Cloud Operations
비용, 계정, 변경 이력, 배포와 관측성을 하나의 운영 체계로 연결합니다.
Woosun / yoskr
복잡한 운영을
단순한 시스템으로 만듭니다.
클라우드 인프라부터 교육 운영 플랫폼과 AI 자동화까지. 각각의 기능보다 전체 운영 흐름을 먼저 보고, 설계·구현·배포·운영이 이어지는 시스템으로 완성합니다.
GitHub에서 작업 보기Platform Automation
사람이 반복하던 교육·업무 프로세스를 실패를 견디는 서비스로 바꿉니다.
AI & Content Tools
AI 모델과 기존 도구를 안전한 인터페이스로 묶어 실제 작업 시간을 줄입니다.
01 / Selected work
운영에서 출발한 프로젝트
4개의 포트폴리오 · 1개의 통합 플랫폼
01Cloud Operations
Resource Manager
AWS 비용, 변경 이력, 계정과 리소스의 생명주기를 하나의 운영 흐름으로 연결한 클라우드 리소스 관리 시스템입니다.
Challenge
문제
비용은 별도 화면에서 확인하고, 리소스 생성과 회수는 수작업으로 처리하며, 누가 언제 무엇을 변경했는지는 CloudTrail에서 다시 찾아야 했습니다. 운영 정보가 여러 도구에 흩어져 있어 승인과 정산, 장애 원인 추적까지 긴 시간이 필요했습니다.
System
해결 방식
AWS 비용과 CloudTrail 변경 이력을 수집해 계정·사용자·리소스 단위로 탐색할 수 있게 하고, 요청부터 승인, 할당, 회수, 정산까지의 상태를 하나의 워크플로로 설계했습니다. 운영자가 현재 상태와 다음 액션을 바로 판단할 수 있도록 관리 화면과 백엔드 규칙을 함께 구성했습니다.
Outcome
결과
분산된 클라우드 운영 절차를 추적 가능한 단일 시스템으로 통합해 비용 확인과 변경 이력 조사, 리소스 회수에 필요한 반복 작업을 줄였습니다.
- Python
- Flask
- PostgreSQL
- AWS
- Docker
02Integrated Education Operations
OpenEG Operations Platform
교육 서비스의 배포부터 LMS 이벤트, 출결, 실시간 수업 모니터링과 원격 제어까지 하나의 운영 체계로 묶은 통합 플랫폼입니다.
Challenge
문제
교육 운영은 Kubernetes 배포, LMS 이벤트 처리, 출결 수집, ZEP.US 수업 상태 확인이 서로 다른 도구와 담당자에게 나뉘어 있었습니다. 한 영역의 장애가 다른 영역에 어떤 영향을 주는지 파악하기 어렵고, 수업 중 필요한 조치와 사후 출결 정리도 수동 연결에 의존했습니다.
System
해결 방식
GitOps를 운영 기반으로 두고, LMS 웹훅과 출결 데이터 파이프라인, ZEP.US 모니터링 및 원격 제어 도구를 계층별로 연결했습니다. 각 구성 요소는 독립적으로 배포하고 복구할 수 있지만, 운영자 관점에서는 배포 상태부터 수업 진행, 참여 기록까지 하나의 흐름으로 확인하도록 설계했습니다.
Outcome
결과
인프라 변경, 교육 이벤트, 출결 기록, 실시간 수업 대응을 하나의 운영 맥락으로 연결해 문제 발견부터 조치와 기록까지 이어지는 시간을 단축했습니다.
OpenEG GitOps
배포와 관측
ArgoCD와 Kustomize로 애플리케이션·스토리지·시크릿을 선언적으로 배포하고, Prometheus·Grafana·Loki로 운영 상태를 관찰합니다.
OpenEG Webhook
이벤트 파이프라인
LMS 이벤트를 비동기로 수집해 데이터베이스와 알림 채널로 전달하며, 중복 처리와 인증 만료를 견디는 흐름을 구성합니다.
OpenEG ST Status · eg_atten_ver2
출결 데이터
서로 다른 출결 문서 형식을 감지하고 데이터를 영속화해, 출결 확인과 운영 처리를 일관된 기록으로 남깁니다.
ZEP.US Monitoring
수업 모니터링
온라인 수업의 참가자 활동과 채팅, 상태를 관찰하고 필요한 운영 액션을 관리자 도구에서 실행합니다.
ZEP Remote Control
실시간 원격 제어
강사와 운영 역할에 맞춰 마이크·카메라·화면 공유 상태를 확인하고, 재연결을 고려한 원격 제어 흐름을 제공합니다.
- Kubernetes
- ArgoCD
- Python
- Flask
- Redis
- MariaDB
- ZEP Script
- Chrome Extension
03Content Automation
YouTube Auto Upload
강의 영상 업로드부터 음성 인식, 요약 생성, 완료 알림까지 이어지는 콘텐츠 발행 자동화 파이프라인입니다.
Challenge
문제
강의 영상 한 편을 공개하려면 업로드, 메타데이터 입력, 음성 추출, 내용 요약, 관계자 공유를 순서대로 반복해야 했습니다. 처리 시간이 길고 단계마다 사람이 개입해 누락이나 재작업이 발생하기 쉬웠습니다.
System
해결 방식
YouTube API와 브라우저 자동화를 업로드 경로로 구성하고, Whisper로 음성을 텍스트로 변환한 뒤 Gemini와 GLM을 활용해 요약을 생성했습니다. 각 처리 단계의 성공과 실패를 추적하고 Slack 알림으로 결과를 전달하는 파이프라인으로 묶었습니다.
Outcome
결과
영상 파일이 준비된 이후의 반복 업무를 자동화해 발행 과정의 수작업을 줄이고, 업로드와 요약 상태를 한 번에 확인할 수 있게 했습니다.
- Flask
- YouTube API
- Whisper
- Gemini
- GLM
- Selenium
04AI Developer Tooling
GLM Plugin for Claude Code
Claude Code 안에서 GLM을 코드 리뷰와 백그라운드 작업에 활용할 수 있도록 만든 안전한 AI 작업 위임 플러그인입니다.
Challenge
문제
여러 AI 모델을 개발 워크플로에 연결하면 비용과 처리 속도를 최적화할 수 있지만, 실패 시 복구와 작업 상태 관리, API 키 노출, 호스트 환경 차이 같은 운영 문제가 함께 생깁니다.
System
해결 방식
추가 런타임 의존성 없이 Node.js 기본 기능만으로 동작하게 만들고, 모델 폴백과 원자적 작업 상태, 민감 정보 마스킹, 호스트 가드를 포함했습니다. 코드 리뷰와 긴 작업을 Claude Code의 흐름을 깨지 않고 위임할 수 있도록 명령과 결과 형식을 단순화했습니다.
Outcome
결과
모델 선택과 실패 복구의 복잡성을 플러그인 내부로 감추고, 59개의 결정적 테스트로 핵심 동작을 검증해 반복 가능한 AI 협업 경로를 만들었습니다.
- Node.js
- Claude Code
- GLM
- Native Fetch
- Node Test
02 / Approach
만드는 방식도 시스템입니다
운영을 코드로
반복되는 절차는 문서에만 남기지 않고 실행 가능한 시스템으로 전환합니다.
실패를 전제로
재시도, 폴백, 중복 방지, 상태 추적을 처음부터 제품의 일부로 설계합니다.
인수인계까지
구조와 운영 규칙을 문서화해 다음 사람이 안전하게 이어갈 수 있도록 만듭니다.
03 / Contact