kt cloud가 Chkk MCP를 활용해 ArgoCD 등 3종 애드온 업그레이드와 GitOps 전환을 자동화했다.
데이터센터 냉방 펌프의 종류와 원리, 시공 요건, VFD 제어 및 AI 예지 보전 방안을 정리했다.
HNDL 공격 대응을 위해 에지 단에서 OpenSSL 3.5와 Nginx로 PQC 전환을 진행해야 한다.
KV Cache 증가로 인한 메모리 병목을 해결하기 위해 HBM부터 NVMe SSD까지 계층형 구조를 활용해야 한다.
kt cloud가 12월 2일 웨비나에서 플랫폼 기술 내재화와 Observability 모니터링 서비스 활용법을 공유한다.
외부 입력이 여러 AI 에이전트를 거쳐 코드 변경으로 이어지는 위험을 실행 맥락 보안으로 막아야 한다.
단일 VM OpenStack 샌드박스의 Cinder NFS 스토리지 재부팅 무결성을 검증했다.
Kubernetes 1.34에서 DRA가 GA로 전환되어 GPU를 속성 기반으로 유연하게 요청할 수 있게 됐다.
Ampere부터 Rubin까지 GPU TDP 증가로 랙당 전력 밀도가 150kW 이상으로 상승했다.
2025년 국정자원 화재 이후 공공 DR 기준이 강화되어 A1~A4 등급별 복구 설계가 요구된다.
데이터센터 소방설비는 배터리 열폭주 대응과 서비스 연속성 확보를 위한 가용성 설비다.
응답자의 절반은 운영 데이터를 사후 분석에만 쓰고, AI 도입 시 보안 우려가 비용보다 높았다.
AI 데이터센터의 전력·부지 확보와 전문 인력 양성이 핵심 과제로 떠올랐다.
PLC 신호 소실로 인한 냉방 설비 동시 정지를 막기 위해 래칭릴레이를 적용한다.
RFM은 시뮬레이션을 통한 데이터 생성이 필수라 LLM보다 GPU 수요가 크다.
AI 토큰 생성에 필요한 에너지와 랙당 80kW 전력 밀도 대응을 위한 직접액체냉각(DLC) 및 PUE 1.1 설계 원리를 설명한다.
GPU 자원 최적화부터 장애 복원력까지, AI 인프라의 효율적 운영 기술 사례를 소개했다.
v0.4.2 버전으로 공개된 Agent Sandbox는 StatefulSet 대비 운영 복잡도를 낮추고 커널 격리를 지원한다.
Upcall Storm과 Mask Explosion으로 처리량이 Mpps에서 Kpps로 급감하는 구조를 분석했다.
AI 코드 검증 병목을 해결하기 위해 페르소나, SKILL.md, YAML 기반 자동 검증 단계를 거쳤다.
전국 데이터센터의 9조 건 데이터를 AI로 분석해 선제 대응하는 AIDC Ops Studio 등 소개
저압 환경의 감전 위험을 막는 접지 원리와 메쉬 시공, 저항 상승 시 보강 공법을 소개한다.
AI Briefing