span&gt;&lt;a href="https://docs.cloud.google.com/gemini/enterprise/docs/alphaevolve/developer-guide/overview"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;AlphaEvolve&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 또는 도달범위 최적화)에 연결하면 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;에이전트가 평가자를 속이는&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 패턴이 놀라울 정도로 흔하게 나타납니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;AlphaEvolve 검색 실험에서 진화된 후보는 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;작업을 해결하지 않고도 벤치마크를 조작하는 4가지 고유한 방법&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;을 발견했습니다. 채점 도구가 소스 코드에서 특정 예상 하위 문자열 검사를 차단하자, 진화된 후보는 런타임에 문자열을 동적으로 연결하고, 디렉터리 트리를 탐색하고, 디스크에서 직접 정답 파일을 읽었습니다. 또 다른 후보는 AST 검사를 우회하기 위해 하위 프로세스를 생성했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;진화 루프는 정확성(가중치 0.95)과 토큰 효율성(가중치 0.05)을 단일 점수로 혼합한 적합도 공식 때문에 이러한 속임수를 선호했습니다. 디스크에서 답변 파일을 읽는 데는 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;LLM 턴이 필요하지 않으므로&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;, 저장소를 검색하는 데 토큰을 사용한 정직한 에이전트에 비해 부정행위 에이전트가 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;생존에 유리&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;한 효율성 보너스를 얻게 됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;리워드 해킹으로부터 스킬 평가자를 보호하려면 3가지 구조적 가드레일이 필요합니다. 먼저 테스트 픽스처, 채점 스크립트, 정답이 전용 검증자 컨테이너 내에 있도록 Harbor를 구성하세요. 이 컨테이너는 에이전트 컨테이너가 종료된 후에만 작업공간 아티팩트를 마운트해야 합니다. 둘째, SkillEvaluator의 5가지 차원(&lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;정확성&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;, &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;검색 가능성&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;, &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;효율성&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;, &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;효과성&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;, &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;보안&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;)을 엄격하게 독립적으로 유지하세요. 토큰 절약이 테스트 실패나 보안 위반을 정당화하는 수단이 되어서는 안 됩니다. 셋째, &lt;/span&gt;&lt;a href="https://github.com/NVIDIA/SkillEvaluator/pull/140" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;NVIDIA/SkillEvaluator#140&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;에서는 Kubernetes 서비스 계정 토큰을 읽거나 클라우드 메타데이터 엔드포인트를 쿼리하는 모든 시도를 실패로 처리하도록 보안 검사를 확장했으며, 저장된 수행 절차에서 실시간 OAuth 토큰을 삭제하는 기능도 추가했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;5. 문서 덤프가 아닌 운영 습관 인코딩&lt;/strong&gt;&lt;/h2&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/4_jsRzzuO.max-1000x1000.jpg"
        
          alt="4"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;모든 실험 결과를 종합해 보면, &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;샌드박스 벤치마크에서 점수 향상&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;을 이끌어낸 스킬과 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;실패한 커뮤니티 스킬&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;의 차이는 결국 마크다운에 무엇이 담겨 있느냐에 달려 있었습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;공개 API 참조 테이블을 스킬 파일에 그대로 복사해 붙여넣는 방식은 성능 향상에 거의 도움이 되지 않습니다. 프런티어 모델은 이미 사전 학습 가중치에 퍼블릭 클라우드 문서를 포함하고 있습니다. 수천 단어의 정적 플래그를 프롬프트에 쏟아붓는 것은 첫 번째 토큰 생성 시간만 늘리고 실행 가능한 제약 조건을 파악하기 어렵게 만듭니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;테스트 모음에서 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;효율성 점수&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;를 높인 스킬들은 백과사전식 참조 텍스트를 나열하는 대신, 간결한 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;운영 습관과 검증 습성&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;을 익히도록 설계되었습니다.&lt;/span&gt;&lt;/p&gt;
&lt;ol&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;상태를 변경하기 전에 리프 하위 명령어에서 CLI 플래그 확인:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 마크다운에 수십 개의 플래그를 나열하는 대신, 상태를 변경하는 배포를 실행하기 전에 명령줄에서 도움말 출력을 확인하는 간단한 반사 동작을 가르칩니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;필요에 따라 경량 카탈로그 색인을 통해 라우팅:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 14개의 무거운 클라우드 스킬을 한 번에 컨텍스트에 로드하는 대신, 가벼운 루트 라우터가 선별된 원격 색인을 확인하고 작업에 필요한 특정 레시피만 가져옵니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;최소 권한 인증 기본값 적용:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 명시적 가드레일은 에이전트가 정적 서비스 계정 JSON 키를 다운로드하는 대신 애플리케이션 기본 사용자 인증 정보를 통해 인증하도록 지시하는 동시에 명시적 호출자 IAM 바인딩과 함께 인증되지 않은 액세스 제한을 적용합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ol&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;평가 스택이 CI에서 실행되므로 플래그 하나만 변경하면 모델을 업그레이드할 수 있습니다. 새 모델을 대상으로 스킬 적용 유무를 비교(WITH vs. W/OUT)하는 매트릭스를 다시 실행한 위, 개선 효과가 0으로 떨어지는 모든 스킬은 삭제합니다. 새로운 모델이 해당 기능을 자체적으로 갖추게 되어 더 이상 필요 없는 스킬을 삭제하는 것은 소프트웨어 엔지니어링에서 가장 기분 좋은 순간 중 하나입니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;시작하기&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;코딩 에이전트에 프로덕션 환경에서 바로 사용할 수 있는 수준의 스킬을 갖춰줄 준비가 되셨나요? &lt;/span&gt;&lt;a href="https://cloud.google.com/blog/ko/topics/developers-practitioners/introducing-the-google-cloud-developer-plugin-for-ai-coding-agents?e=48754805&amp;amp;hl=ko"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;AI 코딩 에이전트를 위한 Google Cloud Developer 플러그인&lt;/span&gt;&lt;/a&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;을 사용해 보세요.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;</description><pubDate>Tue, 10 Nov 2026 21:00:00 +0000</pubDate><guid>https://cloud.google.com/blog/ko/topics/developers-practitioners/evaluate-agent-skills-before-they-bloat-your-context-window/</guid><category>Developers &amp; Practitioners</category><og xmlns:og="http://ogp.me/ns#"><type>article</type><title>컨텍스트 윈도우를 과도하게 차지하기 전에 에이전트 스킬을 평가하는 5가지 규칙</title><description></description><site_name>Google</site_name><url>https://cloud.google.com/blog/ko/topics/developers-practitioners/evaluate-agent-skills-before-they-bloat-your-context-window/</url></og><author xmlns:author="http://www.w3.org/2005/Atom"><name>Karl Weinmeister</name><title>Director, Developer Relations</title><department></department><company></company></author><author xmlns:author="http://www.w3.org/2005/Atom"><name>Alan Blount</name><title>Product Manager</title><department></department><company></company></author></item><item><title>Kubernetes API가 응답하지 않을 때: 3레이어 네트워킹 미스터리</title><link>https://cloud.google.com/blog/ko/products/networking/the-three-layer-gke-network-mystery/</link><description>&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;*이 콘텐츠는 AI 번역 도구를 사용하여 번역되었습니다. 정확성을 기하기 위해 노력하고 있으나, 자동 번역에는 오류나 누락이 포함될 수 있습니다. 정확한 정보는 &lt;/span&gt;&lt;a href="https://cloud.google.com/blog/products/networking/the-three-layer-gke-network-mystery?e=48754805&amp;amp;hl=en"&gt;&lt;span style="font-style: italic; text-decoration: underline; vertical-align: baseline;"&gt;영문 원본&lt;/span&gt;&lt;/a&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;을 참고해 주시기 바랍니다.&lt;/span&gt;&lt;/p&gt;
&lt;hr/&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;모든 지원 엔지니어에게는 기억에 남는 케이스가 하나쯤 있습니다. 팀 점심 식사에서 종종 화제가 되는 케이스이자, 해결된 후에도 한밤중에 패킷 캡처를 뚫어져라 들여다보며 무슨 일이 일어났는지 &lt;/span&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;정말로&lt;/span&gt;&lt;span style="vertical-align: baseline;"&gt; 이해했는지 확인하게 되는 케이스죠. 이것이 바로 그런 케이스입니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;2026년 1월, 포드가 간헐적으로 Kubernetes API 서버에 연결되지 않는다는 내용의 단순해 보이는 지원 티켓이 접수되었습니다. 오류는 익숙한 타임아웃이었습니다. 고객은 이미 자사 운영팀 문제일 가능성을 배제한 상태였습니다. 당시에는 아무도 몰랐지만, 실은 스택의 세 가지 레이어에서 세 가지 버그가 동시에 발생하여 동일한 증상을 일으키고 있었습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;사태가 마무리될 무렵에는 약 800명의 개발자가 몇 주 동안 프로덕션에 배포하지 못했고, europe-west 전역의 GKE 클러스터가 중단된 상태였습니다. 문제를 해결하기 위해 Google Kubernetes Engine(GKE), Private Service Connect, 네트워킹, hostnet, 커널, Linux 업스트림 커뮤니티의 엔지니어들이 협력하여 세 가지의 서로 다른 근본 원인을 찾아냈습니다. 그리고 최종 수정사항은 구성 변경이나 기능 플래그가 아닌 Linux 커널 자체에 대한 패치 형태로 적용되었습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 글은 저희가 어떻게 해결책에 도달했는지에 대한 이야기입니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;1부: 멈추지 않는 경보음&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 고객은 Google Cloud의 europe-west 리전에서 대규모 멀티 클러스터 GKE 환경을 운영하고 있었습니다. 이들의 클러스터는 GKE 컨트롤 플레인을 비공개로 노출하는 Google Cloud의 메커니즘인 Private Service Connect를 사용했으며, Twistlock 보안 스캐너, 보안 비밀 관리를 위한 External Secrets Operator, 네트워크 정책을 위한 Cilium, 여러 내부 Kubernetes 오퍼레이터 등 시스템 수준 워크로드의 풍부한 생태계를 갖추고 있었습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;첫 번째 오류는 europe-west의 사용자 수락 테스트(UAT) 클러스터 중 하나에서 나타났고, 며칠 후 동일한 리전의 또 다른 클러스터에서도 나타났습니다. 오류는 다음과 같았습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;애플리케이션 로그 — 여러 네임스페이스에 걸친 포드&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;quot;TimeoutError: Connect call failed (&amp;#x27;1.2.3.4&amp;#x27;, 443)\r\ndial tcp 1.2.3.4:443: i/o timeout\r\n\r\n# 1.2.3.4 is the cluster&amp;#x27;s internal VIP for the kube-apiserver,\r\n# routed through Private Service Connect&amp;quot;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eba0b490&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;초기에는 오류가 간헐적으로 발생했습니다. 즉, 로그에 급증이 있었지만 완전한 서비스 중단은 아니었습니다. 고객은 자사 코드에 문제가 있는지 의심했습니다. 해당 팀은 직전에 &lt;/span&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;kopf&lt;/span&gt;&lt;span style="vertical-align: baseline;"&gt; 프레임워크로 빌드된 커스텀 오퍼레이터를 배포했고, 이를 가장 먼저 살펴보았습니다. 하지만 로그를 보니 오류는 오퍼레이터가 배포되기 8일 전부터 시작되었으며, 오퍼레이터를 완전히 종료했을 때도 타임아웃이 계속 발생했습니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-pull_quote"&gt;&lt;div class="uni-pull-quote h-c-page"&gt;
  &lt;section class="h-c-grid"&gt;
    &lt;div class="uni-pull-quote__wrapper h-c-grid__col h-c-grid__col--8 h-c-grid__col-m--6 h-c-grid__col-l--6
      h-c-grid__col--offset-2 h-c-grid__col-m--offset-3 h-c-grid__col-l--offset-3"&gt;
      &lt;div class="uni-pull-quote__inner-wrapper h-c-copy h-c-copy"&gt;
        &lt;q class="uni-pull-quote__text"&gt;External Secrets Operator를 완전히 축소한 후에도 문제는 지속되었습니다. 고객 워크로드와 저희가 건드리지 않은 시스템 수준 포드에서 오류가 발생하고 있었습니다.&lt;/q&gt;

        
      &lt;/div&gt;
    &lt;/div&gt;
  &lt;/section&gt;
&lt;/div&gt;

&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h4&gt;&lt;span style="vertical-align: baseline;"&gt;점점 늘어나는 의심 요인&lt;/span&gt;&lt;/h4&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이러한 케이스가 발생하면 가장 먼저 무엇이 변경되었는지 확인해야 합니다. 고객의 타임라인을 통해 몇 가지 후보를 찾았고, 체계적으로 검토했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;커스텀 오퍼레이터(kopf):&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 즉시 배제되었습니다. 오류가 배포 일주일 전에 발생했으며, 종료 후에도 계속되었습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;External Secrets Operator:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 고객 요청에 따라 완전히 삭제되었습니다. Kubernetes 컨트롤 플레인(KCP) 연결 및 클러스터 내부 시스템 포드에 의존하는 고객 워크로드에서 타임아웃이 계속 발생했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;보안 에이전트:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 제거했습니다. 하지만 결과는 동일했습니다. 이제 &lt;/span&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;시스템 수준 Kubernetes 구성요소&lt;/span&gt;&lt;span style="vertical-align: baseline;"&gt;가 자체 컨트롤 플레인에 도달하지 못하는 상황이 발생했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;conntrack 테이블 소진:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 한 가지 가설은 반개방 연결이 너무 많아 컨트롤 플레인 노드의 OS 연결 추적 테이블이 가득 찼다는 것이었습니다. 확인해 보았습니다. conntrack 테이블은 기본 최대 항목 수인 130만 개 중 약 50% 수준이었습니다. 소진과는 거리가 멀었습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;컨트롤 플레인 오버로드:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; KCP VM 크기를 확장했습니다. kube-apiserver 지연 시간은 정상으로 보였습니다. 타임아웃 측면에서는 개선이 없었습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 케이스가 정말 특이했던 점은 그 범위였습니다. 타임아웃이 5개의 서로 다른 클러스터에서 발생하여 DaemonSet, 배포, 시스템 포드에 모두 영향을 미치고 있음을 확인했습니다. 개발자 노트북, GitHub Actions 실행기와 같은 외부 클라이언트도 동일한 문제에 직면하고 있었습니다. 이는 워크로드 자체의 문제가 아니었습니다. &lt;/span&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;모든 것&lt;/span&gt;&lt;span style="vertical-align: baseline;"&gt;과 API 서버 사이의 경로에 문제가 있었습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h4&gt;&lt;span style="vertical-align: baseline;"&gt;지금까지의 타임라인&lt;/span&gt;&lt;/h4&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;1일 차:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 첫 번째 I/O 타임아웃 오류 발생(europe-west3의 UAT 클러스터 중 하나, 간헐적, 무시할 수 있음)&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;10일 차:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 오류가 지속적으로 발생(빈도가 크게 증가함, 더 이상 무시할 수 없는 수준)&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;15일 차:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 케이스 에스컬레이션 — P0 버그 신고(여러 클러스터가 영향을 받는 것으로 확인됨, 개발자 약 800명 작업 차질, 프로덕션 버전 중단, 공식 에스컬레이션)&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;20일 차:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 유력한 의심 요인을 모두 배제(커스텀 오퍼레이터, 보안 에이전트, conntrack 소진, 컨트롤 플레인 크기 조정 모두 원인이 아님)&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;22일 차:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 패킷 캡처 수집(컨트롤 플레인 노드 NIC와 kube-api 컨테이너 내부에서 동시에 캡처 수행, 조사가 가장 중요한 단계에 접어듦)&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;유력한 의심 요인이 모두 배제되고 조사 범위가 부인할 수 없을 정도로 넓어지자, 저희는 애플리케이션 계층에서 더 이상 얻을 수 있는 정보가 없을 때 해야 할 일을 했습니다. 바로 패킷을 분석한 것입니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;2부: 네트워크 케이블에서 유령 추적하기&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;패킷 캡처가 무엇을 보여주는지 이해하려면 먼저 GKE 포드가 API 호출을 수행할 때 거치는 아키텍처를 이해해야 합니다. Private Service Connect 기반 GKE 클러스터에서 이 경로는 로컬 연결처럼 보이지만 의외로 매우 깁니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/updated_architecture_official_icon.max-1000x1000.png"
        
          alt="image1"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;여기서 핵심 구성요소는 Private Service Connect입니다. 포드가 1.2.3.4:443으로 연결을 시도할 때, 실제로는 컨트롤 플레인으로 직접 연결되는 것이 아닙니다. 해당 IP가 가상 엔드포인트입니다. 이 연결은 Google의 네트워킹 패브릭에 의해 가로채기되고, Private Service Connect 엔드포인트를 통해 NAT 처리되고, 내부 패스 스루 네트워크 부하 분산기를 통과하고, 최종적으로 KCP VM에 전달됩니다. 여기서 Envoy는 실제 kube-apiserver 프로세스 앞에서 로컬 프록시 역할을 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Private Service Connect는 각 새 연결에 프록시 프로토콜 헤더를 추가하므로 kube-apiserver는 실제 클라이언트 IP를 볼 수 있습니다. &lt;/span&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;이 점은 나중에 중요하게 작용합니다.&lt;/span&gt;&lt;/p&gt;
&lt;h4&gt;&lt;span style="vertical-align: baseline;"&gt;패킷에서 발견한 사실&lt;/span&gt;&lt;/h4&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;KCP VM의 NIC(PIGv 인터페이스, Google의 프로그래밍 가능한 가상 NIC)와 kube-apiserver 컨테이너 내부에서 동시에 패킷을 캡처했을 때 놀라운 사실을 발견했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;포드에서 발신된 SYN 패킷이 KCP VM의 NIC에 도착하고 &lt;/span&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;있었습니다&lt;/span&gt;&lt;span style="vertical-align: baseline;"&gt;. 패킷은 그 단계까지는 가고 있었습니다. 하지만 TCP 핸드셰이크의 예상되는 두 번째 단계인 SYN-ACK 응답을 받는 대신 클라이언트는 잘못된 ACK를 반환받았습니다. RST도 아니었고, 응답이 없는 상태도 아니었습니다. 논리적으로는 더 이른 시점에 수립된 연결에 속해야 할 ACK였습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;네트워크 프로토콜 분석기인 Wireshark는 이러한 스트림에 처음에는 무해해 보이는 'TCP 포트 번호 재사용'이라는 라벨을 지정했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;Wireshark — 실패한 핸드셰이크를 보여주는 패킷 스트림&lt;/strong&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;Time      Source        Port  →  Destination   Port  Info\r\n09:13:41  10.0.13.77    53426 →  10.117.0.2    443   [SYN] Seq=0 Win=42600\r\n09:13:41  10.117.0.2    443   →  10.0.13.77    53426 [SYN, ACK] Seq=0 Ack=1 Win=64768\r\n   ...    (data exchange, connection completes)\r\n09:13:42  10.117.0.2    443   →  10.0.13.77    53426 [TCP Retransmission]\r\n09:13:42  10.117.0.2    443   →  10.0.13.77    53426 [TCP Retransmission]\r\n   ...    (many retransmissions of the same ACK)\r\n\r\n# 2 minutes later, same port 53426 is reused for a new connection\r\n09:13:44  10.0.13.77    53426 →  10.117.0.2    443   [SYN] Seq=1498 ← NEW connection\r\n           (expected: SYN-ACK)\r\n           (received: ACK Seq=1498 Ack=1025 — belongs to PREVIOUS stream)\r\n09:13:44  10.0.13.77    53426 →  10.117.0.2    443   [SYN] Retransmit...\r\n09:13:44  10.0.13.77    53426 →  10.117.0.2    443   [SYN] Retransmit...\r\n                                                    → eventually: i/o timeout&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eba0be10&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;패턴은 명확했습니다. 무언가로 인해 KCP VM이 &lt;/span&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;몇 분 전에 종료된 다른 연결&lt;/span&gt;&lt;span style="vertical-align: baseline;"&gt;에 속한 ACK로 새 SYN에 응답하고 있었습니다. 이전 연결은 동일한 소스 포트(위 예시에서는 53426)를 사용했으며 KCP VM은 이를 완전히 해제하지 못했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;"KCP 서버가 FIN,ACK를 전송하고 클라이언트가 FIN,ACK로 응답한 후 ACK로 응답합니다. 하지만 KCP는 FIN,ACK보다 먼저 ACK를 수신합니다. KCP 서버는 FIN,ACK에 대해 ACK를 보내지 않으며, ACK를 지속적으로 재전송합니다. RST는 상태를 정리하지 않습니다."&lt;/span&gt;&lt;/p&gt;
&lt;h4&gt;&lt;strong style="vertical-align: baseline;"&gt;'잘못된 ACK' 급증&lt;/strong&gt;&lt;/h4&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;조사팀 중 한 팀이 패킷 캡처(PCAP)를 분석하는 동안 다른 팀은 Private Service Connect 인프라의 내부 측정항목, 특히 Private Service Connect 연결을 위한 NAT 및 프록시 프로토콜 헤더 삽입을 처리하는 Google의 소프트웨어 전환 레이어인 사용자 공간 패킷 스위치(USPS)를 자세히 조사했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이들은 Google의 네트워킹 패브릭인 Andromeda의 측정항목에서 우려스러운 점을 발견했습니다. '프록시 프로토콜 드롭: 잘못된 ACK 패킷'이라는 카운터는 몇 달 동안 변동이 없었지만, 2026년 2월에 영향을 받은 europe-west 리전 전반에서 초당 여러 번 드롭되는 등 급격히 증가했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 날짜는 USPS 버전 출시와 일치했습니다. 이 버전에는 &lt;/span&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;다른&lt;/span&gt;&lt;span style="vertical-align: baseline;"&gt; 버그를 수정하는 변경사항이 포함되어 있었지만, 이 변경사항으로 인해 Private Service Connect가 특정 클래스의 패킷을 처리하는 방식이 변경되었습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h4&gt;&lt;strong style="vertical-align: baseline;"&gt;챌린지 ACK: RFC 5961 메커니즘&lt;/strong&gt;&lt;/h4&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;퍼즐의 다음 조각을 이해하려면 RFC 5961에 정의된 챌린지 ACK라는 TCP 보안 메커니즘에 대해 살펴봐야 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;TCP 연결이 종료되었다고 상상해 보세요. 즉, FIN/ACK 절차를 거쳐 종료된 상태입니다. 서버 측(여기서는 KCP VM)은 TCP 상태 머신에서 해당 연결의 시퀀스 넘버를 잠시 기억할 수 있습니다. 이제 잠시 후 동일한 소스 포트와 목적지 포트(동일한 5-튜플)에 새 클라이언트 연결이 도착한다고 가정해 보겠습니다. 커널의 관점에서 보면 이는 이전 연결의 오래된 패킷일 &lt;/span&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;수도 있고&lt;/span&gt;&lt;span style="vertical-align: baseline;"&gt;, 커널이 여전히 열려 있는 세션이라고 생각하는 세션에 데이터를 삽입하려는 공격자일 수도 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;RFC 5961에 따르면 이전 또는 최근에 닫힌 연결의 기억된 상태와 일치하는 SYN을 수신했을 때 무조건 수락해서는 안 됩니다. 챌린지 ACK, 즉 이전 연결의 &lt;/span&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;마지막으로 알려진 시퀀스 넘버&lt;/span&gt;&lt;span style="vertical-align: baseline;"&gt;를 전달하는 확인 응답을 전송합니다. 새 클라이언트가 정당한 경우 이 예기치 않은 ACK를 확인하고 연결이 오래되었음을 인식한 후 RST를 전송하여 상태를 정리합니다. 그러면 서버는 다음 SYN을 정상적으로 수락합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;챌린지 ACK 흐름 — 작동 방식&lt;/strong&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;# Step 1: New client sends SYN on a reused port\r\nClient  →  Server:  SYN  (seq=X, same 5-tuple as an old connection)\r\n\r\n# Step 2: Server is in FIN_WAIT_2, sends challenge ACK\r\nServer  →  Client:  ACK  (ack=old_seq — &amp;quot;is this really you?&amp;quot;)\r\n\r\n# Step 3: Client recognizes the stale state, resets it\r\nClient  →  Server:  RST\r\n\r\n# Step 4: State is cleared. Server accepts the next SYN normally.\r\nClient  →  Server:  SYN  (new connection)\r\nServer  →  Client:  SYN-ACK  ← handshake succeeds&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eba09c10&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 메커니즘은 &lt;/span&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;챌린지 ACK가 통과되는 경우&lt;/span&gt;&lt;span style="vertical-align: baseline;"&gt; 완벽하게 작동합니다. 하지만 새로운 USPS 변경사항은 바로 이 부분을 차단했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h4&gt;&lt;span style="vertical-align: baseline;"&gt;원인: 선의에서 비롯된 수정사항&lt;/span&gt;&lt;/h4&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;USPS의 변경사항은 Private Service Connect의 프록시 프로토콜 처리에서 정당한 보안 문제를 해결하기 위해 설계되었습니다. 그 효과 중 하나는 연결 핸드셰이크 단계에서 '잘못된 ACK'로 분류된 패킷을 삭제하는 것이었습니다. 특히 초기 SYN-ACK가 전송되기 전에 도착한 ACK는 정상적인 상황에서는 비정상적으로 분류됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;안타깝게도 챌린지 ACK는 정확히 다음과 같습니다. 새로운 핸드셰이크가 완료되기 전에 서버에서 SYN에 대한 응답으로 도착합니다. USPS의 새로운 관점에서 보면 이 패킷들은 잘못된 패킷처럼 보였고, 아무런 경고 없이 삭제되었습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;특히 GKE에서 이 문제가 발생한 이유는 다음과 같습니다. Private Service Connect는 NAT를 사용하여 여러 클라이언트 포드에서 단일 공개 엔드포인트를 공유합니다. 즉, 서로 다른 네임스페이스에서 서로 다른 노드로 실행되는 여러 포드가 NAT 이후에 모두 동일한 소스 포트를 사용하게 되어 5-튜플 충돌률이 높아질 수 있습니다. 챌린지 ACK 메커니즘이 일반적인 직접 연결 시나리오에서보다 훨씬 더 자주 트리거되고 있었습니다. USPS 수정사항으로 챌린지 ACK가 &lt;/span&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;도입&lt;/span&gt;&lt;span style="vertical-align: baseline;"&gt;된 것이 아니라, 챌린지 ACK는 항상 존재했습니다. 이로 인해 챌린지 ACK &lt;/span&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;삭제&lt;/span&gt;&lt;span style="vertical-align: baseline;"&gt;가 도입되었으며, GKE의 TCP 스택이 오래된 상태를 정리하기 위해 암묵적으로 의존하던 흐름이 깨졌습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h4&gt;&lt;span style="vertical-align: baseline;"&gt;완화 조치: 변경사항 롤백&lt;/span&gt;&lt;/h4&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;2024년 2월, 저희는 USPS 변경사항을 롤백하여 챌린지 ACK가 삭제되지 않고 통과되던 이전 동작을 복원했습니다. '프록시 프로토콜 드롭: 잘못된 ACK 패킷' 비율은 거의 즉시 기준치로 돌아갔습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;2026년 3월 초, 고객은 영향을 받은 모든 클러스터가 복구되었음을 확인했습니다. 더 이상 타임아웃 오류가 발생하지 않습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;하지만 롤백은 근본적인 해결책이 아니라 임시방편이었습니다. 시스템이 &lt;/span&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;우연히 의존하던&lt;/span&gt;&lt;span style="vertical-align: baseline;"&gt; 동작을 복원한 것에 불과했습니다. 더 근본적인 질문은 애초에 KCP VM이 2분 넘게 FIN_WAIT_2 상태였던 이유를 찾는 것이며, 여전히 완전한 답을 얻지 못한 상태였습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 질문은 3부로 이어졌습니다. 그리고 여기서부터 상황이 정말 이상해지기 시작했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;3부: 세 가지 버그, 하나의 범죄 현장&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;완화 조치로 시간을 벌었지만, KCP VM이 왜 그렇게 오랫동안 FIN_WAIT_2 상태로 연결을 유지했는지에 대한 의문은 여전히 남아 있었습니다. 정상적으로 작동하는 TCP 스택은 FIN을 처리하고, 이를 확인한 뒤 연결을 종료합니다. KCP VM은 이를 제대로 수행하지 못해 2분 이상 지속되는 반개방 연결을 남겼습니다. 이 시간은 Private Service Connect의 NAT 레이어에서 해당 포트를 재사용하기에 충분한 시간이자, 저희가 발견한 챌린지 ACK 시나리오를 유발하기에 충분한 시간이었습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 질문에 답하기 위해서는 하나의 버그뿐만 아니라 최악의 순간에 교차한 세 가지의 서로 다른 장애 모드를 이해해야 했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h4&gt;&lt;span style="vertical-align: baseline;"&gt;버그 #1: PIGv에서 패킷 순서 변경&lt;/span&gt;&lt;/h4&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;첫 번째 조각은 두 지점, 즉 KCP VM의 호스트 NIC(VM을 실행하는 물리적 호스트 내부)와 PIGv(VM에서 인식되는 가상 NIC)에서 동시에 캡처한 내용을 신중하게 분석하여 발견했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;호스트 NIC 수준에서 패킷은 완벽한 순서로 도착했습니다. 하지만 USPS를 거쳐 PIGv에 나타났을 때는 미묘하게 순서가 바뀌어 있었습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이는 Private Service Connect의 &lt;/span&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;미스 스레드 처리&lt;/span&gt;&lt;span style="vertical-align: baseline;"&gt;가 작동하는 방식 때문에 발생합니다. Private Service Connect가 이전에 본 적이 없는 새로운 흐름('누락')을 가로채면 프록시 프로토콜 헤더를 추가하고 NAT 상태를 설정하는 더 느린 경로를 통해 해당 패킷을 처리합니다. 동일한 흐름의 후속 패킷은 빠른 경로를 사용합니다. 그 결과, 연결 종료 중인 흐름에 속하는 FIN 또는 RST 패킷이 뒤따르는 ACK와 비교하여 약간 순서가 맞지 않게 도착할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;KCP VM이 실제로 수신한 내용(순서가 변경된 시퀀스)&lt;/strong&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;quot;# What should have happened:\r\nClient  →  Server: FIN, ACK  (client initiates close)\r\nServer  →  Client: ACK       (server acknowledges client FIN)\r\nServer  →  Client: FIN, ACK  (server initiates its own close)\r\nClient  →  Server: ACK       (client acknowledges server FIN)\r\n                             → Connection fully closed. Both sides free.\r\n\r\n# What the KCP VM actually received (reordered by PIGv/USPS):\r\nClient  →  Server: ACK        (arrives first — out of order)\r\nClient  →  Server: FIN, ACK   (arrives second, but kernel sees ACK first)\r\nServer  →  Client: FIN, ACK   (server sends close, enters FIN_WAIT_1)\r\nClient  →  Server: FIN, ACK   (old, now-reordered FIN from client)\r\n                             → Server should ACK this. But it doesn&amp;#x27;t...&amp;quot;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eba0b5d0&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;순서가 변경되면서 서버가 이미 자체 FIN을 보낸 후에 클라이언트의 FIN이 배치되었습니다. 서버는 FIN_WAIT_1 상태에 진입한 후 서버의 FIN에 대한 클라이언트의 ACK를 확인하고 FIN_WAIT_2 상태로 넘어갔습니다. 하지만 그 후 클라이언트 &lt;/span&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;자체&lt;/span&gt;&lt;span style="vertical-align: baseline;"&gt; FIN이 도착했고, 서버의 커널은 이를 무시했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h4&gt;&lt;span style="vertical-align: baseline;"&gt;버그 #2: Envoy의 반개방 및 정지된 타이머&lt;/span&gt;&lt;/h4&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;운영체제가 자체적으로 정리할 수 없었던 이유는 무엇일까요? FIN_WAIT_2 상태의 소켓이 강제로 닫히기 전에 대기하는 시간을 정확하게 제어하는 tcp_fin_timeout이라는 Linux 커널 매개변수가 있습니다. KCP VM에서는 이 값이 60초로 설정되었습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;하지만 tcp_fin_timeout은 &lt;/span&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;고아&lt;/span&gt;&lt;span style="vertical-align: baseline;"&gt; 소켓, 즉 현재 어떤 프로세스도 열어두지 않은 소켓에만 적용됩니다. KCP VM의 kube-apiserver 앞에 있는 프록시인 Envoy는 반개방을 수행하고 있었습니다. 즉, 연결의 쓰기 측을 닫았지만 소켓을 열어두어 여전히 데이터를 수신할 수 있도록 shutdown(SHUT_WR)을 호출했습니다. 이는 완벽하게 유효한 TCP 동작이며, 정상적인 반이중 종료가 작동하는 방식입니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;문제는 Envoy가 SHUT_WR로 소켓을 보유하는 한 커널은 이를 고아로 간주하지 않고, tcp_fin_timeout이 절대 시작되지 않는다는 것입니다. 소켓은 FIN_WAIT_2 상태로 무기한 대기하며, 올바르게 처리할 수 없는 클라이언트 FIN을 기다렸습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;커널 소켓 상태 — 새 연결 직전에 netstat를 통해 캡처됨&lt;/strong&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;Proto  Local Address         Foreign Address       State\r\ntcp    10.128.0.5:443        10.0.13.77:53426      FIN_WAIT_2\r\n# This socket has been in FIN_WAIT_2 for &amp;gt; 120 seconds.\r\n# tcp_fin_timeout=60 has not fired because the socket is not orphaned.\r\n# Envoy holds it open with SHUT_WR.\r\n\r\n# 2 minutes later, Private Service Connect NAT reuses port 53426 for a new pod connection.\r\n# The kernel sees the new SYN on this 5-tuple and sends a challenge ACK.\r\n# USPS drops the challenge ACK. → i/o timeout.&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eba0a350&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h4&gt;&lt;span style="vertical-align: baseline;"&gt;버그 #3: Linux 커널의 잠재적 오류&lt;/span&gt;&lt;/h4&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;하지만 여전히 빠진 조각이 있었습니다. FIN의 순서가 변경되더라도 정상적인 커널이라면 FIN_WAIT_2에서 수신된 FIN을 처리하고 TIME_WAIT로 전환해야 합니다. 소켓은 결국 닫혀야 합니다. 왜 닫히지 않았을까요?&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;그래서 저희는 Linux TCP 상태 머신 구현을 심층적으로 살펴보게 되었습니다. 순서가 변경된 클라이언트 FIN이 KCP VM에 도착했을 때 커널의 tcp_ack() 함수가 호출되어 이를 처리했습니다. 그리고 KCP VM에서 실행되는&lt;/span&gt;&lt;a href="https://docs.cloud.google.com/container-optimized-os/docs"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Container-Optimized OS&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;(COS)의 기반이 되는 커널 버전 6.1에 버그가 있었습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;RFC 5961은 허용 가능한 ACK 번호에 대해 더 엄격한 유효성 검사를 추가했습니다. 특히, 네트워크 순서 변경을 처리하기 위해 약간 '오래된'(시퀀스 넘버 범위 내) ACK도 유효한 것으로 간주할 수 있도록 했습니다. 그러나 커널 6.1에는 tcp_ack()가 0을 반환하는 코드 경로가 있었습니다. 이는 오래되었지만 RFC 5961 허용 범위 내에 있는 ACK를 발견했을 때 '이 패킷이 완전히 처리되지 않았음'을 나타냅니다. FIN 처리 경로에서 tcp_ack()의 호출자는 이 반환 값을 확인하고 0을 확인했지만, 아무 작업도 수행하지 않았습니다. FIN 패킷이 수신되었으나 아무런 경고 없이 버려졌습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;이 문제를 수정한 Linux 커널 커밋(업스트림)&lt;/strong&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;commit 795a7dfbc3d9\r\nAuthor: Eric Dumazet &amp;lt;edumazet@google.com&amp;gt;\r\nnet: tcp: accept old ack during closing\r\n\r\ntcp_ack() returns 0 when ack is old but acceptable wrt rfc5961.\r\nIn FIN_WAIT_2, this caused tcp_fin() to never be called for a\r\nvalid received FIN, leaving the connection stuck indefinitely.\r\n\r\nFixed: properly handle old-but-acceptable ACKs during connection close.\r\nIntroduced in 6.1, fixed in 6.9.7. LTS backports: 6.6.y and 6.1.y.&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eba09210&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 버그는 커널 6.1부터 존재했으며 커널 6.9.7에서 이미 수정되었지만, GKE의 KCP VM은 6.1 및 6.6을 기반으로 하는 COS 빌드를 실행하고 있었습니다. 수정사항을 백포트하고 COS 이미지 업데이트로 제공해야 했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h4&gt;&lt;span style="vertical-align: baseline;"&gt;세 가지 버그가 어떻게 결합했는가&lt;/span&gt;&lt;/h4&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;개별적으로 보면 이 세 가지 문제 중 어느 것도 이 정도 규모의 서비스 중단을 일으키지 않았을 것입니다. 이 세 가지가 모두 함께 작용하여 이러한 장애가 발생했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;버그 #1만 발생:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 패킷 순서 변경이 약간의 지장을 주지만, 커널은 일반적으로 결국 FIN을 처리하고 정리합니다. 단지 이상적인 속도보다 느릴 뿐입니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;버그 #2만 발생:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; Envoy의 반개방은 완벽하게 정상적인 동작입니다. FIN이 제대로 처리되지 않는 경우에만 문제가 됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;버그 #3만 발생:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 커널이 오래되었지만 허용 가능한 ACK를 처리하지 못하면 일부 연결이 지연되지만, Private Service Connect NAT의 포트 재사용 압박이 없으면 그 영향은 제한적입니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;세 가지 버그가 모두 결합:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 순서 변경으로 인해 FIN이 순서에 맞지 않게 도착하고, 커널 버그로 인해 FIN이 처리되지 않으며, Envoy의 SHUT_WR로 인해 타임아웃이 발생하지 않고, 소켓이 무한정 FIN_WAIT_2 상태로 유지됩니다. Private Service Connect NAT가 포트를 재사용합니다. 챌린지 ACK가 전송됩니다. USPS 수정사항으로 인해 이 ACK가 삭제됩니다. 연결에 실패합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h4&gt;&lt;span style="vertical-align: baseline;"&gt;해결 방법: 세 가지 수정사항&lt;/span&gt;&lt;/h4&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 문제를 해결하려면 세 가지 수준에서 조치를 취해야 했으며, 여러 팀이 몇 주에 걸쳐 협력해야 했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;즉각적인 완화 조치(2026년 2월):&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; USPS 변경사항을 롤백했습니다. 챌린지 ACK가 삭제되지 않고 전달되는 이전 동작을 복원했습니다. 3월 초까지 고객 클러스터가 복구되었습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;정확성 수정:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; Private Service Connect 프록시 프로토콜 레이어에서 챌린지 ACK 시나리오를 올바르게 처리하기 위한 대체 변경사항으로, 단순히 이전 드롭 동작을 복원하는 것이 아닙니다. 회귀를 방지하기 위해 PacketDrill 테스트가 테스트 모음에 추가되었습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;근본 원인 수정 — Linux 커널 패치:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 에릭 뒤마제가 작성한 업스트림 패치('net: tcp: accept old ack during closing')입니다. Linux 6.9.7에 병합되었으며 6.6.y 및 6.1.y LTS 브랜치로 백포트되었습니다. GKE 1.33.5 이상에서 제공됩니다. 이 버그는 이러한 COS 이미지를 실행하는 모든 GKE 버전의 OS 수준에서 완전히 해결되었습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;이 케이스가 특별했던 점&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;대부분의 네트워킹 케이스는 한 레이어에서 해결됩니다. 잘못 구성된 방화벽 규칙, 소진된 연결 풀, 잘못 계산된 MTU 등을 찾아 수정하고 다음 단계로 넘어가면 됩니다. 이 케이스가 특별했던 점은 Private Service Connect 레이어, 커널의 TCP 상태 머신, Envoy의 연결 관리 중 어디를 살펴보더라도 완료되지 않은 연결의 I/O 타임아웃이라는 증상이 동일했다는 것입니다. 레이어마다 그럴듯한 원인 설명이 있었지만, 그 어떤 설명도 완전하지는 않았습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;결국 문제를 해결한 것은 경로의 여러 지점에서 동시에 패킷을 캡처하는 체계적 원칙이었습니다. 호스트 NIC, PIGv, 컨테이너 내부에서 동시에 캡처하지 않았다면 순서 변경 현상을 발견할 수 없었을 것입니다. 이러한 PCAP을 2월 18일의 USPS 측정항목 급증과 연관시키지 않았다면 드롭된 챌린지 ACK를 찾지 못했을 것입니다. 또한 실험실 환경에서 문제를 재현하지 않았다면 FIN_WAIT_2 상태를 영구적으로 만드는 커널 버그를 발견하지 못했을 것입니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 케이스를 해결로 이끈 또 하나의 요인은 팀워크였습니다. 2주 동안 GKE 네트워킹, Private Service Connect 인프라, Hostnet, Andromeda, KCP, 그리고 최종적으로 커널 커뮤니티까지 7~8개 분야의 엔지니어들이 참여했습니다. 한 사람이 이 모든 것을 머릿속에 담고 있을 수는 없습니다. 케이스 노트, 공유 버그 트래커, 꼼꼼하게 수집된 PCAP은 분산된 팀이 하나가 되어 일할 수 있게 해준 연결 고리였습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;결국 고객은 프로덕션 환경으로 복귀할 수 있었습니다. 커널에는 더 나은 버그 수정사항이 적용되었습니다. 그리고 모두가 패킷 순서 변경, 반개방 소켓, 선의의 보안 패치가 왜 동시에 한곳에 있어서는 안 되는지에 대한 아주 좋은 교훈을 얻었습니다.&lt;/span&gt;&lt;/p&gt;
&lt;hr/&gt;
&lt;p&gt;&lt;sub&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;&lt;span style="vertical-align: sub;"&gt;이 블로그는 익명 처리된 고객 지원 참여 및 내부 버그의 실제 케이스 데이터를 기반으로 합니다. 언급된 Linux 커널 수정사항은 에릭 뒤마제가 작성한 커밋 795a7dfbc3d9입니다. 이 문제를 해결하는 데 도움을 주신 GKE, Private Service Connect, Hostnet, Andromeda, COS, Linux 네트워킹 커뮤니티의 엔지니어 여러분께 특별한 감사를 전합니다.&lt;/span&gt;&lt;/span&gt;&lt;/sub&gt;&lt;/p&gt;&lt;/div&gt;</description><pubDate>Tue, 10 Nov 2026 12:00:00 +0000</pubDate><guid>https://cloud.google.com/blog/ko/products/networking/the-three-layer-gke-network-mystery/</guid><category>Containers &amp; Kubernetes</category><category>GKE</category><category>DevOps &amp; SRE</category><category>Management Tools</category><category>Developers &amp; Practitioners</category><category>Networking</category><og xmlns:og="http://ogp.me/ns#"><type>article</type><title>Kubernetes API가 응답하지 않을 때: 3레이어 네트워킹 미스터리</title><description></description><site_name>Google</site_name><url>https://cloud.google.com/blog/ko/products/networking/the-three-layer-gke-network-mystery/</url></og><author xmlns:author="http://www.w3.org/2005/Atom"><name>Akash Thakur</name><title>Sr. Technical Solutions Engineer</title><department></department><company></company></author></item><item><title>이제 Antigravity Marketplace에서 Google Cloud Developer 플러그인 사용 가능</title><link>https://cloud.google.com/blog/ko/topics/developers-practitioners/google-cloud-developer-plugin-now-available-in-antigravity-marketplace/</link><description>&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;*이 콘텐츠는 AI 번역 도구를 사용하여 번역되었습니다. 정확성을 기하기 위해 노력하고 있으나, 자동 번역에는 오류나 누락이 포함될 수 있습니다. 정확한 정보는 &lt;/span&gt;&lt;a href="https://cloud.google.com/blog/topics/developers-practitioners/google-cloud-developer-plugin-now-available-in-antigravity-marketplace?e=48754805&amp;amp;hl=en"&gt;&lt;span style="font-style: italic; text-decoration: underline; vertical-align: baseline;"&gt;영문 원본&lt;/span&gt;&lt;/a&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;을 참고해 주시기 바랍니다.&lt;/span&gt;&lt;/p&gt;
&lt;hr/&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;자율 AI 에이전트를 활용한 클라우드 솔루션 빌드는 빠르고, 안전하며, 신뢰할 수 있어야 합니다. 클라우드에 특화된 컨텍스트가 없으면 많은 코딩 에이전트는 어려움을 겪게 됩니다. 지원 중단된 SDK 문법을 만들거나, 잘못된 명령어 플래그를 임의로 추정하거나, 필요한 Identity and Access Management(IAM) 권한 없이 작업을 시도하기도 합니다. 더 심각한 문제는 통제되지 않는 에이전트가 사용자의 명시적인 허가 없이도 유료 API를 활성화하거나 클라우드 리소스를 프로비저닝할 수 있다는 점입니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;오늘부터 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;Build with Google&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 섹션의 Antigravity Marketplace에서 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;google-cloud-developer&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 플러그인을 바로 설치할 수 있습니다. 이 플러그인은 Antigravity에 Google Cloud에서 빌드하는 데 필요한 기본 스킬, 안전 가드레일과 실시간 문서 그라운딩을 제공합니다. 마켓플레이스를 통해 플러그인을 설치한 경험이 없다면 &lt;/span&gt;&lt;a href="https://antigravity.google/docs/marketplace/" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Antigravity 문서&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 참고하세요.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;구성은 아주 간단합니다. 번들로 제공되는 개발자 지식 모델 컨텍스트 프로토콜(MCP) 서버는 기본적으로 사전 승인되어 있습니다. API 키를 구성하거나, OAuth 토큰을 교환하거나, 구성 파일을 수정하지 않아도 됩니다. 플러그인을 설치하면 에이전트가 공식 Google 개발자 문서에 즉시 연결됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 게시물에서는 플러그인에 포함된 항목, 클릭 한 번으로 설치하는 방법, 그리고 실시간 Google Cloud 문서에서 에이전트를 그라운딩하는 방법을 살펴봅니다.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;Google Cloud Developer 플러그인을 사용해야 하는 이유&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;많은 코딩 에이전트는 정적 학습 데이터에 의존합니다. 클라우드 플랫폼은 빠르게 업데이트되며, 모델은 오래된 클라이언트 라이브러리나 잘못된 파라미터가 포함된 코드를 생성하곤 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;code style="vertical-align: baseline;"&gt;google-cloud-developer&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 플러그인은 바로 이 문제를 해결합니다. 엄선된 스킬, 지능형 라우팅 규칙과 개발자 지식 MCP 서버를 이식 가능한 단일 패키지로 통합하기 때문입니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 플러그인은 세 가지 주요 이점을 제공합니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;실시간 문서 그라운딩&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 에이전트는 스트리밍 가능한 HTTP를 통해 공식 Google Cloud 문서를 쿼리합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;안전 및 비용 가드레일&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 에이전트는 최소 권한 IAM 패턴을 적용하며, 유료 API를 사용 설정하거나 클라우드 인프라를 수정하기 전에 사용자의 동의를 받아야 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;환경 인식&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 에이전트는 로컬 환경을 검사하고, 기존 CLI 구성을 감지하며, 명령어를 실행하기 전에 안전한 실행 로드맵을 설계합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;플러그인에 포함된 항목&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 플러그인은 핵심 기준 스킬과 실시간 문서 그라운딩을 지능형 스킬 라우팅 아키텍처와 결합합니다. 사용자의 에이전트를 고정된 기능 집합으로 제한하는 대신, 필요에 따라 Google에서 전문 스킬을 검색하고 가져오는 확장 가능한 게이트웨이 역할을 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;번들로 제공되는 에이전트 스킬&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;번들로 제공되는 스킬은 필수적인 첫날 가드레일, 실시간 문서 그라운딩, 그리고 더 광범위한 카탈로그를 활용할 수 있는 동적 검색 엔진을 제공합니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://github.com/google/skills/tree/main/plugins/cloud/google-cloud-developer/skills/finding-google-skills" rel="noopener" target="_blank"&gt;&lt;code style="text-decoration: underline; vertical-align: baseline;"&gt;finding-google-skills&lt;/code&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;: GitHub의&lt;/span&gt;&lt;a href="https://g.dev/ai/skills" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;code style="text-decoration: underline; vertical-align: baseline;"&gt;google/skills&lt;/code&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt; 저장소에서 주문형으로 스킬을 검색하고 로드하여 유연한 스킬 라우팅을 지원합니다&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;. 사용자가 개별 스킬을 직접 조사하고 설치하며 관리할 필요가 없으며, 대신 에이전트가 특정 작업을 수행하는 데 필요한 정확한 지침을 실시간이자 동적으로 검색합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://github.com/google/skills/tree/main/plugins/cloud/google-cloud-developer/skills/retrieving-developer-knowledge" rel="noopener" target="_blank"&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;&lt;code&gt;retrieving-developer-knowledge&lt;/code&gt;&lt;/strong&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;: Google Cloud, Firebase, Android, 웹, Gemini의 공식 Google 문서를 기반으로 답변과 코드 샘플을 제공합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://github.com/google/skills/tree/main/plugins/cloud/google-cloud-developer/skills/gcloud" rel="noopener" target="_blank"&gt;&lt;code style="text-decoration: underline; vertical-align: baseline;"&gt;gcloud&lt;/code&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;: 실행 가드레일을 적용하고, 문법을 검증하고, Google Cloud CLI(&lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;gcloud&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;) 명령어에 안전 확인을 적용합니다. 이 플러그인은 의도치 않은 파괴적인 작업을 차단하고 사용자가 항상 제어력을 유지할 수 있게 해줍니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://github.com/google/skills/tree/main/plugins/cloud/google-cloud-developer/skills/google-cloud-recipe-auth" rel="noopener" target="_blank"&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;&lt;code&gt;google-cloud-recipe-auth&lt;/code&gt;&lt;/strong&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;: 에이전트를 유도해 안전한 인증 패턴을 따르게 합니다. 이 플러그인은 서비스 ID와 애플리케이션 기본 사용자 인증 정보(ADC)를 적용하며, 동시에 서비스 계정 JSON 키 다운로드 같은 위험한 관행을 차단합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://github.com/google/skills/tree/main/plugins/cloud/google-cloud-developer/skills/google-cloud-recipe-onboarding" rel="noopener" target="_blank"&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;&lt;code&gt;google-cloud-recipe-onboarding&lt;/code&gt;&lt;/strong&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;: 초기 프로젝트 설정, 계정 온보딩, 결제 확인 절차를 안내합니다. 이 플러그인은 서비스 활성화를 시도하기 전에 프로젝트 상태를 점검합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;사전 승인된 개발자 지식 MCP 서버&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 플러그인은 에이전트를&lt;/span&gt;&lt;a href="https://developers.google.com/knowledge/mcp" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;개발자 지식 MCP 서버&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;에 연결합니다. 일반적으로 MCP 서버를 추가하려면 API 키를 수동으로 처리해야 합니다. &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;Build with Google&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 카탈로그에 Antigravity Marketplace가 통합됨에 따라, 이 MCP 서버는 이제 사전 승인됩니다. Antigravity는 인증을 투명하게 관리합니다. 사용자의 에이전트는 설치가 완료되는 즉시 Google의 문서 서버에 연결됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;스마트 라우팅 규칙: 주문형 기능 확장&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;플러그인에는 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;finding-google-skills&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 번들 스킬과 연동되어 작동하는 활성 라우팅 규칙인 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;google-cloud-discovery.md&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;가 포함되어 있습니다. 프롬프트가 전문적인 주제를 다루는 경우, 라우팅 규칙에 따라 에이전트는 필요에 따라 공개 카탈로그에서 관련 스킬을 가져와야 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이러한 동적 라우팅 방식은 에이전트의 속도와 토큰 효율성을 유지해 줍니다. 컨텍스트 윈도우를 복잡하게 만드는 수십 개의 틈새 스킬을 미리 로드하는 대신, 에이전트는 작업에 필요할 때만 심층적이고 전문적인 지침을 가져옵니다.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;클릭 한 번으로 플러그인 설치&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;플러그인은 Antigravity Marketplace UI 또는 터미널을 통해 설치할 수 있습니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/original_images/google-cloud-developer-plugin-now-available-in-antigravity-marketplace-agy.gif"
        
