맨위로가기

코드형 인프라스트럭처

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.

1. 개요

코드형 인프라스트럭처(IaC)는 유틸리티 컴퓨팅과 2세대 웹 프레임워크의 문제에 대한 대응으로 등장하여, 인프라를 코드처럼 모델링하고 관리하는 방식이다. IaC는 애플리케이션 배포 속도를 높이고, 소프트웨어 개발자와 IT 관리자 모두에게 인프라 관리 방식을 혁신적으로 변화시켰다. IaC는 선언적, 명령형, 인텔리전트 접근 방식을 가지며, 푸시 및 풀 방식의 방법론을 사용한다. IaC 도구로는 Ansible, Terraform, Puppet, Chef 등이 있으며, 데브옵스 모범 사례를 실현하는 핵심 요소로 보안 검토 및 취약점 분석을 통해 보안을 강화해야 한다.

더 읽어볼만한 페이지

  • 서비스형 - 서비스형 게임
    서비스형 게임은 게임을 지속적인 서비스로 제공하는 비즈니스 모델로, MMO 구독 모델에서 시작하여 모바일 게임 시장과 함께 확산되었지만, Pay-to-win 논란, 뽑기 시스템의 도박성 등 법적, 윤리적 문제점도 제기되고 있다.
  • 서비스형 - 클라우드 데이터베이스
    클라우드 데이터베이스는 클라우드 컴퓨팅 환경에서 제공되는 데이터베이스 서비스로, 가상 머신 이미지 방식과 서비스형 데이터베이스 모델로 나뉘며, SQL/NoSQL 데이터베이스를 지원하고 확장성, 고가용성 등의 특징을 가진다.
  • 소프트웨어 개발 프로세스 - 버전 관리
    버전 관리는 파일 변경 이력을 체계적으로 관리하는 시스템이며, 다양한 구조와 소스 관리 모델을 통해 협업을 지원하고, 비즈니스 등 다양한 분야에서 활용된다.
  • 소프트웨어 개발 프로세스 - 소프트웨어 개발 수명 주기
    소프트웨어 개발 수명 주기(SDLC)는 시스템 설계자와 개발자가 따르는 일련의 단계로, 예비 분석부터 폐기까지 여러 단계를 거치며, 폭포수 모델, 시스템 분석 및 설계(SAD), 객체 지향 분석 및 설계(OOAD) 등 다양한 방법론을 포함한다.
  • 시스템 공학 - 물류
    물류는 고객의 요구를 충족시키기 위해 재화, 서비스 및 관련 정보를 발생 지점에서 소비 지점까지 계획, 실행, 통제하는 과정이며, 전자상거래 발달과 함께 전자 물류의 중요성이 커지고 물류 자동화 및 시스템, 교육 기관들이 발전하고 있다.
  • 시스템 공학 - 제어 시스템
    제어 시스템은 시스템의 출력을 원하는 값으로 유지하거나 목표를 달성하기 위해 동작을 조절하는 시스템으로, 다양한 제어 방식과 기법, 하드웨어를 통해 구현되어 소형 장치부터 대규모 산업 공정까지 광범위하게 사용된다.
코드형 인프라스트럭처

2. 역사

유틸리티 컴퓨팅과 2세대 웹 프레임워크가 제기한 어려움에 대한 대응으로 IaC(코드형 인프라스트럭처)가 성장했다.[1] 2006년 아마존 웹 서비스(AWS)의 탄력적 컴퓨팅 클라우드(EC2) 출시와 루비 온 레일스 1.0 버전 출시는 대기업에서만 경험했던 광범위한 확장 문제를 기업 전반으로 확산시켰다.[2] 이러한 변화는 IT 인프라 관리 방식을 혁신적으로 변화시킬 필요성을 제기했고, IaC는 이러한 요구에 대한 해결책으로 등장했다. 코드로 인프라를 모델링하고, 알려진 소프트웨어 모범 사례를 사용하여 애플리케이션 인프라를 설계, 구현, 배포할 수 있다는 아이디어는 소프트웨어 개발자와 IT 인프라 관리자 모두에게 어필했다. 인프라를 코드처럼 취급하고 다른 소프트웨어 프로젝트와 동일한 도구를 사용할 수 있게 되면서 개발자는 애플리케이션을 빠르게 배포할 수 있게 되었다.[3]

