대규모 프로덕션 장애 극복을 위한 AI SRE DevOps: 멀티 에이전트 구축부터 보안 설계까지

Special Event

잠깐! 여기서만 볼 수 있는 패키지 할인 놓치지 마세요!

총 2과목

대규모 프로덕션 장애 극복을 위한 AI SRE DevOps: 멀티 에이전트 구축부터 보안 설계까지정가 500,000원
AI DevOps 구축과 운영 : Claude Code로 만드는 실무 워크플로우정가 590,000원

Claude Code 기반의 AI DevOps 워크플로우 구축부터, 멀티 에이전트 AI SRE를 활용한 대규모 장애 극복 및 보안 설계까지 한 번에 끝내세요!

가격1,090,000원

할인 판매가58% 할인448,000원

12개월 할부월 37,334원

바로 구매하기

* 모든 패키지(묶음 상품)은 페이백/1+1 등 별도의 프로모션 및 쿠폰이 적용되지 않습니다.

기존 DevOps 방식 으로는
복잡해진 보안 · 인프라 사고를 해결하기 어려워 졌습니다

DevOps의 한계를 깨고
보안부터 연쇄 장애까지 해결하는 AI 에이전트 환경 을 구축합니다 DevOps의 한계를 깨고
보안부터 연쇄 장애까지 해결하는
AI 에이전트 환경 을 구축합니다

실전 프로세스

강사 소개

국내 대규모 트래픽을 운영한 DevOps 리더에게
실제 인시던트 데이터로 배워보는 실전 강의 국내 대규모 트래픽을 운영한
DevOps 리더에게
실제 인시던트 데이터로 배워보는 실전 강의

이재광님

현) Observability SaaS 회사 Trust Engineering Group Leader
전) 버드뷰(화해) CTO / DevOps Leader
전) 엔비티(캐시슬라이드) Director of Engineering / DevOps Leader

[강의 이력]
2025 · AWS Summit Seoul —
「데브옵스 역할과 도구의 진화, 콘텍스트 시대에서 살아남기」
2025 · 패스트캠퍼스 —
「조대협의 항로 4 : 대용량 트래픽 대응을 위한 실전 DevOps 로드맵」
2018 · T아카데미 — 「빅데이터 분석을 위한 분산처리 플랫폼 활용방안」
2017 · T아카데미 — 「데이터 파이프라인의 이해 및 적정 도구 선정(실무자 실습과정)」
2017 · Google Campus — 「대용량 로그분석, BigQuery로 간단히 사용하기」

스타트업 4곳에서 데브옵스 리더 · CTO를 거치며 조직과 트래픽이 함께 성장하는 과정을 경험하며 채용에도 많은 시간을 투자했습니다. 업계의 수많은 데브옵스 엔지니어를 만나보고 알게 된 것은, 프론트엔드·백엔드처럼 경계가 뚜렷한 역할과 달리 데브옵스는 회사마다 하는 일이 크게 다르다는 사실이었습니다. 그 모호함을 줄이고 역할 확장의 기회를 얻기 위한 경험을 나누는 것이 제가 강의를 만든 이유입니다.

이 강의는 제가 사용했던 AI 에이전트가 원인분석 결과를 오판했던 것에서 시작했습니다. 실습 데이터는 그때의 상황과 매우 유사하게 다시 만든 것입니다. 그중 하나는 여러 에이전트를 붙여 조사했고, 에이전트들은 서버 안쪽을 열 갈래로 파고들어 소견 127건을 냈고, 그중 28건은 스스로 반증해 기각했었습니다. 일부 검증은 작동한 셈입니다. 그런데도 오답을 제공했습니다 — 열 갈래 중 어느 쪽도 알람 채널을 보지 않았고, 같은 현상이 이미 다른 구간에서도 일어나고 있다는 사실을 놓쳤기 때문입니다.