          alt="google-cloud-developer-plugin-now-available-in-antigravity-marketplace-agy-install"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;명령줄을 선호한다면 다음 명령어 하나만 입력하여 플러그인을 설치하세요.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;agy plugin install google-cloud-developer&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42f80f5f10&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;CLI가 스킬을 등록하고 개발자 지식 MCP 서버를 즉시 연결합니다. &lt;/span&gt;&lt;a href="https://g.dev/ai/skills" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;GitHub&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;에서 플러그인과 스킬을 직접 살펴볼 수도 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;플러그인 작동 방식: 실시간 문서 쿼리&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;플러그인이 설치되면 에이전트가 최신 문서를 바탕으로 답변을 자동으로 그라운딩합니다. 특수 문법으로 프롬프트를 작성하지 않아도 됩니다. 실제 쿼리를 살펴보겠습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;“문서를 바탕으로 할 때 GKE와 Cloud Run의 주요 차이점은 무엇인가요? 언제 어떤 항목을 사용해야 합니까?”&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;플러그인이 없으면 에이전트가 추측에 의존하거나 오래된 정보를 제공할 수도 있습니다. &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;google-cloud-developer&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 플러그인이 활성화되면 에이전트는 사전 승인된 개발자 지식 MCP 서버를 쿼리합니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/original_images/google-cloud-developer-plugin-now-available-in-antigravity-marketplace-mcp.gif"
        
          alt="google-cloud-developer-plugin-now-available-in-antigravity-marketplace-mcp-usage"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;에이전트는 공식 문서를 바탕으로 깔끔하고 검증된 답변을 생성합니다.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;공유 요청&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;여러분이 일상적인 워크플로에서 플러그인을 어떻게 사용하고 계신지 알려주세요. &lt;/span&gt;&lt;a href="https://www.linkedin.com/in/remigiusz-samborski/" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;LinkedIn&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;,&lt;/span&gt;&lt;a href="https://x.com/RemikSamborski" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;X&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 또는&lt;/span&gt;&lt;a href="https://bsky.app/profile/rsamborski.bsky.social" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Bluesky&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 통해 의견과 질문을 공유해 주시기 바랍니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;</description><pubDate>Mon, 09 Nov 2026 19:00:00 +0000</pubDate><guid>https://cloud.google.com/blog/ko/topics/developers-practitioners/google-cloud-developer-plugin-now-available-in-antigravity-marketplace/</guid><category>Developers &amp; Practitioners</category><media:content height="540" url="https://storage.googleapis.com/gweb-cloudblog-publish/images/google-cloud-developer-plugin-now-available-.max-600x600.jpg" width="540"></media:content><og xmlns:og="http://ogp.me/ns#"><type>article</type><title>이제 Antigravity Marketplace에서 Google Cloud Developer 플러그인 사용 가능</title><description></description><image>https://storage.googleapis.com/gweb-cloudblog-publish/images/google-cloud-developer-plugin-now-available-.max-600x600.jpg</image><site_name>Google</site_name><url>https://cloud.google.com/blog/ko/topics/developers-practitioners/google-cloud-developer-plugin-now-available-in-antigravity-marketplace/</url></og><author xmlns:author="http://www.w3.org/2005/Atom"><name>Remigiusz Samborski</name><title>Lead Developer Relations Engineer</title><department></department><company></company></author></item><item><title>비하인드 스토리: Google 에이전트 스킬을 빌드, 테스트, 확장하는 방법</title><link>https://cloud.google.com/blog/ko/topics/developers-practitioners/behind-the-scenes-how-we-build-test-and-scale-google-agent-skills/</link><description>&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;*이 콘텐츠는 AI 번역 도구를 사용하여 번역되었습니다. 정확성을 기하기 위해 노력하고 있으나, 자동 번역에는 오류나 누락이 포함될 수 있습니다. 정확한 정보는 &lt;/span&gt;&lt;a href="https://cloud.google.com/blog/topics/developers-practitioners/behind-the-scenes-how-we-build-test-and-scale-google-agent-skills?e=48754805"&gt;&lt;span style="font-style: italic; text-decoration: underline; vertical-align: baseline;"&gt;영문 원본&lt;/span&gt;&lt;/a&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;을 참고해 주시기 바랍니다.&lt;/span&gt;&lt;/p&gt;
&lt;hr/&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;AI 에이전트의 성능은 사용자가 제공하는 요청 사항과 컨텍스트에 따라 달라집니다. &lt;/span&gt;&lt;a href="https://github.com/google/skills" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Google Agent Skills&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 출시했을 때 Google의 목표는 간단했습니다. Google Cloud 도메인 지식을 구조화된 오픈소스 요청 사항으로 인코딩하여 AI 코딩 에이전트를 훨씬 더 스마트하고 안전하며 정확하게 만드는 것이었습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;오늘은 Google 에이전트 스킬의 비하인드 스토리를 전해드리려고 합니다. 이러한 기술을 직접 개발하는 팀원으로서 어떻게 시작했는지, 대규모로 품질을 유지하는 방법, 공개 및 내부 기술에 대한 거버넌스를 처리하는 방법을 공유하겠습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;시작: Next '26 킥오프 스웜&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Google 에이전트 기술 프로젝트는 아무것도 없는 상태에서 시작되지 않았습니다. Google Cloud Next 2026을 앞두고 빠르게 진행된 '스웜' 활동으로 시작되었습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;Developer Advocate&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;와 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;테크니컬 라이터&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;가 이끄는 교차 기능 태스크포스가 Google Cloud 도메인 지식을 에이전트가 읽을 수 있는 구조화된 요청 사항으로 패키징한다는 명확한 목표를 가지고 모였습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;출시 소식은&lt;/span&gt;&lt;a href="https://cloud.google.com/blog/ko/topics/developers-practitioners/level-up-your-agents-announcing-googles-official-skills-repository?e=48754805&amp;amp;hl=ko"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;공식 Google 에이전트 스킬 출시 게시물&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;에서 발표되었습니다. 커뮤니티의 초기 반응은 예상을 뛰어넘어 15,000개가 넘는 GitHub 별표를 받았습니다. &lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/google_skills_star_history.max-1000x1000.png"
        
          alt="google_skills_star_history"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Google 안팎의 개발자와 엔지니어링팀은 기술이 AI 에이전트를 얼마나 효과적으로 가이드하는지(할루시네이션을 줄이고 권장사항을 적용) 확인한 후 많은 관심을 보였습니다. 곧 많은 제품팀이 자체 Google 서비스(Cloud에 국한되지 않음, 예: Ads)에 대한 기술을 제공하기를 원했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;과제: 품질 저하 없이 확장하기&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;인기가 높아지면서 품질 관리라는 큰 과제가 생겼습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;여러 팀이 기술을 제공할 때 일관된 표준을 유지하기가 어려워집니다. 모호한 요청 사항, 깨진 링크, 누락된 예외 사례 등 잘못 작성된 기술은 에이전트 경험 전체를 저하시킵니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;팀이 개발자 경험을 보호하면서 기술을 게시할 수 있도록 하려면 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;매우 높은 기준&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;을 설정해야 했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 프로세스는 매우 중요했습니다. 명확한 표준과 자동화된 거버넌스가 없으면 오픈소스 스킬 저장소는 금세 혼란에 빠집니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이제 규모를 확장하면서 품질을 유지하는 방법에 대해 자세히 살펴보겠습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;에이전트 스킬의 구조&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;여러 Google 서비스에서 기술을 일관되게 유지하기 위해 모든 기술은 표준화된 저장소 레이아웃을 따릅니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/folder_structure.max-1000x1000.png"
        
          alt="folder structure"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;아키텍처 권장사항: 원격 MCP 도구 선호&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;기술을 설계할 때 Google의 기본 원칙은 다음과 같습니다. &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;가능한 한 원격 모델 컨텍스트 프로토콜(MCP) 도구를 참조하고, 필요한 경우에만 CLI 또는 API 호출로 대체합니다.&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 원격 MCP 서버는 도구를 제공하는 동시에 기본 제공 인증 및 IAM 거버넌스를 제공하므로 에이전트형 워크로드에 가장 적합합니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;공개 내보내기&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Google은 먼저 내부적으로 기술을 빌드하고 평가하여 기술이 제대로 작동하고 적절하게 검증되었는지 확인합니다. 공개할 준비가 되면 자동화된 내보내기 규칙을 사용하여 GitHub에 게시합니다. 이렇게 하면 공개 저장소를 깔끔하게 유지하면서 내부 애셋, 소유권 정보, 평가 도구를 제거할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;체크인 시 자동 검사&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;스킬이 저장소에 들어가기 전에 자동화된 CI/CD 파이프라인을 통과해야 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;린터:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 프런트매터 메타데이터, 줄 수, 디렉터리 레이아웃, 엄격한 이름 지정 규칙을 검증합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;링크 검사 도구:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 링크 검사 도구를 사용해 모든 URL을 테스트하여 병합 전에 404 오류와 할루시네이션 링크를 제거합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;AI 지원 체크리스트:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 자동화된 검증 검사를 사용하여 요청 사항이 필수 구조 패턴과 가드레일을 준수하는지 확인합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;지속적 평가(제출 시 및 매주)&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;문서와 API가 발전함에 따라 LLM 모델과 에이전트 하네스도 발전합니다. 오늘 작동하는 기술이 내일은 기본 API, 모델 또는 에이전트 하네스가 변경되어 작동하지 않을 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;초기 품질 기준을 설정하고 품질 저하를 방지하기 위해 지속적인 평가를 실행합니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;제출 시 평가:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 작성자는 명시적인 평가 프롬프트 모음과 채점 기준표를 제공해야 합니다. 새로운 기술을 출시할 때마다 먼저 내부적으로 평가하여 정확성과 효율성을 확인합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;주간 품질 검사:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 전체 기술 라이브러리에 대해 예약된 평가 작업을 지속적으로 실행하여 회귀를 조기에 포착합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;스킬 작성자는 여러 평가 테스트 사례를 제공해야 하며, 각 사례에는 프롬프트와 기대치가 포함되어야 합니다. 각 평가 도구 모음을 통해 각 기술이 있는 에이전트와 없는 에이전트의 성능을 비교합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;두 가지 주요 측정기준을 살펴보겠습니다.&lt;/span&gt;&lt;/p&gt;
&lt;ol&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;정확성 - 대답 품질 및 작업 완료율&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;효율성 - 사용된 토큰 수 및 완료 시간&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ol&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;또한 통계적으로 유의미한 결과를 얻기 위해 다양한 에이전트 프레임워크에 대해 평가를 여러 번 실행합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;마지막으로 2x2 매트릭스는 스킬이 측정 가능한 정확성과 효율성 향상을 제공하는지 여부를 증명합니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/eval_matrix.max-1000x1000.jpg"
        
          alt="eval_matrix"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;스킬은 스니펫이 아닌 제품입니다&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Google의 작업에서 얻은 주요 교훈은 기술은 일회성 문서가 아니라 살아있는 제품이라는 것입니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;장기적인 안정성을 보장하기 위해 엄격한 소유권 규칙을 수립했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;저장소 유지관리자&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;는 저장소 상태, CI 파이프라인, 아키텍처 표준을 감독합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;기술 소유자&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;는 장기적으로 기술을 유지할 책임이 있습니다. 예를 들어 Products API가 변경되면 스킬 소유자가 스킬을 업데이트합니다. 평가 실행 중에 발견된 품질 저하도 마찬가지입니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;작성자 지원: 도구 및 에이전트형 워크플로&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;효과적인 요청 사항과 평가 도구 모음을 작성하려면 연습이 필요하며, 스킬 작성자가 모든 것을 처음부터 만들 필요는 없습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Google은 기여자를 지원하기 위해 다음과 같은 여러 도구와 에이전트형 워크플로를 구축했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;작성자가 새로운 기술을 빌드하고 강력한 평가를 작성하는 데 도움이 되도록 특별히 설계된 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;내부 기술&lt;/strong&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://adk.dev/" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;ADK&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;로 빌드된 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;에이전트 도구&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;는&lt;/span&gt;&lt;a href="https://adk.dev/" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;작성 및 자체 비평을 위한 멀티 에이전트 루프를 실행하며, 기본 저장소로 쉽게 내보낼 수 있는 경로를 제공합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이러한 저작 도구와 에이전트형 워크플로는 향후 게시물에서 더 자세히 다룰 예정입니다.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;'DevRel 기술'을 통한 내부 효율성&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;a href="https://github.com/google/skills" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Google Agent Skills&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;는 외부 개발자를 위한 공개 스킬을 호스팅하는 한편, &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;DevRel Skills&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;라는 내부 이니셔티브도 병행하여 시작했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;DevRel 기술은 내부 팀 워크플로를 위한 에이전트 기술을 빌드하는 데 중점을 둡니다. 콘텐츠 변환, 검색엔진 최적화, 내부 보고 등 내부 프로세스를 전용 기술로 인코딩하여 팀이 매일 더 효과적이고 일관되게 작업할 수 있도록 지원합니다.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;링크 및 추가 자료&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Google Agent Skills를 시작하려면 다음을 확인하세요.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;Google 에이전트 스킬 저장소:&lt;/strong&gt;&lt;a href="https://github.com/google/skills" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;github.com/google/skills&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;1부:&lt;/strong&gt;&lt;a href="https://medium.com/google-cloud/google-cloud-skills-tutorial-the-complete-guide-to-ai-powered-cloud-operations-7838fcc9541a" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;소개: Google Cloud 에이전트 스킬이란 무엇인가요?&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;2부:&lt;/strong&gt;&lt;a href="https://medium.com/google-cloud/google-cloud-skills-tutorial-part-2-intermediate-skills-in-action-dd599a32fb6c" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;실용 가이드: 중급 에이전트 기술 활용&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;다음 단계&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 게시물이 도움이 되었다면 다음을 수행하세요.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;소셜 미디어에서 친구들과 이 게시물을 공유하세요.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://www.linkedin.com/in/remigiusz-samborski/" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;LinkedIn&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;,&lt;/span&gt;&lt;a href="https://x.com/RemikSamborski" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;X&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 또는&lt;/span&gt;&lt;a href="https://bsky.app/profile/rsamborski.bsky.social" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Bluesky&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 통해 저와 소통해 주세요.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;읽어 주셔서 감사합니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;</description><pubDate>Thu, 05 Nov 2026 04:00:00 +0000</pubDate><guid>https://cloud.google.com/blog/ko/topics/developers-practitioners/behind-the-scenes-how-we-build-test-and-scale-google-agent-skills/</guid><category>Developers &amp; Practitioners</category><media:content height="540" url="https://storage.googleapis.com/gweb-cloudblog-publish/images/skills_whiteboard_horizontal.max-600x600.jpg" width="540"></media:content><og xmlns:og="http://ogp.me/ns#"><type>article</type><title>비하인드 스토리: Google 에이전트 스킬을 빌드, 테스트, 확장하는 방법</title><description></description><image>https://storage.googleapis.com/gweb-cloudblog-publish/images/skills_whiteboard_horizontal.max-600x600.jpg</image><site_name>Google</site_name><url>https://cloud.google.com/blog/ko/topics/developers-practitioners/behind-the-scenes-how-we-build-test-and-scale-google-agent-skills/</url></og><author xmlns:author="http://www.w3.org/2005/Atom"><name>Remigiusz Samborski</name><title>Lead Developer Relations Engineer</title><department></department><company></company></author></item><item><title>VPC 흐름 로그로 GKE 워크로드 문제를 더 빠르게 해결하는 방법</title><link>https://cloud.google.com/blog/ko/products/containers-kubernetes/using-vpc-flow-logs-to-troubleshoot-gke-workloads/</link><description>&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;*이 콘텐츠는 AI 번역 도구를 사용하여 번역되었습니다. 정확성을 기하기 위해 노력하고 있으나, 자동 번역에는 오류나 누락이 포함될 수 있습니다. 정확한 정보는 &lt;/span&gt;&lt;a href="https://cloud.google.com/blog/products/containers-kubernetes/using-vpc-flow-logs-to-troubleshoot-gke-workloads?e=48754805&amp;amp;hl=en"&gt;&lt;span style="font-style: italic; text-decoration: underline; vertical-align: baseline;"&gt;영문 원본&lt;/span&gt;&lt;/a&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;을 참고해 주시기 바랍니다.&lt;/span&gt;&lt;/p&gt;
&lt;hr/&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Kubernetes 환경을 효과적으로 운영하려면 네트워크 트래픽에 대한 가시성을 확보하는 것이 필수적입니다. 서비스 속도가 느려지거나 연결이 끊어졌을 때 어디에서 어디와 통신하고 있는지만 파악하면 문제의 원인을 빠르게 좁힐 수 있습니다. 표준 클라우드 네트워크에서는 흐름 로그가 IP 주소, 포트, 프로토콜 간의 연결을 기록하여 이러한 뷰를 제공합니다. 하지만 Kubernetes에서 포드는 일시적으로 존재합니다. 포드가 확장되거나 비정상 종료되거나 노드 간에 이동하면 IP 주소가 계속 변경되므로 10.4.2.18이 10.4.8.44와 통신하는 것을 보여주는 원시 로그 항목만으로는 해당 주소를 소유한 워크로드(및 포드)가 무엇인지, 어떤 네임스페이스에 속해 있는지, 어떤 애플리케이션에 연결하려 했는지 파악하기 어렵습니다. 클러스터에서 해당 포드를 검색할 때쯤이면 이미 사라졌을 수도 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Google Cloud 환경에서는&lt;/span&gt;&lt;a href="https://docs.cloud.google.com/vpc/docs/using-flow-logs"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;VPC 흐름 로그&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;가 네트워크 계층에서 이러한 문제를 해소합니다. Google Cloud의 가상 네트워크는 이미 포드가 만드는 모든 연결을 확인하므로 샘플링된 각 흐름은 IP 주소 뒤에 있는&lt;/span&gt;&lt;a href="https://docs.cloud.google.com/kubernetes-engine/docs/concepts/kubernetes-engine-overview"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Google Kubernetes Engine&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;(GKE) 메타데이터(포드, 워크로드, 네임스페이스, 서비스)와 함께 기록됩니다. 따라서 추가 에이전트나 사이드카를 배포하지 않고도 L3/L4 트래픽에 대한 워크로드 수준 기여 분석을 얻을 수 있으며, 더 자세한 정보가 필요한 경우 이미 실행 중인 클러스터 내 컨테이너 네트워크 인터페이스(CNI) 및 데이터 영역 관측 가능성 도구와 함께 활용할 수도 있습니다. VPC 흐름 로그와 GKE가 어떻게 연동되는지, 그리고 어떻게 시작하는지 자세히 살펴보겠습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;GKE 메타데이터를 통해 VPC 흐름 로그를 보강하는 방법&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;VPC 흐름 로그는 Google Cloud의 가상 네트워크 내에서 직접 트래픽을 샘플링합니다. GKE 클러스터를 호스팅하는 서브넷에서 흐름 로그를 사용 설정하면 VPC 네트워크를 통과하는 포드 트래픽의 모든 레코드에 샘플링 시점에 해당 IP 주소를 소유한 Kubernetes 컨텍스트가 주석으로 추가됩니다. 이렇게 하면 포드가 사라진 후에도 다음과 같은 컨텍스트가 보존됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;클러스터: &lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;클러스터 이름 및 위치입니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;워크로드: &lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;포드 이름 및 네임스페이스, 그리고 Deployment, StatefulSet 또는 DaemonSet 등 해당 포드를 소유하는 컨트롤러입니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;서비스 이름: &lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;트래픽을 수신한 Kubernetes 서비스입니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;노드 및 영역:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 흐름의 양쪽 끝에 있는 노드 VM 및 해당 영역을 포함한 표준 VPC 필드입니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;GKE 워크로드를&lt;/span&gt;&lt;a href="https://docs.cloud.google.com/app-hub/docs/overview?e=48754805"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;App Hub&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;에 등록하면 각 레코드에 각 엔드포인트의 비즈니스 애플리케이션, 환경, 중요도를 식별하는 애플리케이션 수준 라벨(&lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;apphubSource&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 및 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;apphubDestination&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;)도 포함됩니다. 이는 GKE 마이크로서비스가 Cloud Run 서비스와 같이 클러스터 외부에 있는 App Hub 등록 리소스와 통신할 때 특히 유용합니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;시작하기 전에&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;로그 버킷을&lt;/strong&gt;&lt;a href="https://cloud.google.com/network-intelligence-center/docs/flow-analyzer/enable-log-analytics"&gt;&lt;strong style="vertical-align: baseline;"&gt; &lt;/strong&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;Observability Analytics&lt;/strong&gt;&lt;/a&gt;&lt;strong style="vertical-align: baseline;"&gt;(이전 명칭: 로그 분석)로 업그레이드: &lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;Flow Analyzer는 업그레이드된 버킷(일반적으로 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;_Default&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;)에서만 읽습니다. &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;참고:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 이 업그레이드는 영구적입니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;code style="vertical-align: baseline;"&gt;gcloud logging buckets update _Default \&lt;/code&gt;&lt;code style="vertical-align: baseline;"&gt;    --location=global \&lt;/code&gt;&lt;code style="vertical-align: baseline;"&gt;    --enable-analytics&lt;/code&gt;&lt;/p&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;조직 전체에 VPC 흐름 로그 사용 설정:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 조직 수준에서 한 번만 구성하면 향후 생성되는 클러스터를 포함한 모든 VPC 네트워크의 모든 서브넷에 적용됩니다(네트워크 관리자 역할 필요). 모든 레코드에 네임스페이스와 포드 세부정보가 포함되도록 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;include-all-metadata&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 사용 설정된 상태로 유지합니다. 가시성과 비용 간의 균형을 맞추기 위해 보조 샘플링 레이트(&lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;--flow-sampling&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;), 집계 간격(&lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;--aggregation-interval&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;) 또는 필터 표현식(&lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;--filter-expr&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;)을 추가하여 관심 있는 트래픽만 확인할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;code style="vertical-align: baseline;"&gt;gcloud network-management vpc-flow-logs-configs create CONFIG_NAME \&lt;/code&gt;&lt;code style="vertical-align: baseline;"&gt;    --location=global \&lt;/code&gt;&lt;code style="vertical-align: baseline;"&gt;    --organization=ORGANIZATION_ID \&lt;/code&gt;&lt;code style="vertical-align: baseline;"&gt;    --metadata=include-all-metadata&lt;/code&gt;&lt;/p&gt;
&lt;p&gt;&lt;a href="https://cloud.google.com/kubernetes-engine/docs/how-to/intranode-visibility"&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;노드 내 가시성&lt;/strong&gt;&lt;/a&gt;&lt;strong style="vertical-align: baseline;"&gt; 사용 설정:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; Autopilot 클러스터에는 이미 사용 설정되어 있지만 Standard 클러스터에서는 별도로 사용 설정해야 합니다. &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;참고: &lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;이 기능을 사용 설정하면 컨트롤 플레인과 노드 구성요소가 다시 시작되고 노드별 오버헤드가 추가되므로 먼저 비프로덕션 클러스터에서 테스트하세요.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;code style="vertical-align: baseline;"&gt;gcloud container clusters update CLUSTER_NAME \&lt;/code&gt;&lt;code style="vertical-align: baseline;"&gt;    --location=LOCATION \&lt;/code&gt;&lt;code style="vertical-align: baseline;"&gt;    --enable-intra-node-visibility&lt;/code&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이제 시작할 준비가 되었습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;Flow Analyzer에서 트래픽을 시각적으로 분석&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;VPC 흐름 로그는 모든 레코드를 Cloud Logging에 기록하므로 로그 탐색기 또는 로그 분석에서 검색하고 쿼리할 수 있습니다. 일상적인 작업에서는 Network Intelligence Center의 일부인&lt;/span&gt;&lt;a href="https://docs.cloud.google.com/network-intelligence-center/docs/flow-analyzer/overview"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Flow Analyzer&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 사용하여 동일한 레코드를 대화형 차트와 표로 변환하므로 클릭 몇 번으로 클러스터, 네임스페이스, 워크로드, 포드 또는 서비스별로 트래픽을 그룹화하고 필터링할 수 있습니다. &lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;아래 안내에서는 us-central1의 GKE Autopilot 클러스터에서 오픈소스 마이크로서비스 데모인&lt;/span&gt;&lt;a href="https://github.com/GoogleCloudPlatform/microservices-demo" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Online Boutique&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 사용합니다. &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;loadgenerator&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 배포는 합성 쇼핑객 트래픽을 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;frontend&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;로 전송하고, 이는 다시 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;productcatalogservice&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;, &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;cartservice&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;, &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;currencyservice&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;, &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;recommendationservice&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;, &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;shippingservice&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;, &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;adservice&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;, &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;checkoutservice&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 호출합니다. &lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;사례 1: IP 주소를 워크로드 이름으로 변환&lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;사고를 조사하든 아키텍처 변경을 평가하든 첫 번째 질문은 항상 동일합니다. 어떤 엔드포인트가 어떤 볼륨으로 통신하고 있는가?&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Flow Analyzer는 임시 IP 주소 쌍을 제시하는 대신 GKE 메타데이터를 사용하여 Kubernetes 워크로드 이름을 통해 이 질문에 직접 답할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Flow Analyzer에서 수행할 단계:&lt;/span&gt;&lt;/p&gt;
&lt;ol&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;Network Intelligence Center&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; &amp;gt; &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;Flow Analyzer&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;를 열고 기간을 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;지난 1시간&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;으로 설정합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;소스&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 및 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;대상&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;에서 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;흐름 구성&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;기준&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;을 GKE 워크로드로 설정합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;필터 표시줄에서 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;GKE 워크로드가 알려짐&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 필터를 추가하여 포드 간 트래픽만 표시합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;새 쿼리 실행&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;을 클릭합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ol&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/original_images/1_HzpvhDD.gif"
        
          alt="1"&gt;
        
        &lt;/a&gt;
      
        &lt;figcaption class="article-image__caption "&gt;&lt;p data-block-key="psylm"&gt;Flow Analyzer에서 소스 GKE 워크로드 및 대상 GKE 워크로드별로 트래픽을 그룹화하여 원시 IP를 조회하지 않고도 마이크로서비스 종속 항목을 파악합니다.&lt;/p&gt;&lt;/figcaption&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;주요 인사이트: &lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;볼륨별로 정렬된 이 테이블에서는 애플리케이션 종속 항목을 한눈에 파악할 수 있습니다. &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;frontend&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;는 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;loadgenerator&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;(사용자 트래픽을 나타냄)에서 들어오는 요청을 처리하고, &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;productcatalogservice&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;는 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;recommendationservice&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 및 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;frontend&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;의 호출에 응답합니다. 각 행에는 원시 IP 주소 대신 워크로드 이름이 표시되므로 승인되지 않았거나 예기치 않은 워크로드 간 통신을 즉시 파악할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;사례 2: 단일 서비스 상세히 살펴보기&lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;서비스가 느리거나 변경될 예정인 경우 해당 서비스에 의존하는 워크로드와 그 의존도를 파악해야 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Flow Analyzer에서 수행할 단계:&lt;/span&gt;&lt;/p&gt;
&lt;ol&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;트래픽 집계&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;를 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;클라이언트&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; ↔&lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt; 서버(양방향)&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;로 변경하여 둘 간의 요청과 응답이 함께 집계되도록 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;서버&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;에서 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;GKE 워크로드&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; = &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;productcatalogservice&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 필터를 추가합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;새 쿼리 실행&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;을 클릭한 다음 상단 행에서 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;세부정보&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;를 클릭합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ol&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/original_images/2_H9re5kG.gif"
        
          alt="2"&gt;
        
        &lt;/a&gt;
      
        &lt;figcaption class="article-image__caption "&gt;&lt;p data-block-key="psylm"&gt;클라이언트 ↔ 서버(양방향) 집계를 사용하여 서버 GKE 워크로드(productcatalogservice)를 필터링하고 호출자별 점유율과 세부정보 타임라인을 확인합니다.&lt;/p&gt;&lt;/figcaption&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;주요 인사이트:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 카탈로그 서비스의 모든 호출자, 각 호출자의 트래픽 점유율, 모든 호출자와 서비스 간의 타임라인을 확인할 수 있으므로 특정 호출자의 트래픽만 증가하고 나머지는 변화가 없다면 어느 부분부터 살펴봐야 하는지 알 수 있습니다. 볼륨이 아닌 지연 시간이 문제인 경우 표시 모드를 지연 시간으로 전환하여 동일한 호출자를 왕복 시간을 기준으로 정렬할 수 있습니다. &lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;사례 3: 영역 간에 통신하는 포드 찾기&lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;리전 GKE 클러스터에서 트래픽 양이 많은 서비스가 서로 다른 영역에 배치되면 모든 요청이 영역 경계를 넘어 전송되므로 영역 간 데이터 전송 요금이 추가로 발생합니다. VPC 흐름 로그는 모든 흐름의 양쪽 끝에 있는 영역을 기록하므로 해당 트래픽을 발생시키는 포드 쌍을 쉽게 찾을 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Flow Analyzer에서 수행할 단계:&lt;/span&gt;&lt;/p&gt;
&lt;ol&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;기본 필터&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;에서 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;SQL 필터&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;로 전환합니다. 그러면 동일한 흐름의 두 필드를 비교할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;WHERE&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 상자에 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;src_gcp_zone &amp;lt;&amp;gt; dest_gcp_zone&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;을 입력합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;흐름 구성 기준&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;을 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;소스 GCP 영역, 소스 GKE 포드, 대상 GCP 영역&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;, &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;대상 GKE 포드&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;로 설정합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;새 쿼리 실행&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;을 클릭합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ol&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/original_images/3_3n9hbpu.gif"
        
          alt="3"&gt;
        
        &lt;/a&gt;
      