2. 1. 배경

유틸리티 컴퓨팅과 2세대 웹 프레임워크가 제기한 어려움에 대한 대응으로 IaC(코드형 인프라스트럭처)가 성장했다.[1] 2006년 아마존 웹 서비스(AWS)의 탄력적 컴퓨팅 클라우드(EC2) 출시와 루비 온 레일스 1.0 버전 출시는 대기업에서만 경험했던 광범위한 확장 문제를 기업 전반으로 확산시켰다.[2] 이러한 변화는 IT 인프라 관리 방식을 혁신적으로 변화시킬 필요성을 제기했고, IaC는 이러한 요구에 대한 해결책으로 등장했다. 코드로 인프라를 모델링하고, 알려진 소프트웨어 모범 사례를 사용하여 애플리케이션 인프라를 설계, 구현, 배포할 수 있다는 아이디어는 소프트웨어 개발자와 IT 인프라 관리자 모두에게 어필했다. 인프라를 코드처럼 취급하고 다른 소프트웨어 프로젝트와 동일한 도구를 사용할 수 있게 되면서 개발자는 애플리케이션을 빠르게 배포할 수 있게 되었다.[3]

2. 2. 개념의 발전

코드형 인프라스트럭처(IaC)는 유틸리티 컴퓨팅과 2세대 웹 프레임워크가 제기한 어려움에 대한 대응으로 성장했다. 2006년 아마존 웹 서비스(AWS)의 탄력적 컴퓨팅 클라우드(EC2) 출시와 루비 온 레일스 1.0 버전 출시는[1] 대기업에서만 경험했던 광범위한 확장 문제를 기업 전반으로 확산시켰다.[2] 코드로 인프라를 모델링하고, 소프트웨어 모범 사례를 사용하여 애플리케이션 인프라를 설계, 구현, 배포할 수 있다는 아이디어는 소프트웨어 개발자와 IT 인프라 관리자 모두에게 어필했다. 인프라를 코드처럼 취급하고 다른 소프트웨어 프로젝트와 동일한 도구를 사용할 수 있게 되면서 개발자는 애플리케이션을 빠르게 배포할 수 있게 되었다.[3]

3. 접근 방식

코드형 인프라(IaC)에는 일반적으로 선언적 (함수형) 대 명령형 (절차적) 두 가지 접근 방식이 있다. 선언적 접근 방식과 명령형 접근 방식의 차이점은 본질적으로 '''무엇''' 대 '''어떻게'''이다. 선언적 접근 방식은 최종 대상 구성을 '''무엇'''으로 할지를 강조하는 반면, 명령형 접근 방식은 이러한 목표를 달성하기 위해 인프라를 '''어떻게''' 변경할 것인지에 초점을 맞춘다. 선언적 접근 방식은 원하는 상태를 정의하고 시스템이 해당 원하는 상태를 달성하기 위해 필요한 작업을 실행한다. 명령형 접근 방식은 원하는 결과를 얻기 위해 적절한 순서로 실행해야 하는 특정 명령을 정의한다.[18]

선언적 프로그래밍 (기능적), 명령형 프로그래밍 (절차적), 그리고 인텔리전트(환경 인식)의 3가지 IaC 접근 방식이 있다. 이들의 차이는 "무엇"을, "어떻게"와 "왜"의 차이와 같다.[18]

3. 1. 선언적 접근 방식 (Declarative)

선언적 접근 방식은 인프라의 최종 상태를 정의하고, 시스템이 이를 달성하기 위한 방법을 스스로 결정하도록 한다. 즉, "무엇(What)"을 원하는지에 초점을 맞춘다. 대표적인 도구로는 AWS CloudFormation, Terraform 등이 있다.

선언적 접근 방식과 명령형 접근 방식의 차이점은 본질적으로 '''무엇''' 대 '''어떻게'''이다. 선언적 접근 방식은 최종 대상 구성을 '''무엇'''으로 할지를 강조하는 반면, 명령형 접근 방식은 이러한 목표를 달성하기 위해 인프라를 '''어떻게''' 변경할 것인지에 초점을 맞춘다. 다시 말해, 선언적 접근 방식은 원하는 상태를 정의하고 시스템이 해당 원하는 상태를 달성하기 위해 필요한 작업을 실행한다.

3. 2. 명령형 접근 방식 (Imperative)

명령형 접근 방식은 원하는 결과를 얻기 위해 적절한 순서로 실행해야 하는 특정 명령을 정의한다. 인프라를 '''어떻게''' 변경할 것인지에 초점을 맞추며, 최종 대상 구성을 ''어떻게'' 달성할지를 강조한다. 대표적인 도구로는 Chef, Ansible 등이 있다.