AI에게 운영 환경에서 발생한 장애 분석을 무작정 "맡길" 수는 없습니다.
무엇을 볼지, 누가 의심할지, 어디서 멈출지를 체계적으로 설계해야 그때부터 함께 일할 수 있습니다. 그 설계를 이 강의에 담았습니다.

이 강의가 유일무이한 이유

핵심 01
DevOps 환경에서의 AI 에이전트 한계 극복
AI 레드팀 관점의 에이전트 가드레일 설계

AI 에이전트 도입 시 인프라와 보안이 무너지는 취약점을 직접 재현합니다.
에이전트의 오작동 및 보안 헛점을 도출하고, 이를 메우는 실무 해결책을 다룹니다.

핵심 02
베테랑 엔지니어도 오판한 실제 인시던트 해부
실제 장애 인시던트 8건을 재현한 26가지 실습

커널 버그부터 연쇄 장애까지 실제 사건을 바탕으로 재현한 데이터를 활용합니다.
샌드박스 환경에서 장애 원인을 직접 추적하며 오답을 교차 검증하고,
자동 실행 검증을 통해 대응합니다.

핵심 03
연쇄 장애 대응부터 팀 실무 적용까지
멀티 에이전트 기반 AI SRE 플레이북 구축

인프라 연쇄 장애와 보안 위협을 동시에 방어하는 'AI 기반 SRE 플레이북'을 직접 구축합니다. MCP 기반 도구 연결, 3대 전문 에이전트(수집·분석·검증) 오케스트레이션, HitL 승인 게이트를 결합해 팀에 바로 이식 가능한 플레이북을 완성합니다.

핵심 04
대규모 인프라 현장에서 직접 검증한 AI 운영 전략
4천만 유저 인프라를 구축한 CTO의 실전 노하우

캐시슬라이드, 화해 등 대형 트래픽 서비스를 이끈 DevOps 리더의 경험을 전수합니다. 높은 안정성이 요구되는 환경에서 직접 검증한 AI DevOps 및 SRE 전략을 다룹니다.

핵심 내용

AI 에이전트 인시던트 재현부터 SRE 가드레일 구축까지 AI 에이전트 인시던트 재현부터
SRE 가드레일 구축까지

현업 프로덕션에 AI 도입 시 발생하는 실제 인프라 장애를 직접 재현하고
MCP·오케스트레이션·가드레일로 통제하는 실전 파이프라인을 완성합니다

SPECIAL 학습 포인트

실제 장애를 직접 겪어보고, 빈틈없는 인프라를 완성하는 실전 프로세스

AI 에이전트에게 실제 인시던트를 맡겨 오진과 위험 명령 실행을 수강생이 직접 재현(실패)합니다
이후 AI의 한계를 극복하기 위해 MCP·오케스트레이션·반증 검증·가드레일을 단계별로 레이어링하여
프로덕션급 AI SRE 방어망을 완성 하는 것이 이 강의의 핵심 학습 포인트입니다

실습 프로젝트

실제 인시던트 재현 및 샌드박스 실시간 자동 검증 실제 인시던트 재현과
샌드박스 실시간 자동 검증

커널 버그부터 연쇄 장애까지 실제 사건을 재현한 데이터를 샌드박스에서 직접 추적하고
오답 검증 로직과 자동 검증을 통해 무너지지 않는 실전 파이프라인을 완성합니다

학습 내용
[실습 1] 샌드박스 설치·API 키 등록·첫 에이전트 실행
[실습 2] 단일 에이전트에 신고 내용을 그대로 전달하여 로그 수집 및 1차 가설 생성
[실습 3] 긴 로그 수집 과정에서 에이전트가 컨텍스트를 잃는 지점 경험
[실습 4] 신고 내용을 그대로 입력해 근거 없이 확신하는 오답 결론 2건 재현 및 기록

학습 내용
[실습 5] 관측 MCP: 로그·메트릭을 읽는 Read-Only 서버 감싸기 구축
[실습 6] 인프라 MCP: 운영 서버 부하를 방지하는 저부하 실행 래퍼 기반 원격 조사 서버 연동
[실습 7] 저장소 MCP: 코드 및 PR 접근 서버를 붙여 로그부터 코드까지 연속 추적
[실습 8] 도구를 붙인 에이전트로 인시던트 다시 풀기 및 관측 범위 해결 확인