        &lt;figcaption class="article-image__caption "&gt;&lt;p data-block-key="psylm"&gt;src_gcp_zone &amp;lt;&amp;gt; dest_gcp_zone과 함께 SQL 필터 및 다중 속성 그룹화를 사용하여 영역 간 네트워크 트래픽을 발생시키는 포드 쌍을 식별합니다.&lt;/p&gt;&lt;/figcaption&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;주요 인사이트:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 이 표에는 영역 간 트래픽이 볼륨별로 정렬되어 있으며, 각 끝에 있는 포드와 영역을 정확히 식별할 수 있습니다. 이 클러스터에서는 us-central1-b의 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;frontend&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 포드와 us-central1-c의 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;currencyservice&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 포드 간에 가장 많은 흐름이 발생하고, &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;checkoutservice&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;, &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;shippingservice&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;, &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;productcatalogservice&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;가 그 뒤를 따릅니다. 더 자세히 조사하려면 로그 분석에서 '탐색'을 클릭하여 기본 SQL 쿼리를 열고 조인 또는 시간 버킷을 추가하는 등 추가 맞춤설정을 수행합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;GKE에는 기본 제공되는 답변이 있습니다. 서비스에서 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;trafficDistribution: PreferSameZone&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;(이전 버전의 경우 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;PreferClose&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;)을 설정하여 호출자 영역의 정상 엔드포인트에 우선적으로 트래픽을 전달하고 각 영역에 자체 트래픽을 처리할 수 있는 충분한 복제본이 있는지 확인합니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;주의사항&lt;/strong&gt;&lt;/h3&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;포드-인터넷 트래픽:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 흐름이 샘플링되기 전에 매스커레이드 에이전트가 포드 IP를 노드 IP로 대체하므로 VPC 흐름 로그에는 포드 주석이 포함되지 않습니다. 내부 대상을 비매스커레이드 목록에 유지하면 해당 흐름의 포드 이름이 보존되며, 노드 내 가시성을 사용하여 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;ip-masq-agent&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 실행하는 경우 연결 문제를 방지하려면 해당 목록에 클러스터의 노드 및 포드 IP 범위도 포함해야 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;차단된 트래픽:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 네트워크 정책에 의해 차단된 트래픽은 VPC 네트워크에 도달하지 않으므로&lt;/span&gt;&lt;a href="https://cloud.google.com/kubernetes-engine/docs/how-to/network-policy-logging"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;NetworkPolicy 로깅&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;을 사용하여 조사합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;샘플링:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 흐름 로그는 샘플링되므로&lt;/span&gt;&lt;a href="https://services.google.com/fh/files/misc/vpc_flow_logs_understanding_byte_and_packet_counts.pdf" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;바이트 및 패킷 수&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;는 연결별 트래픽을 집계하기보다는 순위를 매기거나 추세를 분석하는 데 적합합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;다음 단계&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;클러스터에 이미 VPC 흐름 로그가 사용 설정되어 있다면 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;_Default&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 버킷을 업그레이드하고 Flow Analyzer를 열기만 하면 위의 세 가지 예시를 재현할 수 있습니다. 자세한 내용은 다음 문서를 참고하세요.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://cloud.google.com/vpc/docs/using-flow-logs#gke"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;VPC 흐름 로그 사용&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://cloud.google.com/vpc/docs/about-flow-logs-records#gke-annotations"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;GKE용 VPC 흐름 로그 레코드 형식&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://cloud.google.com/network-intelligence-center/docs/flow-analyzer/analyze-traffic-flows"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Flow Analyzer를 사용한 네트워크 트래픽 분석&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://cloud.google.com/kubernetes-engine/docs/best-practices/network-observability"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;GKE 네트워크 관측 가능성 권장사항&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://cloud.google.com/kubernetes-engine/docs/troubleshooting/network-observability"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;GKE 네트워크 관측 가능성 문제 해결&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt; &lt;/li&gt;
&lt;/ul&gt;&lt;/div&gt;</description><pubDate>Wed, 04 Nov 2026 19:00:00 +0000</pubDate><guid>https://cloud.google.com/blog/ko/products/containers-kubernetes/using-vpc-flow-logs-to-troubleshoot-gke-workloads/</guid><category>Networking</category><category>GKE</category><category>Developers &amp; Practitioners</category><category>Containers &amp; Kubernetes</category><og xmlns:og="http://ogp.me/ns#"><type>article</type><title>VPC 흐름 로그로 GKE 워크로드 문제를 더 빠르게 해결하는 방법</title><description></description><site_name>Google</site_name><url>https://cloud.google.com/blog/ko/products/containers-kubernetes/using-vpc-flow-logs-to-troubleshoot-gke-workloads/</url></og><author xmlns:author="http://www.w3.org/2005/Atom"><name>Nishant Kumar</name><title>Product Manager</title><department></department><company></company></author><author xmlns:author="http://www.w3.org/2005/Atom"><name>Whitney Jenkins</name><title>Product Manager</title><department></department><company></company></author></item><item><title>2개월 후 비하인드 스토리: Google 에이전트 스킬을 제품처럼 출시하는 방법</title><link>https://cloud.google.com/blog/ko/topics/developers-practitioners/behind-the-scenes-two-months-later-how-we-ship-google-agent-skills-like-products/</link><description>&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;*이 콘텐츠는 AI 번역 도구를 사용하여 번역되었습니다. 정확성을 기하기 위해 노력하고 있으나, 자동 번역에는 오류나 누락이 포함될 수 있습니다. 정확한 정보는 &lt;/span&gt;&lt;a href="https://cloud.google.com/blog/topics/developers-practitioners/behind-the-scenes-two-months-later-how-we-ship-google-agent-skills-like-products?e=48754805&amp;amp;hl=en"&gt;&lt;span style="font-style: italic; text-decoration: underline; vertical-align: baseline;"&gt;영문 원본&lt;/span&gt;&lt;/a&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;을 참고해 주시기 바랍니다.&lt;/span&gt;&lt;/p&gt;
&lt;hr/&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;지난 게시물에서는 프로젝트의 시작, 대규모 품질 유지, 거버넌스 처리 등&lt;/span&gt;&lt;a href="https://cloud.google.com/blog/ko/topics/developers-practitioners/behind-the-scenes-how-we-build-test-and-scale-google-agent-skills?e=48754805&amp;amp;hl=ko"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Google 에이전트 스킬의 비하인드 스토리&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 살펴보았습니다. 이 게시물에서는 그 이후로 Google이 구축한 것, 즉 모든 변경사항이 통과해야 하는 자동화된 품질 게이트, 스킬의 품질을 검사하는 AI 검토 에이전트, 그 과정에서 얻은 교훈을 공유하고자 합니다. 자체 스킬 저장소에도 이와 유사한 게이트와 검토 규칙을 도입할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;지난 게시물 이후&lt;/span&gt;&lt;a href="https://g.dev/ai/skills" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Google 에이전트 스킬 저장소&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;의 GitHub 별표가 15,000개에서 21,000개로 늘어났습니다. 현재 Google 전반의 팀에서 제공한 170개 이상의 스킬을 호스팅하고 있으며, 이를 여러 AI 플랫폼에 배포하고 있습니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/google_skills_star_history_CVeg34U.max-1000x1000.png"
        
          alt="ship-agent-skills-like-products-star-history"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;단일 개발자나 소규모 프로젝트를 위한 에이전트 스킬을 빌드하는 과정은 간단합니다. &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;SKILL.md&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 파일을 작성하고, 몇 가지 요청 사항을 정의하고, 수동으로 테스트하면 작동합니다. 지금과 같은 대규모 환경에서는 수동 워크플로만으로 효율을 내기란 불가능합니다. 검증을 거치지 않은 수정사항은 미묘한 버그를 유발할 수 있으며, 이로 인해 사용자에게 전달되기 전 문제를 포착하기가 매우 까다로워집니다.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;핵심 철학: 스킬을 제품처럼 출시하기&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이전 게시물에서 얻은 핵심 교훈은 스킬이란 일회성 문서가 아니라 살아있는 제품이라는 점입니다. 실제로 이는 모든 스킬 업데이트를 제품 출시와 동일한 과정을 거쳐 배포한다는 의미입니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;스킬을 단순한 문서로 취급하고 싶은 유혹이 생기기 쉽습니다. 하지만 문서는 인간 독자에게 개념을 설명하는 반면, 스킬은 AI 에이전트의 추론 루프, 도구 선택, 실행 경로를 조정합니다. 스킬 내의 문구 하나만 잘못 배치되어도 에이전트가 유효하지 않은 명령어 플래그를 호출하거나, 무한 루프에 빠지거나, 토큰을 낭비하는 결과가 초래될 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;따라서 모든 요청 사항 수정은 행동 변화로 이어집니다. 테스트 없이 제품 업데이트를 출시하지 않는 것처럼, 스킬도 마찬가지입니다. 이 원칙을 바탕으로 세 가지 핵심 요건이 정의됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;엄격한 시맨틱 버전 관리&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 동작이 변경될 때마다 명시적으로 버전을 올려야 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;결정론적 자동 검증&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 린터와 검사기가 모든 제안된 변경사항을 검토하여, 사람이나 AI 검토자가 확인하기 전에 미리 점검합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;필수 평가 증거&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 모든 변경사항에는 평가 보고서가 포함됩니다. 이전 버전의 스킬과 비교하거나, 신규 스킬인 경우에는 해당 스킬이 없는 에이전트와 비교합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;자동화된 적합성 게이트: pull 요청 파이프라인&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이전 게시물에서 모든 스킬이 체크인 시 거치는 검사 항목인 린터, 링크 검사 도구, AI 지원 체크리스트를 간략하게 소개해 드렸습니다. 이러한 검사 항목의 세부 내용과 더불어, 이전에는 다루지 않았던 시맨틱 버전 관리 및 평가 도구 모음 검증이라는 두 가지 게이트를 소개합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;작성자가 내부 스킬 저장소에 변경사항을 제출하면 자동화된 지속적 통합 및 지속적 배포(CI/CD) 파이프라인이 즉시 트리거됩니다. 스킬을 GitHub로 내보내기 전에, 다음 6가지 자동화된 게이트를 통과하고 담당자의 승인을 받아야 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;구조적 적합성&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 디렉터리 레이아웃, 허용되는 파일, 분류&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;기술 린터&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 프런트매터, 폴더 이름 지정 규칙, 마크다운 규칙&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;시맨틱 버전 관리&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 동작이 변경될 때마다 버전 업그레이드&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;평가 도구 모음&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 유효한 평가 도구 모음 및 최신 평가 보고서&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;링크 유효성 검사&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 링크가 유효함&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;AI 검토 에이전트&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 스킬 품질 및 설계 표준&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;담당자 승인&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 인적 검토자(주제 전문가)의 최종 승인 단계&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;구조적 적합성 및 스킬 린터&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;자동화된 검증 도구 모음은 모든 pull 요청을 검사하여 구조와 구문이 올바른지 확인합니다. 규칙에는 다음과 같은 요건이 포함됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;폴더 이름과 메타데이터 이름이 일치해야 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;code style="vertical-align: baseline;"&gt;SKILL.md&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 및 설명 길이 제한이 적용됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;프런트매터 &lt;code&gt;metadata&lt;/code&gt;&lt;/span&gt;&lt;span style="vertical-align: baseline;"&gt;의 모든 필수 입력란이 포함되어 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;스킬 디렉터리 내에는 선별된 파일 및 디렉터리 목록만 허용됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;모든 마크다운 파일은 형식 지정 규칙을 따릅니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;기본 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;README.md&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 파일과 기계 가독형 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;index.json&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 레지스트리가 최신 상태입니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;시맨틱 버전 관리&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;모든 스킬은 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;SKILL.md&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 프런트매터 메타데이터에서 시맨틱 버전을 선언합니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;---\r\nname: spanner-basics\r\nmetadata:\r\n  version: &amp;quot;1.1.1&amp;quot;\r\n  category: Databases\r\ndescription: ...\r\n---&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42f959ab50&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;먼저 자동화된 검사를 통해 버전이 따옴표로 묶인 문자열인지 확인합니다. YAML은 따옴표가 없는 값(예: &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;2.0&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;)을 숫자로 파싱하므로 문자열 데이터가 필요한 도구에서 예기치 않은 파싱 오류가 발생할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;둘째, 검사기는 버전 전환 자체를 확인합니다. 새로운 기술은 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;1.0.0&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;에서 시작해야 하며, 기존 스킬의 요청 사항, 스크립트 또는 참조를 변경하려면 버전을 올려야 합니다. 그렇지 않으면 pull 요청이 차단됩니다. 표준 재설정 규칙이 적용됩니다. &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;MAJOR&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 버전을 올리면(예: &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;1.4.2&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;에서 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;2.0.0&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;으로) &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;MINOR&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 및 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;PATCH&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 버전이 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;0&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;으로 재설정되고, &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;MINOR&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 버전을 올리면(예: &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;1.4.2&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;에서 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;1.5.0&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;으로) &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;PATCH&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 버전이 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;0&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;으로 재설정됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;에이전트가 마크다운 요청 사항만 읽을 뿐인데, 왜 엄격한 버전 관리가 필요할까요? 버전 번호는 개발자와 패키지 도구를 위한 것이지, 런타임 시 모델이 참조하는 용도가 아닙니다. 스킬은 백그라운드에서 자동으로 업데이트되지 않으므로 에이전트가 스킬을 호출할 때마다 네트워크 검사나 지연 시간 오버헤드가 발생하지 않습니다. 대신 명시적 버전을 사용하면 개발자가 로컬에 설치된 스킬을 업스트림 카탈로그와 비교하고 변경사항을 가져올 시기를 결정할 수 있습니다(예: &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;npx skills update&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 명령어 실행). 또한 이러한 버전 관리는 팀이 프로젝트 전반에서 재현 가능한 에이전트 동작을 보장하기 위해, 검증된 특정 버전에 핵심 스킬을 고정하여 사용하는 워크플로도 지원합니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;평가 도구 모음 검증&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Google의 지속적인 평가(evals)는 각 스킬의 적용 여부에 따른 에이전트의 성능 차이를 비교합니다. 이러한 결과의 신뢰도는 그 바탕이 되는 평가 도구 모음의 수준에 달려 있습니다. 평가 도구 모음에 손상된 파일 참조나 복합 기대치가 포함되어 있으면, 테스트 결과에 노이즈가 섞이고 신뢰할 수 없게 됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Google의 검사기는 각 평가 도구 모음과 pull 요청 설명을 파싱합니다. 그런 다음 몇 가지 엄격한 불변 조건을 확인합니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;파일 기반 프롬프트 확인&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 테스트 프롬프트가 파일(예: &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;@file:test_prompt.txt&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;)을 참조하는 경우 검사기는 대상 파일이 존재하고 비어 있지 않은지 확인합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;원자적 기대치&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 각 기대치는 정확히 하나의 기준만 확인해야 합니다. 검사기는 작성자가 복합 기대치를 분할할 때까지 복합 기대치를 차단합니다. 그 이유는 이 게시물의 후반부에 나오는 강의 2에서 설명합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;중복 감지&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 검사기는 동일한 평가 도구 모음 내에서 중복된 테스트 프롬프트와 상충되는 기대치를 플래그합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;필수 평가 보고서&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 스킬을 수정하는 모든 pull 요청은 설명에 평가 보고서 링크를 포함해야 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;평가 비활성 상태 검사&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 일반적으로 작성자는 검토자가 의견을 남기면 pull 요청을 반복합니다. 검사기는 연결된 보고서가 최신 커밋을 대상으로 실행되었는지 확인합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/eval_staleness_check_whiteboard.max-1000x1000.jpg"
        
          alt="ship-agent-skills-like-products-eval-staleness-check"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;링크 검증&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;170개가 넘는 스킬이 빠르게 발전하는 Google 제품의 문서로 연결되어 있으며, 이러한 문서 페이지는 스킬이 검토를 통과한 후 한참이 지나서도 위치가 변경될 수 있습니다. 사용자가 깨진 링크를 신고할 때까지 기다리는 대신 두 단계로 링크를 검증합니다. 병합하기 전에 pull 요청 검사를 통해 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;references/&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 디렉터리의 파일과 같은 모든 상대 링크의 유효성을 확인합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;그런 다음 매주 월요일마다&lt;/span&gt;&lt;a href="https://github.com/google/skills/blob/main/.github/workflows/link-checker.yml" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;GitHub Actions 워크플로&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;가 공개 저장소의 모든 외부 링크에서&lt;/span&gt;&lt;a href="https://github.com/lycheeverse/lychee" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;lychee&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 실행하고 깨진 링크를 스킬 소유자에게 보고하여 수정하도록 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;AI 검토 에이전트&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;린터와 스키마 검사기는 구문 오류를 잡아내지만 전반적인 품질을 평가할 수는 없습니다. 요청 사항이 혼란스럽지는 않은지, 참조 가이드가 너무 장황하지는 않은지, 혹은 특정 작업이 대규모 언어 모델(LLM) 요청 사항이 아닌 bash 스크립트로 처리하는 것이 더 적절하지는 않은지 등은 알려주지 못합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 문제를 해결하기 위해 AI 검토 에이전트를 검토 파이프라인에 통합했습니다. 스킬에 변경사항이 생기면, AI 검토자가 전용 검토 스킬을 활용해 이를 꼼꼼히 살핍니다. 맞습니다, 스킬을 검토하기 위해 또 다른 스킬을 사용하는 것이죠.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;AI 검토자가 평가하는 핵심 규칙은 다음과 같습니다. 이러한 규칙을 자체 스킬 개발 워크플로에 적용할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h4&gt;&lt;strong style="vertical-align: baseline;"&gt;1. 스킬 적합성과 결정론적 함정&lt;/strong&gt;&lt;/h4&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;AI 검토자가 던지는 첫 번째 질문은 간단합니다. &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;이 작업이 요청 사항에 포함되는가?&lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;작성자들이 &lt;/span&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;결정론적 함정&lt;/span&gt;&lt;span style="vertical-align: baseline;"&gt;에 빠지는 모습을 자주 보게 됩니다. 이들은 마크다운 텍스트에 엄격하게 번호가 매겨진 명령줄 인터페이스(CLI) 명령어 시퀀스를 직접 작성하곤 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;LLM은 확률적으로 작동하는 엔진입니다. 엄격한 명령어 시퀀스가 필요하고 약간의 변형만으로도 오류가 발생할 수 있는 작업의 경우, 이러한 명령어를 요청 사항 텍스트에 직접 포함하면 할루시네이션이 발생할 가능성이 커집니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Google의 AI 검토자는 결정론적 로직과 확률론적 로직 사이에 명확한 경계를 적용합니다. 고정된 CLI 시퀀스, JSON 파서, 배포 단계는 반드시 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;scripts/&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 디렉터리에 있는 실행 가능한 스크립트로 관리해야 합니다. 마크다운 요청 사항은 아키텍처 선택, 오류 로그 진단, 코드 합성 등 판단이 필요한 작업을 위해 남겨둡니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 규칙은 지난번에 공유한 모델 컨텍스트 프로토콜(MCP) 가이드를 보완하는 것으로, 가능하면 원격 MCP 도구를 우선적으로 사용하는 것이 좋습니다. CLI 또는 API 호출로 대체해야 하는 경우 요청 사항에 일일이 나열하는 대신 스크립트로 래핑하여 사용합니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/deterministic_trap_decision_tree_whiteboar.max-1000x1000.jpg"
        
          alt="ship-agent-skills-like-products-deterministic-trap"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h4&gt;&lt;strong style="vertical-align: baseline;"&gt;2. L1/L2/L3 모듈식 아키텍처&lt;/strong&gt;&lt;/h4&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;컨텍스트 윈도우는 매우 소중한 자원입니다. 2,000줄에 달하는 스킬을 에이전트에 로드하면 컨텍스트가 소모되어 추론 능력이 저하됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Google의 AI 검토자는 에이전트 스킬의 점진적 공개 모델을 따르는 3계층 정보 계층 구조를 적용합니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;레벨 1(메타데이터)&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: YAML 프런트매터(&lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;name&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;, &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;description&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;). 에이전트는 이 간결한 요약을 검색 및 라우팅에 사용합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;레벨 2(핵심 요청 사항)&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 기본 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;SKILL.md&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 파일입니다. 본문은 500줄 미만으로 간결하게 유지해야 합니다. 워크플로 개요, 결정 트리, 가드레일을 제공합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;레벨 3(참조 문서)&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 자세한 API 참조, 스키마, 기타 참조 테이블은 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;references/&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 디렉터리에 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;AI 검토자는 레벨 3에 대해 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;플랫 디렉터리 구조&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;와 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;단일 홉 간접 참조&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;라는 두 가지 규칙을 적용합니다. &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;references/&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 플랫하게(하위 디렉터리 없이) 유지하는 것은 문서 트리가 무분별하게 확장되는 것을 방지하고 파일을 더 쉽게 찾을 수 있게 해주는 저장소 관례입니다. 런타임 성능 측면에서 더 중요한 점은, 검토자가 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;연쇄 참조&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;를 차단한다는 것입니다. 연쇄 참조란 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;SKILL.md&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;가 특정 참조 파일을 연결하고, 그 파일이 또 다른 파일로 연결되는 구조를 말합니다. 각 홉마다 추가적인 도구 호출이 필요해 지연 시간과 비용이 늘어날 뿐만 아니라, 평가 결과 에이전트가 두 번째 단계의 연쇄 참조까지는 확인하지 않고 중단하는 경우가 많았습니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/skills_progressive_disclosure_whiteboard.max-1000x1000.jpg"
        
          alt="ship-agent-skills-like-products-progressive-disclosure"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h4&gt;&lt;strong style="vertical-align: baseline;"&gt;3. 비대화형 스크립트 설계&lt;/strong&gt;&lt;/h4&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;스킬이 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;scripts/&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;에 도우미 스크립트를 번들로 제공하는 경우 에이전트가 터미널 샌드박스에서 직접 실행할 것으로 예상됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Google의 AI 검토자는 대화형 프롬프트에서 차단되는 모든 스크립트에 플래그를 지정합니다. 모든 스크립트는 명령줄 플래그나 환경 변수를 통해 입력을 받을 수 있어야 하며, &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;--help&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 문서를 제공해야 합니다. 또한 파괴적인 작업의 경우 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;--dry-run&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 또는 확인 플래그를 포함해야 합니다. 또한 스크립트는 출력을 명확하게 분리하여, 구조화된 데이터(일반적으로 JSON)는 표준 출력에 쓰고 조치가 가능한 오류 메시지는 표준 오류에 써야 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;h4&gt;&lt;strong style="vertical-align: baseline;"&gt;AI 검토 체크리스트 스니펫 예시&lt;/strong&gt;&lt;/h4&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;또한 검토 스킬은 사양 준수 여부와 탐색 효율성을 위해 프런트매터를 확인하며, L1/L2/L3 아키텍처를 구체적인 구조 규칙으로 변환하는 역할도 수행합니다. 다음은 이러한 기준에서 발췌한 내용입니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;### Front Matter &amp;amp; Discovery\r\n\r\n-   **Spec Compliance**: YAML front matter MUST strictly follow the Agent Skills\r\n    Reference Specification (https://agentskills.io/specification). Use `&amp;gt;-`\r\n    (folded strip-chomping) format for multi-line descriptions.\r\n-   **Description Quality**: The `description` field must follow the\r\n    [Description Guide](references/description_guide.md).\r\n\r\n### Content Structure &amp;amp; Authoring Quality\r\n\r\n-   **L1/L2/L3 Architecture**: Enforce modular structure. The main `SKILL.md`\r\n    body must stay under 500 lines. Move deep domain reference material to\r\n    `references/` (see [Skill Structure](references/skill_structure.md)).\r\n-   **Flat References Directory**: `references/` must be a flat directory (one\r\n    level deep, no nested subdirectories). References &amp;gt; 100 lines must include a\r\n    Table of Contents with line hints (see\r\n    [Skill Structure](references/skill_structure.md)).\r\n-   **Avoid Deeply-Nested References**: Avoid deeply-nested references (e.g.,\r\n    `SKILL.md` -&amp;gt; `references/guides.md` -&amp;gt; `assets/output.tmpl`). Keep\r\n    reference structures shallow (one level of indirection from `SKILL.md`)\r\n    because agents might not load such link targets fully.&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eba014d0&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;담당자 승인&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;모든 자동 검사를 통과한 후에는 모든 pull 요청에 대해 인적 검토자의 승인을 받아야 합니다. 검토자는 대개 해당 스킬의 주제 전문가이며, 신규 스킬의 경우에는 중앙 스킬팀 구성원이 검토를 담당합니다.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;저장소 기록에서 얻은 교훈&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;지난 6개월간의 커밋 기록과 pull 요청 토론을 살펴보면 몇 가지 실용적인 시사점을 얻을 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;1. CI 검사 범위는 신중하게 설정하기&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;프로젝트 초기에는 광범위한 디렉터리 패턴을 적용하여 자동화된 pull 요청 검사를 설정했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;한 검사 항목에서는 모든 변경사항마다 승인된 버그 추적 티켓을 요구했습니다. 패턴 매칭 범위가 너무 넓게 설정된 탓에, 단순한 오타 한 줄을 수정하려는 엔지니어들까지 추적 티켓이 없다는 이유로 작업이 차단되는 일이 발생했습니다. 반면, 더 깊은 하위 디렉터리에 새로 추가된 스킬들은 검사 대상에서 누락되었습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;핵심 내용&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 자동화된 검사 규칙을 추가된 파일과 수정된 파일 등 특정 파일 작업에 일치시키고 정확한 경로 깊이를 확인합니다. 기존 스킬에 대한 사소한 수정은 신규 스킬과는 다른 방식으로 처리해야 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;2. 원자적 기대치&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;평가 도구 모음을 작성하기 시작했을 때, 작성자가 다음과 같은 복합적인 기대치를 작성하는 것을 보았습니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;# Bad: Compound expectation\r\n- &amp;quot;The agent must create a Cloud Storage bucket in us-central1, enable\r\n  uniform bucket-level access, and apply lifecycle rules.&amp;quot;&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eba03690&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;에이전트가 리전과 수명 주기 규칙은 구성했지만 균일한 액세스 플래그를 누락한 경우, LLM-as-a-judge 스코어러는 일관되지 않은 평가 결과를 반환했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;원자적 기대치로 전환함으로써 일관되지 않았던 평가 문제를 해결했습니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;# Good: Atomic expectations\r\n- &amp;quot;The agent specifies us-central1 for the bucket location.&amp;quot;\r\n- &amp;quot;The agent enables uniform bucket-level access on the created bucket.&amp;quot;\r\n- &amp;quot;The agent defines a lifecycle configuration rule deleting objects\r\n  older than 30 days.&amp;quot;&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eba017d0&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;핵심 내용&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 각 기대치 항목은 정확히 하나의 기준만 확인해야 합니다. 원자적 기대치를 활용하면 평가 결과가 명확해지고 신뢰성이 높아지며, 디버그하기도 쉬워집니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;3. 문서 드리프트는 빠르게 발생함&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;여러 기여자가 참여하는 저장소에서 문서 테이블을 수동으로 관리할 경우, 단 며칠 만에 드리프트 현상이 발생합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;핵심 내용&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 색인이나 카탈로그를 게시하는 경우 기여자가 수동으로 업데이트하도록 해서는 안 됩니다. 대신 생성기 스크립트를 작성하고 CI 단위 테스트로 적용하도록 합니다. 린터에 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;README.md&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 및 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;index.json&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 검사 항목이 추가된 배경이 바로 이것입니다. &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;index.json&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 파일은 심지어 다음과 같은 경고 메시지로 시작합니다. '이 파일은 자동 생성된 파일입니다. 수동으로 수정하지 마세요.'&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;4. 비용이 많이 드는 LLM 검사를 빠른 결정론적 검사 뒤에 배치&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;모든 변경사항에 대해 전체 평가 도구 모음과 AI 검토 에이전트를 실행하면 토큰 사용량과 CI 런타임 측면에서 비용이 빠르게 증가할 수 있습니다. 특히 작성자가 검토 중에 작은 커밋을 자주 푸시하는 경우 더욱 그렇습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;파이프라인에서는 빠른 결정론적 검사가 먼저 실행됩니다. 구조적 적합성, 스킬 린터, 시맨틱 버전 관리는 일종의 차단 게이트 역할을 합니다. 이 중 하나라도 통과하지 못하면 파이프라인은 즉시 중단되며, 해당 문제가 해결될 때까지 AI 검토자나 평가 검사 단계로 넘어가지 않습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;핵심 요약&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 비용이 적게 드는 결정론적 검사를 먼저 배치하여, 비용이 많이 드는 LLM 기반 게이트가 실행되기 전에 문제가 있는 변경 사항을 미리 차단할 수 있도록 파이프라인을 구성하세요. 유사한 시스템을 빌드할 때는 비용을 관리하기 위한 추가적인 가드레일을 고려해 보세요. 예를 들어, 리소스 소모가 큰 검사를 위한 수동 트리거(예: &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;/run-evals&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; pull 요청 주석)를 추가하거나, diff가 특정 기준을 초과할 때만 자동 재실행이 트리거되도록 설정할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;결론&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;확장 가능한 에이전트 스킬 저장소를 빌드하려면 우수한 프롬프트 엔지니어링 기술만으로는 부족합니다. 탄탄한 개발자 인프라가 뒷받침되어야 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;스킬을 제품처럼 출시합니다. 모든 변경사항을 버전 관리하고, 검증하고, 평가해야 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;자동화된 CI 게이트를 통해 시맨틱 버전 관리와 원자적 기대치를 적용합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;AI 검토자를 사용하여 결정론적 함정과 같은 설계 안티패턴을 찾아냅니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;병합 전은 물론 정기적으로 링크 유효성을 검사합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;링크 및 추가 자료&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Google 에이전트 스킬을 시작하려면 다음 리소스를 확인하세요.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;Google 에이전트 스킬 저장소&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;:&lt;/span&gt;&lt;a href="https://g.dev/ai/skills" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;github.com/google/skills&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;이전 게시물&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;:&lt;/span&gt;&lt;a href="https://cloud.google.com/blog/topics/developers-practitioners/behind-the-scenes-how-we-build-test-and-scale-google-agent-skills"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;비하인드 스토리: Google 에이전트 스킬을 빌드, 테스트, 확장하는 방법&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;출시 공지&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;:&lt;/span&gt;&lt;a href="https://cloud.google.com/blog/topics/developers-practitioners/level-up-your-agents-announcing-googles-official-skills-repository"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;에이전트 역량 강화: Google의 공식 스킬 저장소 발표&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;스킬 튜토리얼&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;:&lt;/span&gt;&lt;a href="https://medium.com/google-cloud/google-cloud-skills-tutorial-the-complete-guide-to-ai-powered-cloud-operations-7838fcc9541a" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;소개: Google Cloud 에이전트 스킬이란 무엇인가요?&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;다음 단계&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 게시물이 도움이 되었다면 소셜 미디어에서 친구들과 공유하고&lt;/span&gt;&lt;a href="https://www.linkedin.com/in/remigiusz-samborski/" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;LinkedIn&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;,&lt;/span&gt;&lt;a href="https://x.com/RemikSamborski" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;X&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 또는&lt;/span&gt;&lt;a href="https://bsky.app/profile/rsamborski.bsky.social" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Bluesky&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;에서 저와 소통해 주세요.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;읽어 주셔서 감사합니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;</description><pubDate>Wed, 04 Nov 2026 10:00:00 +0000</pubDate><guid>https://cloud.google.com/blog/ko/topics/developers-practitioners/behind-the-scenes-two-months-later-how-we-ship-google-agent-skills-like-products/</guid><category>Developers &amp; Practitioners</category><media:content height="540" url="https://storage.googleapis.com/gweb-cloudblog-publish/images/hero_pdfIUE4.max-600x600.jpg" width="540"></media:content><og xmlns:og="http://ogp.me/ns#"><type>article</type><title>2개월 후 비하인드 스토리: Google 에이전트 스킬을 제품처럼 출시하는 방법</title><description></description><image>https://storage.googleapis.com/gweb-cloudblog-publish/images/hero_pdfIUE4.max-600x600.jpg</image><site_name>Google</site_name><url>https://cloud.google.com/blog/ko/topics/developers-practitioners/behind-the-scenes-two-months-later-how-we-ship-google-agent-skills-like-products/</url></og><author xmlns:author="http://www.w3.org/2005/Atom"><name>Remigiusz Samborski</name><title>Lead Developer Relations Engineer</title><department></department><company></company></author></item><item><title>Gemini에서 MCP 앱을 구현하기 위한 개발자 가이드</title><link>https://cloud.google.com/blog/ko/topics/developers-practitioners/devs-guide-to-mcp-apps-in-gemini/</link><description>&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;*이 콘텐츠는 AI 번역 도구를 사용하여 번역되었습니다. 정확성을 기하기 위해 노력하고 있으나, 자동 번역에는 오류나 누락이 포함될 수 있습니다. 정확한 정보는 &lt;/span&gt;&lt;a href="https://cloud.google.com/blog/topics/developers-practitioners/devs-guide-to-mcp-apps-in-gemini?e=48754805&amp;amp;hl=en"&gt;&lt;span style="font-style: italic; text-decoration: underline; vertical-align: baseline;"&gt;영문 원본&lt;/span&gt;&lt;/a&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;을 참고해 주시기 바랍니다.&lt;/span&gt;&lt;/p&gt;
&lt;hr/&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;기업용 AI 어시스턴트는 여전히 대부분 텍스트로 응답합니다. 하지만 시각적 요소가 포함되거나 여러 단계를 거쳐야 하는 작업에서는 수정 사항이 생길 때마다 채팅을 주고받느라 불필요한 시간이 소요되므로 비효율적일 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;a href="https://github.com/modelcontextprotocol/ext-apps" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;MCP 앱&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;(SEP-1865)은 이러한 문제를 해결합니다. 이 개방형 모델 컨텍스트 프로토콜(MCP) 확장 프로그램은 도구를 실시간 UI와 페어링합니다. &lt;/span&gt;&lt;a href="https://business.gemini.google/?utm_source=cloud.google.com/blog"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Gemini Enterprise&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;에서는 해당 UI가 샌드박스 처리된 iframe 내에서 채팅 플로우에 직접 렌더링되며, 전체 화면 또는 측면 패널로 확장할 수도 있습니다. 수정 사항은 로컬에서 실행되며, 작업공간과 어시스턴트는 동기화된 상태로 유지됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;또한 핵심 기반을 처음부터 다시 빌드할 필요가 없습니다. Gemini는 직원 로그인, 제어된 데이터 액세스, 기본 어시스턴트를 제공하며, 사용자는 비공개&lt;/span&gt;&lt;a href="https://cloud.google.com/run"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Cloud Run&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 서비스에서 MCP 서버를 호스팅하기만 하면 됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;MCP 앱이 필요한 이유&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;엔터프라이즈 어시스턴트는 3세대에 걸쳐 발전해 왔습니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;1세대(텍스트 챗봇):&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 대화형 제어 기능 없이 정적 마크다운 형식의 결과만 반환합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;2세대(표준 MCP 도구):&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 실시간 API를 호출할 수 있지만 여전히 정적 텍스트 형식으로 출력합니다. 따라서 변경 사항이 발생할 때마다 모델을 다시 호출해야 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;3세대(대화형 MCP 앱):&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 각 도구를 실시간 작업공간과 페어링합니다. 모델을 다시 호출하지 않고도 위젯 내에서 직접 내용을 수정할 수 있으며, 어시스턴트와의 동기화 상태도 유지됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;Gemini에서 MCP 앱을 빌드하면 얻을 수 있는 6가지 이점:&lt;/strong&gt;&lt;/h3&gt;
&lt;ol&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;반응성이 뛰어난 사용자 경험:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 채팅창을 거치지 않고 패널에서 클릭 한 번으로 즉시 작업을 실행할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;목적에 맞게 빌드된 워크플로:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 법률 검토를 위한 시각적 수정 뷰, CAD용 3D 뷰어, 금융 분야에 적합한 민감도 모델 등 각 목적에 특화된 워크플로를 제공합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;엔터프라이즈 보안:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 직원 OAuth 로그인, 비공개 Cloud Run 인그레스, 샌드박스 처리된 iframe이 각 레이어를 보호합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;휴먼인더루프 거버넌스:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 중요한 작업을 실행하기 전에 먼저 전문가의 검토와 승인을 거칩니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;개방형 표준:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 호환되는 다양한 호스트 간에 이동 가능하며 텍스트 기반 대체 기능이 자동으로 제공됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;광범위한 연결:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; BigQuery, Agent Platform, Cloud Storage 또는 사내 ERP 및 CRM 시스템과 연동할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ol&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;상위 수준 아키텍처&lt;/strong&gt;&lt;/h3&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/2-high_level_architecture.max-1000x1000.png"
        
          alt="2-high level architecture"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;분리된 세 계층이 함께 작동합니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;클라이언트 브라우저:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 측면 패널에 채팅창과 MCP 앱 위젯을 함께 표시합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;Gemini Enterprise:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 기본 어시스턴트가 도구를 호출하고, AppBridge 프록시가 위젯 메시지를 릴레이하며, 커넥터가 OAuth를 관리합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;Google Cloud(사용자 프로젝트):&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; Cloud Run에 MCP 서버를 배포하고 호스팅합니다. 이 서버는 하나의 JSON-RPC 엔드포인트(/mcp)를 제공하고, 백그라운드 작업을 실행하며, 단일 파일 형태의 HTML 위젯을 제공합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;각 계층은 인접한 계층과만 통신하므로 Gemini Enterprise가 보안 및 라우팅을 적용할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;독립적인 두 레이어를 통한 인증&lt;/strong&gt;&lt;/h3&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/3-Authentication.max-1000x1000.png"
        
          alt="3-Authentication"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;각 사용자는 OAuth 2.0을 통해 로그인합니다. Gemini Enterprise는 호출할 때마다 사용자의 OAuth 토큰과 함께 자체 서비스 에이전트 토큰을 함께 전송합니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;레이어 1(Cloud Run IAM):&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; Google 에지에서 적용되며 &lt;/span&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;'어떤 서비스가 호출할 수 있는가?'&lt;/span&gt;&lt;span style="vertical-align: baseline;"&gt;라는 질문에 답합니다. 공개 액세스는 차단되어 있으며 승인되지 않은 호출자는 HTTP 403 오류를 수신하게 됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;레이어 2(인앱 OAuth):&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 애플리케이션 내부에서 적용되며 &lt;/span&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;'어떤 사용자가 호출하는가?'&lt;/span&gt;&lt;span style="vertical-align: baseline;"&gt;라는 질문에 답합니다. 검증에 실패하면 HTTP 401 오류를 반환하며 사용자는 다시 로그인하라는 요청을 받게 됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Cloud Run IAM만으로는 최종 사용자를 구분할 수 없으므로 두 레이어가 모두 필요합니다. 아웃바운드 호출에는 최소 권한 서비스 계정을 사용합니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;Google Cloud에 빌드 및 배포하고 Gemini Enterprise에 등록&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;먼저 &lt;/strong&gt;&lt;a href="https://github.com/modelcontextprotocol/ext-apps" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;MCP Apps SDK&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 사용하여 커스텀 MCP 서버를 빌드하세요. 이 서버는 POST/mcp와 번들로 포함된 ui:// HTML 위젯을 제공해야 합니다. 또는&lt;/span&gt;&lt;a href="https://antigravity.google/" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Google Antigravity&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 사용하여 다음 시작 프롬프트로 MCP 앱을 스캐폴딩하고 배포할 수도 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;create-mcp-app 스킬(https://github.com/modelcontextprotocol/ext-apps/tree/main/plugins/mcp-apps/skills/create-mcp-app)을 사용하여 Gemini Enterprise용 MCP 앱 빌드&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;워크플로: [입력 데이터, 측면 패널 UI 컨트롤, 승인 또는 내보내기 작업 설명]&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;단일 파일 형태의 HTML 위젯, 2초 미만의 비동기 도구 응답 및 get_app_state 폴링을 지원하는 스트리밍 가능한 HTTP 백엔드(POST /mcp), Cloud Run 배포 명령어(--no-allow-unauthenticated, --no-cpu-throttling, --min-instances=1) 생성&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;MCP 서버 코드가 준비되면 Cloud Run에 배포하고 Gemini Enterprise에 연결합니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;1단계: API 사용 설정 -&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; Cloud Run, Discovery Engine, Agent Platform, 조직 정책에 필요한 API를 사용 설정합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;2단계: Cloud Run에 MCP 서버 배포 - &lt;/strong&gt;&lt;code style="vertical-align: baseline;"&gt;(gcloud run deploy &amp;lt;service&amp;gt; --source .&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;) 명령어를 사용하여 소스 코드로부터 MCP 서버 컨테이너를 Cloud Run에 배포합니다. 이때 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;--no-allow-unauthenticated, --no-cpu-throttling&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 옵션을 지정하여 폴링 간에 백그라운드 작업이 중단되지 않도록 하고 --min-instances=1도 지정합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;3단계: 호출자 역할 부여 -&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; Discovery Engine 서비스 에이전트에 호출자 역할(&lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;roles/run.invoker&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;)을 부여합니다(레이어 1).&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;4단계: OAuth 2.0 웹 클라이언트 생성 - &lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;리디렉션 URI를 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;https://vertexaisearch.cloud.google.com/oauth-redirect&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;로 설정하여 OAuth 2.0 웹 클라이언트를 만듭니다(레이어 2).&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;5단계: 조직 정책 및 사전 준비 사항 구성 - &lt;/strong&gt;&lt;code style="vertical-align: baseline;"&gt;discoveryengine.managed.disableCustomMcpServerConnector&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 제약 조건을 재정의하고 &lt;/span&gt;&lt;a href="https://cloud.google.com/gemini/enterprise/docs/connectors/custom-mcp-server/set-up-custom-mcp-server#before-you-begin"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;시작하기 전에&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 사전 준비 사항을 완료합니다. 여기에는 관리자에게 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;roles/discoveryengine.editor&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 역할을 부여하고, 서버 및 OAuth 호스트의 경우에는 allowedEgressFqdns를 설정하며, 정책이 적용되는 경우에는 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;allowedDataSources&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;에 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;custom_mcp&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 추가하는 작업 등이 해당됩니다. 그런 다음 Google Cloud 콘솔에서 Gemini Enterprise &amp;gt; 데이터 스토어 &amp;gt; 데이터 스토어 만들기로 이동하여 커스텀 MCP 서버를 선택하고 커넥터를 등록합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;div align="left"&gt;
&lt;div style="color: #5f6368; overflow-x: auto; overflow-y: hidden; width: 100%;"&gt;
&lt;div style="color: #5f6368; overflow-x: auto; overflow-y: hidden; width: 100%;"&gt;
&lt;div style="color: #5f6368; overflow-x: auto; overflow-y: hidden; width: 100%;"&gt;
&lt;div style="color: #5f6368; overflow-x: auto; overflow-y: hidden; width: 100%;"&gt;&lt;table&gt;&lt;colgroup&gt;&lt;col/&gt;&lt;col/&gt;&lt;/colgroup&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;구성 필드&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;값&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;MCP 서버 URL&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;code style="vertical-align: baseline;"&gt;https://&amp;lt;your-cloud-run-service&amp;gt;.run.app/mcp&lt;/code&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;승인 URL&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;code style="vertical-align: baseline;"&gt;https://accounts.google.com/o/oauth2/v2/auth&lt;/code&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;토큰 URL&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;code style="vertical-align: baseline;"&gt;https://oauth2.googleapis.com/token&lt;/code&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;클라이언트 ID 및 보안 비밀&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;웹 OAuth 2.0 클라이언트 ID 및 보안 비밀&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;범위&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;code style="vertical-align: baseline;"&gt;openid email profile&lt;/code&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;PKCE 지원 사용 설정&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;선택(권장)&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;HTTP 기본 인증 사용&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;선택 해제&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;(&lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;invalid_client&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 오류 방지)&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;
&lt;/div&gt;
&lt;/div&gt;
&lt;/div&gt;
&lt;/div&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;6단계: 작업 사용 설정 -&lt;/strong&gt;&lt;a href="https://cloud.google.com/gemini/enterprise/docs/connectors/custom-mcp-server/set-up-custom-mcp-server#enable-actions"&gt;&lt;strong style="vertical-align: baseline;"&gt; 데이터 스토어에서 &lt;/strong&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;작업을 사용 설정&lt;/strong&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;합니다. Gemini Enterprise는 MCP 서버의 도구를 작업으로 가져오지만 기본적으로 사용 중지된 상태로 둡니다. Cloud 콘솔에서 Gemini Enterprise &amp;gt; 데이터 스토어 &amp;gt; [내 MCP 데이터 스토어] &amp;gt; 작업으로 이동하여 '커스텀 작업 새로고침'을 클릭합니다. 이 작업은 서버에서 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;tools/list&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 호출함합니다. 그런 다음, 모델에 표시할 도구를 선택하고 '작업 사용 설정'을 클릭합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/4-Step_6_enable_actions.max-1000x1000.png"
        
