자동 CI/CD에서 자율적인 에이전틱 워크플로우까지: Red Hat OpenShift를 통한 지속적 AI

생산성 향상과 코드 품질 개선을 약속하는 AI 도구를 도입하라는 요청을 받으셨을 것입니다. 그 과정에서 코드 변경 사항이 급격히 증가하는 것을 목격하셨을 것이며, 기존 시스템과 프로세스가 이를 감당하지 못해 발생하는 한계도 느끼셨을 것입니다. 개발의 내부 루프는 매우 빠르게 진행되는 반면, 외부 루프는 그 속도를 따라가는 데 어려움을 겪고 있습니다. 

대부분의 CI/CD 워크플로우에서 보안 취약점이나 구성 오류로 인해 파이프라인 장애가 발생하면, 개발자는 문제 원인을 파악하기 위해 많은 시간이 소요되는 수동 작업을 직접 수행해야 합니다. 개발자는 조사, 디버깅, 수정 사항 검색, 코드 재제출에 너무 많은 시간을 허비하게 됩니다. 이로 인해 문제의 책임을 묻고 해결 담당자를 파악하는 과정에서 개발, 보안, 운영 팀 사이에 마찰이 생기기도 합니다. 

올해 Red Hat Summit에서 진행된 OpenShift Commons Gathering에서는 Red Hat OpenShift의 도구들을 자세히 살펴보고, 에이전틱 워크플로우를 통해 실패한 파이프라인을 트러블슈팅하고 수정하는 방법을 탐구했습니다. 개발자 에드보킷인 Natale Vinto는 Red Hat OpenShift가 다음과 같은 방식으로 개발 파이프라인의 보안을 강화하고 자동화하는지 시연했습니다:

• 보안 게이트 정의 및 적용 
• AI 에이전트를 활용한 장애 감지 및 해결 가속화 
• 파이프라인을 재실행하기 전에 Human-in-the-Loop 감독을 통해 새 코드를 수정하고 검증하여, 수정 사항의 효과와 보안 기준 충족 여부를 확인합니다.

먼저 Natale Vinto가 Red Hat OpenShift DevSpaces에서 새로운 Java 애플리케이션의 업데이트를 제출하고 DevSecOps 파이프라인을 시작하는 과정을 안내합니다. Red Hat OpenShift에는 보안을 선제적으로 강화하기 위해 이미 정의된 요구 사항이 마련되어 있습니다. 코드가 푸시되면 시스템은 정의된 보안 정책에 따라 자동으로 점검을 수행합니다. 보안 및 운영 팀은 Red Hat Advanced Cluster Security for 쿠버네티스를 통해 강력한 Policy-as-Code를 구축했습니다. 이는 보안 정의가 일관되게 유지되고 버전이 관리되며 Red Hat OpenShift와 긴밀하게 통합됨을 의미합니다. 데모에서 보여준 베이스 이미지 손상과 같은 심각한 취약점이 감지되면, 파이프라인은 코드가 프로덕션 환경에 도달하기 전에 배포를 중단하여 취약한 소프트웨어가 배포되는 것을 방지합니다.

그림 1: SRE 에이전트는 Red Hat Advanced Cluster Security for 쿠버네티스를 통해 심각한 취약점을 확인한 후 파이프라인의 장애 지점을 식별합니다. 타임스탬프: 3:42

보통 이 단계에서 테스트가 급격히 중단되며, 개발자는 파이프라인이 멈춘 이유와 수정 방법을 찾기 위해 고군분투하게 됩니다. 하지만 Natale Vinto는 로그를 수동으로 분석하고 오류를 디버깅하는 대신, 문제의 근본 원인을 파악하기 위해 단순한 체크리스트가 아닌 지능형 실행 계층 역할을 하는 SRE-Agent라는 AI 에이전트를 구축했습니다. 이 에이전트는 GitHub 및 Tekton Pipelines-as-Code 통합을 통해 권장 해결 방법이 포함된 새 파이프라인을 생성하고, 파악된 문제를 Natale Vinto에게 보여주며 솔루션을 제안합니다. 또한 Claude를 활용하여 Red Hat OpenShift의 문제를 확인 및 검증하고 Slack을 통해 보안 팀에 알림을 보냅니다. 

그림 2: SRE 에이전트는 발생한 문제를 분석하고 보안 팀이 검토 및 승인할 수 있도록 수정 사항을 제안합니다. 타임스탬프: 4:13

이제 보안, 운영, 개발 팀은 에이전트가 검토한 로그와 제안 사항에 완전히 접근하여 필요한 조치를 취할 수 있습니다. 팀은 Human-in-the-Loop 방식을 통해 명확하고 실행 가능한 인사이트를 확보하고, 클릭 한 번으로 수정 사항을 검토, 검증, 적용할 수 있습니다. 이를 통해 개발자의 자율성과 신뢰를 유지하는 한편, 번거롭고 까다로운 조사 및 테스트 작업은 에이전트에게 맡기고 사람은 전문 지식을 활용해 변경 사항을 최종 승인하는 데 집중할 수 있습니다.

 그림 3: 보안 팀이 SRE 에이전트가 제안한 변경 사항을 적용합니다. 타임스탬프: 5:29

에이전트의 제안을 적용한 후 파이프라인을 재실행하여 수정 사항이 효과적인지, 모든 보안 게이트를 통과하는지 확인합니다. 이 최종 검증 단계는 심각한 취약점이 없는 빌드 상태를 유지하는 데 매우 중요합니다. 팀은 GitHub, OpenShift Pipelines, Red Hat Advanced Cluster Security, Red Hat Trusted Profile Analyzer를 통해 구현되는 변경 사항을 투명하게 파악할 수 있습니다. 새로운 변경 사항의 취약점이 낮음을 확인한 후, Natale Vinto는 자신 있게 새 코드를 프로덕션에 병합할 수 있습니다. 

그림 4: 새 코드가 파이프라인에 병합되고 취약점 여부를 다시 테스트합니다. 타임스탬프: 7:42

그 결과, 기존의 보안, 정책, 관리 프로토콜을 준수하면서도 대량의 코드 커밋을 처리할 수 있는 CI/CD 파이프라인이 완성됩니다.  Red Hat OpenShift를 사용하면 외부 루프의 OpenShift Pipelines 내에서 AI 기반 작업의 자동화를 구현할 수 있으며, 이를 통해 내부 루프에서 급증하는 AI 지원 코드 변경으로 인한 병목 현상을 해결할 수 있습니다. Red Hat OpenShift를 통해 개발, 보안, 운영 팀은 파악된 문제와 AI 에이전트의 수정 제안, 변경 사항에 대한 전체 로그를 명확히 확인할 수 있으며, 이를 바탕으로 업데이트를 검증하고 대상 환경에 자신 있게 병합할 수 있습니다. Red Hat OpenShift의 엔터프라이즈급 안정성, Tekton의 유연성, 현대적인 AI 모델의 인텔리전스를 결합하여, 팀이 더욱 안전한 소프트웨어를 빠르고 자신 있게 빌드하고 제공할 수 있도록 지원합니다.