학습 내용
[실습 9] 여러 에이전트 결과를 모으는 오케스트레이터 최소 골격 작성
[실습 10] 수집·분석·검증 3개 역할 분리 및 역할별 프롬프트/도구 권한 부여
[실습 11] 3개 노드 동시 조사로 설정 누락 결함 추적
[실습 12] 세 에이전트가 서로 다른 결론을 냈을 때의 결과 합치기 실습
[실습 13] 병렬 조사 방식으로 인시던트 재도전

학습 내용
[실습 14] 결론 수신 시 지지 근거 대신 반례부터 탐색하는 에이전트 붙이기
[실습 15] 인검증자가 여럿일 때의 다수결 및 기각권 판정 규칙 설계
[실습 16] 도구를 어떤 순서로 불렀는가' 기준의 흔들리지 않는 자동 실행 검증

학습 내용
[실습 17] 재귀 삭제·Resource Delete·Drop·Force Push 차단 훅 작성
[실습 18] 프로덕션 변경 전 사람 승인 게이트 세우기 및 우회 방지 구현
[실습 19] 계정·호스트명·키 정보 유출 방지를 위한 민감정보 마스킹
[실습 20] 선언 구성과 실제 구성 간 어긋남 자동 감지
[실습 21] 감지 및 복구안 자동 생성 + 사람 승인 후 적용 파이프라인 구축

학습 내용
[실습 22] 커널 결함 ➔ 프록시 장애 ➔ 연쇄 장애 실전 사건 투입
[실습 23] MCP·역할분리·교차검증·가드레일 동시 작동 통합 검증
[실습 24] 조사 결과 기반 장애 회고 문서 및 재발방지 PR 자동 생성
[실습 25] 멀티 에이전트 실행 토큰 비용 관측 및 예산 통제 실습
[실습 26] 워크플로·가드레일·예산이 담긴 '팀 AI SRE 플레이북' 작성

강의를 듣고 나면 확실히 얻어가는 3가지

AI SRE 플레이북

연쇄 장애와 보안 위협을 동시에 막는 AI SRE 시스템 완성 연쇄 장애와 보안 위협을 동시에 막는
AI SRE 시스템 완성

단일 에이전트의 한계를 넘어 3대 전문 에이전트 오케스트레이션과 HitL 승인 게이트를 구축합니다
연쇄 장애 분석부터 회고 작성까지, 현업 팀에 즉시 적용할 수 있는 실전 SRE 플레이북을 내재화합니다

Project 01ㅣ 실전 연쇄 장애 End-to-End 대응

| 목적
커널 결함에서 시작된 복합 연쇄 장애 시나리오를 투입하여
도구·역할 분리·교차 검증·가드레일이 전 과정에서 작동하는지 검증합니다

| 프로젝트에서 진행할 작업
· 커널 결함 → 프록시 장애 → 수집 지연 연쇄 시나리오 투입
· MCP 도구 및 멀티 에이전트 병렬 조사 수행
· 교차 검증 에이전트를 통한 환각 차단 및 원인 확정
· HitL 승인 게이트 기반의 안전 통제 동작 확인

체크리스트

Project 02ㅣ AI SRE 플레이북 구축

| 목적
장애 조사를 넘어 회고 문서와 재발 방지 PR을 자동 생성하고
실행 비용 관측 체계와 운영 표준을 정립합니다

| 프로젝트에서 진행할 작업
· 장애 조사 결과 기반 회고 문서 및 재발 방지 PR 자동 생성
· 멀티 에이전트 토큰 소비 및 실행 비용 관측 체계 구축
· 조사 워크플로·가드레일 규칙셋·승인 절차 표준화
· 현업 적용을 위한 '팀 AI SRE 플레이북' 1부 제작

체크리스트

현업 AI 에이전트 도입을 막는 3가지 장벽
이 강의 하나로 해결하세요!