          alt="4-Step 6 enable actions"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;ul&gt;
&lt;li&gt;&lt;strong style="vertical-align: baseline;"&gt;7단계: 데이터 스토어 연결 - &lt;/strong&gt;&lt;a href="https://cloud.google.com/gemini/enterprise/docs/connectors/connect-existing-data-store"&gt;&lt;strong style="vertical-align: baseline;"&gt; &lt;/strong&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;데이터 스토어를 앱에 연결합니다&lt;/strong&gt;&lt;/a&gt;&lt;strong style="vertical-align: baseline;"&gt;. Gemini Enterprise &amp;gt; 앱 &amp;gt; [내 앱] &amp;gt; 연결된 데이터 스토어 &amp;gt; 기존 데이터 스토어 추가&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;로 이동하여 MCP 데이터 스토어를 선택합니다. 데이터 스토어로 연결하면 내장된 기본 어시스턴트가 기본 채팅에서 직접 MCP 도구와 UI 위젯에 액세스할 수 있습니다. '에이전트 추가'는 MCP 데이터 스토어가 아닌 외부 하위 에이전트를 추가할 때 사용하므로 이 기능은 사용하지 마세요.&lt;/span&gt;&lt;/li&gt;
&lt;/ul&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/5-Step_7_connect_datastore.max-1000x1000.png"
        
          alt="5-Step 7 connect datastore"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;직접 빌드해보기&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;MCP 앱은 백엔드 도구를 Gemini Enterprise의 실시간 작업공간과 페어링합니다. 채팅 프런트엔드나 사용자 인증 파이프라인을 직접 빌드할 필요 없이 Cloud Run 컨테이너 하나를 배포하고 데이터 스토어로 연결하기만 하면 Gemini Enterprise가 곧 기업의 업무를 수행하는 공간이 됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://auth.business.gemini.google/login?continueUrl=https://business.gemini.google/?utm_source%3Dcloud.google.com/blog%26referrer%3Dhttps://www.google.com/&amp;amp;wiffid=CAoSJGE0ZDBiMWMwLWVmYTUtNGExNy1iNTUzLWM0ODFmNGY4NmJjNQ"&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;여기&lt;/strong&gt;&lt;/a&gt;&lt;strong style="vertical-align: baseline;"&gt;에서 Gemini를 사용해 보기&lt;/strong&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://antigravity.google/" rel="noopener" target="_blank"&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;여기&lt;/strong&gt;&lt;/a&gt;&lt;strong style="vertical-align: baseline;"&gt;에서 Google Antigravity로 함께 빌드하기&lt;/strong&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;Google Cloud에서 빌드하기:&lt;/strong&gt;&lt;a href="https://github.com/modelcontextprotocol/ext-apps" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;MCP 앱 사양(SEP-1865)&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;,&lt;/span&gt;&lt;a href="https://cloud.google.com/run"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Cloud Run&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;, &lt;/span&gt;&lt;a href="https://cloud.google.com/ai"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Google Cloud AI&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;&lt;/div&gt;</description><pubDate>Mon, 26 Oct 2026 19:00:00 +0000</pubDate><guid>https://cloud.google.com/blog/ko/topics/developers-practitioners/devs-guide-to-mcp-apps-in-gemini/</guid><category>Developers &amp; Practitioners</category><og xmlns:og="http://ogp.me/ns#"><type>article</type><title>Gemini에서 MCP 앱을 구현하기 위한 개발자 가이드</title><description></description><site_name>Google</site_name><url>https://cloud.google.com/blog/ko/topics/developers-practitioners/devs-guide-to-mcp-apps-in-gemini/</url></og><author xmlns:author="http://www.w3.org/2005/Atom"><name>Dave Wang</name><title>Forward Deployed Engineer, Google Cloud</title><department></department><company></company></author></item><item><title>이제 Google Antigravity에서 사용할 수 있는 Claude Opus 5.5와 Claude Sonnet 5.5</title><link>https://cloud.google.com/blog/ko/products/ai-machine-learning/claude-opus-55-and-claude-sonnet-55-available-in-antigravity/</link><description>&lt;div class="block-paragraph"&gt;&lt;p data-block-key="7jvio"&gt;&lt;i&gt;*이 콘텐츠는 AI 번역 도구를 사용하여 번역되었습니다. 정확성을 기하기 위해 노력하고 있으나, 자동 번역에는 오류나 누락이 포함될 수 있습니다. 정확한 정보는&lt;/i&gt; &lt;a href="https://cloud.google.com/blog/products/ai-machine-learning/claude-opus-55-and-claude-sonnet-55-available-in-antigravity?e=48754805&amp;amp;hl=en"&gt;&lt;i&gt;영문 원본&lt;/i&gt;&lt;/a&gt;&lt;i&gt;을 참고해 주시기 바랍니다.&lt;/i&gt;&lt;/p&gt;&lt;hr/&gt;&lt;p data-block-key="ctd58"&gt;&lt;/p&gt;&lt;p data-block-key="dok2r"&gt;간단한 버그 수정을 반복하든 복잡한 마이그레이션을 계획하든, 작업의 성격에 따라 적합한 모델이 필요합니다.&lt;/p&gt;&lt;p data-block-key="anmr9"&gt;개방형 생태계를 위한 노력과 개발자에게 모든 작업에 최적화된 모델을 제공하겠다는 Google Cloud의 약속에 따라, &lt;b&gt;Google Cloud 고객은 이제 Google Antigravity에서 Claude Opus 5.5와 Claude Sonnet 5.5를 사용할 수 있습니다.&lt;/b&gt; Claude Opus 5.5는 복잡한 작업을 위해 빌드되었으며, Claude Sonnet 5.5는 더 빠르고 비용이 저렴한 보완 모델입니다.&lt;/p&gt;&lt;p data-block-key="74qop"&gt;관리자가 사용 설정하면 개발자는 모델 선택 도구에서 Claude Opus 5.5와 Sonnet 5.5를 직접 선택할 수 있습니다. 관리자는 Gemini 3.8 Flash 및 Gemini 4 Argon을 비롯한 Google의 Gemini 모델을 선택할 수도 있습니다. 이 모델은 Antigravity 2.0, Antigravity CLI, 최근 출시된 VS Code, JetBrains IntelliJ, Visual Studio용&lt;a href="https://antigravity.google/docs/ide/extensions/" target="_blank"&gt; Antigravity IDE 확장 프로그램&lt;/a&gt;에 적용됩니다. 이를 통해 통합된 엔터프라이즈 결제 및 보안 경계 내에서 작업에 적합한 모델을 선택할 수 있습니다.&lt;/p&gt;&lt;p data-block-key="1hig1"&gt;이 게시물에서는 이러한 모델을 사용하여 Antigravity에서 빌드할 때 적용할 수 있는 두 가지 엔지니어링 패턴을 공유합니다. 구독 유형에 관계없이 Antigravity에서 지원되는 전체 모델 목록을 보려면 &lt;a href="https://antigravity.google/docs/models/" target="_blank"&gt;여기&lt;/a&gt;에서 문서를 확인하세요.&lt;/p&gt;&lt;h3 data-block-key="fsqu1"&gt;&lt;b&gt;Antigravity의 멀티 모델 엔지니어링 패턴&lt;/b&gt;&lt;/h3&gt;&lt;p data-block-key="efqoq"&gt;동일한 에이전트 하네스 내에서 여러 모델 제품군을 사용할 수 있게 되면 지연 시간과 비용을 제어하면서 코드 품질을 개선하는 실용적인 멀티 모델 워크플로를 활용할 수 있습니다.&lt;/p&gt;&lt;h3 data-block-key="2vtkn"&gt;&lt;b&gt;패턴 1: 루프 및 그래프 워크플로의 교차 모델 검증('LLM-as-a-Judge')&lt;/b&gt;&lt;/h3&gt;&lt;p data-block-key="1ldia"&gt;에이전트 루프 또는 다단계 그래프 워크플로를 빌드할 때 동일한 모델이 코드 작성과 결과물 검토를 모두 수행하게 되면 해당 모델 특유의 사각지대가 고착화될 위험이 있습니다. 서로 다른 두 모델 제품군을 하나는 구현자로, 다른 하나는 검증자(판단자)로 페어링하면 워크플로의 다음 단계로 넘어가기 전에 독립적인 검증 과정을 거칠 수 있습니다.&lt;/p&gt;&lt;p data-block-key="9cumn"&gt;Antigravity에서는 이 패턴을 대화형으로 실행하거나 자동화된 하위 에이전트를 통해 실행할 수 있습니다.&lt;/p&gt;&lt;ol&gt;&lt;li data-block-key="cclao"&gt;&lt;b&gt;모델 A로 계획 및 구현:&lt;/b&gt; &lt;code&gt;Claude Opus 5.5&lt;/code&gt; 또는 &lt;code&gt;Gemini 4 Argon&lt;/code&gt;을 사용하여 계획 모드에서 작업을 시작하고, 여러 파일에 걸친 변경사항을 설계하고 구현합니다.&lt;/li&gt;&lt;li data-block-key="am9uh"&gt;&lt;b&gt;모델 B로 검증:&lt;/b&gt; 루프를 커밋하거나 다음 단계로 넘어가기 전에, 모델을 전환하거나 CLI에서 일회성 &lt;code&gt;/model&lt;/code&gt; 검사를 호출하여 다른 모델 제품군이 테스트 모음 및 요구사항에 따라 구현 내용을 검토하도록 할 수 있습니다.&lt;/li&gt;&lt;/ol&gt;&lt;h3 data-block-key="d7042"&gt;&lt;b&gt;패턴 2: 추론 모델과 Flash 하위 에이전트 페어링&lt;/b&gt;&lt;/h3&gt;&lt;p data-block-key="ce38s"&gt;복잡한 엔지니어링 작업은 몇 가지 고도의 추론 결정과 수십 가지의 대량 기계적 조회(파일 검색, 로그 grep, 린트 결과 확인, 테스트 실패 분류)를 결합하는 경우가 많습니다. 프런티어 모델에서 모든 조회를 실행하면 지연 시간과 비용이 모두 증가할 수 있습니다.&lt;/p&gt;&lt;p data-block-key="3ti59"&gt;Antigravity의 하위 에이전트 맞춤설정 시스템(&lt;code&gt;.agents/agents/*.md&lt;/code&gt;)을 사용하면 전문 하위 에이전트에 특정 모델 등급(&lt;code&gt;inherit&lt;/code&gt;, &lt;code&gt;flash&lt;/code&gt; 또는 &lt;code&gt;pro&lt;/code&gt;)을 할당할 수 있습니다. 기본 세션에서 더 강력한 모델을 사용하고 있는 경우에도 활용 가능합니다.&lt;/p&gt;&lt;p data-block-key="6gvh6"&gt;&lt;code&gt;model: inherit&lt;/code&gt;로 구성된 하위 에이전트는 심층 추론 하위 작업에 활성 세션 모델을 사용합니다.&lt;/p&gt;&lt;p data-block-key="c5j9u"&gt;&lt;code&gt;model: flash&lt;/code&gt;로 구성된 하위 에이전트는 고속 검색, 분류, 선별 작업을 Gemini Flash 모델로 오프로드합니다.&lt;/p&gt;&lt;p data-block-key="aob92"&gt;예를 들어 &lt;code&gt;.agents/agents/test-triager.md&lt;/code&gt;에서 빠른 로그 분류 서브 에이전트를 정의할 수 있습니다.&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;---\r\nname: test-triager\r\ndescription: Runs unit tests, classifies failures, and returns a concise summary of failing assertions.\r\nmodel: flash\r\ntools:\r\n  - read\r\n  - edit\r\n---\r\n\r\nRun the requested test targets, classify any failures by root cause (compilation error, assertion failure, or timeout), and return a structured summary to the parent agent.&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42f959a190&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph"&gt;&lt;p data-block-key="5p921"&gt;그리고 &lt;code&gt;.agents/agents/gemini-judge.md&lt;/code&gt;의 교차 모델 코드 검토자 하위 에이전트 예시는 다음과 같습니다.&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;quot;---\r\nname:cross-model-judge\r\ndescription: Independent LLM-as-a-judge verifier that audits diffs and edge cases using Gemini Pro.\r\nmodel: pro\r\ntools:\r\n  - read\r\n---\r\n\r\nReview the current workspace diff against the user&amp;#x27;s requirements. Check for regressions, missing edge-case tests, and security issues. Output a pass/fail verdict with specific line references.&amp;quot;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42f955df90&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph"&gt;&lt;p data-block-key="5p921"&gt;이 설정을 사용하면 빠른 테스트 및 분류 루프를 &lt;code&gt;test-triager&lt;/code&gt;에 위임하고 &lt;code&gt;cross-model-judge&lt;/code&gt;를 트리거하여 최종 diff를 검증할 수 있으며, 각 모델의 강점을 단일 워크플로에 결합할 수 있습니다.&lt;/p&gt;&lt;h3 data-block-key="8pufb"&gt;&lt;b&gt;시작하기&lt;/b&gt;&lt;/h3&gt;&lt;p data-block-key="39db1"&gt;Antigravity를 사용하는 Google Cloud 고객은 이제 Claude Opus 5.5 및 Claude Sonnet 5.5를 이용할 수 있습니다.&lt;/p&gt;&lt;ol&gt;&lt;li data-block-key="9pg34"&gt;&lt;b&gt;관리자(비즈니스용 Gemini):&lt;/b&gt; 서드 파티 파트너 모델은 풀링된 Gemini Enterprise Standard 및 Plus 버전 월별 토큰 할당량을 사용하지 않습니다. 대신 기존 Google Cloud Billing 계정을 통해 사용한 만큼만 지불하는 방식으로 요금이 청구되므로 초과 사용량을 사용 설정해야 합니다. Google Cloud 콘솔에서 'Gemini Enterprise' &amp;gt; '설정' &amp;gt; 'AI 개발자 도구'로 이동하여 초과분 청구 및 지출 한도를 설정하고, 조직에서 사용할 파트너 모델을 승인하세요. 단계별 안내는&lt;a href="https://cloud.google.com/gemini/enterprise/docs/ai-developer-tools-settings"&gt; AI 개발자 도구 설정 구성&lt;/a&gt;을 참고하세요.&lt;/li&gt;&lt;li data-block-key="f7vcr"&gt;&lt;b&gt;관리자(Gemini 플랫폼):&lt;/b&gt; Gemini 플랫폼에서 API를 통해 Antigravity를 사용하는 경우 파트너 모델을 사용 설정할 수도 있습니다. Model Garden에서 Claude 모델을 사용 설정하고 Anthropic 표준 약관에 동의하세요.&lt;/li&gt;&lt;li data-block-key="44hda"&gt;&lt;b&gt;개발자:&lt;/b&gt; Antigravity 2.0, Antigravity CLI 또는 Antigravity IDE 확장 프로그램을 최신 버전으로 업데이트하고 모델 선택기를 열거나 &lt;code&gt;/model&lt;/code&gt;을 실행하여 작업에 적합한 모델을 선택하세요. 엔터프라이즈 거버넌스 및 멀티 에이전트 구성에 관한 자세한 내용은 &lt;a href="https://antigravity.google/docs/enterprise/" target="_blank"&gt;Google Antigravity Enterprise 문서&lt;/a&gt;를 확인하세요. 작업공간 상태, 열려 있는 아티팩트, 터미널 컨텍스트를 유지하면서 동일한 대화 대화목록에서 대화 중간에 활성 모델을 전환할 수 있습니다.&lt;/li&gt;&lt;/ol&gt;&lt;p data-block-key="2l3bu"&gt;참고: 경량 퍼스트 파티 Gemini 모델은 백그라운드에서 상시 작동하며 컨텍스트 관리 및 요약과 같이 빈번하게 발생하는 클라이언트 측 조정 작업을 처리합니다. 이 과정에서 퍼스트 파티 토큰이 소모되며 요금이 부과될 수 있습니다.&lt;/p&gt;&lt;/div&gt;</description><pubDate>Mon, 26 Oct 2026 19:00:00 +0000</pubDate><guid>https://cloud.google.com/blog/ko/products/ai-machine-learning/claude-opus-55-and-claude-sonnet-55-available-in-antigravity/</guid><category>Developers &amp; Practitioners</category><category>AI &amp; Machine Learning</category><og xmlns:og="http://ogp.me/ns#"><type>article</type><title>이제 Google Antigravity에서 사용할 수 있는 Claude Opus 5.5와 Claude Sonnet 5.5</title><description></description><site_name>Google</site_name><url>https://cloud.google.com/blog/ko/products/ai-machine-learning/claude-opus-55-and-claude-sonnet-55-available-in-antigravity/</url></og><author xmlns:author="http://www.w3.org/2005/Atom"><name>Marialaura Garcia</name><title>Product Marketing Manager</title><department>Google Cloud</department><company></company></author><author xmlns:author="http://www.w3.org/2005/Atom"><name>Rich Hyndman</name><title>Developer Relations</title><department>Google Antigravity</department><company></company></author></item><item><title>에이전트 플러그인 빌드를 통해 배운 4가지 평가 엔지니어링 교훈</title><link>https://cloud.google.com/blog/ko/topics/developers-practitioners/four-eval-engineering-lessons/</link><description>&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;*이 콘텐츠는 AI 번역 도구를 사용하여 번역되었습니다. 정확성을 기하기 위해 노력하고 있으나, 자동 번역에는 오류나 누락이 포함될 수 있습니다. 정확한 정보는 &lt;/span&gt;&lt;a href="https://cloud.google.com/blog/topics/developers-practitioners/four-eval-engineering-lessons?e=48754805&amp;amp;hl=en"&gt;&lt;span style="font-style: italic; text-decoration: underline; vertical-align: baseline;"&gt;영문 원본&lt;/span&gt;&lt;/a&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;을 참고해 주시기 바랍니다.&lt;/span&gt;&lt;/p&gt;
&lt;hr/&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;에이전트형 시스템을 빌드할 때의 진정한 과제는 시스템을 만드는 것 자체가 아니라 측정하는 일입니다.&lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt; &lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;평가 엔지니어링은 신뢰할 수 있는 AI 시스템을 빌드하기 위한 중요한 기반입니다. 에이전트의 실제 동작을 측정하기 위해 체계적이고 반복 가능한 테스트를 설정하는 것은 신뢰할 수 있는 도구를 출시하느냐 아니면 소리 없이 중단되거나 API 호출에 실패하거나 실수를 하는 도구를 내놓느냐를 결정짓는 차이가 될 수 있습니다. &lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;저는 Google에서 수년간 평가 엔지니어링 이니셔티브를 이끌어 왔습니다. 이번에 새로 출시된 &lt;/span&gt;&lt;a href="https://cloud.google.com/blog/ko/topics/developers-practitioners/introducing-the-google-cloud-developer-plugin-for-ai-coding-agents?e=48754805&amp;amp;hl=ko"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt; Google Cloud Developer 플러그인&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 개발 과정은 실제 개발자 워크플로 전반에서 이러한 핵심 원칙들을 스트레스 테스트해 볼 수 있는 실시간 테스트베드 역할을 했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;새로운 플러그인을 빌드하면서 얻은 4가지 평가 교훈을 소개합니다. 이 교훈을 여러분의 빌드에 적용해 보세요.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;1. 요약 대신 실행 단계 평가&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;에이전트를 처음 평가할 때 LLM-as-a-judge를 설정하여 에이전트의 최종 텍스트 대답을 검사하고 체크리스트를 기준으로 점수를 매겼습니다. 하지만 평가자는 에이전트가 실제로 수행한 작업이 아니라 작성한 내용만 볼 수 있기 때문에, 이러한 방식에는 근본적인 결함이 있다는 사실을 금방 깨달았습니다. Google Cloud Developer 플러그인을 위해 초기 11개 프롬프트로 구성된 평가 세트를 실행했을 때, 자동 채점기는 3개의 프롬프트에서 실패한 것으로 판정했습니다. 하지만 원시 도구 호출 로그를 열고 스크립트를 읽어 보니 플러그인이 실제로 3가지 항목을 모두 통과한 상태였습니다. 예를 들어 Cloud Run 정리 프롬프트의 경우, 기준표에 따라 실제 작업을 수행하기 전에 명령어 문법이 올바른지 먼지 확인해야 했습니다. 에이전트는 가장 먼저 gcloud help run services list를 실행했습니다. 에이전트는 작업을 제대로 수행했지만, 최종 메시지에서는 도움말 문서를 확인했다는 사실을 언급하는 대신 사용자에게 영구적인 데이터 손실 가능성을 경고하는 데 집중했습니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/Image_1_XmJ1pt2.max-1000x1000.png"
        
          alt="Image 1"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;평가자는 에이전트가 요약에서 성과를 자랑하지 않았다는 이유만으로 할 일을 제대로 수행한 에이전트에게 불이익을 주었습니다. 기준표에 'X를 실행했나요?'라는 항목이 있더라도, 실제 도구 호출 궤적을 평가하지 않는다면 LLM 심사자는 추측에 의존할 수밖에 없습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;핵심 요약:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 에이전트의 마지막 답변 내용만 보고 성능을 평가하지 마세요. 원시 실행 궤적을 평가하여 실제로 어떤 명령어가 실행, 검증, 범위 지정되었는지 확인합니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;2. 비동기 작업을 위한 평가 설계&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;도구 호출 궤적을 분석할 때는 무엇을 읽느냐 못지않게 원격 분석 데이터를 어떻게 추출하느냐가 중요합니다. 에이전트 원격 분석 데이터를 평면화된 순차적 이벤트 목록으로 추출하면 도구의 동시 디스패치가 가려지게 되는데, 이는 동작 실패의 주요 원인 중 하나입니다. 최신 에이전트 하네스는 호출 배열을 사용하여 여러 도구 호출을 단일 어시스턴트 턴으로 묶어 일괄 처리하는 경우가 많습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;평가에서 에이전트가 환경을 검사하고 문서를 조회하도록 요청받았을 때, 하네스는 단일 tool_calls 페이로드 내에서 스킬 로드 호출과 두 개의 문서 검색을 동시에 디스패치했습니다. 스킬 활성화는 다단계 프로세스로 이루어집니다. 초기 호출에서는 짧은 실행 스텁만 반환되고 이후 차례에서 전체 요청 사항 본문이 삽입되므로, 검색을 제어해야 할 요청 사항이 시스템에서 이미 검색을 실행한 후에야 프롬프트 컨텍스트에 도달하게 됩니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/image_2_CHyk3qC.max-1000x1000.png"
        
          alt="image 2"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;시스템은 스킬에 전용 차례를 부여하지 않아 스킬의 안내가 에이전트의 행동에 영향을 미치지 못했습니다. 원격 분석 파이프라인이 턴 구조를 제거하고 호출을 평면 타임라인으로 병합하면 엔지니어는 개발자가 스킬에 삽입한 명확한 요청 사항을 에이전트가 왜 무시했는지 파악하느라 며칠씩 시간을 허비하게 될 것입니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;핵심 내용: &lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;원격 분석 추출기에서 턴 구조를 유지해야 삽입된 안내가 컨텍스트 윈도우에 반영되기 전에 클라이언트 측의 병렬 디스패치가 도구 호출을 먼저 실행하는 문제를 파악할 수 있습니다. &lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;3. 실시간 실행과 '드라이 런'을 나란히 테스트&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;병렬 디스패치와 같은 하네스 특유의 문제를 파악하려면 실제 API 호출을 면밀히 검사해야 합니다. 하지만 한 가지 환경 조건에서만 에이전트를 테스트한다면 반쪽짜리 테스트에 불과합니다. 첫날부터 실시간 실행과 계획 전용 실행이라는 두 가지 조건을 나란히 실행해야 합니다. 실제 조건에서 에이전트는 실제 샌드박스 처리된 사용자 인증 정보를 가지고 실제로 명령어를 실행합니다. 이를 통해 문법이 작동하는지, 파라미터가 깔끔하게 직렬화되는지, 에이전트가 파괴적인 작업을 수행하기 전에 제약을 가하는지 확인할 수 있습니다. &lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;실시간 실행은 2단계에서 예기치 않은 권한 오류가 자주 발생하며 테스트하려는 동작에 도달하기 전에 중단됩니다. 따라서 사용자 인증 정보를 삭제하고 에이전트에게 아무것도 실행하지 않고 무엇을 할 것인지 설명하도록 지시하는 계획 전용 조건이 필요합니다. 이렇게 하면 권한 문제라는 걸림돌이 사라져 모델의 순수한 추론 및 라우팅 의도를 명확히 파악할 수 있습니다. 가장 중요한 발견의 절반 정도는 두 실행 방식의 차이에서 얻은 결과였습니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/image_3_OixTmu5.max-1000x1000.png"
        
          alt="image 3"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;예를 들어 온보딩 프롬프트 중 하나에서 프로젝트 목록 호출 시 실시간 실행이 즉시 차단되었습니다. 계획 전용 실행은 순조롭게 진행되어 조직 정책, 관리자 승인, 거버넌스를 완전히 무시하는 8,000자 분량의 계획을 생성했습니다. 실시간 실행에서는 드러나지 않았던 중대한 인지적 결함이 계획 전용 실행에서는 단 몇 초 만에 밝혀졌습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;핵심 내용:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 실시간 평가와 계획 전용 평가를 나란히 실행합니다. 실시간 실행은 실제 실행 결과와 안전 제약 사항을 테스트하는 데 쓰이며, 계획 전용 실행은 권한 오류에 가로막히지 않고 모델 고유의 추론 능력과 라우팅 의도를 파악하는 데 유용합니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;4. '골든 세트'를 지속 가능한 기준으로 사용&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;프런티어 모델 아키텍처는 몇 달 주기로 바뀌고, 에이전트 하네스는 계속해서 개선되며, 플러그인 매니페스트 표준 또한 필연적으로 진화할 것입니다. Google Cloud Developer 플러그인을 빌드할 때, Google은 이러한 비결정적 환경에 대한 평가를 지속적 통합 테스트의 일환으로 간주했습니다. 즉, 하네스, 라이브 모델, 도구가 실제 작업 환경에서 함께 작동하는 복합 스택 전체를 대상으로 스트레스 테스트를 진행했다는 의미입니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 접근 방식은 최종 텍스트 출력만 보고 결과를 추측하는 대신, 에이전트의 사고 과정부터 실제 실행 명령어, 시스템을 망가뜨리지 않고 문제를 해결했는지 여부까지 전체 실행 궤적을 파악합니다. 그런 다음 이상적인 경로가 무엇인지 숙지하고 있는 실제 전문가가 선별한 '골든 세트'를 기준으로 해당 실행 결과의 점수를 매깁니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;핵심 요약: &lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;하네스, 모델, 플러그인을 포함한 전체 시스템이 실제 현장에서 어떻게 작동해야 하는지를 기준으로 골든 세트를 빌드합니다. 모델은 계속해서 변하지만 이러한 기준 실행은 안전망 역할을 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;알림: '원샷' 데모 대신 평가 세트를 활용해야 합니다.&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;엔지니어들이 흔히 저지르는 실수는 제가 이른바 원샷 데모라고 부르는 방식입니다. 이는 누군가 LLM에 프롬프트를 입력하고, LLM이 완전한 3D 게임을 빌드하거나 루빅 큐브를 한 번에 맞추는 것을 지켜본 후 평가라고 부르는 경우를 말합니다. 하지만 실제로는 허황된 측정항목일 뿐입니다. &lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;AI로 수준 높은 결과물을 만들어내려면, 평가 세트가 필요하다고 생각합니다. 평가가 없으면 팀은 말 그대로 어두운 동굴 속을 눈을 가리고 달리는 것과 같습니다. 엔터프라이즈급 에이전트를 엔지니어링한다는 것은 다단계 상호작용을 처리하고, 권한을 관리하며, '비용 절감 기회를 찾아줘'라는 요청에 따라 실수로 프로젝트를 삭제하는 것과 같은 파괴적인 결과를 방지하는 시스템의 능력을 테스트하는 것을 의미합니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;다음 단계&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;에이전트 플러그인이나 MCP 서버를 빌드하는 것은 단지 시작일 뿐입니다. 실제 클라우드 인프라에서 신뢰할 수 있는 무언가를 제공하려면, 모델이 예상대로 작동하는지 확인하기 위한 훨씬 더 심도 있는 평가 작업이 필요합니다. 결국 모델의 급격한 변화 속에서도 변치 않는 가치를 지니는 것은 스트레스 테스트를 거친 평가 제품군입니다. Google Cloud Developer 플러그인&lt;/span&gt;&lt;a href="https://g.dev/cloud/dev-setup" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;문서&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 확인하거나 이&lt;/span&gt;&lt;a href="https://g.dev/cloud/agent-plugins-codelab-agy" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Codelab&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;을 살펴보고 Antigravity에서 플러그인을 시작하세요.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;</description><pubDate>Sun, 25 Oct 2026 19:00:00 +0000</pubDate><guid>https://cloud.google.com/blog/ko/topics/developers-practitioners/four-eval-engineering-lessons/</guid><category>AI &amp; Machine Learning</category><category>Developers &amp; Practitioners</category><media:content height="540" url="https://storage.googleapis.com/gweb-cloudblog-publish/original_images/blog-post-banner_4eel_v2_2.png.jpg" width="540"></media:content><og xmlns:og="http://ogp.me/ns#"><type>article</type><title>에이전트 플러그인 빌드를 통해 배운 4가지 평가 엔지니어링 교훈</title><description></description><image>https://storage.googleapis.com/gweb-cloudblog-publish/original_images/blog-post-banner_4eel_v2_2.png.jpg</image><site_name>Google</site_name><url>https://cloud.google.com/blog/ko/topics/developers-practitioners/four-eval-engineering-lessons/</url></og><author xmlns:author="http://www.w3.org/2005/Atom"><name>Casey West</name><title>Developer Relations Lead, AI Infrastructure &amp; Applied Engineering, Google Cloud</title><department></department><company></company></author></item><item><title>에이전트 개발 키트 하나로 5가지 언어 지원</title><link>https://cloud.google.com/blog/ko/topics/developers-practitioners/one-agent-development-kit-five-languages/</link><description>&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;*이 콘텐츠는 AI 번역 도구를 사용하여 번역되었습니다. 정확성을 기하기 위해 노력하고 있으나, 자동 번역에는 오류나 누락이 포함될 수 있습니다. 정확한 정보는 &lt;/span&gt;&lt;a href="https://cloud.google.com/blog/topics/developers-practitioners/one-agent-development-kit-five-languages?e=48754805&amp;amp;hl=en"&gt;&lt;span style="font-style: italic; text-decoration: underline; vertical-align: baseline;"&gt;영문 원본&lt;/span&gt;&lt;/a&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;을 참고해 주시기 바랍니다.&lt;/span&gt;&lt;/p&gt;
&lt;hr/&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;에이전트에 대해 이야기할 때 반드시 Python만을 의미하는 것은 아닙니다. 오늘날의 현대적인 생태계에서 에이전트는&lt;/span&gt;&lt;a href="https://cloud.google.com/run"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Cloud Run&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;에서 높은 동시 실행 성능을 갖춘 Go 마이크로서비스로 구동될 수도 있고,&lt;/span&gt;&lt;a href="https://github.com/google/adk-js/blob/main/core/src/models/chrome_prompt_llm.ts" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;브라우저 탭에서 실행되며&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; Chrome의 온디바이스 모델을 호출할 수도 있습니다. 하지만 여전히 많은 에이전트 프레임워크가 Python 전용 스택만을 고려하고 있습니다. 이러한 가정으로 인해 팀은 에이전트 워크로드만을 위해 Python 서비스를 가동하거나 자체 언어로 에이전트 조정 로직을 처음부터 빌드해야 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Google의&lt;/span&gt;&lt;a href="https://adk.dev/" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;에이전트 개발 키트(ADK)&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;는&lt;/span&gt;&lt;a href="https://github.com/google/adk-python" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Python&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;,&lt;/span&gt;&lt;a href="https://github.com/google/adk-go" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Go&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;,&lt;/span&gt;&lt;a href="https://github.com/google/adk-js" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;TypeScript&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;,&lt;/span&gt;&lt;a href="https://github.com/google/adk-java" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Java&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;, &lt;/span&gt;&lt;a href="https://github.com/google/adk-kotlin" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Kotlin&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;을 폭넓게 지원하여 이러한 절충점을 없애줍니다. ADK의 각 버전은 자체 런타임 및 유형 시스템을 위해 처음부터 빌드되는 동시에 개방형 프로토콜을 통한 상호 운용성을 갖춘 통합 아키텍처를 공유합니다.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;공유 기반&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;5가지 언어 모두가 동일한 개방형 프로토콜을 지원하기 때문에, 사용하는 언어에 따라 아키텍처가 고정되지는 않습니다. ADK에는 모든 언어로 된&lt;/span&gt;&lt;a href="https://modelcontextprotocol.io/" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;모델 컨텍스트 프로토콜&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 클라이언트가 포함되어 있으므로 MCP 서버로 노출된 커스텀 도구를 즉시 호출할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;멀티 에이전트 시스템의 경우 ADK는&lt;/span&gt;&lt;a href="https://github.com/a2aproject/A2A" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Agent2Agent (A2A)&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 프로토콜을 지원하여 에이전트가 HTTP를 통해 원격 에이전트와 통신할 수 있도록 합니다. A2A를 통해 다양한 언어 또는 프레임워크로 작성된 에이전트가 상호 운용될 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;에이전트 중심 시작&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;시작하려면 일회성 설정 명령어를 실행하여 Google Cloud 인증을 확인하고, CLI를 설치한 다음,&lt;/span&gt;&lt;a href="https://antigravity.google/" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Antigravity&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;,&lt;/span&gt;&lt;a href="https://docs.anthropic.com/en/docs/claude-code" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Claude Code&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 또는&lt;/span&gt;&lt;a href="https://github.com/openai/codex" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Codex&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;와 같은 코딩 에이전트에서 퍼스트 파티 ADK 스킬을 설정합니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;uvx google-agents-cli setup&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eb629650&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;그런 다음 scaffold 명령어를 실행하여 A2A 엔드포인트와 Cloud Run,&lt;/span&gt;&lt;a href="https://docs.cloud.google.com/gemini-enterprise-agent-platform/build/runtime"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Gemini Enterprise Agent Runtime&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 또는&lt;/span&gt;&lt;a href="https://cloud.google.com/kubernetes-engine"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Google Kubernetes Engine(GKE)&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;용 배포 구성이 포함된 작업 프로젝트를 생성합니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;# Scaffold an ADK project (use --agent adk for Python or --agent adk_go for Go)\r\nagents-cli scaffold create my-go-agent \\\r\n  --agent adk_go \\\r\n  --deployment-target cloud_run \\\r\n  --region us-central1&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eb628690&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;a href="https://github.com/google/adk-python/tree/main/.agents/skills/adk-agent-builder" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Python용 ADK&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 및&lt;/span&gt;&lt;a href="https://github.com/google/adk-kotlin/tree/main/.agents/skills/adk-kotlin-agent-builder" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Kotlin용 ADK&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 저장소는 모두 소스 트리에 에이전트 빌더 기술을 제공하며,&lt;/span&gt;&lt;a href="https://adk.dev/llms.txt" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;code style="text-decoration: underline; vertical-align: baseline;"&gt;adk.dev/llms.txt&lt;/code&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 리소스는 5개 언어 모두에서 코딩 에이전트에 주문형 API 참고 리소스를 제공합니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/one-agent-development-kit-five-languages-a.max-1000x1000.jpg"
        
          alt="one-agent-development-kit-five-languages-architecture"&gt;
        
        &lt;/a&gt;
      