3. 3. 인텔리전트 접근 방식 (Intelligent)

코드형 인프라(IaC)에는 일반적으로 두 가지 접근 방식이 있다. 선언적 접근 방식명령형 접근 방식이 있다. 선언적 접근 방식은 최종 대상 구성을 '''무엇'''으로 할지를 강조하는 반면, 명령형 접근 방식은 이러한 목표를 달성하기 위해 인프라를 '''어떻게''' 변경할 것인지에 초점을 둔다. 선언적 접근 방식은 원하는 상태를 정의하고 시스템이 해당 원하는 상태를 달성하기 위해 필요한 작업을 실행한다. 명령형 접근 방식은 원하는 결과를 얻기 위해 적절한 순서로 실행해야 하는 특정 명령을 정의한다.

동일한 인프라스트럭처에서 실행되는 여러 애플리케이션의 모든 상호 관계와 종속성을 고려하여, 최종적인 목표 설정이 특정 방식의 이유에 초점을 맞춘다. 상호 의존(공의존) 애플리케이션에 영향을 주지 않도록 시스템은 발생해야 하는 무언가를 처리하기 전에, 목표 상태를 결정한다. 환경을 인식하는 상태가 IaC의 차세대이다.

4. 방법론

IaC(코드형 인프라스트럭처)는 서버 설정을 위해 '푸시' 방식과 '풀' 방식을 활용한다.[7]
푸시 방식코드형 인프라(IaC)를 사용하면 코드를 사용하여 서버와 해당 구성을 관리할 수 있다. 이러한 구성을 서버로 보내는 방법에는 '푸시 방식'과 '풀 방식'이 있다.[7] 푸시 방식에서는 중앙 제어 시스템이 대상 서버에 직접 구성을 적용한다.[7] Ansible, Terraform 등이 주로 사용하는 방식이다.
풀 방식풀 방식에서는 대상 서버가 중앙 제어 시스템에서 구성을 가져와 적용한다.[7] 셰프(Chef)나 퍼펫(Puppet)등이 주로 사용하는 방식이다.
모듈화인프라스트럭처를 프로그래밍 언어의 모듈과 유사하게 여러 개의 묶음으로 분할하여 관리할 수 있다. 하나의 인프라스트럭처를 몇 개의 묶음으로 분할하고 각 묶음에 대한 설정 파일을 준비한다. 설정 파일 간의 읽기 시스템, 즉 모듈 import 메커니즘을 통해 모듈 단위로 인프라스트럭처를 관리하고 이를 조합하여 인프라스트럭처 전체를 구성할 수 있다. 예를 들어 AWS CloudFormation에서는 ''스택(stack)''을 모듈 단위로 하여 모듈을 읽어 들이는 메커니즘(''Nested Stacks'')이 정비되어 있다.[19]
자동 생성코드형 인프라스트럭처 사상에 따라 프로그래밍에서 코드 자동 생성과 유사한 '''자동 생성'''을 인프라스트럭처에도 도입할 수 있다. IaC를 통해 인프라스트럭처 프로비저닝은 코드로 실행된다. 따라서 이 프로비저닝 코드 자체를 자동 생성할 수 있다면, 일종의 인프라 설계를 자동화할 수 있다.[20]

API 개발에서는 스키마에서 프론트엔드 코드, 서버 스텁을 자동 생성하는 기술(cf. 스키마 주도 개발)이 존재한다. 일반적으로 서버 자체는 수동으로 시작되거나 IaC 기술을 사용하여 프로비저닝 코드로 자동 구성된다. 그러나 스키마를 기반으로 '''프로비저닝 코드를 자동 생성'''할 수 있다면, 생성된 코드를 통해 인프라 자동 프로비저닝까지 수행할 수 있다. 예를 들어 아마존 웹 서비스(Amazon Web Services) Amplify에서는 GraphQL 스키마를 정의함으로써 스키마에 맞는 GraphQL API 및 백엔드 데이터베이스의 프로비저닝 코드(AWS CloudFormation Templates)를 자동 생성하여 그대로 AWS에 배포할 수 있다.[20]

이 자동 생성은 IaC 사상에 기반한 "프로비저닝 코드"가 존재하기 때문에 가능해진 기술이다. 이처럼 인프라스트럭처를 코드로 취급함으로써 다양한 소프트웨어 개발 기법을 인프라스트럭처 개발에 도입할 수 있다.[20]

4. 1. 푸시 방식

코드형 인프라(IaC)를 사용하면 코드를 사용하여 서버와 해당 구성을 관리할 수 있다. 이러한 구성을 서버로 보내는 방법에는 '푸시 방식'과 '풀 방식'이 있다.[7] 푸시 방식에서는 중앙 제어 시스템이 대상 서버에 직접 구성을 적용한다.[7] Ansible, Terraform 등이 주로 사용하는 방식이다.