Special Gift

오직 본 강의 수강생 분들만 누릴 수 있는 특별한 혜택!

현직 DevOps 리더가 실제 프로덕션 장애와 시스템 구축 과정에서 쌓은 검증된 산출물만 담았습니다
수강생의 불필요한 실습 시행착오를 줄이고, 현업 팀의 AI 에이전트 도입을 돕습니다

*Special Gift는 강의가 오픈되는 날에 맞춰 순차적으로 제공될 예정이며, 강의자료에 업로드됩니다.

원활한 강의 수강을 위해
일부 서비스의 유료 결제를 권장드립니다

· Claude API Key: 수강생 개인 API 키 필요
· Python 3.12
· MCP SDK
· 터미널
· Git

제공되는 실습 샌드박스
· 실제 인시던트 데이터
· MCP 서버
· 에이전트 골격
· 자동 실행 검증 스크립트

※ 강의에 사용되는 프로그램은 별도로 제공되지 않습니다.
※ 실습 진행을 위해 수강생 개인 Claude API 키가 필요하며, API 이용료가 발생할 수 있습니다.
※ 복잡한 인프라 구축 없이 바로 시작할 수 있도록 실습 샌드박스 번들(마스킹본)이 기본 제공됩니다.
※ 모든 실습 환경 및 코드는 Python 3.12 및 최신 MCP SDK 표준을 기준으로 작성되었습니다.
※ 실습 환경 및 서비스 UI는 버전 업데이트에 따라 일부 화면이 달라질 수 있습니다.
※ 강의에서 제공하는 예제와 실습 코드는 2026년 9월을 기준으로 제작되었습니다.
※ 툴이나 프로그램 사용 환경과 버전 업데이트에 따라, 강의 내 화면(UI) 구성이나 기능이 실제 수강 시점과 다를 수 있습니다.
※ 본 강의는 촬영 시점의 버전을 기준으로 학습 흐름과 개념 전달에 중점을 두었으며, 이후 버전 업데이트에 따른 내용 수정이나 추가는 제공되지 않습니다.
※ 강의에서 안내되는 AI 툴의 무료 크레딧 제공 여부 및 요금제 가격은 각 서비스 제공사의 정책에 따라 변경되거나 종료될 수 있습니다.
📍 이용 전 반드시 해당 서비스의 최신 정책 및 요금을 확인해 주시기 바랍니다.

Question 1
보안과 안정성이 최우선인 프로덕션 환경에
AI 에이전트를 투입해도 정말 안전할까요?

그냥 붙이면 안전하지 않습니다. 이 강의는 그 전제에서 출발합니다.

1강부터 4강까지 에이전트가 쓰는 도구는 전부 읽기 전용입니다. 무언가를 바꾸는 일은 5강에 가서야 처음 나오고, 그때도 차단은 프롬프트가 아니라 코드에 넣습니다 — 「위험한 일은 하지 마세요」라고 적으면 모델은 설득당하지만, 승인이 없으면 함수가 예외를 던지는 구조는 설득이 통하지 않습니다.

되돌릴 수 없는 변경과 소유권이 애매한 리소스는 사람에게 묻고, 읽기만 하는 일은 묻지 않습니다. 전부 물으면 승인 피로로 아무도 읽지 않고, 아무것도 묻지 않으면 위임이 아니라 방치이기 때문입니다. 어디까지 맡기고 어디서 멈출지를 직접 설계하는 강의라고 보시면 정확합니다.

Question 2
시중의 일반적인 AI 개발 강의와 무엇이 다른가요?  
실제 현업 장애 해결에도 도움이 되나요?

일반적인 AI 강의와 과정의 순서가 반대입니다. 보통은 좋은 도구를 먼저 보여주는데, 이 강의는 1강에서 여러분이 만든 에이전트가 조회 두 번으로 틀린 결론을 내는 것부터 봅니다. 거기서 드러난 네 가지 한계가 이후 다섯 강의 설계 요구사항이 됩니다.