        &lt;figcaption class="article-image__caption "&gt;&lt;p data-block-key="9ieq2"&gt;코딩 에이전트 스킬은 프로젝트를 스캐폴딩하고, MCP와 A2A는 5개의 언어 런타임을 모두 연결합니다.&lt;/p&gt;&lt;/figcaption&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;각 ADK의 실습 뷰&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;5가지 언어의 차이를 가장 명확하게 느끼는 방법은 각 언어로 동일한 날씨 도구를 정의하고 그 설계가 런타임에 어떻게 부합하는지 확인하는 것입니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;Python&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;a href="https://github.com/google/adk-python/blob/main/contributing/samples/core/quickstart/agent.py" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Python용 ADK&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;에서는 데코레이터나 스키마 빌더 클래스가 필요하지 않습니다. 일반 Python 함수를 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;tools&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 파라미터에 전달하면 ADK가 시작 시 함수의 시그니처, 유형 힌트, docstring을 검사하여 도구 선언과&lt;/span&gt;&lt;a href="https://docs.pydantic.dev/latest/" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Pydantic&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 파라미터 스키마를 자동으로 구성합니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;from google.adk.agents.llm_agent import Agent\r\n\r\n\r\ndef get_weather(city: str) -&amp;gt; dict:\r\n  &amp;quot;&amp;quot;&amp;quot;Retrieves the current weather report for a specified city.\r\n\r\n  Args:\r\n      city (str): The name of the city for which to retrieve the weather report.\r\n  &amp;quot;&amp;quot;&amp;quot;\r\n  return {&amp;quot;status&amp;quot;: &amp;quot;success&amp;quot;, &amp;quot;report&amp;quot;: f&amp;quot;Sunny and 72F in {city}.&amp;quot;}\r\n\r\n\r\nroot_agent = Agent(\r\n    name=&amp;quot;weather_agent&amp;quot;,\r\n    model=&amp;quot;gemini-3.8-flash&amp;quot;,\r\n    instruction=&amp;quot;Answer questions about the weather in a city.&amp;quot;,\r\n    tools=[get_weather],\r\n)&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;lang-py&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eb62a350&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Python은 빠른 프로토타입 제작뿐만 아니라 ADK의 참조 구현으로서, 가장 광범위한 Google Cloud 통합 기능(&lt;/span&gt;&lt;a href="https://cloud.google.com/bigquery"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;BigQuery&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;,&lt;/span&gt;&lt;a href="https://cloud.google.com/spanner"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Spanner&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;,&lt;/span&gt;&lt;a href="https://cloud.google.com/bigtable"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Bigtable&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;)과 모델 어댑터(&lt;/span&gt;&lt;a href="https://ai.google.dev/gemini-api/docs" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Gemini&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;, Anthropic, OpenAI, LiteLLM)를 함께 제공합니다. &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;adk eval&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 또는 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;agents-cli eval run&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 명령어와 함께 사용하면, 평가 도구가 지속적 통합(CI) 단계에서 골든 데이터 세트를 기준으로 에이전트의 궤적을 분석합니다. 이를 통해 프로덕션 서비스가 다른 언어로 실행되는 환경에서도 전체 시스템을 엔드 투 엔드로 테스트할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;Go&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Python이 실험과 평가 분야를 선도한다면,&lt;/span&gt;&lt;a href="https://github.com/google/adk-go/blob/main/examples/quickstart/main.go" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;ADK for Go&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;는 프로덕션 백엔드 엔지니어링에 가장 적합한 선택입니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Go 도구 함수는&lt;/span&gt;&lt;a href="https://pkg.go.dev/google.golang.org/adk/v2/agent#Context" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;code style="text-decoration: underline; vertical-align: baseline;"&gt;agent.Context&lt;/code&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 구성과 강력한 유형의 입력 구조체를 사용합니다. &lt;/span&gt;&lt;a href="https://pkg.go.dev/google.golang.org/adk/v2/tool/functiontool#New" rel="noopener" target="_blank"&gt;&lt;code style="text-decoration: underline; vertical-align: baseline;"&gt;functiontool.New&lt;/code&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 함수는 Go 제네릭을 사용하여 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;struct&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 태그에서 입력 및 출력 스키마를 모두 추론합니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;type GetWeatherArgs struct {\r\n\tCity string `json:&amp;quot;city&amp;quot; jsonschema:&amp;quot;The city to look up weather for.&amp;quot;`\r\n}\r\n\r\ntype GetWeatherResult struct {\r\n\tReport string `json:&amp;quot;report&amp;quot;`\r\n}\r\n\r\nfunc getWeather(_ agent.Context, args GetWeatherArgs) (GetWeatherResult, error) {\r\n\treturn GetWeatherResult{Report: &amp;quot;Sunny and 72F in &amp;quot; + args.City}, nil\r\n}\r\n\r\nweatherTool, err := functiontool.New(functiontool.Config{\r\n\tName:        &amp;quot;get_weather&amp;quot;,\r\n\tDescription: &amp;quot;Retrieves the current weather report for a city.&amp;quot;,\r\n}, getWeather)&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eb62a450&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;code style="vertical-align: baseline;"&gt;functiontool.New&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 함수는 핸들러의 시그니처에 대해 제네릭을 지원하므로, Go 컴파일러는 바이너리가 실행되기 전에 함수가 예상된 계약을 준수하는지 미리 검증해 줍니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Go는 Python에 이어 &lt;/span&gt;&lt;a href="https://pkg.go.dev/google.golang.org/adk/v2/workflow" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;ADK 2.0 그래프 워크플로 런타임&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;을 지원하는 첫 번째 언어이기도 합니다. LLM 추론과 함께 결정론적인 제어 흐름이 필요한 경우, &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;workflow.New&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 함수를 사용하면 에이전트와 일반 Go 함수를 조건부 라우팅 및 병렬 단계가 포함된 방향성 그래프로 연결할 수 있습니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;ag, err := workflowagent.New(&amp;quot;order_pipeline&amp;quot;, []workflow.Edge{\r\n\t{From: workflow.Start, To: triageNode},\r\n\t{From: triageNode, To: fulfillNode, Route: workflow.StringRoute(&amp;quot;fulfill&amp;quot;)},\r\n\t{From: fulfillNode, To: notifyNode},\r\n})&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eb6291d0&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Go는 Cloud Run과 GKE의 프로덕션에서 특히 뛰어난 성능을 발휘합니다. 컴파일된 Go 에이전트는 언어 VM이나 무거운 종속 항목 트리 없이 약 2MiB&lt;/span&gt;&lt;a href="https://github.com/GoogleContainerTools/distroless" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Google distroless 정적 기본 이미지&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;에 가볍게 패키징됩니다. 정적 Go 바이너리는 컨테이너가 시작되는 즉시 포트에 바인딩되므로&lt;/span&gt;&lt;a href="https://docs.cloud.google.com/run/docs/tips/general"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;동적 언어&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;의 모듈 가져오기와&lt;/span&gt;&lt;a href="https://docs.cloud.google.com/run/docs/tips/java"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;JVM 서비스&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;의 JAR 압축해제 및 JIT 준비를 건너뜁니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;일단 실행되고 나면, Go의 동시 실행 모델은 에이전트 워크로드에 자연스럽게 어우러집니다. 각 goroutine은&lt;/span&gt;&lt;a href="https://go.dev/doc/go1.4#runtime" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;2KB 스택&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;과&lt;/span&gt;&lt;a href="https://go.dev/doc/faq#goroutines" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;최소한의 스케줄링 오버헤드&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;로 시작하므로, 단일 인스턴스에서 수천 개의 동시 스트리밍 요청과 도구 호출을 다중화할 수 있습니다. Go용 ADK에는&lt;/span&gt;&lt;a href="https://pkg.go.dev/google.golang.org/adk/v2/server/adka2a/v2" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;기본 제공되는 A2A 서버 핸들러&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;와 OpenTelemetry 추적 기능도 포함되어 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;TypeScript&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;TypeScript는 JavaScript로 컴파일할 때 유형 주석을 삭제하므로 런타임 리플렉션을 사용할 수 없습니다. 대신&lt;/span&gt;&lt;a href="https://github.com/google/adk-js/blob/main/core/src/tools/function_tool.ts" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;TypeScript용 ADK&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;는&lt;/span&gt;&lt;a href="https://zod.dev/" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Zod&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;와 페어링됩니다. &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;z.object(…)&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 스키마를 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;FunctionTool&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 함수에 전달하면 TypeScript가 단일 선언에서 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;execute&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 콜백의 매개변수 유형을 정적으로 추론합니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;import { FunctionTool, LlmAgent } from &amp;quot;@google/adk&amp;quot;;\r\nimport { z } from &amp;quot;zod&amp;quot;;\r\n\r\nconst getWeatherTool = new FunctionTool({\r\n  name: &amp;quot;get_weather&amp;quot;,\r\n  description: &amp;quot;Retrieves the current weather report for a city.&amp;quot;,\r\n  parameters: z.object({\r\n    city: z.string().describe(&amp;quot;The name of the city.&amp;quot;),\r\n  }),\r\n  execute: async ({ city }) =&amp;gt; {\r\n    return { status: &amp;quot;success&amp;quot;, report: `Sunny and 72F in ${city}.` };\r\n  },\r\n});\r\n\r\nexport const rootAgent = new LlmAgent({\r\n  name: &amp;quot;weather_agent&amp;quot;,\r\n  model: &amp;quot;gemini-3.8-flash&amp;quot;,\r\n  instruction: &amp;quot;Answer questions about the weather in a city.&amp;quot;,\r\n  tools: [getWeatherTool],\r\n});&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eb62a4d0&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;런타임 입력 검증, 모델로 전송되는 JSON 스키마, &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;execute&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 콜백 내의 IDE 자동 완성은 모두 단일 정보 소스를 기반으로 유기적으로 작동합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;TypeScript는 ADK 2.0 그래프 워크플로 엔진에서도 실행되며&lt;/span&gt;&lt;a href="https://github.com/google/adk-js/blob/main/core/src/index_web.ts" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;독립형 브라우저 번들&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;도 함께 제공합니다. Node.js 서비스 외에도 페이지 수준 도구용&lt;/span&gt;&lt;a href="https://github.com/google/adk-js/blob/main/core/src/tools/webmcp/webmcp_toolset.ts" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;WebMCP&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;와 Chrome의 온디바이스&lt;/span&gt;&lt;a href="https://developer.chrome.com/docs/ai/prompt-api" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Prompt API&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 사용하여 브라우저 탭에서 직접 ADK 에이전트를 실행할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;Java&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;a href="https://github.com/google/adk-java/blob/main/tutorials/city-time-weather/src/main/java/com/google/adk/tutorials/CityTimeWeather.java" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Java용 ADK&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;는 Maven, Gradle, Spring Boot를 표준으로 사용하는 팀에 적합합니다. 메서드 파라미터에 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;@Schema&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 주석을 추가하고 유연한 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;LlmAgent.builder()&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; API를 사용하여 에이전트를 조합합니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;public class WeatherTools {\r\n  public static Map&amp;lt;String, String&amp;gt; getWeather(\r\n      @Schema(name = &amp;quot;city&amp;quot;, description = &amp;quot;The name of the city&amp;quot;)\r\n      String city) {\r\n    return Map.of(&amp;quot;status&amp;quot;, &amp;quot;success&amp;quot;, &amp;quot;report&amp;quot;, &amp;quot;Sunny and 72F in &amp;quot; + city);\r\n  }\r\n}\r\n\r\nLlmAgent agent = LlmAgent.builder()\r\n    .name(&amp;quot;weather_agent&amp;quot;)\r\n    .model(&amp;quot;gemini-3.8-flash&amp;quot;)\r\n    .instruction(&amp;quot;Answer questions about the weather in a city.&amp;quot;)\r\n    .tools(FunctionTool.create(WeatherTools.class, &amp;quot;getWeather&amp;quot;))\r\n    .build();&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eb628450&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;런타임 시 러너는 &lt;/span&gt;&lt;a href="https://github.com/ReactiveX/RxJava" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;RxJava&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 통해 에이전트 이벤트를 반응형으로 스트리밍합니다. Java용 ADK는 로컬 테스트 및 기존 JVM 앱을 위해 Maven Dev UI 플러그인을 제공하며, Spring AI와 LangChain4j용 퍼스트 파티 브리지도 함께 지원합니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;Kotlin&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;a href="https://github.com/google/adk-kotlin/blob/main/examples/src/main/kotlin/com/google/adk/kt/examples/tools/FunctionToolDemoAgent.kt" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Kotlin용 ADK&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;는 빌드 시간 안전성을 무엇보다 중요하게 여깁니다. &lt;/span&gt;&lt;a href="https://kotlinlang.org/docs/ksp-overview.html" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Kotlin Symbol Processing(KSP)&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 컴파일러 플러그인은 빌드 시간에 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;@Tool&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 및 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;@Param&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 주석을 읽고 도구 스키마를 바이트 코드로 직접 내보냅니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;class WeatherTools {\r\n  @Tool(\r\n    name = &amp;quot;get_weather&amp;quot;,\r\n    description = &amp;quot;Retrieves the current weather report for a city.&amp;quot;,\r\n  )\r\n  suspend fun getWeather(\r\n    @Param(&amp;quot;The name of the city.&amp;quot;) city: String\r\n  ): Map&amp;lt;String, String&amp;gt; = mapOf(&amp;quot;status&amp;quot; to &amp;quot;success&amp;quot;, &amp;quot;report&amp;quot; to &amp;quot;Sunny and 72F in $city&amp;quot;)\r\n}\r\n\r\nval agent = LlmAgent(\r\n  model = Gemini(&amp;quot;gemini-3.8-flash&amp;quot;),\r\n  name = &amp;quot;weather_agent&amp;quot;,\r\n  instruction = Instruction(&amp;quot;Answer questions about the weather in a city.&amp;quot;),\r\n  tools = WeatherTools().generatedTools(),\r\n)&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eb62b610&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;도구 시그니처가 지원되지 않는 유형을 사용하거나 null을 허용하지 않는 파라미터에 기본값을 선언하는 경우, 프로덕션 환경에서 오류가 발생하기 전에 Gradle 빌드 단계에서 즉시 실패 처리됩니다. &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;.generatedTools()&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 함수는 런타임 리플렉션을 사용하지 않으므로&lt;/span&gt;&lt;a href="https://developer.android.com/topic/performance/app-optimization/enable-app-optimization" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Android R8 축소&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 과정에서도 코드가 유실되지 않고 그대로 유지됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이러한 제로 리플렉션 설계 덕분에 Android 기기 로컬 환경에서 전체 에이전트 루프를 실행할 수 있습니다. Spring AI 브리지와 실험용 ADK 2.0 그래프 워크플로를 포함한 JVM 서버 지원을 제공합니다. 온디바이스 환경에서 Kotlin용 ADK는 도구 호출을 위해&lt;/span&gt;&lt;a href="https://ai.google.dev/edge/litert-lm" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;LiteRT-LM&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;과 통합되며, 텍스트 생성에는&lt;/span&gt;&lt;a href="https://developers.google.com/ml-kit/genai" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;ML Kit&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;(Gemini Nano)를 활용합니다. 또한 로컬 상태를 위한 Room 및 AppSearch, OS 수준 작업을 위한 Android AppFunctions와도 연동되며, 이 모든 기능은 네트워크 연결 없이도 작동합니다.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;타협할 필요 없는 선택&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;ADK에서 5가지 네이티브 언어를 지원하므로, 조직 전체에서 하나의 런타임만 고집할 필요가 없습니다. ADK의 모든 버전은 MCP와 A2A를 지원하므로 시스템의 각 구성요소에 가장 적합한 언어를 선택해 사용할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Google의 ADK를 사용하여 에이전트를 빌드할 때 어떤 언어를 사용해 보셨나요? 현재 어떤 스택을 사용하고 계신지&lt;/span&gt;&lt;a href="https://x.com/kweinmeister" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;X&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;,&lt;/span&gt;&lt;a href="https://www.linkedin.com/in/karlweinmeister/" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;LinkedIn&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 또는&lt;/span&gt;&lt;a href="https://bsky.app/profile/kweinmeister.bsky.social" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Bluesky&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 통해 알려주세요.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;</description><pubDate>Wed, 21 Oct 2026 02:00:00 +0000</pubDate><guid>https://cloud.google.com/blog/ko/topics/developers-practitioners/one-agent-development-kit-five-languages/</guid><category>Developers &amp; Practitioners</category><media:content height="540" url="https://storage.googleapis.com/gweb-cloudblog-publish/images/one-agent-development-kit-five-languages-her.max-600x600.jpg" width="540"></media:content><og xmlns:og="http://ogp.me/ns#"><type>article</type><title>에이전트 개발 키트 하나로 5가지 언어 지원</title><description></description><image>https://storage.googleapis.com/gweb-cloudblog-publish/images/one-agent-development-kit-five-languages-her.max-600x600.jpg</image><site_name>Google</site_name><url>https://cloud.google.com/blog/ko/topics/developers-practitioners/one-agent-development-kit-five-languages/</url></og><author xmlns:author="http://www.w3.org/2005/Atom"><name>Karl Weinmeister</name><title>Director, Developer Relations</title><department></department><company></company></author></item><item><title>MCP 도구 상자 Java SDK v1.0 발표: 엔터프라이즈를 위한 에이전트형 데이터 액세스</title><link>https://cloud.google.com/blog/ko/topics/developers-practitioners/announcing-mcp-toolbox-java-sdk-v10-agentic-data-access-for-the-enterprise/</link><description>&lt;div class="block-paragraph_advanced"&gt;&lt;p style="text-align: center; font-size: 0.8rem;"&gt;공동 저자:&lt;br/&gt;&lt;em&gt;&lt;span style="vertical-align: baseline;"&gt;&lt;strong&gt;Stenal Jolly&lt;/strong&gt;, Strategic Cloud Engineer, Google&lt;/span&gt;&lt;/em&gt;&lt;br/&gt;&lt;em&gt;&lt;span style="vertical-align: baseline;"&gt;&lt;strong&gt;Anubhav Dhawan&lt;/strong&gt;, Software Engineer, Google&lt;/span&gt;&lt;/em&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;*이 콘텐츠는 AI 번역 도구를 사용하여 번역되었습니다. 정확성을 기하기 위해 노력하고 있으나, 자동 번역에는 오류나 누락이 포함될 수 있습니다. 정확한 정보는 &lt;/span&gt;&lt;a href="https://cloud.google.com/blog/topics/developers-practitioners/announcing-mcp-toolbox-java-sdk-v10-agentic-data-access-for-the-enterprise?e=0&amp;amp;hl=en"&gt;&lt;span style="font-style: italic; text-decoration: underline; vertical-align: baseline;"&gt;영문 원본&lt;/span&gt;&lt;/a&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;을 참고해 주시기 바랍니다.&lt;/span&gt;&lt;/p&gt;
&lt;hr/&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;MCP 도구 상자 v1.0의 &lt;/span&gt;&lt;a href="https://medium.com/google-cloud/mcp-toolbox-v1-0-the-open-source-framework-for-secure-agentic-data-access-3c2199546ba8" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;획기적인 발표&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;에 이어 &lt;/span&gt;&lt;a href="https://github.com/googleapis/mcp-toolbox-sdk-java" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;MCP 도구 상자 Java SDK&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;가 공식적으로 버전 1.0에 도달했음을 발표합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이번 출시를 통해 세계에서 가장 널리 채택된 엔터프라이즈 생태계 중 하나에 최고 수준의 유형 안전성 에이전트 조정 기능이 도입되었습니다. Java의 성숙한 아키텍처는 엄격한 요구사항을 충족하도록 특별히 설계되어 프로덕션 환경에서 미션 크리티컬 AI 에이전트를 안전하게 확장하는 데 필요한 높은 동시 실행성, 엄격한 트랜잭션 무결성, 강력한 상태 관리 기능을 제공합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 글에서는 Java SDK v1.0의 새로운 기능을 소개하고, 실제 사례를 살펴보며, 자체 구현을 시작하는 데 도움을 드립니다.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;MCP: 범용 인터페이스&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;오늘날 개발자들은 통합 병목 현상이라는 복합적인 문제에 직면해 있습니다. &lt;/span&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;N&lt;/span&gt;&lt;span style="vertical-align: baseline;"&gt;개의 서로 다른 AI 모델과 &lt;/span&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;M&lt;/span&gt;&lt;span style="vertical-align: baseline;"&gt;개의 엔터프라이즈 데이터 소스가 있다면 &lt;/span&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;N × M&lt;/span&gt;&lt;span style="vertical-align: baseline;"&gt;개의 맞춤형 커스텀 연결을 빌드하고, 보안을 유지하고, 유지보수해야 합니다. 이러한 통합 레이어의 부재로 인해 엔지니어링팀은 단편화된 임시 파이프라인 웹에 의존할 수밖에 없습니다. 그 결과 에이전트형 아키텍처를 확장하는 것은 금세 지속 불가능해지며, 민감한 엔터프라이즈 데이터베이스가 심각한 보안 취약점, 단편화된 액세스 제어, 막대한 유지보수 오버헤드에 노출됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;모델 컨텍스트 프로토콜(MCP)은 파편화된 커스텀 통합 웹을 제거하여 핵심 문제를 해결합니다. AI 조정을 위한 'USB 타입-C'와 같은 범용 인터페이스 역할을 하는 MCP는 모델을 데이터 소스로부터 분리합니다. 개발자는 새로운 모델이나 데이터베이스마다 커스텀 또는 관리형 API 통합 코드를 작성하는 대신, 표준화된 단일 프로토콜에 맞게 코드를 작성합니다. 이 접근 방식을 사용하면 모든 MCP 호환 에이전트가 모든 MCP 지원 시스템과 안전하고 즉각적으로 상호작용할 수 있습니다. MCP 연결을 사용하면 개발자가 새로운 모델마다 맞춤형 통합을 빌드하지 않고도 에이전트를 실제 시스템에 연결할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;Java SDK v1.0의 새로운 기능: 프로덕션 워크로드를 위해 빌드&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;MCP 도구 상자 Java SDK의 &lt;/span&gt;&lt;a href="https://medium.com/google-cloud/announcing-the-mcp-toolbox-java-sdk-2ed3171bbaa0" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;공개 베타&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 발표했을 때 Google의 목표는 엔터프라이즈 Java 환경에 최고 수준의 유형 안전성 에이전트 조정 기능을 제공하는 것이었습니다. 그 이후로 Google은 개발자 및 오픈소스 참여자와 협력하여 API를 강화해 왔습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;v1.0 출시는 엔터프라이즈 워크로드에 적합한 안정적이고 하위 호환성이 보장되는 기반을 마련했습니다. v0.2 출시 이후 새롭게 추가되고 강화된 기능은 다음과 같습니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;전송 계층 추상화 및 &lt;/strong&gt;&lt;code&gt;&lt;strong style="vertical-align: baseline;"&gt;HttpMcpTransport&lt;/strong&gt;&lt;/code&gt;:&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;HttpMcpTransport&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;와 함께 깔끔한 전송 계층 추상화를 도입했습니다. 이 기능은 핵심 프로토콜 로직을 기본 HTTP 클라이언트에서 분리하여 네트워크 구현을 쉽게 교체하거나 연결 풀링을 맞춤설정할 수 있도록 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;분리된 클라이언트 인증&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 기업 보안 규정 준수를 간소화하기 위해 이제 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;CredentialsProvider&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 및 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;AuthMethods&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 클래스를 사용하여 클라이언트 인증이 분리됩니다. 사용자 인증 정보는 모든 요청에서 비동기식으로 해결되므로 팀에서 토큰을 동적으로 새로고침하거나 자체 토큰 소스를 연결할 수 있습니다(ADC를 통한 Google OIDC는 기본 제공되며, 그 외의 모든 것은 단일 메서드 인터페이스로 구현됨).&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;기본 파라미터 지원&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 도구 파라미터의 기본값을 네이티브로 지원하여 프롬프트 페이로드 크기를 줄이고 에이전트 안정성을 향상합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;바인딩된 파라미터 가지치기&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 서버 측에 바인딩된 민감한 파라미터(예: &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;tenant_id&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;)가 이제 노출된 도구 정의에서 자동으로 제거되므로 LLM이 이를 조작할 수 없습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;버전 선택 및 세션 추적&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 표준화된 MCP 버전 선택과 강력한 세션 추적을 통해 일관된 프로토콜 협상과 대화 상태 수명 주기를 보장합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;HTTP 사용자 인증 정보 노출 경고&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 사용자 인증 정보가 일반 텍스트 HTTP 연결을 통해 전송되려고 할 때 런타임에 경고하는 기본 제공 감지 기능이 추가되었습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;일반 클라이언트 헤더 맵&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 커스텀 기업 프록시 헤더, 트랜잭션 추적 ID 또는 상관관계 메타데이터를 모든 발신 요청에 쉽게 연결할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;Java SDK v1.0 시작하기&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;MCP 도구 상자 Java SDK는 엔터프라이즈 팀이 원활하게 사용할 수 있도록 설계했습니다. &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;pom.xml&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;에 다음 종속 항목을 추가하기만 하면 됩니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;&amp;lt;dependency&amp;gt;\r\n    &amp;lt;groupId&amp;gt;com.google.cloud.mcp&amp;lt;/groupId&amp;gt;\r\n    &amp;lt;artifactId&amp;gt;mcp-toolbox-sdk-java&amp;lt;/artifactId&amp;gt;\r\n    &amp;lt;version&amp;gt;1.0.0&amp;lt;/version&amp;gt;\r\n&amp;lt;/dependency&amp;gt;&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42f953fd10&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;실제 사례: 자율 교통 컨시어지&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;AlloyDB와 결합된 Java SDK의 강력한 기능을 알아보기 위해 엔터프라이즈 사용 사례를 살펴보겠습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;가상의 시외버스 네트워크인 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;Cymbal Transit&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;을 소개합니다. 고객은 여행 계획을 세우기 위해 중첩된 드롭다운 메뉴를 하나하나 클릭하고 싶어 하지 않습니다. 고객은 다음과 같이 질문합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;"내일 아침에 뉴욕에서 보스턴으로 가야 해. 내 골든 리트리버를 데려갈 수 있을까? 그렇다면 가장 빠른 항공편을 예약해 줘."&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 질문에 답하려면 AI 에이전트가 비정형 데이터(반려동물 정책)와 정형 데이터(시간표 및 좌석 현황)를 상호 참조하고 트랜잭션(예약)을 실행해야 하며, 이 모든 과정에서 대화의 컨텍스트를 유지해야 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;기반: 네이티브 임베딩이 포함된 AlloyDB 스키마&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 구현에는 AlloyDB를 사용했습니다. AlloyDB는 관계형 데이터와 고차원 벡터를 네이티브로 처리하기 때문입니다. 다음 문을 사용하여 데이터베이스 테이블을 설정하세요.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;quot;-- Enable necessary extensions for semantic search and embeddings\r\nCREATE EXTENSION IF NOT EXISTS vector;\r\nCREATE EXTENSION IF NOT EXISTS google_ml_integration;\r\n\r\n-- Table 1: Transit Policies (Unstructured Data for RAG)\r\nCREATE TABLE transit_policies (\r\n    policy_id SERIAL PRIMARY KEY,\r\n    category VARCHAR(50),\r\n    policy_text TEXT,\r\n    policy_embedding vector(768)\r\n);\r\n\r\n-- Table 2: Intercity Bus Schedules (Structured Data)\r\nCREATE TABLE bus_schedules (\r\n    trip_id UUID PRIMARY KEY DEFAULT gen_random_uuid(),\r\n    origin_city VARCHAR(100),\r\n    destination_city VARCHAR(100),\r\n    departure_time TIMESTAMP,\r\n    arrival_time TIMESTAMP,\r\n    available_seats INT DEFAULT 50,\r\n    ticket_price DECIMAL(6,2)\r\n);\r\n\r\n-- Table 3: Booking Ledger (Transactional Action Data)\r\nCREATE TABLE bookings (\r\n    booking_id UUID PRIMARY KEY DEFAULT gen_random_uuid(),\r\n    trip_id UUID REFERENCES bus_schedules(trip_id),\r\n    passenger_id VARCHAR(100),\r\n    status VARCHAR(20) DEFAULT &amp;#x27;CONFIRMED&amp;#x27;,\r\n    booking_time TIMESTAMP DEFAULT CURRENT_TIMESTAMP\r\n);&amp;quot;), (&amp;#x27;language&amp;#x27;, &amp;#x27;lang-sql&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42f953cc10&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;인텐트를 SQL에 매핑:&lt;/strong&gt; &lt;code style="vertical-align: baseline;"&gt;tools.yaml&lt;/code&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;MCP 도구 상자를 사용하면 커스텀 도구를 안전하게 정의할 수 있습니다. LLM에 직접적인 데이터베이스 액세스 권한을 부여하는 대신 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;tools.yaml&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 구성을 통해 자연어 인텐트를 파라미터화된 안전한 쿼리에 직접 매핑합니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;kind: source\r\nname: alloydb\r\ntype: alloydb-postgres\r\nproject: my-project\r\nregion: us-central1\r\ncluster: my-cluster\r\ninstance: my-instance\r\ndatabase: postgres\r\n---\r\nkind: tool\r\nname: query-schedules\r\ntype: postgres-sql\r\nsource: alloydb\r\ndescription: Find available bus schedules between cities.\r\nparameters:\r\n  - name: origin\r\n    type: string\r\n    description: The departure city name.\r\n  - name: destination\r\n    type: string\r\n    description: The arrival city name.\r\n  - name: limit\r\n    type: integer\r\n    description: Maximum number of schedules to return.\r\n    default: 5\r\nstatement: |\r\n  SELECT CAST(trip_id AS TEXT) AS trip_id, departure_time, ticket_price\r\n  FROM bus_schedules\r\n  WHERE lower(origin_city) = lower($1) AND lower(destination_city) = lower($2)\r\n  ORDER BY departure_time ASC\r\n  LIMIT $3&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42f953c490&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;전체 YAML 파일은 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;mcp-toolbox-sdk-java&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 저장소의 &lt;/span&gt;&lt;a href="https://github.com/googleapis/mcp-toolbox-sdk-java/blob/main/demo-applications/cymbal-transit/tools.yaml" rel="noopener" target="_blank"&gt;&lt;code style="text-decoration: underline; vertical-align: baseline;"&gt;tools.yaml&lt;/code&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 파일을 참고하세요.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;Spring Boot의 스테이트풀(Stateful) 에이전트 아키텍처&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;엔터프라이즈 애플리케이션에서 대화형 AI를 빌드할 때 가장 어려운 부분은 상태 관리입니다. 사용자가 "몇 시에 예약할 수 있나요?"라고 물은 다음 "오전 8시로 예약해 주세요"라고 말하면 에이전트는 대화가 진행되는 동안 이전 컨텍스트를 기억해야 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Spring Boot 및 LangChain4j와 함께 Java MCP 도구 상자 SDK를 사용하면 HTTP 세션에서 대화 메모리를 깔끔하게 유지하고 에이전트를 두 개의 선언적 구성요소로 깔끔하게 분리할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;ol&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;HTTP 세션을 통해 프롬프트, 도구, 대화 메모리를 관리하는 선언적 에이전트 인터페이스입니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;에이전트 요청을 MCP 도구 상자 서버로 직접 라우팅하는 도구 실행 서비스입니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ol&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;interface TransitAgent {\r\n    @SystemMessage({\r\n        &amp;quot;You are the Cymbal Transit Concierge.&amp;quot;,\r\n        &amp;quot;Use the \&amp;#x27;querySchedules\&amp;#x27; tool for finding schedules.&amp;quot;,\r\n        &amp;quot;Use \&amp;#x27;bookTicket\&amp;#x27; to execute transactions.&amp;quot;,\r\n        &amp;quot;Use \&amp;#x27;searchPolicies\&amp;#x27; to look up luggage and pet rules.&amp;quot;\r\n    })\r\n    String chat(@MemoryId String sessionId, @UserMessage String userMessage);\r\n}\r\n\r\n@Service\r\nclass TransitAgentTools {\r\n    // These methods automatically invoke our MCP Toolbox server!\r\n    @Tool(&amp;quot;Query specific schedules between an origin and destination city.&amp;quot;)\r\n    public String querySchedules(String origin, String destination) { ... }\r\n\r\n    @Tool(&amp;quot;Book a ticket for a passenger.&amp;quot;)\r\n    public String bookTicket(String tripId, String passengerName) { ... }\r\n\r\n    @Tool(&amp;quot;Search transit policies for luggage and pet rules.&amp;quot;)\r\n    public String searchPolicies(String query) { ... }\r\n}&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42f953f6d0&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;code style="vertical-align: baseline;"&gt;@MemoryId&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 주석이 세션 추적을 어떻게 추상화하는지 확인하세요. Spring Boot는 대화 컨텍스트를 사용자의 HTTP 세션에 자동으로 연결합니다. 한편 LangChain4j와 MCP 도구 상자는 백그라운드에서 스키마 변환과 도구 라우팅을 처리하므로 수동으로 if/else 인텐트 파싱을 작성할 필요가 없습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;MCP 도구 상자 Java SDK를 LangChain4j와 결합하면 관심사를 명확하게 분리하고 상태를 손쉽게 관리할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;상용구 없는 세션 관리&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;@MemoryId String sessionId&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 파라미터는 대화 기록을 사용자의 HTTP 세션에 직접 바인딩합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;선언적 에이전트 계약&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;TransitAgent&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 인터페이스는 복잡한 프롬프트 템플릿 없이 모델의 페르소나와 시스템 요청 사항을 정의합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;유형 안전성 도구 실행&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;TransitAgentTools&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; Spring 서비스는 원격 MCP 데이터베이스 도구를 네이티브 Java 메서드로 래핑합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 아키텍처는 에이전트의 모듈성을 유지합니다. 인터페이스에서 프롬프트 가이드를 미세 조정하고, 사용자 세션을 자동으로 관리하며, 긴밀한 결합 없이 MCP 도구 상자를 통해 안전한 데이터베이스 쿼리를 실행할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;전체적 그림 보기: Java v1.0에서 도구 나열, 호출, 실행&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이제 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;TransitAgentTools&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 인터페이스를 자세히 살펴보겠습니다. Spring &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;@Service&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;의 LangChain4j &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;@Tool&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 메서드 내에서 MCP 도구 상자 Java SDK는 Java 서비스 메서드를 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;tools.yaml&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 파일에 정의된 MCP 도구에 연결하는 까다로운 작업을 처리합니다. 몇 줄의 유형 안전성 코드로 새로운 v1.0 분리된 인증 및 헤더 추상화를 사용하여 클라이언트를 초기 설정할 수 있습니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;// 1. Initialize the Client with Decoupled Auth and Custom Headers (v1.0)\r\nString serviceUrl = &amp;quot;https://toolbox-my-project-uc.a.run.app/mcp&amp;quot;;\r\nMcpToolboxClient mcpClient = McpToolboxClient.builder()\r\n    .baseUrl(serviceUrl)\r\n    .credentialsProvider(new GoogleCredentialsProvider(serviceUrl)) // Decoupled OIDC credentials\r\n    .headers(Map.of( // Generic client headers\r\n        &amp;quot;X-Correlation-ID&amp;quot;, &amp;quot;enterprise-session-abc123&amp;quot;,\r\n        &amp;quot;X-Client-Platform&amp;quot;, &amp;quot;Spring-Boot&amp;quot;\r\n    ))\r\n    .build();\r\n\r\n// 2. Listing Discoverable Tools\r\nmcpClient.listTools().thenAccept(tools -&amp;gt; {\r\n    System.out.println(&amp;quot;Successfully discovered &amp;quot; + tools.size() + &amp;quot; tools.&amp;quot;);\r\n});\r\n\r\n// 3. Invoking a Tool (Read-Only Data with Default Parameter Support)\r\n// &amp;quot;limit&amp;quot; is omitted: the SDK fills it from the default in the tool definition\r\nString schedules = mcpClient.loadTool(&amp;quot;query-schedules&amp;quot;)\r\n    .thenCompose(tool -&amp;gt; tool.execute(Map.of(\r\n        &amp;quot;origin&amp;quot;, &amp;quot;New York&amp;quot;,\r\n        &amp;quot;destination&amp;quot;, &amp;quot;Boston&amp;quot;)))\r\n    .join().text();\r\n\r\n// 4. Executing a Transactional Tool (Using Bound Parameters)\r\nAuthTokenGetter toolAuthGetter = () -&amp;gt; CompletableFuture.completedFuture(myIdToken);\r\n\r\nString bookingConfirmation = mcpClient.loadTool(&amp;quot;book-ticket&amp;quot;, Map.of(&amp;quot;google_auth&amp;quot;, toolAuthGetter))\r\n    // Bind the authenticated user context securely. bindParam returns a new immutable\r\n    // Tool, and the bound parameter is pruned from the definition exposed to the LLM!\r\n    .thenCompose(tool -&amp;gt; tool.bindParam(&amp;quot;passenger_name&amp;quot;, &amp;quot;Jane Doe&amp;quot;)\r\n        // Execute the mutable transaction\r\n        .execute(Map.of(&amp;quot;trip_id&amp;quot;, &amp;quot;123e4567-e89b-12d3-a456-426614174000&amp;quot;)))\r\n    .join().text();&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42f953fb90&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;보안을 우선으로 하는 기본 설정: 인증 및 배포&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;AI 에이전트를 프로덕션으로 이전하려면 견고한 사용자 인증 정보 처리와 수요에 따라 확장가능한 인프라가 필요합니다. 다양한 환경에서 사용자 인증 정보 보안을 적용하고 Cloud Run에 독립적으로 배포하는 방법을 살펴보겠습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;애플리케이션 기본 사용자 인증 정보(ADC) 및 안전&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;code style="vertical-align: baseline;"&gt;GoogleCredentialsProvider&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 서비스를 사용하면 Java 앱이 애플리케이션 기본 사용자 인증 정보(ADC)를 통해 실행 환경(로컬 또는 Google Cloud)에서 보안 ID를 상속합니다. 하드 코딩된 키가 필요 없으며, OIDC 토큰이 잠재고객별로 생성되고 캐시됩니다. 또한 v1.0은 사용자 인증 정보가 일반 텍스트 HTTP 연결을 통해 전송되려고 할 때 이를 자동으로 감지하고 HTTPS로 전환하라는 런타임 경고를 내보내는 HTTP 사용자 인증 정보 노출 경고를 제공합니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;Cloud Run에 Fleet 배포&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;MCP 도구 상자와 Spring Boot 에이전트는 완전히 분리되어 있으므로 Google Cloud Run에서 독립적으로 확장되어 높은 동시 실행성 및 스테이트풀(Stateful) 대화 요구사항을 충족합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Cloud Run에서 도구 상자를 설정하고 구성하려면 오픈소스 데이터베이스용 MCP 도구 상자를 다운로드한 다음 &lt;/span&gt;&lt;a href="https://mcp-toolbox.dev/documentation/deploy-to/cloud-run" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;배포 가이드&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 따르세요.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;지금 시작하기&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;MCP 도구 상자 Java SDK v1.0을 사용하면 엔터프라이즈 Java팀이 Spring Boot 및 LangChain4j 에이전트를 도구 상자 서버에 연결하고, 이를 통해 AlloyDB 및 지원되는 다른 모든 데이터 소스에 연결할 수 있습니다. 도구 상자를 사용하면 인수가 JVM을 벗어나기 전에 도구 정의에 따라 검증되고, 인증이 분리되며, 모든 발신 요청에 커스텀 헤더가 연결됩니다. 다음 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;구현 단계를 참고하여 시작&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;하세요.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;1단계: 종속 항목 추가&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;SDK로 빌드를 시작하려면 Maven 프로젝트의 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;pom.xml&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 파일에 다음 종속 항목을 추가합니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;&amp;lt;dependency&amp;gt;\r\n        &amp;lt;groupId&amp;gt;com.google.cloud.mcp&amp;lt;/groupId&amp;gt;\r\n        &amp;lt;artifactId&amp;gt;mcp-toolbox-sdk-java&amp;lt;/artifactId&amp;gt;\r\n        &amp;lt;version&amp;gt;1.0.0&amp;lt;/version&amp;gt;\r\n &amp;lt;!-- {x-version-update:mcp-toolbox-sdk-java:current} --&amp;gt;\r\n    &amp;lt;/dependency&amp;gt;&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42f953c950&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;2단계: 리소스 및 데모 살펴보기&lt;/strong&gt;&lt;/h3&gt;
&lt;ul&gt;
&lt;li aria-level="2" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;GitHub 저장소&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: &lt;/span&gt;&lt;a href="https://github.com/googleapis/mcp-toolbox-sdk-java" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;데이터베이스용 MCP 도구 상자와 상호작용하기 위한 Java SDK&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="2" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;공식 문서&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: &lt;/span&gt;&lt;a href="https://mcp-toolbox.dev/" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;데이터베이스용 MCP 도구 상자&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;데모 애플리케이션&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: MCP 도구 상자용 Java SDK v1.0의 최신 버전을 체험해 보려면 샘플 애플리케이션인 &lt;/span&gt;&lt;a href="https://github.com/googleapis/mcp-toolbox-sdk-java/tree/main/demo-applications/cymbal-transit" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Cymbal Transit 프로젝트&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 사용해 보세요.&lt;/span&gt;&lt;/p&gt;
&lt;h4&gt;&lt;span style="vertical-align: baseline;"&gt;Gradle 구현&lt;/span&gt;&lt;/h4&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;팀에서 Maven 대신 Gradle을 사용하는 경우 이 종속 항목을 변환해야 합니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;quot;implementation &amp;#x27;com.google.cloud.mcp:mcp-toolbox-sdk-java:1.0.0&amp;#x27;&amp;quot;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42f953e690&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h4&gt;&lt;span style="vertical-align: baseline;"&gt;자동 버전 추적&lt;/span&gt;&lt;/h4&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 설정을 자동화된 내부 저장소에 복사하는 경우 XML 주석 &lt;code&gt;&amp;lt;!-- {x-version-update…} --&amp;gt;&lt;/code&gt;를 그대로 유지합니다. 이는 출시 관리자의 배포 스크립트에서 버전을 자동으로 올리는 데 필요합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이제 안정적인 MCP 도구 상자 Java SDK를 사용하여 최신 에이전트형 도구와 서버를 엔터프라이즈 Java 애플리케이션에 통합할 수 있습니다. 지금 바로 시작해 보세요.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;</description><pubDate>Wed, 14 Oct 2026 13:00:00 +0000</pubDate><guid>https://cloud.google.com/blog/ko/topics/developers-practitioners/announcing-mcp-toolbox-java-sdk-v10-agentic-data-access-for-the-enterprise/</guid><category>Developers &amp; Practitioners</category><media:content height="540" url="https://storage.googleapis.com/gweb-cloudblog-publish/images/announcing-mcp-toolbox-java-sdk-v10-agentic-.max-600x600.png" width="540"></media:content><og xmlns:og="http://ogp.me/ns#"><type>article</type><title>MCP 도구 상자 Java SDK v1.0 발표: 엔터프라이즈를 위한 에이전트형 데이터 액세스</title><description></description><image>https://storage.googleapis.com/gweb-cloudblog-publish/images/announcing-mcp-toolbox-java-sdk-v10-agentic-.max-600x600.png</image><site_name>Google</site_name><url>https://cloud.google.com/blog/ko/topics/developers-practitioners/announcing-mcp-toolbox-java-sdk-v10-agentic-data-access-for-the-enterprise/</url></og><author xmlns:author="http://www.w3.org/2005/Atom"><name>Abirami Sukumaran</name><title>Staff Developer Advocate</title><department></department><company></company></author></item><item><title>AI 추론 모델 서빙을 위한 네트워킹 - GKE 전용 및 기타 모든 백엔드</title><link>https://cloud.google.com/blog/ko/topics/developers-practitioners/networking-for-ai-inference-model-serving-gke-only-and-for-all-other-backends/</link><description>&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;*이 콘텐츠는 AI 번역 도구를 사용하여 번역되었습니다. 정확성을 기하기 위해 노력하고 있으나, 자동 번역에는 오류나 누락이 포함될 수 있습니다. 정확한 정보는 &lt;/span&gt;&lt;a href="https://cloud.google.com/blog/topics/developers-practitioners/networking-for-ai-inference-model-serving-gke-only-and-for-all-other-backends?e=0&amp;amp;hl=en"&gt;&lt;span style="font-style: italic; text-decoration: underline; vertical-align: baseline;"&gt;영문 원본&lt;/span&gt;&lt;/a&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;을 참고해 주시기 바랍니다.&lt;/span&gt;&lt;/p&gt;
&lt;hr/&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;많은 기업과 개별 개발자는 여러 AI 추론 모델을 실행합니다. 적절한 아키텍처를 구축하면 모델 호출 방식을 간소화하면서도 중앙 집중식 거버넌스를 제공할 수 있습니다. 이 게시물에서는 AI 추론 모델 서빙 네트워킹에 중점을 둔 두 가지 참조 아키텍처를 살펴봅니다. 하나는&lt;/span&gt;&lt;a href="https://docs.cloud.google.com/kubernetes-engine/docs/concepts/kubernetes-engine-overview"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Google Kubernetes Engine(GKE)&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;용이고, 다른 하나는 그 외의 모든 백엔드 유형용입니다. 나중에 살펴볼 참조 아키텍처 간의 공통점을 먼저 살펴보겠습니다. 그런 다음 GKE 백엔드 아키텍처의 고유한 구성요소를 살펴보고, 마지막에는 모든 백엔드 유형의 아키텍처 요소를 살펴봅니다.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;진입점&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;추론 호출을 위한 프런트엔드 역할을 하는 안정적이고 안전하며 신뢰할 수 있는 진입점을 통해모델 배포를 노출할 수 있습니다. 이 진입점은 정책, 보안, 로직을 적용할 수 있는 제어 영역 역할도 합니다. Cloud Load Balancer와 추론 게이트웨이 모두 진입점 기능을 제공합니다. 이러한 유형의 엔드포인트를 사용하면 TLS를 통해 보안 연결을 종료하고, API 관리 구성요소와 통합하며, 서비스 확장 프로그램을 통해 기능을 확장하고, Model Armor의 기능을 이용해 보안을 강화할 수 있습니다.  &lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;설계에 포함되는 일반적인 서비스 &lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;두 참조 설계 모두 다음 서비스를 사용합니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://docs.cloud.google.com/vpc/docs/private-service-connect#endpoints"&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;Private Service Connect 추론 엔드포인트&lt;/strong&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;: 소비자 Virtual Private Cloud(VPC) 네트워크 내에 진입점을 고정합니다. 트래픽이 비공개 내부&lt;/span&gt;&lt;a href="https://docs.cloud.google.com/vpc/docs/subnets#valid-ranges"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;IP 주소&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;로 전송되기 때문에 추론 호출이 비공개 네트워크를 벗어나지 않습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://docs.cloud.google.com/apigee/docs/api-platform/get-started/what-apigee"&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;Apigee API 관리&lt;/strong&gt;&lt;/a&gt;&lt;strong style="vertical-align: baseline;"&gt;(선택사항)&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: Apigee 확장 프로그램 프로세서 콜아웃을 통해 통합되어, 요청이 컴퓨팅 리소스에 도달하기 전에 클라이언트 본인 인증, 비율 제한과 할당량 적용을 처리합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://docs.cloud.google.com/model-armor/overview"&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;Model Armor&lt;/strong&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;: 인라인 AI 안전 체크포인트 역할을 하여, 프롬프트와 완료된 출력을 검사해 프롬프트 인젝션 및 민감한 정보 유출 여부를 확인합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;GKE에서만 서빙되는 설계 패턴&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 섹션에서는 GKE 전용 백엔드 설계를 중점적으로 다룹니다.&lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt; &lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;전체 엔드 투 엔드 개념을 이해하려면 아키텍처 문서인 &lt;/span&gt;&lt;a href="https://docs.cloud.google.com/architecture/networking-for-ai-inference-gke"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;GKE에서의 AI 추론 모델 서빙을 위한 네트워킹&lt;/strong&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 전문을 읽어보세요. 설계 패턴은 다음 다이어그램을 기반으로 합니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/networking-ai-inference-model-serving-gke-.max-1000x1000.png"
        