4. 2. 풀 방식

풀 방식에서는 대상 서버가 중앙 제어 시스템에서 구성을 가져와 적용한다.[7] 셰프(Chef)나 퍼펫(Puppet)등이 주로 사용하는 방식이다.

4. 3. 모듈화

인프라스트럭처를 프로그래밍 언어의 모듈과 유사하게 여러 개의 묶음으로 분할하여 관리할 수 있다. 하나의 인프라스트럭처를 몇 개의 묶음으로 분할하고 각 묶음에 대한 설정 파일을 준비한다. 설정 파일 간의 읽기 시스템, 즉 모듈 import 메커니즘을 통해 모듈 단위로 인프라스트럭처를 관리하고 이를 조합하여 인프라스트럭처 전체를 구성할 수 있다. 예를 들어 AWS CloudFormation에서는 ''스택(stack)''을 모듈 단위로 하여 모듈을 읽어 들이는 메커니즘(''Nested Stacks'')이 정비되어 있다.[19]

4. 4. 자동 생성

코드형 인프라스트럭처 사상에 따라 프로그래밍에서 코드 자동 생성과 유사한 '''자동 생성'''을 인프라스트럭처에도 도입할 수 있다. IaC를 통해 인프라스트럭처 프로비저닝은 코드로 실행된다. 따라서 이 프로비저닝 코드 자체를 자동 생성할 수 있다면, 일종의 인프라 설계를 자동화할 수 있다.[20]

API 개발에서는 스키마에서 프론트엔드 코드, 서버 스텁을 자동 생성하는 기술(cf. 스키마 주도 개발)이 존재한다. 일반적으로 서버 자체는 수동으로 시작되거나 IaC 기술을 사용하여 프로비저닝 코드로 자동 구성된다. 그러나 스키마를 기반으로 '''프로비저닝 코드를 자동 생성'''할 수 있다면, 생성된 코드를 통해 인프라 자동 프로비저닝까지 수행할 수 있다. 예를 들어 아마존 웹 서비스(Amazon Web Services) Amplify에서는 GraphQL 스키마를 정의함으로써 스키마에 맞는 GraphQL API 및 백엔드 데이터베이스의 프로비저닝 코드(AWS CloudFormation Templates)를 자동 생성하여 그대로 AWS에 배포할 수 있다.[20]

이 자동 생성은 IaC 사상에 기반한 "프로비저닝 코드"가 존재하기 때문에 가능해진 기술이다. 이처럼 인프라스트럭처를 코드로 취급함으로써 다양한 소프트웨어 개발 기법을 인프라스트럭처 개발에 도입할 수 있다.[20]

5. 도구

인프라 자동화 기능을 수행하고 IaC를 사용하는 도구는 많다. 일반적으로, 프로그래밍 방식을 기반으로 선언적 또는 명령적으로 인프라를 변경하거나 구성하는 모든 프레임워크나 도구는 IaC로 간주될 수 있다.[8] 전통적으로, 서버 (라이프사이클) 자동화 및 구성 관리 도구는 IaC를 수행하는 데 사용되었다. 현재 기업들은 또한 마이크로소프트의 PowerShell DSC영어[9]나 AWS CloudFormation과 같은 지속적인 구성 자동화 도구나 독립형 IaC 프레임워크를 사용하고 있다.[10][21]

지속적 구성 자동화 (CCA) 도구는 기존의 IaC 프레임워크를 확장한 것으로 볼 수 있다. IaC를 활용하여 인프라를 변경, 구성 및 자동화하며, 인프라 관리 방식에 대한 가시성, 효율성 및 유연성을 제공한다. 이러한 추가 속성은 엔터프라이즈 수준의 보안 및 규정 준수를 지원한다.