소재도 임의로 지어낸 문제가 아닙니다. 제가 직접 대응했던 장애 8건을 바탕으로, 그때 발생했던 데이터와 매우 유사한 데이터를 만들어 씁니다. 1강 사건은 장애 접수 내용이 「CPU 고부하」에 load average 512였는데 실제 CPU는 86% idle이었습니다 — 처음 분석했던 엔지니어도 속았던 사건이라, 오답을 인위적으로 만들 필요가 없습니다.

현업에 도움이 되는지는 2강에서 확인하실 수 있습니다. 같은 사건을 다시 푸는데 모델도 프롬프트도 루프도 그대로 두고 도구만 넓힙니다. 그때 결론이 달라지는 것을 직접 보시면, 팀에 무엇을 붙여야 하는지가 판단됩니다.

Question 3
AI 시대에 엔지니어에게 필요한 핵심 역량은 무엇이며,
수강 후 어떤 결과물이 남나요?

프롬프트를 잘 쓰는 능력이 아니라, AI의 결론을 검증할 수 있는 구조를 만드는 능력이라고 봅니다. 답을 빠르게 받는 일은 이미 쉬워졌고, 어디까지가 실제 데이터에 근거한 답이고 어디부터가 추정인지를 가르는 일이 남았습니다.

강의 수강 후 얻는 것은 크게 3가지입니다.
 1) 직접 만든 것: 관측·인프라·저장소 MCP 서버, 오케스트레이터, 검증 에이전트, 승인 게이트.

  2) 가져가는 것: 조사 워크플로·도구 인벤토리·역할 분리도·검증 규율·가드레일·비용 예산 여섯 섹션을 채운 팀 「AI SRE 플레이북」 1부.

  3) 알게 되는 것: AI 가 언제 왜 틀리는지, 그리고 그것을 구조로 막는 법입니다.

  플레이북은 강의를 다 듣고 나서 쓰는 요약본이 아닙니다. 6강까지의 실습 산출물을 엮어 구체적인 파일과 명령까지 채운 실물이라, 팀에 그대로 가져가실 수 있습니다.

Question 4
AI나 LLM 개발 경험이 없는
백엔드·인프라 엔지니어도 수강할 수 있나요?

장애 대응을 직접 해 보신 분께 가장 잘 맞습니다. SRE·플랫폼·백엔드 실무자, AI 도구를 팀 표준으로 들이기 전에 위험을 먼저 통제하려는 팀 리드·아키텍트, 그리고 단일 에이전트는 써 봤지만 프로덕션에 붙이기가 불안했던 분입니다.

LLM이나 에이전트 개발 경험은 그다지 많이 필요하지 않습니다. 1강 두 번째 클립에서 프레임워크 없이 200줄 안쪽으로 첫 에이전트를 직접 만들면서 시작합니다.

오히려 필요한 쪽은 운영 경험입니다. 리눅스 운영 기초와 JVM·컨테이너 개념, git과 터미널이면 충분합니다. 이 강의에서 어려운 부분은 모델을 다루는 일이 아니라 장애를 읽는 일이라, 인프라를 만져 보신 분이 오히려 유리합니다.

Question 5
어떤 분들께 이 강의를 추천하시나요?

다음과 같은 AI 에이전트 문제를 겪어보신 분이면 이 강의를 추천드립니다.

AI에게 로그 원인 분석을 시켜서 그럴듯한 보고서를 완성했는데 틀린 답이었다
무엇을 근거로 그 결론을 냈는지 알 수가 없었다
에이전트에게 서버 접근 권한을 부여하기가 불안해서 결국 수작업으로 진행했다
여러 에이전트를 붙여 봤지만 결론이 서로 달라 결과를 신뢰하기 어려웠다
AI 도구는 늘었는데 어느 작업에서 얼마나 토큰을 사용하고 있는지 아무도 모른다

이 다섯 가지가 각각 2·4·5·3·6강의 주제입니다.