          alt="networking-ai-inference-model-serving-gke-architecture"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;GKE 설계에서는 이전 섹션에서 확인한 공통 서비스 외에 다음 구성요소도 사용합니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://docs.cloud.google.com/kubernetes-engine/docs/concepts/about-gke-inference-gateway"&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;GKE Inference Gateway&lt;/strong&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;: 내부 애플리케이션 부하 분산기(&lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;gke-l7-rilb&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;)로 배포됩니다. 이 기능은 수신 요청 페이로드를 파싱하고, HTTPRoute 규칙을 평가하며, 쿼리를 적절한 모델 서빙 대상으로 유도하는 특수한 인그레스 엔진 역할을 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;추론 풀&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 동일한 모델의 복제본을 포함하는 논리적 그룹입니다. 게이트웨이가 프롬프트를 수신하면 HTTPRoute 규칙을 평가하여 모델 식별자를 기반으로 적절한 추론 풀을 선택합니다. 풀에는 초기 크기가 있으며, 동적으로 자동 확장되도록 구성할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;모델 복제본 세트&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 단일 노드 또는 다중 노드 GPU나 TPU 노드 풀에 배포된 개별 모델 복제본(추론 서버 인스턴스)입니다. 복제본 세트는 이러한 모델 복제본의 균일한 그룹을 나타냅니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;트래픽 흐름 GKE 예시&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 GKE 기반 아키텍처를 사용하여 백엔드 모델을 호출하는 클라이언트 애플리케이션은 다음과 같은 흐름을 따르게 됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;인그레스&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 소비자 VPC의 클라이언트 애플리케이션이 로컬 Private Service Connect 엔드포인트에 OpenAI 호환 API 호출을 실행하여, 리전 내부 애플리케이션 부하 분산기를 통해 GKE Inference Gateway로 직접 라우팅합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;페이로드 검사&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 게이트웨이가 요청 본문에 지정된 대상 모델 파라미터를 읽고 이를 HTTP 헤더에 추가합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;컨트롤 플레인 검증&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: Apigee를 사용하는 경우 이 기능이 클라이언트 사용자 인증 정보와 할당량을 확인합니다. Model Armor는 프롬프트에서 정책 위반 또는 데이터 유출 여부를 검사합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;백엔드 선택&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 게이트웨이는 HTTPRoute 매핑을 평가하여 대상 풀을 식별하고, 공유 접두사 캐시 컨텍스트를 일치시키고, 실시간 Prometheus 데이터를 기반으로 부하가 가장 낮은 GPU 또는 TPU 복제본으로 라우팅합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;이그레스&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 복제본이 추론 워크로드를 실행합니다. 출력 토큰은 Model Armor를 통과하여 최종 응답 검증을 거친 후 비공개 연결을 통해 다시 스트리밍됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;모든 백엔드에서 서빙되는 설계 패턴&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 섹션에서는 추론에 사용할 수 있는 여러 백엔드 유형을 중점적으로 다루며, 다음 다이어그램을 통해 아키텍처 개요를 제공합니다.&lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt; &lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;전체 엔드 투 엔드 개념을 이해하려면 아키텍처 문서인 &lt;/span&gt;&lt;a href="https://docs.cloud.google.com/architecture/networking-for-ai-inference"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;모든 백엔드에서의 AI 추론 모델 서빙을 위한 네트워킹&lt;/strong&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 전문을 읽어보세요.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/networking-ai-inference-model-serving-all-.max-1000x1000.png"
        
          alt="networking-ai-inference-model-serving-all-backends"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;GKE, Cloud Run, Agent Platform, 온프레미스 데이터 센터 또는 외부 클라우드 같은 혼합 환경에 걸쳐 있는 아키텍처에는 다음과 같은 추가 구성요소가 사용됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://docs.cloud.google.com/load-balancing/docs/l7-internal#load-balancer-mode"&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;리전 내부 애플리케이션 부하 분산기&lt;/strong&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;: 라우팅 로직, SSL 종료, Service Extensions 콜아웃을 관리하는 중앙 레이어 7 라우팅 프록시 역할을 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://github.com/llm-d/llm-d-inference-payload-processor" rel="noopener" target="_blank"&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;추론 페이로드 프로세서&lt;/strong&gt;&lt;/a&gt;&lt;strong style="vertical-align: baseline;"&gt;(Service Extensions)&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: GKE Inference Gateway에서 사용하는 본문 기반 라우팅과 유사하지만, 애플리케이션 부하 분산기에서 이 기능을 사용 설정하려면 서비스 확장 프로그램이 필요합니다.&lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt; &lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;가벼운 Cloud Run 콜아웃이 수신되는 OpenAI API 요청의 JSON 본문을 검사하고, 대상 모델 식별자를 추출하고, X-Gateway-Model-Name 헤더를 작성하여 URL 맵 라우팅을 수행합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://docs.cloud.google.com/load-balancing/docs/negs"&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;네트워크 엔드포인트 그룹(NEG)&lt;/strong&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;: 삽입된 모델 헤더를 기반으로 이기종 백엔드에 대한 유연한 라우팅을 제공합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;모든 백엔드 트래픽 흐름 예시&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 아키텍처를 사용하여 백엔드 모델을 호출하는 클라이언트 애플리케이션은 다음과 같은 흐름을 따르게 됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;ol&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;비공개 인그레스&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 클라이언트 애플리케이션은 비공개 IP 주소 공간을 통해 Private Service Connect 엔드포인트를 타겟팅합니다. 리전 내부 애플리케이션 부하 분산기가 요청을 수신합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;모델 이름 추출&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 부하 분산기가 페이로드를 Cloud Run 본문 기반 라우터 콜아웃으로 전송하면 콜아웃이 JSON 페이로드를 검사하고 X-Gateway-Model-Name 헤더를 삽입합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;정책 및 안전 시행&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 요청이 Apigee로 전달되어 신원 및 할당량 검증을 거친 후, Model Armor로 전달되어 민감한 정보를 삭제하고 악성 프롬프트를 차단합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;NEG 라우팅&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 부하 분산기 URL 맵이 모델 헤더를 검사한 후 일치하는 백엔드 NEG(Agent Platform, GKE, Cloud Run, 하이브리드 또는 인터넷)로 요청을 전달합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;비공개 전송&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 대상 백엔드가 모델 프롬프트를 실행하면 Model Armor가 완성된 결과물을 검사하고, 검사 결과가 인그레스 경로를 통해 비공개로 반환됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ol&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/networking-ai-inference-model-serving-flow.max-1000x1000.png"
        
          alt="networking-ai-inference-model-serving-flow"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;다음 단계&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Google Cloud에서 AI 워크로드를 빌드하는 방법을 자세히 알아보세요.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;문서 세트:&lt;/span&gt;&lt;a href="https://docs.cloud.google.com/architecture/agentic-ai-overview"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;에이전트 AI 아키텍처 가이드&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;아키텍처 센터:&lt;/span&gt;&lt;a href="https://docs.cloud.google.com/architecture/multi-agent-private-networking-patterns"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Google Cloud의 멀티 에이전트 비공개 네트워킹 패턴&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;문서:&lt;/span&gt;&lt;a href="https://docs.cloud.google.com/gemini-enterprise-agent-platform/machine-learning/general/netsec-overview"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Gemini Enterprise Agent Platform 네트워킹 액세스 개요&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;질문이 있거나, 자세한 내용이 궁금하거나, 의견을 공유하고 싶으신가요? &lt;/span&gt;&lt;a href="https://www.linkedin.com/in/ammett/" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Linkedin&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;을 통해 Google Cloud에 문의하세요. &lt;/span&gt;&lt;/p&gt;&lt;/div&gt;</description><pubDate>Tue, 13 Oct 2026 19:00:00 +0000</pubDate><guid>https://cloud.google.com/blog/ko/topics/developers-practitioners/networking-for-ai-inference-model-serving-gke-only-and-for-all-other-backends/</guid><category>Networking</category><category>Developers &amp; Practitioners</category><media:content height="540" url="https://storage.googleapis.com/gweb-cloudblog-publish/images/networking-ai-inference-model-serving-hero.max-600x600.png" width="540"></media:content><og xmlns:og="http://ogp.me/ns#"><type>article</type><title>AI 추론 모델 서빙을 위한 네트워킹 - GKE 전용 및 기타 모든 백엔드</title><description></description><image>https://storage.googleapis.com/gweb-cloudblog-publish/images/networking-ai-inference-model-serving-hero.max-600x600.png</image><site_name>Google</site_name><url>https://cloud.google.com/blog/ko/topics/developers-practitioners/networking-for-ai-inference-model-serving-gke-only-and-for-all-other-backends/</url></og><author xmlns:author="http://www.w3.org/2005/Atom"><name>Ammett Williams</name><title>Developer Relations Engineer</title><department></department><company></company></author></item><item><title>GKE CPU 시작 부스트: 과도한 프로비저닝 없는 앱 시작 가속화</title><link>https://cloud.google.com/blog/ko/products/containers-kubernetes/gke-cpu-startup-boost-faster-pod-starts-lower-costs/</link><description>&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;*이 콘텐츠는 AI 번역 도구를 사용하여 번역되었습니다. 정확성을 기하기 위해 노력하고 있으나, 자동 번역에는 오류나 누락이 포함될 수 있습니다. 정확한 정보는 &lt;/span&gt;&lt;a href="https://cloud.google.com/blog/products/containers-kubernetes/gke-cpu-startup-boost-faster-pod-starts-lower-costs?e=48754805&amp;amp;hl=en"&gt;&lt;span style="font-style: italic; text-decoration: underline; vertical-align: baseline;"&gt;영문 원본&lt;/span&gt;&lt;/a&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;을 참고해 주시기 바랍니다.&lt;/span&gt;&lt;/p&gt;
&lt;hr/&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;갑작스러운 트래픽 급증에 대응하여 마이크로서비스를 시작하거나, 새로운 소프트웨어 버전을 배포하거나, 애플리케이션 복제본을 확장하는 등의 경우, Google Kubernetes Engine(GKE)에서 실행 중인 애플리케이션에 신속하고 반응성이 뛰어난 사용자 환경을 제공하려면 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;포드 시작 시간&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;이 중요합니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-paragraph_with_image"&gt;&lt;div class="article-module h-c-page"&gt;
  &lt;div class="h-c-grid uni-paragraph-wrap"&gt;
    &lt;div class="uni-paragraph
      h-c-grid__col h-c-grid__col--8 h-c-grid__col-m--6 h-c-grid__col-l--6
      h-c-grid__col--offset-2 h-c-grid__col-m--offset-3 h-c-grid__col-l--offset-3"&gt;

      






  

    &lt;figure class="article-image--wrap-small
      
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/1_mhC0eeP.max-1000x1000.png"
        
          alt="1"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  





      &lt;p data-block-key="0udcy"&gt;하지만 플랫폼 엔지니어와 개발자는 애플리케이션이 안정 상태에서 작동할 때보다 시작 시 훨씬 더 많은 CPU 성능을 요구할 때가 많다는 고질적인 딜레마에 직면해 있습니다. 안정 상태의 일반적인 사용량에 맞춰 CPU 요청량을 설정하면 실행 시 CPU 제한이 발생하여 콜드 스타트가 느려지고 준비 여부 프로브에서 제한 시간 초과가 발생할 수 있습니다. 반대로, 단기적인 시작 버스트를 충족하기 위해 기본 CPU 요청을 과도하게 프로비저닝하면 귀중한 컴퓨팅 리소스가 낭비되고 인프라 비용이 증가합니다.&lt;/p&gt;&lt;p data-block-key="5vv18"&gt;오늘 GKE용&lt;a href="https://docs.cloud.google.com/kubernetes-engine/docs/how-to/boost-application-startup"&gt; &lt;b&gt;CPU 시작 부스트&lt;/b&gt;&lt;/a&gt; 프리뷰 버전을 발표하게 되어 기쁩니다. CPU 시작 부스트는 GKE의 수직형 포드 자동 확장 처리(VPA)에 바로 통합되어 초기 설정 중에는 컨테이너의 CPU 할당량을 동적으로 높이고 애플리케이션이 준비되면 기준이 되는 안정 상태 수준으로 원활하게 다시 축소합니다. &lt;b&gt;이 모든 과정에서 컨테이너를 다시 시작할 필요는 없습니다.&lt;/b&gt;&lt;/p&gt;
    &lt;/div&gt;
  &lt;/div&gt;
&lt;/div&gt;

&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;현대화된 애플리케이션 부팅 시 추가 CPU가 필요한 이유&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;새 컨테이너가 시작되면 사용자 요청을 처리하기 전에 리소스 집약적인 초기 설정 작업을 수행하는 경우가 있습니다. 사용하는 기술 스택에 따라 다르지만 다음과 같은 시작 워크로드에는 상당한 CPU 주기가 필요합니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;Java JVM 애플리케이션&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: Spring Boot와 같은 프레임워크는 클래스 로드, 클래스 경로 스캔, 종속 항목 삽입 컨테이너 인스턴스화, 적시(Just-In-Time) 컴파일 실행을 위해 높은 CPU 버스트 용량이 필요합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;Node.js 서버&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 앱은 초기 실행 시 JavaScript 파일을 파싱하고 복잡한 모듈 종속 항목 트리(&lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;require&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;/&lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;import&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;)를 빌드하며 V8 엔진 최적화 및 JIT 컴파일 패스를 실행합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;Python 및 AI/ML 마이크로서비스&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 이러한 서비스는 초기 주기를 사용하여 PyTorch, NumPy, LangChain과 같은 대규모 라이브러리를 가져오고, &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;.pyc&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 바이트 코드를 컴파일하고, ORM 데이터베이스 스키마를 설정하고, 캐시 구조를 사전 로드합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;CPU 요청 규모를 안정 상태의 성능에만 맞춰 설정하면 이러한 초기 설정 워크로드가 시작 시 CPU 제한을 겪게 되어 준비 여부 프로브가 지연됩니다. 느린 콜드 스타트를 방지하기 위해 팀에서는 CPU 요청을 과도하게 프로비저닝하는 경우가 많습니다. 하지만 애플리케이션이 안정화된 후에는 추가 CPU 리소스가 유휴 상태가 되어 아무런 가치도 창출하지 못한 채 클라우드 비용만 증가시킵니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-paragraph_with_image"&gt;&lt;div class="article-module h-c-page"&gt;
  &lt;div class="h-c-grid uni-paragraph-wrap"&gt;
    &lt;div class="uni-paragraph
      h-c-grid__col h-c-grid__col--8 h-c-grid__col-m--6 h-c-grid__col-l--6
      h-c-grid__col--offset-2 h-c-grid__col-m--offset-3 h-c-grid__col-l--offset-3"&gt;

      






  

    &lt;figure class="article-image--wrap-small
      
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/2_zZExLw4.max-1000x1000.jpg"
        
          alt="2"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  





      &lt;h3 data-block-key="0udcy"&gt;&lt;b&gt;CPU 시작 부스트의 작동 방식&lt;/b&gt;&lt;/h3&gt;&lt;p data-block-key="3ph6k"&gt;CPU 시작 부스트는 워크로드 시작 중에 일시적으로 vCPU를 '부스트'하고 초기 설정이 완료되면 자동으로 기본 수준으로 되돌려 이 문제를 해결합니다.&lt;/p&gt;&lt;p data-block-key="fvv3n"&gt;주요 이점:&lt;/p&gt;&lt;ul&gt;&lt;li data-block-key="9mat4"&gt;&lt;b&gt;콜드 스타트 속도 향상&lt;/b&gt;: 애플리케이션 초기 설정 시간을 최대 &lt;b&gt;2배&lt;/b&gt; 단축하여 예상치 못한 트래픽 급증 시 자동 확장 반응 속도를 높입니다.&lt;/li&gt;&lt;li data-block-key="e3e9q"&gt;&lt;b&gt;클라우드 지출 최적화&lt;/b&gt;: 시작 시에만 필요해 유휴 상태에 있는 용량에 비용을 지불하는 대신 실제 런타임 니즈에 맞게 안정 상태의 CPU 요청을 적정 규모로 설정할 수 있습니다.&lt;/li&gt;&lt;li data-block-key="c0i46"&gt;&lt;b&gt;포드 재시작 불필요&lt;/b&gt;: 실행 중인 컨테이너 내에서 리소스 크기가 동적으로 조정됩니다.&lt;/li&gt;&lt;li data-block-key="3je7j"&gt;&lt;b&gt;유연한 정책 제어&lt;/b&gt;: 간단한 포드 수준의 배수(예: 시작 시 CPU 2배)를 적용하거나 복잡한 멀티 컨테이너 포드에 컨테이너별로 세분화된 규칙을 정의할 수 있습니다.&lt;/li&gt;&lt;/ul&gt;
    &lt;/div&gt;
  &lt;/div&gt;
&lt;/div&gt;

&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;내부 작동 방식: Kubernetes 인플레이스 포드 크기 조절&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;기존에는 포드의 리소스 요청이나 한도를 변경하려면 포드를 삭제하고 다시 생성해야 했습니다. 이 과정에서 컨테이너가 다시 시작되고 캐시가 무효화되며 노드 재스케줄링에 따른 오버헤드가 발생했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 문제를 해결하기 위해 CPU 시작 부스트는 Kubernetes&lt;/span&gt;&lt;a href="https://kubernetes.io/docs/tasks/configure-pod-container/resize-container-resources/" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;인플레이스 포드 크기 조절(IPPR)&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;을 기반으로 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;a href="https://github.com/kubernetes/enhancements/tree/master/keps/sig-node/1287-in-place-pod-resize" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;KEP-1287&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;을 통해 추적되는 IPPR은 동적인 인플레이스 리소스 변환 기능을 도입했습니다. IPPR은 Kubernetes 1.27에서 알파 버전으로 처음 도입되고 v1.33에서 베타로 승격되었으며 v1.35에서 정식 버전(GA)으로 전환되었습니다. 이 기능을 사용하면 Kubernetes 컨트롤 플레인과 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;kubelet&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;이 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;컨테이너 프로세스를 다시 시작하지 않고도&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 실행 중인 포드의 컨테이너 CPU와 메모리 요청을 업데이트할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;GKE는 VPA 내에서 IPPR을 활용하여 포드 승인 시 시작 CPU 부스트를 적용하고 준비 후에는 원활하게 단계적으로 축소합니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;CPU 시작 부스트 작동 방식(포드 수명 주기 개요)&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;CPU 시작 부스트는 세 가지 단계로 작동합니다.&lt;/span&gt;&lt;/p&gt;
&lt;ol&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;승인 단계&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 포드를 배포하면 VPA 승인 웹훅이 생성 요청을 가로챕니다. 정책(예: 2배수 또는 +2 vCPU)에 따라 상향 조정된 CPU 요청을 계산하고 추적용 주석과 함께 이 상향된 CPU 요청을 포드 사양에 삽입합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;시작 단계&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 부스트된 CPU 할당량으로 포드가 예약되고 초기 설정됩니다. 애플리케이션은 CPU 제한 없이 최대 속도로 클래스 로딩, JIT 컴파일, 모듈 파싱을 완료합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: decimal; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;부스트 해제 단계&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 포드의 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;readinessProbe&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 통과하고 설정된 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;durationSeconds&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 대기 시간이 경과되는 즉시 VPA 업데이터가 인플레이스 크기 조절 요청을 실행합니다. CPU 요청이 기본 수준으로 다시 낮아지며 그와 동시에 컨테이너는 중단 없이 계속 실행됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ol&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;기본 요건 및 가용성&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;CPU 시작 부스트는 현재 GKE에서 프리뷰 버전으로 제공됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;GKE 버전&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: Standard 및 Autopilot 클러스터의 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;1.36.0-gke.4447000&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 버전 이상&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;클러스터 모드&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: GKE Autopilot에서 기본적으로 사용 설정됩니다(VPA는 기본적으로 활성화됨). GKE Standard에서는 수직형 포드 자동 확장(VPA)이 사용 설정되어 있는지만 확인하면 됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;워크로드 지원&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: Deployments 및 StatefulSet를 비롯한 표준 Kubernetes 컨트롤러에서 작동합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;시작하기: CPU 시작 부스트 구성&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;CPU 시작 부스트를 구성하려면 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;VerticalPodAutoscaler&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 매니페스트에 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;startupBoost&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 섹션을 추가하기만 하면 됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;h4&gt;&lt;span style="vertical-align: baseline;"&gt;예시 1: 고정된 안정 상태를 사용하는 포드 수준 부스트(&lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;updateMode: "Off"&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;)&lt;/span&gt;&lt;/h4&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;안정 상태 CPU 요청은 매니페스트 정의에 고정한 상태로 VPA를 시작 부스트 용도로만 사용하려면 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;updateMode&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;"Off"&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;로 설정하세요.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;apiVersion: &amp;quot;autoscaling.k8s.io/v1&amp;quot;\r\nkind: VerticalPodAutoscaler\r\nmetadata:\r\n  name: java-app-startup-boost\r\n  namespace: default\r\nspec:\r\n  targetRef:\r\n    apiVersion: &amp;quot;apps/v1&amp;quot;\r\n    kind: Deployment\r\n    name: java-app\r\n  updatePolicy:\r\n    updateMode: &amp;quot;Off&amp;quot;\r\n  startupBoost:\r\n    cpu:\r\n      type: &amp;quot;Factor&amp;quot;\r\n      factor: 2\r\n      durationSeconds: 10&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eba39ad0&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;이 예시에서 GKE는 시작 중에 컨테이너의 CPU 요청을 2배 늘리고, 준비 여부 프로브 통과 후 10초간 부스트된 할당량을 유지한 다음 기본 수준으로 다시 줄입니다.&lt;/span&gt;&lt;/p&gt;
&lt;h4&gt;&lt;strong style="vertical-align: baseline;"&gt;예시 2: 시작 부스트와 지속적인 VPA 자동 확장의 결합&lt;/strong&gt;&lt;/h4&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;GKE가 시작 중에 CPU를 부스트하고 시작 후에도 안정 상태의 리소스를 지속적으로 최적화하도록 하려면 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;updateMode&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;"InPlaceOrRecreate"&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;로 설정하세요.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;apiVersion: &amp;quot;autoscaling.k8s.io/v1&amp;quot;\r\nkind: VerticalPodAutoscaler\r\nmetadata:\r\n  name: nodejs-app-vpa\r\n  namespace: default\r\nspec:\r\n  targetRef:\r\n    apiVersion: &amp;quot;apps/v1&amp;quot;\r\n    kind: Deployment\r\n    name: nodejs-service\r\n  updatePolicy:\r\n    updateMode: &amp;quot;InPlaceOrRecreate&amp;quot;\r\n  startupBoost:\r\n    cpu:\r\n      type: &amp;quot;Factor&amp;quot;\r\n      factor: 3\r\n      durationSeconds: 15&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eba38f90&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h4&gt;&lt;span style="vertical-align: baseline;"&gt;예시 3: 세분화된 컨테이너 수준 부스트&lt;/span&gt;&lt;/h4&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;부팅 시 추가 CPU가 필요하지 않은 사이드카(예: Logging 에이전트 또는 서비스 메시 프록시)를 실행하는 포드의 경우 특정 앱 컨테이너를 타겟팅할 수 있습니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;apiVersion: &amp;quot;autoscaling.k8s.io/v1&amp;quot;\r\nkind: VerticalPodAutoscaler\r\nmetadata:\r\n  name: app-container-boost\r\nspec:\r\n  targetRef:\r\n    apiVersion: &amp;quot;apps/v1&amp;quot;\r\n    kind: Deployment\r\n    name: API-gateway\r\n  updatePolicy:\r\n    updateMode: &amp;quot;Off&amp;quot;\r\n  resourcePolicy:\r\n    containerPolicies:\r\n    - containerName: &amp;quot;web-app&amp;quot;\r\n      mode: &amp;quot;Off&amp;quot;\r\n      startupBoost:\r\n        cpu:\r\n          type: &amp;quot;Quantity&amp;quot;\r\n          quantity: &amp;quot;2&amp;quot;\r\n          durationSeconds: 5&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eba3b510&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;클러스터에서 시작 부스트 확인&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;code style="vertical-align: baseline;"&gt;kubectl&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;을 사용하여 GKE가 시작 부스트를 적용한 후 다시 축소했는지 확인할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;1. &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;포드 주석 검사&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;vpaCpuStartupBoost&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 추적 주석을 확인합니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;kubectl get pod &amp;lt;POD_NAME&amp;gt; -o yaml&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eba39250&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;기본 CPU 요청과 부스트된 CPU 요청을 나타내는 주석을 찾습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;2. &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;인플레이스 크기 조절 이벤트 모니터링&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: GKE가 준비 상태가 된 후 CPU 요청을 다시 기본 수준으로 축소했는지 확인합니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;kubectl get events --field-selector reason=InPlaceResizedByVPA&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eba38990&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;프로덕션 워크로드 권장사항&lt;/strong&gt;&lt;/h3&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;수평형 포드 자동 확장 처리(HPA)와 함께 사용&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: CPU 시작 부스트와 함께 HPA를 사용하는 경우 안정적인 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;readinessProbe&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 정의하고 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;durationSeconds&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 짧게 유지하세요(예: &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;0초&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;~&lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;10초&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;). 이렇게 하면 HPA가 초기 설정 중 발생하는 CPU 급증을 안정 상태의 높은 부하로 오인하는 것을 방지할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://docs.cloud.google.com/kubernetes-engine/docs/how-to/configure-capacity-buffer"&gt;&lt;strong style="vertical-align: baseline;"&gt; &lt;/strong&gt;&lt;strong style="text-decoration: underline; vertical-align: baseline;"&gt;GKE Capacity Buffers API&lt;/strong&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;로 트래픽 급증 처리: 대규모 환경에서 시작에 따른 리소스 부담을 줄이면 더 적은 수의 노드에서 더 높은 워크로드 밀도를 달성하여 전반적인 활용률을 높일 수 있습니다. 엄격한 SLO를 유지하면서 운영 오버헤드를 최소화하고 갑작스러운 트래픽 급증을 흡수하려면 GKE capacity buffers API 도입을 고려해 보세요. &lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;GKE Autopilot 리소스 비율&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: GKE Autopilot에서는 포드가 유효한 CPU 대 메모리 비율을 유지해야 합니다. 기본 메모리 할당량이 시작 시 부스트된 CPU 비율을 수용할 수 있는지 확인하세요.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;지금 시작하기&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;CPU 시작 부스트를 사용하는 GKE 사용자는 Java, Node.js, Python과 같은 CPU 집약적인 워크로드에서 매우 빠른 콜드 스타트를 구현하는 동시에 리소스 효율성을 극대화하고 클라우드 비용을 절감할 수 있다는 두 가지 이점을 모두 누릴 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;GKE 워크로드의 시작 속도를 높일 준비가 되셨나요?&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://cloud.google.com/kubernetes-engine/docs/how-to/cpu-startup-boost"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;GKE CPU 시작 부스트 문서&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 살펴보세요.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://cloud.google.com/kubernetes-engine/docs/how-to/vertical-pod-autoscaling"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;GKE의 수직형 포드 자동 확장&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;에 대해 자세히 알아보세요.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;GKE &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;1.36.0-gke.4447000&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 이상을 실행하는 GKE Standard 또는 Autopilot 클러스터에서 CPU 시작 부스트를 사용해 보세요.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;&lt;/div&gt;</description><pubDate>Tue, 13 Oct 2026 02:00:00 +0000</pubDate><guid>https://cloud.google.com/blog/ko/products/containers-kubernetes/gke-cpu-startup-boost-faster-pod-starts-lower-costs/</guid><category>Compute</category><category>GKE</category><category>Developers &amp; Practitioners</category><category>Containers &amp; Kubernetes</category><og xmlns:og="http://ogp.me/ns#"><type>article</type><title>GKE CPU 시작 부스트: 과도한 프로비저닝 없는 앱 시작 가속화</title><description></description><site_name>Google</site_name><url>https://cloud.google.com/blog/ko/products/containers-kubernetes/gke-cpu-startup-boost-faster-pod-starts-lower-costs/</url></og><author xmlns:author="http://www.w3.org/2005/Atom"><name>Abdel Sghiouar</name><title>Cloud Developer Advocate</title><department></department><company></company></author><author xmlns:author="http://www.w3.org/2005/Atom"><name>Jakub Pawełczak</name><title>Cloud Product Manager</title><department></department><company></company></author></item><item><title>ADK의 그래프 워크플로: 알아야 할 모든 것</title><link>https://cloud.google.com/blog/ko/topics/developers-practitioners/graph-workflows-in-adk-everything-you-need-to-know/</link><description>&lt;div class="block-paragraph"&gt;&lt;p data-block-key="z0o0k"&gt;&lt;i&gt;*이 콘텐츠는 AI 번역 도구를 사용하여 번역되었습니다. 정확성을 기하기 위해 노력하고 있으나, 자동 번역에는 오류나 누락이 포함될 수 있습니다. 정확한 정보는&lt;/i&gt; &lt;a href="https://cloud.google.com/blog/topics/developers-practitioners/graph-workflows-in-adk-everything-you-need-to-know?e=0&amp;amp;hl=en"&gt;&lt;i&gt;영문 원본&lt;/i&gt;&lt;/a&gt;&lt;i&gt;을 참고해 주시기 바랍니다.&lt;/i&gt;&lt;/p&gt;&lt;hr/&gt;&lt;p data-block-key="e91c3"&gt;&lt;/p&gt;&lt;p data-block-key="djiaf"&gt;그래프 엔지니어링은 일종의 설계 작업으로, 작업을 노드로 분할하고, 에지에 연결하고, 코드, 모델 또는 사람이 다음 단계를 제어할 위치를 결정하는 과정입니다. &lt;a href="https://adk.dev/" target="_blank"&gt;에이전트 개발 키트(ADK)&lt;/a&gt;의 워크플로는 이러한 설계를 실행 가능한 프로세스로 전환하여 함수와 에이전트가 작업을 수행하도록 합니다. 이 게시물에서는 환불 예시를 통해 단계를 동시에 실행하고, 결정을 라우팅하고, 사람의 검토를 위해 일시중지하고, 케이스 목록을 처리하는 방법을 보여줍니다. 또한 정적 그래프에서 경로를 선언해야 하는 경우와 결과가 도착하면 Python이 추가 작업을 예약하도록 해야 하는 경우를 설명합니다.&lt;/p&gt;&lt;p data-block-key="bsm7h"&gt;&lt;b&gt;요약:&lt;/b&gt; ADK의 환불 워크플로를 사용하여 팬아웃 및 팬인, 결정론적 라우터 및 에이전트 라우터, 인간 참여형 일시중지, 동시 작업자, 동적 조정에 대해 알아보고, 정적 그래프를 사용해야 하는 경우와 Python이 다음에 실행할 작업을 결정하도록 해야 하는 경우를 살펴봅니다.&lt;/p&gt;&lt;h2 data-block-key="4q3t3"&gt;&lt;b&gt;단일 에이전트로 시작하기&lt;/b&gt;&lt;/h2&gt;&lt;p data-block-key="6jh1j"&gt;특정 에이전트에 환불 요청을 처음부터 끝까지 처리할 수 있는 도구와 안내를 제공할 수 있습니다.&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;refund_agent = Agent(\r\n    name=&amp;quot;refund_agent&amp;quot;, model=MODEL,\r\n    tools=[fetch_order, fetch_payment, fetch_history],\r\n    instruction=&amp;quot;&amp;quot;&amp;quot;You handle refund requests.\r\n    1. Look up the order.\r\n    2. Check the payment record.\r\n    3. Check the customer\&amp;#x27;s refund history.\r\n    4. Deny if there\&amp;#x27;s an open chargeback or it\&amp;#x27;s past 30 days.\r\n       Approve if it\&amp;#x27;s under $50 and they\&amp;#x27;ve had fewer than three\r\n       refunds this year.\r\n    5. Write the customer an email explaining the decision.&amp;quot;&amp;quot;&amp;quot;,\r\n)&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;lang-py&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42f8109650&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph"&gt;&lt;p data-block-key="z0o0k"&gt;이렇게 하면 모델이 도구를 선택하고, 정책을 적용하고, 답장을 작성하는 역할을 담당하게 됩니다. 하지만 프롬프트에는 이미 세 가지 조회, 결정, 응답이라는 개별 작업이 설명되어 있습니다. 이러한 작업을 별도의 노드로 분할하면 각 작업을 어떻게 실행해야 하는지 결정할 수 있습니다.&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/graph-workflows-in-adk-everything-you-need.max-1000x1000_wEZYObA.png"
        
          alt="graph-workflows-in-adk-everything-you-need-to-know-01-five-nodes"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph"&gt;&lt;p data-block-key="z0o0k"&gt;고객이 주문을 선택하고 '환불 요청'을 클릭했다고 가정해 보겠습니다. 앱은 주문 ID를 알고 있으므로 조회 작업부터 워크플로를 시작할 수 있습니다.&lt;/p&gt;&lt;h2 data-block-key="f1vc2"&gt;&lt;b&gt;동시에 독립적인 단계 실행하기&lt;/b&gt;&lt;/h2&gt;&lt;p data-block-key="85njf"&gt;주문, 결제, 환불 내역 조회 작업에는 모두 주문 ID가 필요하지만 다른 조회 작업의 결과는 필요하지 않습니다. 프롬프트에는 이러한 작업이 순서대로 나열되어 있지만 각 작업이 완료되기까지 기다릴 이유가 없습니다. 세 가지 작업을 모두 동시에 실행할 수 있습니다.&lt;/p&gt;&lt;p data-block-key="97shk"&gt;하지만 정책 결정 작업은 성격이 다릅니다. 이 작업에는 세 가지 레코드가 모두 필요합니다. 따라서 워크플로를 세 개 경로로 분할한 다음 계속 진행하기 전에 그 결과를 결합합니다. 이 두 가지 과정을 각각 &lt;b&gt;팬아웃&lt;/b&gt;과 &lt;b&gt;팬인&lt;/b&gt;이라고 합니다.&lt;/p&gt;&lt;p data-block-key="bdsc7"&gt;ADK에서는 조회 함수가 그 자체로 노드로 사용될 수 있습니다. 중첩된 튜플을 사용하면 조회 함수가 동시에 시작되고 &lt;code&gt;JoinNode&lt;/code&gt;가 그 결과가 도착할 때까지 기다립니다. 먼저 가져오기 및 조회 서명을 살펴보겠습니다.&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;import asyncio\r\nfrom pydantic import BaseModel, Field\r\n\r\nfrom google.adk import Agent, Context, Event, Workflow\r\nfrom google.adk.events import RequestInput\r\nfrom google.adk.workflow import JoinNode, START, node\r\n\r\nasync def fetch_order(node_input: str) -&amp;gt; dict:\r\n    ...&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;lang-py&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eb697d50&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph"&gt;&lt;p data-block-key="z0o0k"&gt;각 조회 작업은 &lt;code&gt;node_input&lt;/code&gt;을 통해 주문 ID를 수신하고 사전을 반환합니다. 이를 다음과 같이 연결할 수 있습니다.&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;join_case = JoinNode(name=&amp;quot;join_case&amp;quot;)\r\n\r\nedges=[\r\n    (START, (fetch_order, fetch_payment, fetch_history), join_case),\r\n]&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;lang-py&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eb697bd0&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph"&gt;&lt;p data-block-key="z0o0k"&gt;왼쪽에서 오른쪽으로 읽어보세요. 먼저 세 가지 조회 작업을 모두 시작한 다음 완료되면 &lt;code&gt;join_case&lt;/code&gt; 작업을 계속 진행합니다.&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/graph-workflows-in-adk-everything-you-need.max-1000x1000_59cATcj.png"
        
          alt="graph-workflows-in-adk-everything-you-need-to-know-02-fanout-join"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph"&gt;&lt;p data-block-key="z0o0k"&gt;조인은 노드 이름으로 키가 지정된 사전을 반환합니다. 다음 노드는 모델 호출 없이 &lt;code&gt;node_input["fetch_order"]&lt;/code&gt;, &lt;code&gt;node_input["fetch_payment"]&lt;/code&gt;, &lt;code&gt;node_input["fetch_history"]&lt;/code&gt;를 읽어 결과를 수집할 수 있습니다. 자세한 내용&lt;a href="https://github.com/google/adk-python/blob/main/docs/guides/workflow/join_node/index.md" target="_blank"&gt; JoinNode 가이드&lt;/a&gt;를 참조하세요.&lt;/p&gt;&lt;p data-block-key="6l7tj"&gt;결제 조회 작업에 주문 조회의 거래 ID가 필요한 경우 두 작업은 순차적으로 실행됩니다. 프롬프트에 모든 단계가 순서대로 나열되어 있더라도 &lt;b&gt;종속 항목에 따라 에지가 결정됩니다&lt;/b&gt;.&lt;/p&gt;&lt;p data-block-key="ehu2h"&gt;다음 동영상에서 팬아웃과 팬인에 대해 자세히 알아볼 수 있습니다.&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-video"&gt;