가트너(Gartner)는 CCA 도구의 가치가 "자동화 도구의 상업적 성숙도와 성능만큼이나 사용자 커뮤니티가 기여한 콘텐츠와 지원에 달려 있다"고 언급했다.[2] 퍼펫(Puppet) 및 셰프(Chef)와 같은 기존 공급업체는 자체 커뮤니티를 만들었다. 셰프는 셰프 커뮤니티 저장소(Chef Community Repository)를 가지고 있으며 퍼펫은 퍼펫포지(PuppetForge)를 가지고 있다.[11]

도구회사방식선언적제어 파일구성 파일 형식아키텍처서버 측 대기 포트
Ansible / Ansible TowerAnsible (RedHat)푸시선언형과 명령형플레이북YAML 형식에이전트리스
TerraformHashiCorp푸시선언형컨피규레이션HCL 형식, HCL2 형식에이전트리스
PuppetPuppet선언형매니페스트고유 형식에이전트TCP 8140번
ChefChef명령형레시피, 런리스트Ruby 언어에이전트TCP 10002번
CFEngineCFEngine선언형
OtterInedo푸시선언형과 명령형
SaltStackSaltStack푸시와 풀선언형과 명령형


5. 1. 지속적 구성 자동화(Continuous Configuration Automation, CCA) 도구

지속적 구성 자동화 (CCA) 도구는 기존의 IaC 프레임워크를 확장한 것으로 볼 수 있다. IaC를 활용하여 인프라를 변경, 구성 및 자동화하며, 인프라 관리 방식에 대한 가시성, 효율성 및 유연성을 제공한다. 이러한 추가 속성은 엔터프라이즈 수준의 보안 및 규정 준수를 지원한다.

모든 CCA 도구는 기존 IaC 프레임워크의 확장 기능으로 간주될 수 있다. IaC를 활용하여 인프라를 변경, 구성, 자동화할 수 있을 뿐만 아니라, 인프라 관리의 가시성, 효율성, 유연성도 제공한다. 이러한 추가 기능은 기업 수준의 보안과 컴플라이언스를 제공하므로, 기업들은 이러한 도구에 관심을 보이는 것으로 보인다.

5. 1. 1. 커뮤니티 콘텐츠

커뮤니티 콘텐츠는 오픈 소스 CCA 도구의 품질을 결정하는 핵심 요소이다. 가트너(Gartner)는 CCA 도구의 가치가 "자동화 도구의 상업적 성숙도와 성능만큼이나 사용자 커뮤니티가 기여한 콘텐츠와 지원에 달려 있다"고 언급했다.[2] 퍼펫(Puppet) 및 셰프(Chef)와 같은 기존 공급업체는 자체 커뮤니티를 만들었다. 셰프는 셰프 커뮤니티 저장소(Chef Community Repository)를 가지고 있으며 퍼펫은 퍼펫포지(PuppetForge)를 가지고 있다.[11] 다른 공급업체는 인접한 커뮤니티에 의존하고 PowerShell DSC와 같은 다른 IaC 프레임워크를 활용한다.

5. 1. 2. 주요 CCA 도구

구성 관리 도구는 전통적으로 서버 (라이프사이클) 자동화 및 IaC를 수행하는 데 사용되었다. 현재 기업들은 마이크로소프트의 PowerShell DSC[9]나 AWS CloudFormation과 같은 지속적인 구성 자동화 도구나 독립형 IaC 프레임워크를 사용하고 있다.[10]

인프라 자동화 기능을 수행하고 IaC를 사용하는 도구는 많다. 일반적으로, 프로그래밍 방식을 기반으로 선언적 또는 명령적으로 인프라를 변경하거나 구성하는 모든 프레임워크나 도구는 IaC로 간주될 수 있다.[8]

도구회사방식선언적제어 파일구성 파일 형식아키텍처서버 측 대기 포트
Ansible / Ansible TowerAnsible (RedHat)푸시선언형과 명령형플레이북YAML 형식에이전트리스
TerraformHashiCorp푸시선언형컨피규레이션HCL 형식, HCL2 형식에이전트리스
PuppetPuppet선언형매니페스트고유 형식에이전트TCP 8140번
ChefChef명령형레시피, 런리스트Ruby 언어에이전트TCP 10002번
CFEngineCFEngine선언형
OtterInedo푸시선언형과 명령형
SaltStackSaltStack푸시와 풀선언형과 명령형


5. 2. 기타 도구

인프라 자동화 기능을 수행하고 IaC를 사용하는 도구는 많다. 일반적으로 프로그래밍 방식을 기반으로 선언적 또는 명령적으로 인프라를 변경하거나 구성하는 모든 프레임워크나 도구는 IaC로 간주될 수 있다.[8] 전통적으로 서버 (라이프사이클) 자동화 및 구성 관리 도구는 IaC를 수행하는 데 사용되었다. 현재 기업들은 또한 마이크로소프트의 PowerShell DSC[9]나 AWS CloudFormation과 같은 지속적인 구성 자동화 도구나 독립형 IaC 프레임워크를 사용하고 있다.[10]