&lt;div class="article-module article-video "&gt;
  &lt;figure&gt;
    &lt;a class="h-c-video h-c-video--marquee"
      href="https://youtube.com/watch?v=Mzr7byMFy_4"
      data-glue-modal-trigger="uni-modal-Mzr7byMFy_4-"
      data-glue-modal-disabled-on-mobile="true"&gt;

      
        &lt;img src="//img.youtube.com/vi/Mzr7byMFy_4/maxresdefault.jpg"
             alt="Video about how to build a production-ready, multi-agent AI system from scratch using Graph Engineering and Google&amp;#x27;s Agent Development Kit (ADK)."/&gt;
      
      &lt;svg role="img" class="h-c-video__play h-c-icon h-c-icon--color-white"&gt;
        &lt;use xlink:href="#mi-youtube-icon"&gt;&lt;/use&gt;
      &lt;/svg&gt;
    &lt;/a&gt;

    
      &lt;figcaption class="article-video__caption h-c-page"&gt;
        
          &lt;h4 class="h-c-headline h-c-headline--four h-u-font-weight-medium h-u-mt-std"&gt;ADK를 사용한 그래프 엔지니어링&lt;/h4&gt;
        
        
      &lt;/figcaption&gt;
    
  &lt;/figure&gt;
&lt;/div&gt;

&lt;div class="h-c-modal--video"
     data-glue-modal="uni-modal-Mzr7byMFy_4-"
     data-glue-modal-close-label="Close Dialog"&gt;
   &lt;a class="glue-yt-video"
      data-glue-yt-video-autoplay="true"
      data-glue-yt-video-height="99%"
      data-glue-yt-video-vid="Mzr7byMFy_4"
      data-glue-yt-video-width="100%"
      href="https://youtube.com/watch?v=Mzr7byMFy_4"
      ng-cloak&gt;
   &lt;/a&gt;
&lt;/div&gt;

&lt;/div&gt;
&lt;div class="block-paragraph"&gt;&lt;p data-block-key="z0o0k"&gt;도구를 노드로 변환할 때 한 가지 중요한 세부정보가 있습니다. 바로 &lt;code&gt;node_input&lt;/code&gt;이라는 파라미터가 이전 노드의 출력을 수신합니다. 다른 이름의 파라미터는 기본적으로 &lt;code&gt;ctx.state&lt;/code&gt;에 바인딩되므로 &lt;code&gt;order_id&lt;/code&gt;는 &lt;code&gt;ctx.state["order_id"]&lt;/code&gt;를 확인하고 누락된 경우 &lt;code&gt;ValueError&lt;/code&gt;를 발생시킵니다. 여기서 str 주석은 &lt;code&gt;START&lt;/code&gt;의 &lt;code&gt;types.Content&lt;/code&gt; 입력을 문자열로 변환합니다.&lt;/p&gt;&lt;h2 data-block-key="a25tc"&gt;&lt;b&gt;각 요청을 적절한 워크플로로 라우팅하기&lt;/b&gt;&lt;/h2&gt;&lt;p data-block-key="7ab4r"&gt;지금까지 고객은 명시적으로 환불을 요청했습니다. 더 광범위한 지원 대화에서는 먼저 고객이 원하는 것이 무엇인지 파악하고 요청을 적절한 프로세스로 전송해야 합니다. "신발 사이즈가 맞지 않아요. 다른 제품으로 보내 주실 수 있나요?"라는 요청은 교환 워크플로로, 환불 요청은 환불 워크플로로 전달되어야 합니다.&lt;/p&gt;&lt;p data-block-key="9ebvd"&gt;여기서 다음에 실행할 브랜치를 선택하는 노드인 &lt;b&gt;라우터&lt;/b&gt;라는 개념이 등장합니다.&lt;/p&gt;&lt;ul&gt;&lt;li data-block-key="d2q7q"&gt;&lt;b&gt;결정론적 라우터&lt;/b&gt;는 명시적인 규칙을 따르며, 동일한 입력에 대해 동일한 경로를 생성합니다.&lt;/li&gt;&lt;li data-block-key="f3drv"&gt;&lt;b&gt;비결정론적 라우터&lt;/b&gt;는 동일한 입력에 대해 서로 다른 브랜치를 선택할 수 있습니다.&lt;/li&gt;&lt;li data-block-key="5fr15"&gt;&lt;b&gt;에이전트 라우터&lt;/b&gt;는 모델을 사용하여 요청을 해석하므로 선택이 달라질 수 있습니다.&lt;/li&gt;&lt;/ul&gt;&lt;p data-block-key="1rtuj"&gt;라우터는 워크플로에서 정의한 경로 중에서 선택합니다. 고객 지원 예시에서는 에이전트를 사용하여 고객의 의도를 파악한 다음 고정된 규칙을 사용하여 환불 정책을 적용할 수 있습니다.&lt;/p&gt;&lt;h2 data-block-key="7me72"&gt;&lt;b&gt;에이전트 라우터를 통해 의도 파악&lt;/b&gt;&lt;/h2&gt;&lt;p data-block-key="fj044"&gt;에이전트는 고객의 메시지를 해석하고 요청을 분류할 수 있습니다. 특정 ADK 패턴에서는 에이전트가 구조화된 카테고리를 반환한 다음 small 함수를 통해 해당 &lt;code&gt;Event(route=…)&lt;/code&gt;를 내보내 요청을 선택한 워크플로로 전송합니다.&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;Customer message → classification agent → route function\r\n                                           ├─ REFUND → refund workflow\r\n                                           ├─ EXCHANGE → exchange workflow\r\n                                           └─ CLARIFY → ask a follow-up question&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eb72c850&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph"&gt;&lt;p data-block-key="z0o0k"&gt;모델은 의도를 파악하고, 그래프는 사용 가능한 대상을 정의합니다. 요청이 명확하지 않은 경우 워크플로에서 후속 질문을 할 수 있습니다. ADK의&lt;a href="https://github.com/google/adk-python/blob/main/contributing/samples/workflows/route/agent.py" target="_blank"&gt; 라우팅 샘플&lt;/a&gt;에서 이 패턴을 확인할 수 있습니다.&lt;/p&gt;&lt;p data-block-key="6gaju"&gt;이 의도 라우터는 환불 워크플로 앞에 배치됩니다. 선택한 주문 예시의 경우 '환불 요청' 버튼을 통해 이미 의도가 확정되었으므로 해당 워크플로로 바로 진입할 수 있습니다.&lt;/p&gt;&lt;h2 data-block-key="d8an6"&gt;&lt;b&gt;결정론적 라우터를 통해 환불 정책 적용&lt;/b&gt;&lt;/h2&gt;&lt;p data-block-key="ae8of"&gt;환불 워크플로 내에서 수행되는 세 가지 조회 작업을 통해 승인, 거부, 사람의 검토 요청이라는 또 다른 결정을 내리는 데 필요한 사실 정보를 제공합니다. 이번에는 정책에 명시적인 기준이 제시되어 있으므로 함수를 통해 경로를 선택할 수 있습니다.&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;def refund_policy(amount, days_ago, chargeback_open, priors):\r\n    if chargeback_open or days_ago &amp;gt; 30:\r\n        return &amp;quot;DENY&amp;quot;\r\n    if amount &amp;lt; 50 and priors &amp;lt; 3:\r\n        return &amp;quot;AUTO_APPROVE&amp;quot;\r\n    return &amp;quot;MANUAL_REVIEW&amp;quot;\r\n\r\ndef route_refund(node_input):\r\n    case = {**node_input[&amp;quot;fetch_order&amp;quot;], **node_input[&amp;quot;fetch_payment&amp;quot;],\r\n            **node_input[&amp;quot;fetch_history&amp;quot;]}\r\n    route = refund_policy(case[&amp;quot;amount_usd&amp;quot;], case[&amp;quot;placed_days_ago&amp;quot;],\r\n                          case[&amp;quot;chargeback_open&amp;quot;], case[&amp;quot;prior_refunds_12mo&amp;quot;])\r\n    return Event(output=case, route=route)        # the function names the path&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;lang-py&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eb72c550&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;code style="vertical-align: baseline;"&gt;route_refund&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;는 레코드를 결합하고 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;AUTO_APPROVE&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;, &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;DENY&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;, &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;MANUAL_REVIEW&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 중 하나의 경로 이름으로 케이스를 반환합니다. 수동 검토는 자동 규칙을 모두 충족하지 않는 케이스를 처리합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이는 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;결정론적 라우터&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;입니다. 즉, 동일한 케이스 데이터는 동일한 결정을 생성하므로 모델을 호출하지 않고도 정책을 테스트할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;/p&gt;
&lt;div align="left"&gt;
&lt;div style="color: #5f6368; overflow-x: auto; overflow-y: hidden; width: 100%;"&gt;
&lt;div style="color: #5f6368; overflow-x: auto; overflow-y: hidden; width: 100%;"&gt;
&lt;div style="color: #5f6368; overflow-x: auto; overflow-y: hidden; width: 100%;"&gt;&lt;table&gt;&lt;colgroup&gt;&lt;col/&gt;&lt;col/&gt;&lt;col/&gt;&lt;/colgroup&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;결정론적 라우터&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;에이전트 라우터&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;최적의 결정 근거&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;코드의 규칙&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;입력을 해석하는 모델&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;적합한 분야&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;알려진 사실 및 명시적 정책&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;규칙으로 포착하기 어려운 의미&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;예시&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;30일이 지난 주문 거부&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;교환 요청 인식&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;라우팅을 위한 모델 호출&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;없음&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;필수&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;
&lt;/div&gt;
&lt;/div&gt;
&lt;/div&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;두 라우터 모두 정의된 경로 중에서 선택합니다. &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;에이전트 라우터는 정적 그래프 내에 위치할 수 있습니다&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;. 즉, 모델의 선택은 달라질 수 있지만 가능한 연결은 동일하게 유지됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;자동 승인 또는 거부의 경우 다음 단계는 고객에게 결정 내용을 설명하는 것입니다. 각 경로에는 케이스 데이터를 바탕으로 답장을 작성하는 알림 에이전트가 지정됩니다. ADK는 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;Event(output=case, …)&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;의 사전을 JSON 사용자 메시지 형식으로 해당 에이전트에 전달합니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;approve_notice = Agent(\r\n    name=&amp;quot;approve_notice&amp;quot;, model=MODEL,\r\n    instruction=&amp;quot;Tell the customer their refund is approved and when to expect the &amp;quot;\r\n                &amp;quot;money, using the case JSON you receive. Short email, warm, no fluff.&amp;quot;,\r\n)\r\ndenial_notice = Agent(\r\n    name=&amp;quot;denial_notice&amp;quot;, model=MODEL,\r\n    instruction=&amp;quot;Tell the customer their refund was declined and exactly why, based &amp;quot;\r\n                &amp;quot;on the case JSON you receive. If it carries a reviewer_note, that is &amp;quot;\r\n                &amp;quot;the reason. Short email, direct and kind. Do not invent policy.&amp;quot;,\r\n)&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;lang-py&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eb72dd10&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph"&gt;&lt;p data-block-key="z0o0k"&gt;이제 환불 워크플로에는 초기 조회부터 결정을 내리고 답장을 작성하기까지의 경로가 마련되어 있으며, 사람의 개입이 필요한 케이스를 위한 세 번째 브랜치도 포함되어 있습니다.&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;workflow = Workflow(\r\n    name=&amp;quot;refund_decision&amp;quot;,\r\n    edges=[\r\n        (START, (fetch_order, fetch_payment, fetch_history),\r\n         join_case, route_refund),\r\n        (route_refund, {&amp;quot;AUTO_APPROVE&amp;quot;:  approve_notice,\r\n                        &amp;quot;MANUAL_REVIEW&amp;quot;: escalate_to_human,\r\n                        &amp;quot;DENY&amp;quot;:          denial_notice}),\r\n    ],\r\n)&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;lang-py&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eb72c410&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;첫 번째 체인은 레코드를 가져오고, 조인하고, 정책을 적용합니다. 두 번째 체인은 라우터의 결정을 대상에 매핑합니다. 자동 결정은 알림 에이전트로 바로 전달되고, &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;MANUAL_REVIEW&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;는 다음에 정의할 사람의 검토를 위한 노드로 전달됩니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/graph-workflows-in-adk-everything-you-need.max-1000x1000_9lNpFLs.png"
        
          alt="graph-workflows-in-adk-everything-you-need-to-know-03-refund-graph"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;세 번째 브랜치를 실행하려면 함수 호출 이상의 것이 필요합니다. 검토자가 답변하는 데 몇 분 또는 며칠이 걸릴 수 있으므로 케이스가 대기 중인 상태에서 워크플로를 일시중지하고 사람이 결정을 내리면 계속 진행해야 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;검토 노드는 대기 중인 요청을 기록하고 실행을 일시중지하는 RequestInput을 반환합니다. 이후 재개 시 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;rerun_on_resume=True&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 설정하면 노드가 다시 실행되고, 이때 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;ctx.resume_inputs&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;에서 답변을 확인할 수 있습니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;REVIEW = &amp;quot;refund:review&amp;quot;\r\n\r\nclass ReviewDecision(BaseModel):\r\n    approve: bool = Field(description=&amp;quot;True to refund, False to decline.&amp;quot;)\r\n    note: str = Field(&amp;quot;&amp;quot;, description=&amp;quot;Why, in the reviewer\&amp;#x27;s words.&amp;quot;)\r\n\r\n@node(rerun_on_resume=True)\r\nasync def escalate_to_human(ctx: Context, node_input: dict):\r\n    answer = ctx.resume_inputs.get(REVIEW)\r\n    if answer is None:                       # first pass: ask, then stop\r\n        yield RequestInput(\r\n            interrupt_id=REVIEW,\r\n            message=f&amp;quot;Refund ${node_input[\&amp;#x27;amount_usd\&amp;#x27;]} on order &amp;quot;\r\n                    f&amp;quot;{node_input[\&amp;#x27;order_id\&amp;#x27;]}?&amp;quot;,\r\n            payload=node_input,              # what the reviewer is shown\r\n            response_schema=ReviewDecision,\r\n        )\r\n        return\r\n    # second pass: the answer is here, so route on it\r\n    yield Event(output={**node_input, &amp;quot;reviewer_note&amp;quot;: answer.get(&amp;quot;note&amp;quot;, &amp;quot;&amp;quot;)},\r\n                route=&amp;quot;AUTO_APPROVE&amp;quot; if answer[&amp;quot;approve&amp;quot;] else &amp;quot;DENY&amp;quot;)&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;lang-py&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eb72d510&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;응답 스키마는 라우팅할 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;approve&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 값과 전달할 메모를 노드에 제공합니다. 검토자가 거부하는 경우 알림 에이전트는 거부 사유를 해당 케이스와 함께 수신합니다. 검토 결정과 답장을 연결하는 에지가 하나 더 있습니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;edges=[\r\n    ...,\r\n    (escalate_to_human, {&amp;quot;AUTO_APPROVE&amp;quot;: approve_notice,\r\n                         &amp;quot;DENY&amp;quot;:         denial_notice}),\r\n]&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;lang-py&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eb72d9d0&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;ADK는 두 가지 변형을 제공합니다. 위의 패턴은 단일 노드 패턴입니다. 즉, 노드가 다시 실행되고&lt;/span&gt;&lt;a href="https://github.com/google/adk-python/blob/main/contributing/samples/workflows/request_input_rerun/agent.py" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;code style="text-decoration: underline; vertical-align: baseline;"&gt;request_input_rerun&lt;/code&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt; 샘플&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;에서와 같이 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;ctx.resume_inputs&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 읽습니다. 반면&lt;/span&gt;&lt;a href="https://github.com/google/adk-python/blob/main/contributing/samples/workflows/request_input/agent.py" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;code style="text-decoration: underline; vertical-align: baseline;"&gt;request_input&lt;/code&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt; 샘플&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;에서는 2노드 변형을 확인할 수 있습니다. 여기서는 하나의 노드가 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;RequestInput&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;을 반환하면 검토자의 답변이 다음 노드의 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;node_input&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;으로 도착하므로 해당 파일에서 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;ctx.resume_inputs&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 찾을 수 없습니다. 아래에 링크된 컴패니언 스크립트에는 검토자의 답변을 실행 단계로 다시 전송하는 코드가 포함되어 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;&lt;code&gt;Workflow&lt;/code&gt; 또한 노드입니다. 이 전체 환불 프로세스는 더 큰 규모의 고객 서비스 워크플로에서 하나의 단계로 통합될 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;케이스 배치에 동일한 단계 적용하기&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이제 하나의 환불을 처리하는 프로세스가 마련되었습니다. 이미 수집된 레코드가 포함된 케이스 배치가 들어온다고 가정해 보겠습니다. 케이스마다 동일한 정책 검사가 필요하며 케이스 수는 배치마다 다릅니다. &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;동시 작업자&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;를 사용하여 모든 항목에 하나의 노드를 적용할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;ADK에서 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;parallel_worker=True&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 설정하면 입력 목록의 항목당 노드가 한 번 실행되고 결과가 원래 순서대로 수집됩니다. 정책 함수를 다시 사용할 수 있습니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;@node(parallel_worker=True)\r\ndef review_case(node_input):\r\n    # Each worker receives one case from the input list.\r\n    case = node_input\r\n    decision = refund_policy(\r\n        case[&amp;quot;amount_usd&amp;quot;], case[&amp;quot;placed_days_ago&amp;quot;],\r\n        case[&amp;quot;chargeback_open&amp;quot;], case[&amp;quot;prior_refunds_12mo&amp;quot;],\r\n    )\r\n    return {&amp;quot;order_id&amp;quot;: case[&amp;quot;order_id&amp;quot;], &amp;quot;decision&amp;quot;: decision}\r\n\r\ndef collect_decisions(node_input):\r\n    # This node receives the list of worker results.\r\n    return {&amp;quot;decisions&amp;quot;: node_input}\r\n\r\nbatch_review = Workflow(\r\n    name=&amp;quot;batch_review&amp;quot;,\r\n    edges=[(START, review_case, collect_decisions)],\r\n)&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;lang-py&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eb72dad0&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;각 작업자는 하나의 케이스를 수신하고 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;collect_decisions&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;는 결과를 목록으로 수신합니다. 별도의 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;JoinNode&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;는 필요하지 않습니다. 이 플래그는 에이전트에서도 작동합니다. 예를 들어 각 케이스에 대한 설명을 작성할 수 있습니다. &lt;/span&gt;&lt;a href="https://github.com/google/adk-python/blob/main/contributing/samples/workflows/parallel_worker/agent.py" rel="noopener" target="_blank"&gt;&lt;code style="text-decoration: underline; vertical-align: baseline;"&gt;parallel_worker&lt;/code&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt; 샘플&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;에서 두 가지 형식을 모두 확인할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;여기서 수행되는 정책 계산은 규모가 작습니다. 동시 실행은 각 항목이 API 또는 모델 호출을 기다려야 하는 상황에서 더 유용하지만 입력과 결과가 이동하는 방식은 동일하게 유지됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;/p&gt;
&lt;div align="left"&gt;
&lt;div style="color: #5f6368; overflow-x: auto; overflow-y: hidden; width: 100%;"&gt;
&lt;div style="color: #5f6368; overflow-x: auto; overflow-y: hidden; width: 100%;"&gt;
&lt;div style="color: #5f6368; overflow-x: auto; overflow-y: hidden; width: 100%;"&gt;&lt;table&gt;&lt;colgroup&gt;&lt;col/&gt;&lt;col/&gt;&lt;col/&gt;&lt;/colgroup&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;패턴&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;작업 분산&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;출력 수집&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;code style="vertical-align: baseline;"&gt;JoinNode&lt;/code&gt;&lt;strong style="vertical-align: baseline;"&gt;를 사용한 팬아웃&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;서로 다른 노드가 독립적인 작업 수행&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;노드 이름으로 키가 지정된 사전&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;동시 작업자&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;모든 항목에 동일한 노드 사용&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;입력 순서대로 나열된 목록&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;
&lt;/div&gt;
&lt;/div&gt;
&lt;/div&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;배치 크기는 그래프를 변경하지 않고도 조정할 수 있습니다. 고정된 프로세스 내에서도 가변적인 작업량을 처리할 수 있습니다. 실행에 대한 자세한 내용은&lt;/span&gt;&lt;a href="https://github.com/google/adk-python/blob/main/docs/guides/workflow/parallel_worker/index.md" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;동시 작업자 가이드&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 참조하세요.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;결과에 따라 다음 단계 진행하기&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;환불 프로세스에는 알려진 경로가 있습니다. 배치에 더 많은 케이스가 포함되어 있거나 검토자가 답변하는 데 더 오래 걸리는 경우에도 마찬가지입니다. 하지만 일부 작업은 조사를 진행하는 과정에서 명확해집니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;분쟁의 대상이 된 환불 프로세스에서 두 번째 거래가 드러난다고 가정해 보겠습니다. 이를 확인하는 과정에서 추가 조사가 필요한 배송 관련 문제가 제기됩니다. 이제 각 결과를 통해 후속 작업을 만들 수 있습니다. &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;동적 노드&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;는 이러한 결과를 검사하고 Python에서 다음 검사를 예약할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;ADK는 다른 노드를 실행하고 그 결과를 기다리는 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;ctx.run_node&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 제공합니다. 이것이 조정에 어떤 변화를 가져오는지 살펴보기 위해 먼저 기존 환불 흐름을 다음과 같이 표현해 보겠습니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;HANDLERS = {\r\n    &amp;quot;AUTO_APPROVE&amp;quot;: approve_notice,\r\n    &amp;quot;MANUAL_REVIEW&amp;quot;: escalate_to_human,\r\n    &amp;quot;DENY&amp;quot;: denial_notice,\r\n}\r\n\r\n@node(rerun_on_resume=True)\r\nasync def refund_flow(ctx, node_input):\r\n    # Step 1: fetch all three records at once.\r\n    order, payment, history = await asyncio.gather(\r\n        ctx.run_node(fetch_order,   node_input, use_sub_branch=True),\r\n        ctx.run_node(fetch_payment, node_input, use_sub_branch=True),\r\n        ctx.run_node(fetch_history, node_input, use_sub_branch=True),\r\n    )\r\n    case = order | payment | history\r\n\r\n    # Step 2: apply the refund policy — the same pure function, 0 LLM calls.\r\n    decision = refund_policy(\r\n        amount=case[&amp;quot;amount_usd&amp;quot;],\r\n        days_ago=case[&amp;quot;placed_days_ago&amp;quot;],\r\n        chargeback_open=case[&amp;quot;chargeback_open&amp;quot;],\r\n        priors=case[&amp;quot;prior_refunds_12mo&amp;quot;],\r\n    )\r\n\r\n    # Step 3: run the chosen handler, and use its output as this node\&amp;#x27;s output.\r\n    await ctx.run_node(HANDLERS[decision], case, use_as_output=True)&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;lang-py&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eb72c310&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;code style="vertical-align: baseline;"&gt;asyncio.gather&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;는 조회 작업을 동시에 실행합니다. Python은 결과를 결합하고 정책을 적용한 후 선택한 핸들러를 실행합니다. &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;use_as_output=True&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 설정하면 핸들러의 결과가 두 번 출력되지 않고 상위 노드의 출력으로 사용됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;동적 버전에서는 사람의 검토를 위한 노드도 조정합니다. 즉, 답변이 도착하면 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;ctx.run_node&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 통해 선택한 알림 에이전트를 호출합니다. 전체 동적 스크립트(&lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;refund_dynamic.py&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;)에는 이 변형이 포함되어 있습니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/graph-workflows-in-adk-everything-you-need.max-1000x1000_XydYu0o.png"
        
          alt="graph-workflows-in-adk-everything-you-need-to-know-04-dynamic"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph"&gt;&lt;p data-block-key="z0o0k"&gt;외부 그래프에는 진입점만 있으면 됩니다.&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;workflow = Workflow(\r\n    name=&amp;quot;refund_dynamic&amp;quot;,\r\n    edges=[(START, refund_flow)],\r\n)&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;lang-py&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eb72fb10&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;정적 버전에서는 에지 목록에 브랜치와 대상이 표시됩니다. 이 버전에서는 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;refund_flow&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 읽어 이를 확인합니다. &lt;/span&gt;&lt;a href="https://github.com/google/adk-python/blob/main/docs/guides/workflow/dynamic_nodes/index.md" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;동적 노드 가이드&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;에서 이 접근 방식을 다룹니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;사람의 검토를 위한 일시중지는 여기에서도 계속 작동합니다. 답변이 도착하면 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;refund_flow&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;가 처음부터 다시 실행되지만, 완료된 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;ctx.run_node&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 호출은 세션 기록에서 기록된 출력을 반환합니다. 직접 함수 호출과 달리 조회 작업은 반복되지 않습니다. 부차적인 효과를 하위 노드 내에서 처리하면 상위 노드가 재개될 때 완료된 호출의 결과를 재현할 수 있습니다. 각 하위 노드는 자체 trace 스팬을 가져오고 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;use_sub_branch=True&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 설정하면 동시 실행 중인 하위 노드의 이벤트가 별도의 브랜치에 유지됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 고정된 환불 프로세스의 경우 에지 목록을 쉽게 검사할 수 있습니다. Python 버전은 위에서 설명한 조사 로직을 추가할 수 있는 공간을 제공합니다. 즉, 결과를 검사하고, 후속 노드를 선택하고, 독립적인 검사를 동시에 실행할 수 있습니다. 모델은 조사할 대상을 제안할 수 있지만, 코드는 작업 범위를 제한합니다. 예를 들어 발견 사항당 3회의 후속 조치와 사람의 검토 전 2단계의 조사를 수행합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;루프 또한 정적 그래프 내에서 처리할 수 있습니다. 초안 작성 → 검사 → 수정으로 이어지는 고정된 프로세스에서는 조건부 역방향 에지와 수정 횟수를 제한하는 라우터를 사용할 수 있습니다. '정적'은 가능한 연결을 설명하므로 실제 경로와 반복 횟수는 다를 수 있습니다. 조건부 순환에 대해서는&lt;/span&gt;&lt;a href="https://github.com/google/adk-python/blob/main/docs/guides/workflow/graph/index.md" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;그래프 가이드&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;에서 다룹니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;또한 정적 워크플로 내에 동적 노드를 배치할 수도 있습니다. 그러면 필요한 단계에 Python을 사용하면서 주변 프로세스를 계속 표시할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;다음에 실행할 작업을 결정할 사람 선택하기&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;먼저 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;입력이 도착하기 전에 가능한 워크플로를 그려볼 수 있나요?&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;와 같이 질문할 수 있습니다. 이때 분기, 루프, 반복 단계를 포함해야 합니다. 각 요청이 거치게 될 구체적인 경로를 미리 예측할 필요는 없습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;/p&gt;
&lt;div align="left"&gt;
&lt;div style="color: #5f6368; overflow-x: auto; overflow-y: hidden; width: 100%;"&gt;
&lt;div style="color: #5f6368; overflow-x: auto; overflow-y: hidden; width: 100%;"&gt;
&lt;div style="color: #5f6368; overflow-x: auto; overflow-y: hidden; width: 100%;"&gt;&lt;table&gt;&lt;colgroup&gt;&lt;col/&gt;&lt;col/&gt;&lt;/colgroup&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;필요한 항목&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;패턴&lt;/strong&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;독립적인 작업 및 그 결과&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;팬아웃 및 팬인&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;고정된 규칙에 따라 선택한 브랜치&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;결정론적 라우터&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;의미를 해석하여 선택한 브랜치&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;에이전트 라우터&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;계속하기 전에 사람이 내리는 결정&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;code style="vertical-align: baseline;"&gt;RequestInput&lt;/code&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;목록에서 동일한 단계&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;동시 작업자&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;결과가 도착하면 작업을 예약하는 코드&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;td style="vertical-align: top; border: 1px solid #000000; padding: 16px;"&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;동적 노드&lt;/span&gt;&lt;/p&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;&lt;/div&gt;
&lt;/div&gt;
&lt;/div&gt;
&lt;/div&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;에지 목록은 연결 관계를 명확히 보여주는 경우 사용합니다. 결과가 추가 작업을 생성하거나 Python이 제어를 더 자연스럽게 표현하는 경우 동적 조정을 사용합니다. 규모가 작은 개방형 작업에는 하나의 에이전트와 도구만 필요할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;환불 워크플로에서 그래프는 조회를 조정하고, 코드는 정책을 적용하고, 사람은 예외를 처리하고, 모델은 답장을 작성합니다. 그래프 엔지니어링은 각 구성 요소에 명확한 책임을 부여하고 프로세스의 작동 방식을 더 쉽게 파악할 수 있도록 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;시작하기&lt;/strong&gt;&lt;/h2&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;읽기:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;a href="https://github.com/google/adk-python/blob/main/docs/guides/workflow/workflow/index.md" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;워크플로 가이드&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;탐색:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;a href="https://github.com/google/adk-python/tree/main/contributing/samples/workflows" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;워크플로 샘플&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;빌드:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 이러한 패턴을 마라톤 경기 당일 코치에 적용하는&lt;/span&gt;&lt;a href="https://codelabs.developers.google.com/adk2/instructions#0" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;실습 Codelab&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;&lt;/div&gt;</description><pubDate>Sun, 11 Oct 2026 19:00:00 +0000</pubDate><guid>https://cloud.google.com/blog/ko/topics/developers-practitioners/graph-workflows-in-adk-everything-you-need-to-know/</guid><category>Developers &amp; Practitioners</category><media:content height="540" url="https://storage.googleapis.com/gweb-cloudblog-publish/images/graph-workflows-in-adk-everything-you-need-t.max-600x600_G3dwz11.png" width="540"></media:content><og xmlns:og="http://ogp.me/ns#"><type>article</type><title>ADK의 그래프 워크플로: 알아야 할 모든 것</title><description></description><image>https://storage.googleapis.com/gweb-cloudblog-publish/images/graph-workflows-in-adk-everything-you-need-t.max-600x600_G3dwz11.png</image><site_name>Google</site_name><url>https://cloud.google.com/blog/ko/topics/developers-practitioners/graph-workflows-in-adk-everything-you-need-to-know/</url></og><author xmlns:author="http://www.w3.org/2005/Atom"><name>Annie Wang</name><title>Google AI Cloud Developer Advocate</title><department></department><company></company></author><author xmlns:author="http://www.w3.org/2005/Atom"><name>Shangjie Chen</name><title>Software Engineer, Google Cloud AI</title><department></department><company></company></author></item><item><title>Google Cloud CLI 원격 MCP 서버로 에이전트 역량 강화</title><link>https://cloud.google.com/blog/ko/products/ai-machine-learning/google-cloud-cli-remote-mcp-server-in-preview/</link><description>&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;*이 콘텐츠는 AI 번역 도구를 사용하여 번역되었습니다. 정확성을 기하기 위해 노력하고 있으나, 자동 번역에는 오류나 누락이 포함될 수 있습니다. 정확한 정보는 &lt;/span&gt;&lt;a href="https://cloud.google.com/blog/products/ai-machine-learning/google-cloud-cli-remote-mcp-server-in-preview?e=0&amp;amp;hl=en"&gt;&lt;span style="font-style: italic; text-decoration: underline; vertical-align: baseline;"&gt;영문 원본&lt;/span&gt;&lt;/a&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;을 참고해 주시기 바랍니다.&lt;/span&gt;&lt;/p&gt;
&lt;hr/&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;오늘 Google은 프리뷰 버전의 &lt;/span&gt;&lt;a href="https://docs.cloud.google.com/sdk/use-gcloud-mcp"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Google Cloud CLI 원격 MCP 서버&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 새롭게 선보이며, 관리형 원격 MCP 서버 생태계를 확장합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;널리 사용되는&lt;/span&gt;&lt;a href="https://docs.cloud.google.com/sdk/gcloud"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;gcloud&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 및&lt;/span&gt;&lt;a href="https://docs.cloud.google.com/bigquery/docs/reference/bq-cli-reference"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;bq(BigQuery)&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 명령줄 도구를 기반으로 하는 이 새로운 서버는 AI 에이전트가 Google Cloud 인프라를 관리하고 고급 BigQuery 워크플로를 안전하고 원활하게 처리할 수 있도록 명령줄 작업에 대한 즉각적이고 광범위한 액세스를 제공합니다. &lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;AI 에이전트에 CLI가 중요한 이유&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;에이전트가 수행하는 클라우드 작업이 점점 더 복잡해지고 있지만, 백엔드 시스템과의 상호작용 방식을 표준화하는 일은 여전히 까다로운 과제로 남아 있습니다. Google Cloud CLI 원격 MCP 서버는 수백 개의 gcloud 및 bq 명령어의 다기능성을 하나의 MCP 서버로 패키징하여 이러한 격차를 해소합니다. 이를 통해 에이전트는 다음과 같은 두 가지 강력한 이점을 얻을 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;상위 수준 추상화:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; CLI 명령어는 다단계 API 조정을 요구하는 대신 복잡한 다단계 워크플로, 검증 확인, 상위 수준 작업을 통합 명령어로 패키징합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;모델 학습 활용:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; LLM은 공개 명령줄 문서, 문법, 사용 예시를 바탕으로 광범위하게 사전 학습되므로 모델에 대한 CLI 호출이 직관적이고 정확도가 높습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;원격 MCP 기반 CLI 활용의 장점&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;AI 에이전트로 클라우드 인프라를 관리하려면 일반적으로 에이전트 실행 환경 내에 Google Cloud CLI 바이너리를 설치하고 유지보수해야 합니다. Cloud CLI 원격 MCP 서버는 Google Cloud 인프라에 격리된 실행 샌드박스를 제공하여 CLI 기능과 MCP 이점을 연결합니다. 이를 통해 다음과 같은 주요 인프라 과제를 해결할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;간소화된 종속 항목 및 런타임 관리:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 커스텀 에이전트를 빌드하는 팀의 경우 개발, 테스트, 프로덕션 환경에서 로컬 CLI 버전과 종속 항목을 유지하는 데 운영 오버헤드가 발생합니다. 원격 MCP를 사용하면 로컬 설치와 런타임 유지보수의 번거로움이 사라집니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;웹 기반 에이전트 엔드포인트에 대한 액세스:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 웹 호스팅 에이전트 플랫폼 및 웹 인터페이스(예: Gemini Enterprise 및 기타 호스팅된 엔터프라이즈 에이전트 플랫폼)는 사용자가 로컬 패키지를 제어하거나 설치할 수 없는 환경에서 실행됩니다. 원격 MCP를 사용하면 이러한 인터페이스에서 Google Cloud CLI 작업에 안전하게 관리형 방식으로 직접 액세스할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;엔터프라이즈급 보안 및 거버넌스&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;AI 에이전트를 인프라에 연결하려면 엄격한 엔터프라이즈급 보호 장치가 필요합니다. 이 원격 서버는 Google Cloud의 표준 ID 및 거버넌스 프레임워크를 활용하여 환경을 안전하게 보호합니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;제로 앰비언트 사용자 인증 정보:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 서버는 앰비언트 사용자 인증 정보가 없는 네트워크 제한 프록시 경계에서 실행을 격리합니다. 인증 및 승인은&lt;/span&gt;&lt;a href="https://docs.cloud.google.com/iam/docs/agent-identity-overview"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;에이전트 아이덴티티&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;,&lt;/span&gt;&lt;a href="https://developers.google.com/identity/protocols/oauth2" rel="noopener" target="_blank"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;OAuth 2.0&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;, &lt;/span&gt;&lt;a href="https://docs.cloud.google.com/iam/docs"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Identity and Access Management (IAM)&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 통해 처리됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;엄격한 정책 시행:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 원격 MCP 서버를 통해 실행되는 모든 명령어는 인증된 호출자 ID의 권한으로 실행됩니다. 표준 IAM 권한과 조직 정책 서비스 제약조건 모두 다운스트림 대상 리소스에 엄격하게 적용됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;Model Armor를 통한 고급 보호:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; AI 도구 호출과 관련된 위험을 최소화하기 위해 Cloud CLI 원격 MCP 서버는&lt;/span&gt;&lt;a href="https://docs.cloud.google.com/model-armor/model-armor-mcp-google-cloud-integration"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Model Armor&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;와 통합됩니다. LLM 프롬프트와 응답을 선제적으로 검사하여 프롬프트 인젝션 및 악성 입력과 같은 위험으로부터 보호할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;Cloud 감사 로깅:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; Cloud CLI 원격 MCP 서버는 모든 도구 호출을 감사 로그(cloudcli.googleapis.com/mcp의 데이터 액세스 로그)에 기록하도록 구성할 수 있습니다. 보안팀은 민감한 명령어 페이로드나 개인 식별 정보(PII)를 노출하지 않고도 호출자 ID, OAuth 클라이언트, IAM 승인 결정(mcp.googleapis.com/tools.call)을 완벽하게 파악할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;Google Cloud CLI 원격 MCP 서버에 연결&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;클라우드 관리를 에이전트에 통합할 때 더 이상 Google Cloud CLI 바이너리를 패키징하거나, 로컬 실행 런타임을 관리하거나, 에이전트 컨테이너 이미지 내에서 종속 항목을 유지할 필요가 없습니다. Google Cloud CLI 원격 MCP 서버는 표준 모델 컨텍스트 프로토콜을 구현하므로 MCP 호환 에이전트 플랫폼 또는 조정 런타임은 표준 구성을 통해 즉시 연결할 수 있습니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;{\r\n  &amp;quot;mcpServers&amp;quot;: {\r\n    &amp;quot;google-cloud-cli&amp;quot;: {\r\n      &amp;quot;uri&amp;quot;: &amp;quot;https://cloudcli.googleapis.com/mcp&amp;quot;,\r\n      ...\r\n    }\r\n  }\r\n}&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eba08810&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;에이전트는 네트워크가 격리된 안전한 클라우드 샌드박스에서 gcloud 및 bq 명령어를 실행할 수 있는 액세스 권한을 즉시 얻습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;인증은 호스팅된 Google Cloud 플랫폼의 경우 키 없는 에이전트 아이덴티티를 통해 처리되고, 외부 런타임의 경우 표준 OAuth 2.0을 통해 처리됩니다. 인증 옵션은&lt;/span&gt;&lt;a href="https://docs.cloud.google.com/mcp/set-up-authentication-mcp-servers"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;MCP 인증 가이드&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 참고하세요.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;에이전트에 인프라 관리 기능 제공&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;a href="https://docs.cloud.google.com/sdk/use-gcloud-mcp"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Cloud CLI 원격 MCP 서버&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;는 두 가지 강력한 도구인 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;run_gcloud_command&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;와 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;run_bq_command&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 노출하여 AI 에이전트가 자연어를 통해 Google Cloud 작업에 광범위하고 즉각적으로 액세스할 수 있도록 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;code&gt;&lt;strong style="vertical-align: baseline;"&gt;run_gcloud_command&lt;/strong&gt;&lt;/code&gt;&lt;strong style="vertical-align: baseline;"&gt;를 사용하여 클라우드 인프라 관리&lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;&lt;code style="vertical-align: baseline;"&gt;run_gcloud_command&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 사용하면 에이전트가 광범위한 gcloud 작업을 실행하여 Google Cloud 환경을 관리하고, 진단하고, 보호할 수 있습니다. 예시는 다음과 같습니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;모니터링 가능성 및 사고 진단&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 에이전트는 명령어 실행을 자동화하고 도구 간 컨텍스트 전환을 줄여 사고 진단을 간소화합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/original_images/1_IPA9ALa.gif"
        
          alt="1"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;run_bq_command 도구를 사용한 BigQuery 작업 확장&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;a href="https://docs.cloud.google.com/bigquery/docs/use-bigquery-mcp"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;BigQuery MCP 서버&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;는 이미 AI 에이전트를 통한 데이터 분석 및 탐색을 지원하고 있습니다. 여기에 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;run_bq_command&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;가 도입되면서, 이제 에이전트는 &lt;/span&gt;&lt;a href="https://docs.cloud.google.com/sdk/reference/mcp#mcp-tools"&gt;&lt;span style="vertical-align: baseline;"&gt; &lt;/span&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;bq CLI&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;의 모든 기능을 활용해 리소스 할당, 작업 모니터링, 작업 예약과 같은 고급 BigQuery 작업을 수행할 수 있게 되었습니다. 주요 기능은 다음과 같습니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;예약된 쿼리 자동화&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 에이전트가 BigQuery Data Transfer Service 구성을 사용하여 쿼리 예약 작업을 자동으로 수행합니다. &lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;작업 및 리소스 관리&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;: 처리된 데이터 볼륨, 슬롯 사용량, 실행 계획을 포함한 쿼리 실행 세부정보에 대한 심층적인 인사이트를 얻고 예약을 관리합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;액세스 및 권한 제어:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 데이터 관리자와 소유자는 에이전트를 통해 직접 테이블 권한을 검사하고 업데이트할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/original_images/2_JA5HWbH.gif"
        