6. 데브옵스와의 관계

코드형 인프라(IaC)는 데브옵스(DevOps)의 모범 사례를 실현하는 핵심 요소 중 하나이다. 개발자는 구성 정의에 더 많이 관여하게 되고, 운영팀은 개발 프로세스에 더 일찍 참여하게 된다.[12] IaC를 활용하는 도구는 서버의 상태와 구성을 가시화하고 궁극적으로 기업 내 사용자에게 가시성을 제공하여 팀 간의 협력을 통해 노력을 극대화하는 것을 목표로 한다.[13]

일반적으로 자동화는 수동 프로세스의 혼란과 오류 발생 가능성을 제거하고 효율성과 생산성을 높이는 것을 목표로 한다. 유연성, 다운타임 감소, 전반적인 비용 효율성을 통해 더 나은 소프트웨어와 애플리케이션을 만들 수 있도록 한다. IaC는 수동 구성으로 인해 발생하는 비효율성을 줄이는 데 목적이 있다. 자동화와 협업은 데브옵스의 핵심 요소로 간주되며, 인프라 자동화 도구는 종종 데브옵스 툴체인의 구성 요소로 포함된다.[14]

7. 보안과의 관계

팔로알토 네트웍스의 사이버 보안 제공업체 유닛 42의 위협 인텔리전스 부서에서 발표한 2020년 클라우드 위협 보고서에 따르면, 코드형 인프라스트럭처 템플릿에서 약 20만 개의 잠재적인 취약점이 발견되었다.[15] IaC 도입 시 보안 검토 및 취약점 분석을 수행하고, 보안 모범 사례를 적용해야 한다.

참조

[1] 학술지 Disruptive Technologies: Catching the Wave
[2] 보고서 Innovation Insight for Continuous Configuration Automation Tools http://www.gartner.c[...] 2015-08-26
[3] 학술지 Version Your Infrastructure https://devops.com/v[...] 2015-11-12
[4] 웹사이트 Moving from Infrastructure Automation to True DevOps http://devops.com/20[...] 2015-05-14
[5] 웹사이트 Declarative v. Imperative Models for Configuration Management: Which Is Really Better? https://www.scriptro[...] 2015-12-14
[6] 간행물 Choosing between the leading open source configuration managers http://www.admin-mag[...] Linux New Media USA LLC 2014-11-14
[7] 웹사이트 Puppet vs. Chef vs. Ansible vs. Salt http://www.networkwo[...] Network World 2015-12-14
[8] 보고서 Garner Market Trends: DevOps – Not a Market, but Tool-Centric Philosophy That supports a Continuous Delivery Value Chain Gartner 2015-02-18
[9] 간행물 DevOps, Infrastructure as Code, and PowerShell DSC: The Introduction http://www.powershel[...] PowerShell Magazine 2016-01-11
[10] 웹사이트 Introducing AWS CloudFormation https://aws.amazon.c[...]
[11] 웹사이트 Puppet or Chef? https://philsturgeon[...] 2016-01-29
[12] 웹사이트 Continuous Integration: Infrastructure as Code in DevOps http://info.easydyna[...] 2016-01-29
[13] 보고서 Infrastructure As Code: Fueling the Fire for Faster Application Delivery Forrester 2015-03
[14] 보고서 Emerging Technology Analysis: DevOps a Culture Shift, Not a Technology Gartner
[15] 웹사이트 Cloud Threat Report Shows Need for Consistent DevSecOps https://www.informat[...] 2020-02-24
[16] 서적 Amazon Web Services in Action Manning Press
[17] 웹사이트 Version Your Infrastructure http://devops.com/20[...] 2015-11-12
[18] 간행물 Choosing between the leading open source configuration managers http://www.admin-mag[...] Linux New Media USA LLC 2014-11-14
[19] 문서 AWS User Guide https://docs.aws.ama[...]
[20] 문서 GraphQL Transform. Amplify JavaScript. https://aws-amplify.[...]
[21] 간행물 DevOps, Infrastructure as Code, and PowerShell DSC: The Introduction http://www.powershel[...] PowerShell Magazine 2016-01-11
[22] 보고서 Emerging Technology Analysis: DevOps a Culture Shift, Not a Technology Gartner
[23] 서적 Amazon Web Services in Action https://archive.org/[...] Manning Press



본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com