          alt="2"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;가격 책정 및 가용성&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Google Cloud CLI MCP 서버를 오늘부터 공개 프리뷰로 만나보실 수 있습니다. MCP 서버 자체를 사용하는 데는 추가 요금이 부과되지 않습니다. 직접 생성한 GCP 리소스와 해당하는 데이터 전송 비용에 대해서만 비용을 지불하면 됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;a href="https://docs.cloud.google.com/sdk/use-gcloud-mcp"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;시작하려면&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; Google Cloud 프로젝트에서 Cloud CLI Execution API (`&lt;/span&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;cloudcli.googleapis.com&lt;/span&gt;&lt;span style="vertical-align: baseline;"&gt;`)를 사용 설정하고, 에이전트 또는 사용자 ID에 필요한 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;MCP 도구 사용자&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; (`&lt;/span&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;roles/mcp.toolUser&lt;/span&gt;&lt;span style="vertical-align: baseline;"&gt;`) IAM 역할을 부여하고, MCP 클라이언트가 `cloudcli.googleapis.com/mcp`에 연결되도록 구성합니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://docs.cloud.google.com/sdk/use-gcloud-mcp"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Google Cloud CLI 원격 MCP 서버 사용 가이드&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://docs.cloud.google.com/sdk/reference/mcp#mcp-tools"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Google Cloud CLI MCP 참조&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://docs.cloud.google.com/mcp/overview"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Google Cloud 원격 MCP 서버 개요&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://docs.cloud.google.com/mcp/supported-products"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Google OneMCP 서버 전체 목록&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://docs.cloud.google.com/mcp/set-up-authentication-mcp-servers"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Google 및 Google Cloud MCP 서버에 대한 인증 설정&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://docs.cloud.google.com/gemini-enterprise-agent-platform/govern/agent-identity-overview"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Gemini Enterprise Agent Platform 및 에이전트 아이덴티티 개요&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;a href="https://www.youtube.com/watch?v=-fb0ycu4kiU" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Cloud CLI 원격 MCP 서버로 Google Cloud 자동화하기&lt;/span&gt;&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;&lt;/div&gt;</description><pubDate>Sun, 11 Oct 2026 19:00:00 +0000</pubDate><guid>https://cloud.google.com/blog/ko/products/ai-machine-learning/google-cloud-cli-remote-mcp-server-in-preview/</guid><category>Data Analytics</category><category>Developers &amp; Practitioners</category><category>AI &amp; Machine Learning</category><og xmlns:og="http://ogp.me/ns#"><type>article</type><title>Google Cloud CLI 원격 MCP 서버로 에이전트 역량 강화</title><description></description><site_name>Google</site_name><url>https://cloud.google.com/blog/ko/products/ai-machine-learning/google-cloud-cli-remote-mcp-server-in-preview/</url></og><author xmlns:author="http://www.w3.org/2005/Atom"><name>Prosper Nwankpa</name><title>Senior Engineering Manager, Google Cloud</title><department></department><company></company></author><author xmlns:author="http://www.w3.org/2005/Atom"><name>Adam Hwang</name><title>Software Engineering Manager, Google Cloud</title><department></department><company></company></author></item><item><title>서버 측 Cloud Swift SDK 소개</title><link>https://cloud.google.com/blog/ko/topics/developers-practitioners/introducing-the-server-side-cloud-swift-sdk/</link><description>&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;*이 콘텐츠는 AI 번역 도구를 사용하여 번역되었습니다. 정확성을 기하기 위해 노력하고 있으나, 자동 번역에는 오류나 누락이 포함될 수 있습니다. 정확한 정보는 &lt;/span&gt;&lt;a href="https://cloud.google.com/blog/topics/developers-practitioners/introducing-the-server-side-cloud-swift-sdk?e=0&amp;amp;hl=en"&gt;&lt;span style="font-style: italic; text-decoration: underline; vertical-align: baseline;"&gt;영문 원본&lt;/span&gt;&lt;/a&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;을 참고해 주시기 바랍니다.&lt;/span&gt;&lt;/p&gt;
&lt;hr/&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;수년 동안 &lt;/span&gt;&lt;a href="https://swift.org/" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Swift&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;는 주로 Apple 클라이언트 기기와 연결된 UI 언어로 인식되었습니다. Swift 6와 엄격한 동시 실행 검사를 통해 Swift는 Rust와 유사한 데이터 경합 안전성과 예측 가능한 참조 카운트 성능을 결합하여 실행 가능한 시스템 및 클라우드 언어로 거듭났습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 생태계를 지원하기 위해 Google 엔지니어링팀은 공식 &lt;/span&gt;&lt;a href="https://github.com/googleapis/google-cloud-swift" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Swift용 Google Cloud API 클라이언트 라이브러리&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 출시했습니다. Swift 6.2 이상을 위해 처음부터 새로 빌드된 이 새로운 SDK는 최신 비블로킹 &lt;/span&gt;&lt;a href="https://github.com/apple/swift-nio" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Swift NIO&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 이벤트 루프, HTTP/2 멀티플렉싱, &lt;/span&gt;&lt;a href="https://grpc.io/" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;gRPC&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 전송, 비용이 들지 않는 컴파일 시간 데이터 경합 안전성을 사용합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 글에서는 시작하는 데 필요한 모든 정보와 서버 측 Cloud Swift SDK(&lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;google-cloud-swift&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;)의 작동 방식을 설명합니다.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;서버 측 Swift 및 클라우드 네이티브 동시 실행의 부상&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;기존 백엔드 개발에서는 개발자 편의성과 리소스 사용률 사이에서 절충점을 찾아야 하는 경우가 많습니다. 관리형 런타임은 빠른 개발을 가능하게 하지만, 하위 수준 시스템 언어는 메모리 및 CPU 사용량을 더 세밀하게 제어할 수 있는 반면 기능 속도가 저하되는 경우가 많습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;서버 측 Swift는 이 둘 사이에서 실용적인 균형을 맞추는 것을 목표로 합니다. Swift는 가벼운 런타임과 자동 참조 카운팅(ARC)을 표현력 있는 문법과 결합합니다. 무엇보다도 Swift 6에는 컴파일 시간 동시 실행 검사가 도입되었습니다. 클라우드 마이크로서비스 전반에서 비동기 태스크 간에 상태를 공유할 때 컴파일러는 유형이 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;Sendable&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;을 준수하도록 강제합니다. 데이터 경합은 바이너리가 컴파일되거나 프로덕션에 도달하기 전에 편집기에서 포착됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;네트워크 계층에서 &lt;/span&gt;&lt;a href="https://cloud.google.com/"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Google Cloud&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; API에 대한 모든 요청은 연결당 시스템 스레드를 생성하지 않고 멀티코어 &lt;/span&gt;&lt;a href="https://www.kernel.org/" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Linux&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 서버 환경에서 확장되는 이벤트 기반 비차단 소켓을 통해 실행됩니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/sdk-architecture.max-1000x1000.png"
        
          alt="sdk-architecture"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;Swift SDK 활용 위치&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;서버 측 Cloud Swift SDK는 서버, 컨테이너, 자동화된 DevOps 환경을 위해 설계되었습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;a href="https://hummingbird.codes/" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Hummingbird&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 또는 &lt;/span&gt;&lt;a href="https://vapor.codes/" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Vapor&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;와 같은 Swift 웹 프레임워크로 처리량이 높은 마이크로서비스를 빌드할 때 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;google-cloud-swift&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;는 Cloud Storage, AI, Identity and Access Management(IAM) 및 100개 이상의 다른 Google Cloud 서비스에 대한 네이티브 액세스를 제공합니다. Linux에서 실행 파일을 컨테이너화하고 &lt;/span&gt;&lt;a href="https://cloud.google.com/run"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Cloud Run&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;, &lt;/span&gt;&lt;a href="https://cloud.google.com/kubernetes-engine"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Google Kubernetes Engine(GKE)&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 또는 &lt;/span&gt;&lt;a href="https://cloud.google.com/compute"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Compute Engine&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; VM에 직접 배포할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;SDK는 macOS 및 Linux에서 컴파일되므로 원하는 개발 환경에서 백엔드를 개발한 다음 프로덕션에 원활하게 배포할 수 있습니다. 또한 프런트엔드와 백엔드 모두에서 Swift를 사용하면 애플리케이션별 유형을 두 환경에서 공유할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;SDK는 플랫폼 엔지니어링과 DevOps 자동화에도 탁월합니다. 개발자 노트북 또는 CI/CD 파이프라인 내에서 실행되는 크로스 플랫폼 CLI 유틸리티와 데이터 순환 스크립트를 작성할 수 있습니다. 이러한 도구는 &lt;/span&gt;&lt;a href="https://cloud.google.com/docs/authentication/application-default-credentials"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;애플리케이션 기본 사용자 인증 정보(ADC)&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 또는 &lt;/span&gt;&lt;a href="https://cloud.google.com/iam/docs/workload-identity-federation"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;워크로드 아이덴티티 제휴&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 사용하여 Google Cloud에 자동으로 인증합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;a href="https://www.apple.com/app-store/" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Apple App Store&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;용 &lt;/span&gt;&lt;a href="https://developer.apple.com/ios/" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;iOS&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;, &lt;/span&gt;&lt;a href="https://www.apple.com/ipados/" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;iPadOS&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 또는 &lt;/span&gt;&lt;a href="https://www.apple.com/apple-vision-pro/" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;visionOS&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 앱을 빌드하는 경우 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;google-cloud-swift&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 클라이언트 번들에 직접 삽입해서는 안 됩니다. 클라이언트 바이너리 내에서 Google Cloud 서비스 계정 키 또는 관리 사용자 인증 정보를 전송하면 보안 위험이 발생합니다. 직접적인 클라이언트 측 기능의 경우 &lt;/span&gt;&lt;a href="https://github.com/firebase/firebase-ios-sdk" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Apple 플랫폼용 Firebase SDK&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 사용하여 사용자 인증, 실시간 &lt;/span&gt;&lt;a href="https://cloud.google.com/firestore"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Firestore&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 동기화, 클라이언트 측 보안 규칙을 처리하거나 자체 Cloud Run 백엔드 API를 통해 요청을 라우팅합니다.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;IDE 및 패키지 시작하기&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;code style="vertical-align: baseline;"&gt;google-cloud-swift&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;는 Linux와 macOS를 동등하게 지원하므로 Apple 하드웨어에서 &lt;/span&gt;&lt;a href="https://developer.apple.com/xcode/" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Xcode&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 사용하거나 Linux 워크스테이션에서 &lt;/span&gt;&lt;a href="https://code.visualstudio.com/" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Visual Studio Code&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 및 &lt;/span&gt;&lt;a href="https://swift.org/install/" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;swiftly&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 사용하여 개발할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;code style="vertical-align: baseline;"&gt;swiftly&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; CLI 설치 프로그램을 사용하여 Linux 워크스테이션에 공식 Swift 컴파일러를 설치하려면 다음을 실행합니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;curl -O https://download.swift.org/swiftly/linux/swiftly-$(uname -m).tar.gz &amp;amp;&amp;amp;\r\ntar zxf swiftly-$(uname -m).tar.gz &amp;amp;&amp;amp;\r\n./swiftly init --quiet-shell-followup &amp;amp;&amp;amp;\r\n. &amp;quot;${SWIFTLY_HOME_DIR:-$HOME/.local/share/swiftly}/env.sh&amp;quot; &amp;amp;&amp;amp;\r\nhash -r&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42ea13d190&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;또는 Ubuntu, Debian, Fedora 또는 Amazon Linux용 공식 &lt;/span&gt;&lt;a href="https://www.swift.org/download/" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Swift 다운로드&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;에서 사전 빌드된 도구 모음 tarball을 직접 다운로드할 수 있습니다. &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;google-cloud-swift&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;에는 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;Swift 6.2 이상&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;이 필요하므로 설치 후 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;swift --version&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;으로 컴파일러 버전을 확인하세요.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Linux 파일 시스템에서 클론할 때 &lt;/span&gt;&lt;a href="https://swift.org/package-manager/" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Swift Package Manager&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 베어 저장소 신뢰 경고를 해결하려면 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;git config --global safe.bareRepository all&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;을 사용하여 빌드하기 전에 &lt;/span&gt;&lt;a href="https://git-scm.com/" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Git&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;을 구성합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;필요한 패키지를 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;Package.swift&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 매니페스트에 추가하세요.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;swift package add-dependency https://github.com/googleapis/swift-google-cloud-language-v2.git --from 0.4.0\r\nswift package add-target-dependency GoogleCloudLanguageV2 CloudBackendService --package swift-google-cloud-language-v2&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42ea13ccd0&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;macOS에서는 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;platforms&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 지시어를 변경해야 합니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;// swift-tools-version: 6.2\r\nimport PackageDescription\r\n\r\nlet package = Package(\r\n  name: &amp;quot;CloudBackendService&amp;quot;,\r\n  // Applied when compiling on Darwin/macOS; ignored by SPM on Linux targets\r\n  platforms: [.macOS(.v15)],\r\n ... ...&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42ea13da90&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph"&gt;&lt;p data-block-key="bngnr"&gt;대부분의 환경에서 기본 초기화된 클라이언트는 다음과 같이 요청할 수 있습니다.&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;import Foundation\r\nimport GoogleCloudLanguageV2\r\n\r\nfunc analyzeTextSentiment(text: String) async throws {\r\n  // Initialize explicit API key credentials\r\n  let client = try LanguageServiceClient()\r\n\r\n  // Configure request using structured builder closure\r\n  let document = Document().with {\r\n    $0.type = .plainText\r\n    $0.source = .content(text)\r\n  }\r\n\r\n  let response = try await client.analyzeSentiment(\r\n    request: AnalyzeSentimentRequest().with { $0.document = document }\r\n  )\r\n\r\n  if let sentiment = response.documentSentiment {\r\n    print(&amp;quot;Document sentiment score: \\(sentiment.score)&amp;quot;)\r\n  }\r\n}&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42ea13d350&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;code style="vertical-align: baseline;"&gt;Document().with { … }&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;가 깔끔하고 스레드 안전한 구성 클로저를 제공하여 어떻게 장황한 임시 변수나 변경 setter를 방지하는지 주의 깊게 살펴보세요.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;네트워킹, 전송, 인증&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;저장소는 인프라 프리미티브를 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;packages/&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 아래의 모듈식 패키지로 분할합니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;code style="vertical-align: baseline;"&gt;swift-google-cloud-auth&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;: &lt;/span&gt;&lt;a href="https://docs.cloud.google.com/docs/authentication/application-default-credentials"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;애플리케이션 기본 사용자 인증 정보&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt; 검색, 서비스 계정 JWT 서명, 워크로드 아이덴티티 제휴를 위한 외부 계정 교환, API 키를 구현합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;code style="vertical-align: baseline;"&gt;swift-google-cloud-wkt&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;: Google 프로토콜 버퍼의 잘 알려진 유형에 대한 관용적인 Swift 유형을 제공합니다. 여기에는 Swift의 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;Date&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;에 깔끔하게 연결되는 나노초 정밀도의 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;Timestamp&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 표현이 포함됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;code style="vertical-align: baseline;"&gt;swift-google-cloud-gax&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;: 자동 재시도 루프, 지수 백오프, 페이지로 나누기 상태 머신과 같은 Google API 확장 프로그램을 처리합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;인수 없이 클라이언트 라이브러리를 초기화하면 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;Credentials.default()&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;가 환경(&lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;GOOGLE_APPLICATION_CREDENTIALS&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;, 할당량 프로젝트 변수 또는 로컬 Google Cloud CLI 구성)을 자동으로 스캔하고 gRPC 또는 HTTP/2를 통해 연결을 인증합니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;API 키로 사용자 인증 정보를 프로그래매틱 방식으로 재정의하거나 커스텀 액세스 헤더를 연결해야 하는 경우 명시적 구성 옵션을 전달할 수 있습니다. 예를 들어 이전 예시를 수정하여 다음을 사용할 수 있습니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;import Foundation\r\nimport GoogleCloudAuth\r\nimport GoogleCloudGax\r\nimport GoogleCloudLanguageV2\r\n\r\nfunc analyzeTextSentiment(apiKey: String, text: String) async throws {\r\n  // Initialize explicit API key credentials\r\n  let credentials = try Credentials(configuration: .apiKey(apiKey))\r\n  let client = try LanguageServiceClient(\r\n    ClientOptions().with { $0.credentials = credentials }\r\n  )\r\n\r\n  // Configure request using structured builder closure\r\n  let document = Document().with {\r\n    $0.type = .plainText\r\n    $0.source = .content(text)\r\n  }\r\n\r\n  let response = try await client.analyzeSentiment(\r\n    request: AnalyzeSentimentRequest().with { $0.document = document }\r\n  )\r\n\r\n  if let sentiment = response.documentSentiment {\r\n    print(&amp;quot;Document sentiment score: \\(sentiment.score)&amp;quot;)\r\n  }\r\n}&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42ea13de10&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;자동 생성된 클라이언트 생태계&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Google Cloud는 스키마가 정기적으로 업데이트되는 방대한 API 생태계를 운영합니다. &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;google-cloud-swift&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 지원하는 팀은 코드 생성기를 사용하여 최신 기능과 새로운 API로 클라이언트 라이브러리를 자동으로 업데이트합니다. 코드 생성기를 사용하면 중단되는 브레이킹 체인지 없이 안정적인 API를 생성할 수 있습니다. 출시는 정해진 주기에 따라 이루어지지만, 특정 기능이나 API가 긴급하게 필요한 경우 Cloud Customer Care에 문의하세요.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;a href="https://cloud.google.com/secret-manager"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Secret Manager&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;에서 키를 순환해야 하거나 &lt;/span&gt;&lt;a href="https://cloud.google.com/vertex-ai/generative-ai/docs/gemini-v1"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Gemini Enterprise Agent Platform&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;에서 &lt;/span&gt;&lt;a href="https://cloud.google.com/vertex-ai"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Gemini API&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 통해 멀티모달 추론 모델을 호출해야 하는 경우, 생성된 SDK는 일관된 이름 지정 및 async/await 서명을 따릅니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이렇게 생성된 클라이언트는 일반 단항 RPC 래퍼 이상의 기능을 제공합니다. 또한 애플리케이션 개발을 간소화하는 래퍼도 제공합니다. 예를 들어 긴 결과를 반복하려면 하나의 RPC로 결과 페이지를 가져오고, 결과 페이지를 반복한 다음, 다음 페이지를 검색하기 위한 새 요청을 준비해야 합니다. 생성된 클라이언트를 사용하면 이 과정이 비동기 반복자가 됩니다. 다음 예시는 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;GoogleCloudSecretManagerV1&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;을 사용하여 프로젝트 보안 비밀을 쿼리하는 방법을 보여줍니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;import Foundation\r\nimport GoogleCloudSecretManagerV1\r\n\r\n@main\r\nstruct SecretManagerQuickstart {\r\n  static func main() async throws {\r\n    guard let projectId = CommandLine.arguments.dropFirst().first else {\r\n      print(&amp;quot;Usage: SecretManagerQuickstart &amp;lt;projectId&amp;gt;&amp;quot;)\r\n      exit(1)\r\n    }\r\n\r\n    // Connects using Application Default Credentials automatically\r\n    let client = try SecretManagerServiceClient()\r\n\r\n    let request = ListSecretsRequest().with {\r\n      $0.parent = &amp;quot;projects/\\(projectId)&amp;quot;\r\n    }\r\n\r\n    // Async sequence streams pages of secrets automatically\r\n    print(&amp;quot;Secrets in project \\(projectId):&amp;quot;)\r\n    for try await item in try client.listSecretsByItem(request: request) {\r\n      print(&amp;quot; - \\(item.name)&amp;quot;)\r\n    }\r\n  }\r\n}&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42ea13ef90&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;페이지로 나눈 응답은 비동기 시퀀스(&lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;AsyncSequence&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;)를 반환합니다. 클라이언트 라이브러리가 비차단 NIO 채널을 통해 백그라운드에서 후속 페이지를 가져오는 동안 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;for try await&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 사용하여 항목을 반복할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;다음 단계&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;code style="vertical-align: baseline;"&gt;google-cloud-swift&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 사용하면 서버 측 Swift 개발자가 컴파일 시간 경합 안전, 네이티브 비동기/대기 인체공학적 API, OS 스레드 혼잡 없는 엔드 투 엔드 클라우드 인프라를 작성할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;소스 코드를 검사하거나, 문제를 열거나, 새 베니어를 제공하려면 공식 저장소인 &lt;/span&gt;&lt;a href="https://github.com/googleapis/google-cloud-swift" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;googleapis/google-cloud-swift&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 방문하세요.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;서버 측 Swift 아키텍처 또는 Cloud Run 컨테이너화에 대해 논의하고 싶으신가요? &lt;/span&gt;&lt;a href="https://developers.google.com/program" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Google Developer Program&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;에 가입하여 대화를 이어가세요.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;</description><pubDate>Sun, 11 Oct 2026 19:00:00 +0000</pubDate><guid>https://cloud.google.com/blog/ko/topics/developers-practitioners/introducing-the-server-side-cloud-swift-sdk/</guid><category>Developers &amp; Practitioners</category><media:content height="540" url="https://storage.googleapis.com/gweb-cloudblog-publish/images/introducing-the-server-side-cloud-swift-sdk-.max-600x600.png" width="540"></media:content><og xmlns:og="http://ogp.me/ns#"><type>article</type><title>서버 측 Cloud Swift SDK 소개</title><description></description><image>https://storage.googleapis.com/gweb-cloudblog-publish/images/introducing-the-server-side-cloud-swift-sdk-.max-600x600.png</image><site_name>Google</site_name><url>https://cloud.google.com/blog/ko/topics/developers-practitioners/introducing-the-server-side-cloud-swift-sdk/</url></og><author xmlns:author="http://www.w3.org/2005/Atom"><name>Karl Weinmeister</name><title>Director, Developer Relations</title><department></department><company></company></author><author xmlns:author="http://www.w3.org/2005/Atom"><name>Carlos O'Ryan</name><title>Software Engineer</title><department></department><company></company></author></item><item><title>저렴한 비용과 원활한 개발로 Managed Lustre 범용화</title><link>https://cloud.google.com/blog/ko/topics/developers-practitioners/democratizing-managed-lustre-with-lower-cost-and-frictionless-development/</link><description>&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;*이 콘텐츠는 AI 번역 도구를 사용하여 번역되었습니다. 정확성을 기하기 위해 노력하고 있으나, 자동 번역에는 오류나 누락이 포함될 수 있습니다. 정확한 정보는 &lt;/span&gt;&lt;a href="https://cloud.google.com/blog/topics/developers-practitioners/democratizing-managed-lustre-with-lower-cost-and-frictionless-development?e=0&amp;amp;hl=en"&gt;&lt;span style="font-style: italic; text-decoration: underline; vertical-align: baseline;"&gt;영문 원본&lt;/span&gt;&lt;/a&gt;&lt;span style="font-style: italic; vertical-align: baseline;"&gt;을 참고해 주시기 바랍니다.&lt;/span&gt;&lt;/p&gt;
&lt;hr/&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 글은 Google Cloud가 고성능 병렬 파일 시스템의 기본 가치인 TB/s 처리량, 대규모 클라이언트 환경에서의 1밀리초 미만 지연 시간, POSIX 지원을 어떻게 더 광범위한 사용 사례와 사용자에게 제공하고 있는지 살펴보는 2부 시리즈 중 1부입니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이전에는 병렬 파일 시스템의 비용과 특수 목적이라는 특성으로 인해 콜드 데이터를 파일 시스템 외부에 저장해야 했고, AI 개발자들이 코드 작성, 라이브러리 컴파일, 저장소 관리를 위해 별도의 느린 환경을 유지해야 했습니다. 이러한 단편화는 수동 데이터 스테이징, 데이터 세트 복사, 분리된 네임스페이스 관리의 반복 업무를 가중시킵니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Google Cloud Managed Lustre는 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;GB당 월 6센트의 동적 등급&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;을 통해 이러한 문제를 해결하고 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;다양한 개발 작업과 워크로드에 맞게 Managed Lustre 성능을 최적화하여 Managed Lustre를 고성능 AI 및 HPC 워크로드를 위한 '원스톱 솔루션'으로 만들고 있습니다.&lt;/strong&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;비용 절감: 동적 등급을 통해 더 적은 비용으로 더 많은 Lustre 활용&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Managed Lustre 동적 등급은 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;핫 데이터에 대해 1밀리초 미만의 지연 시간을 제공하므로 모든 데이터를 단일 네임스페이스에 저장할 수 있으며 비용은 GB당 월 6센트&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;에 불과합니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;처리량, 용량 확장, 클라이언트 확장:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 처리량은 최대 80PB까지 용량에 따라 선형적으로 확장되며, 수만 명의 클라이언트로 확장해도 핫 데이터의 지연 시간은 1밀리초 미만으로 안정적으로 유지됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;단일 정액 요금:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 예측 가능한 가격 책정 디스크 미디어 유형, 네임스페이스 내 데이터 이동 또는 메타데이터 IOPS에 대해 별도 요금이 부과되지 않습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;읽기 지연 시간:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 고성능 캐시(SSD)에 대해 1밀리초 미만의 지연 시간을 제공합니다.  용량 풀('HDD')은 Google Cloud Hyperdisk Throughput을 기반으로 빌드되며 &lt;/span&gt;&lt;a href="https://docs.cloud.google.com/compute/docs/disks/hd-types/hyperdisk-throughput"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;평균 읽기 지연 시간은 10~30ms&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;입니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h4&gt;&lt;strong style="vertical-align: baseline;"&gt;동적 등급에 권장되는 워크로드&lt;/strong&gt;&lt;/h4&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;다중 에포크 학습 및/또는 최적화된 가져오기 크기를 사용한 학습:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 핫 데이터는 첫 번째 실행 후 고성능 캐시(SSD)로 승격됩니다. 데이터 미리 가져오기 용량을 늘리면 동적 등급 비용 구조를 활용하고 지연 시간이 짧은 SSD의 이점을 누릴 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;쓰기 집약적 체크포인트:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 버스트 체크포인트 쓰기가 고성능 캐시에 직접 저장됩니다. 오래된 체크포인트는 용량 풀(HDD)로 투명하게 강등됩니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;빠른 체크포인트 복원:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 새로운 체크포인트가 고성능 캐시에 기록되어 지연 시간이 짧은 체크포인트 복원이 가능합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;개발자를 위한 대화형 신속성:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; Git 클론, 라이브러리 컴파일, 노트북 실행과 같은 지연 시간이 짧은 작업은 대규모 학습 세트를 호스팅하는 동일한 공유 작업공간에서 로컬 디스크와 유사한 성능(평균 읽기 지연 시간 약 300µs)으로 활용할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;원활한 개발: 개발자 워크로드를 위한 원스톱 솔루션인 Lustre&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Managed Lustre는 대규모 AI 및 HPC 워크로드(체크포인트/재시작/데이터 로드)를 위한 확장성 외에도 대화형 작업에 대한 요구사항을 충족하므로, 개발자는 Managed Lustre에서 시작하여 전체 워크로드 수명 주기 동안 Managed Lustre를 계속 사용할 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;통합 기반 및 대화형 성능&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;AI 및 HPC 수명 주기를 단일 네임스페이스로 통합하여 대화형 작업에 '로컬 디스크'와 같은 사용감을 제공합니다(&lt;/span&gt;&lt;a href="https://cloud.google.com/products/managed-lustre"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Salesforce 등이 경험한 Managed Lustre의 지연 시간 이점&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;에 대해 자세히 알아보기).&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;지연 시간:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 평균 읽기 지연 시간이 약 300µs로, 다른 분산 파일 시스템보다 최대 4배 더 나은 응답성을 제공합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;설정 가속화:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 약 2분 만에 Linux 커널의 tar 압축을 풀고(대체 파일 솔루션보다 4.7배 빠름), 약 40초 만에 20개 작업자 병렬 git clone을 실행하고, 약 200초 만에 Python을 컴파일합니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/democratizing-lustre-with-lower-cost-and-f.max-1000x1000.jpg"
        
          alt="democratizing-lustre-with-lower-cost-and-frictionless-development-02-managed-lustre-performance-values"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/democratizing-lustre-with-lower-cost-and-f.max-1000x1000_xLOfL6w.jpg"
        
          alt="democratizing-lustre-with-lower-cost-and-frictionless-development-01-performance-comparision"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;동시 실행 브로드캐스트 및 클러스터 시작&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Managed Lustre는 클러스터 초기화 중 스토리지 병목 현상을 방지하여 GPU ROI를 극대화합니다. &lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;수천 개의 워커 노드가 공유 모델 체크포인트, 기본 가중치, 컨테이너 레이어와 같은 동일한 파일을 동시에 읽으려고 할 경우, 기존의 분산 파일 시스템은 국지적인 핫스팟으로 인해 병목 현상이 발생하여 고가의 GPU 클러스터가 몇 분 동안 유휴 상태로 방치될 수 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;동일한 파일을 읽는 다수의 클라이언트에 대한 집계 처리량 개선:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; 대체 파일 솔루션에 비해 67% 개선된 성능을 보여줍니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;strong style="vertical-align: baseline;"&gt;병렬 로드:&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt; PyTorch와 같은 라이브러리를 4,000개 이상의 프로세스에서 60초 이내에 가져옵니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;&lt;/div&gt;
&lt;div class="block-image_full_width"&gt;






  
    &lt;div class="article-module h-c-page"&gt;
      &lt;div class="h-c-grid"&gt;
  

    &lt;figure class="article-image--large
      
      
        h-c-grid__col
        h-c-grid__col--6 h-c-grid__col--offset-3
        
        
      "
      &gt;

      
      
        
        &lt;img
            src="https://storage.googleapis.com/gweb-cloudblog-publish/images/democratizing-lustre-with-lower-cost-and-f.max-1000x1000_9kShfM1.jpg"
        
          alt="democratizing-lustre-with-lower-cost-and-frictionless-development-03-performance-advantage"&gt;
        
        &lt;/a&gt;
      
    &lt;/figure&gt;

  
      &lt;/div&gt;
    &lt;/div&gt;
  




&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;원스톱 워크플로를 직접 실행해 보세요&lt;/strong&gt;&lt;/h2&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Google이 실행한 테스트 코드로 자체 테스트를 수행해 보세요.&lt;/span&gt;&lt;/p&gt;
&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;대화형 액세스를 위한 짧은 지연 시간&lt;/strong&gt;&lt;/h3&gt;
&lt;p&gt;&lt;a href="https://github.com/axboe/fio" rel="noopener" target="_blank"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;fio&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 사용하여 동시성이 낮은 소규모 읽기 및 쓰기를 에뮬레이션했습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;&lt;span style="vertical-align: super;"&gt;1 스토리지 시스템 사양: Managed Lustre의 TiB 등급당 500MBps, 108,000GiB 용량. 102,400GiB 용량의 영역 Filestore. 동일한 40GiB 파일을 읽는 2,048개의 클라이언트 VM에 대해 평균 처리량 36.7GB/s.&lt;/span&gt;&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;# Read workload\r\nfio --ioengine=libaio --filesize=100M --ramp_time=2s \\\r\n    --runtime=2m --time_based --numjobs=1 --direct=1 --verify=0 --randrepeat=0 \\\r\n    --group_reporting --directory=~/LUSTRE_MOUNT \\\r\n    --name=randread --blocksize=4k --iodepth=1 --readwrite=randread \\\r\n    --buffer_compress_percentage=50\r\n\r\n# Write workload\r\nfio --ioengine=libaio --filesize=100M --ramp_time=2s \\\r\n    --runtime=2m --time_based --numjobs=1 --direct=1 --verify=0 --randrepeat=0 \\\r\n    --group_reporting --directory=~/LUSTRE_MOUNT \\\r\n    --name=randwrite --blocksize=4k --iodepth=1 --readwrite=randwrite \\\r\n    --buffer_compress_percentage=50&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eab309d0&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;빠른 설정&lt;/strong&gt;&lt;/h3&gt;
&lt;h4&gt;&lt;strong style="vertical-align: baseline;"&gt;Linux untar 실행 방법&lt;/strong&gt;&lt;/h4&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;# Download a kernel tarball\r\nwget -P /tmp https://cdn.kernel.org/pub/linux/kernel/v5.x/linux-5.18.9.tar.xz\r\n\r\n# Extract the archive to the Lustre mount\r\nmkdir ~/LUSTRE_MOUNT/kernel\r\ntar -C ~/LUSTRE_MOUNT/kernel -xf /tmp/linux-5.18.9.tar.xz&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eab30950&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;위의 사용 사례에서는 루트로 실행할 때 발생할 수 있는 메타데이터 성능 저하를 방지해야 합니다(즉, &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;tar&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;가 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;chown&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt; 및 &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;chmod&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 호출하여 추출된 파일의 소유자 및 권한을 보관 파일에 기록된 것과 일치시킴).  그래도 루트로 실행하려는 경우(그리고 이 접근 방식이 설정과 호환되는지 확인한 경우) &lt;/span&gt;&lt;code style="vertical-align: baseline;"&gt;`--no-same-owner --no-same-permissions`&lt;/code&gt;&lt;span style="vertical-align: baseline;"&gt;를 지정하여 추출된 파일이 루트를 소유자로 유지하고 루트의 기본 파일 권한을 갖도록 할 수 있습니다. 즉, 루트 권한으로 추출할 때 보관 파일의 소유자 및 권한을 무시함으로써 루트가 아닌 사용자로 추출하는 것처럼 작동하게 합니다.&lt;/span&gt;&lt;/p&gt;
&lt;h4&gt;&lt;strong style="vertical-align: baseline;"&gt;Python gitclone 실행 방법&lt;/strong&gt;&lt;/h4&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;git config --global checkout.workers 20\r\nmkdir ~/LUSTRE_MOUNT/python\r\ngit clone https://github.com/python/cpython.git ~/LUSTRE_MOUNT/python&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eab31850&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;Python 컴파일 실행 방법&lt;/strong&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;pushd ~/LUSTRE_MOUNT/python\r\n./configure &amp;gt; /dev/null\r\nmake &amp;gt; /dev/null\r\npopd&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42ea165150&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h3&gt;&lt;strong style="vertical-align: baseline;"&gt;대규모 배포&lt;/strong&gt;&lt;/h3&gt;
&lt;h4&gt;&lt;strong style="vertical-align: baseline;"&gt;하나의 대용량 파일을 여러 노드에 배포하기 위한 집계 처리량&lt;/strong&gt;&lt;/h4&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;각 클라이언트 VM에서 다음을 실행합니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;# Start fio in server mode\r\nfio --server&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42ea164e10&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph"&gt;&lt;p data-block-key="iadne"&gt;선택한 클라이언트 VM에서 다음을 실행합니다.&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;quot;# Create a 40 GiB file\r\nfio --name=job1 \\\r\n    --ioengine=libaio \\\r\n    --direct=1 \\\r\n    --buffer_compress_percentage=50 \\\r\n    --blocksize=4m \\\r\n    --iodepth=32 \\\r\n    --filesize=40g \\\r\n    --readwrite=write \\\r\n    --filename ~/LUSTRE_MOUNT/40gb_test\r\n\r\n# Create an fio job file for the read workload\r\ncat &amp;lt;&amp;lt;&amp;#x27;EOF&amp;#x27; &amp;gt; /tmp/read.fio\r\n[job1]\r\nfilename=${HOME}/LUSTRE_MOUNT/40gb_test\r\nrw=read\r\nbs=4m\r\nexitall_on_error=1\r\nEOF\r\n\r\n# Run the read workload using all client VMs in ~/hostfile\r\nfio --client ~/hostfile /tmp/read.fio&amp;quot;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eb6122d0&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;h4&gt;&lt;strong style="vertical-align: baseline;"&gt;여러 프로세스에서 라이브러리를 동시에 로드&lt;/strong&gt;&lt;/h4&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;선택한 클라이언트 VM에서 다음을 실행합니다.&lt;/span&gt;&lt;/p&gt;&lt;/div&gt;
&lt;div class="block-code"&gt;&lt;dl&gt;
    &lt;dt&gt;code_block&lt;/dt&gt;
    &lt;dd&gt;&amp;lt;ListValue: [StructValue([(&amp;#x27;code&amp;#x27;, &amp;#x27;# Install PyTorch in a virtual env\r\npython3 -m venv ~/LUSTRE_MOUNT/env\r\nsource ~/LUSTRE_MOUNT/env/bin/activate\r\npip3 install --upgrade pip\r\npip3 install torch torchvision torchaudio \r\ndeactivate\r\n\r\n# Import PyTorch on all client VMs in ~/hostfile, 4 processes per host\r\nmpirun --allow-run-as-root --oversubscribe --hostfile ~/hostfile -N 4 \\\r\n  bash -c \&amp;#x27;source ~/LUSTRE_MOUNT/env/bin/activate &amp;amp;&amp;amp; python3 -c &amp;quot;import torch&amp;quot;\&amp;#x27;&amp;#x27;), (&amp;#x27;language&amp;#x27;, &amp;#x27;&amp;#x27;), (&amp;#x27;caption&amp;#x27;, &amp;lt;wagtail.rich_text.RichText object at 0x7f42eb610a50&amp;gt;)])]&amp;gt;&lt;/dd&gt;
&lt;/dl&gt;&lt;/div&gt;
&lt;div class="block-paragraph_advanced"&gt;&lt;p&gt;&lt;strong style="vertical-align: baseline;"&gt;향후 계획 및 다음 단계&lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;Google Cloud Managed Lustre는 수동 데이터 스테이징 부담을 없애고 동적 등급으로 진입 비용을 낮춤으로써, 단일 목적의 엘리트 엔진에서 전체 AI 수명 주기를 위한 다목적 통합 스토리지 패브릭으로 진화하고 있습니다.&lt;/span&gt;&lt;/p&gt;
&lt;p&gt;&lt;span style="vertical-align: baseline;"&gt;이 시리즈의 2부에서는 &lt;/span&gt;&lt;strong style="vertical-align: baseline;"&gt;곧 출시될 객체 통합 기능&lt;/strong&gt;&lt;span style="vertical-align: baseline;"&gt;을 중점적으로 다룰 예정입니다. 많은 기대 부탁드립니다.&lt;/span&gt;&lt;/p&gt;
&lt;h2&gt;&lt;strong style="vertical-align: baseline;"&gt;다음 단계&lt;/strong&gt;&lt;/h2&gt;
&lt;ul&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;벤치마크를 직접 실행해 보세요(아직 실행하지 않은 경우). &lt;/span&gt;&lt;a href="https://console.cloud.google.com/"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Google Cloud 콘솔&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;을 사용하여 Google Cloud Managed Lustre 인스턴스를 배포하고 위에 제공된 테스트를 실행하여 자체 워크로드를 벤치마크해 보세요.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;동적 등급 살펴보기: 자세한 내용은 &lt;/span&gt;&lt;a href="https://docs.cloud.google.com/managed-lustre/docs/performance-tiers"&gt;&lt;span style="text-decoration: underline; vertical-align: baseline;"&gt;Google Cloud Managed Lustre 문서&lt;/span&gt;&lt;/a&gt;&lt;span style="vertical-align: baseline;"&gt;를 참조하세요.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;2부를 기대해 주세요. 이 시리즈의 다음 편에서는 곧 출시될 객체 통합 기능과 이 기능이 AI 및 HPC 스토리지를 어떻게 더욱 간소화하는지에 대해 자세히 살펴보겠습니다.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;li aria-level="1" style="list-style-type: disc; vertical-align: baseline;"&gt;
&lt;p role="presentation"&gt;&lt;span style="vertical-align: baseline;"&gt;Google Cloud Managed Lustre에서 개발부터 학습까지의 수명 주기를 중앙화하세요.&lt;/span&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;&lt;/div&gt;</description><pubDate>Sun, 11 Oct 2026 19:00:00 +0000</pubDate><guid>https://cloud.google.com/blog/ko/topics/developers-practitioners/democratizing-managed-lustre-with-lower-cost-and-frictionless-development/</guid><category>Developers &amp; Practitioners</category><media:content height="540" url="https://storage.googleapis.com/gweb-cloudblog-publish/images/democratizing-lustre-with-lower-cost-and-fri.max-600x600_y4nYtDt.jpg" width="540"></media:content><og xmlns:og="http://ogp.me/ns#"><type>article</type><title>저렴한 비용과 원활한 개발로 Managed Lustre 범용화</title><description></description><image>https://storage.googleapis.com/gweb-cloudblog-publish/images/democratizing-lustre-with-lower-cost-and-fri.max-600x600_y4nYtDt.jpg</image><site_name>Google</site_name><url>https://cloud.google.com/blog/ko/topics/developers-practitioners/democratizing-managed-lustre-with-lower-cost-and-frictionless-development/</url></og><author xmlns:author="http://www.w3.org/2005/Atom"><name>Barak Epstein </name><title>Senior Product Manager, Google Cloud Managed Lustre</title><department></department><company></company></author><author xmlns:author="http://www.w3.org/2005/Atom"><name>Yuval Ehrental</name><title>Software Engineer, Google Cloud Managed Lustre</title><department></department><company></company></author></item></channel></rss>