DevOps 엔지니어 성장 플래닝 스킬. 현재 기술 스택 분석 기반 학습 추천, 구조화된 러닝 패스 설계, 글쓰기 주제 추천. 사용 시점: (1) 분기/월별 학습 방향 잡을 때, (2) 특정 도메인 러닝 패스가 필요할 때, (3) 블로그/아티클 주제 아이디어가 필요할 때, (4) 현재 역량 대비 성장 갭을 파악하고 싶을 때. 트리거 키워드: "성장", "growth", "학습 추천", "러닝 패스", "글쓰기 주제", "뭘 공부해야", "/growth-maker".
SOCRAAI DevOps 엔지니어 성장 플래닝 워크플로우. 3가지 모드로 동작한다.
/learn {topic}으로 위임. 이 스킬은 메타 플래닝만 담당사용자 메시지에서 의도를 파악하여 모드를 자동 선택한다.
| 모드 | 트리거 의도 | 출력 |
|---|---|---|
| Analyze | "뭘 공부해야 해?", "성장 방향", "갭 파악" | 현황 분석 + 우선순위 추천 (3-5개) |
| Path | "K8s 러닝 패스", "학습 순서", "단계적으로" | 의존성 그래프 + Phase별 계획 + /learn 링크 |
| Write | "글 뭐 쓰지?", "블로그 주제", "아티클 아이디어" | 주제 후보 → 선택 → 5단 아웃라인 |
모드가 불명확하면: "Analyze / Path / Write 중 어떤 것이 필요하신가요?" 질문 후 진행.
추천 시 이 맵을 룩업하여 SOCRAAI 연결점을 찾는다.
| 주제 | SOCRAAI 연결 | 관련 팀 기조 |
|---|---|---|
| Karpenter Consolidation 알고리즘 | 전 클러스터 노드 프로비저닝 | 비용 |
| KEDA ScaledObject / 트리거 체인 | tech/socraai 워크로드 스케일링 | 생산성 |
| Istio mTLS + SPIFFE | 전 서비스 간 통신 보안 | 안정성 |
| Argo Rollouts 카나리 + 미러링 | santa/tech 점진적 배포 | 생산성 |
| ArgoCD ApplicationSet 패턴 | 127개 앱 GitOps 자동화 | 생산성 |
| GPU Operator + MPS (mps10/mps16) | infra-k8s-idc A6000 GPU 공유 | 비용 |
| Rook-Ceph OSD 배치 / PG 튜닝 | IDC 스토리지 백엔드 | 비용 |
| 주제 | SOCRAAI 연결 | 관련 팀 기조 |
|---|---|---|
| Spot Interruption 핸들링 | dev/stg Karpenter spot 노드 | 비용 |
| IRSA / Pod Identity | 클러스터 → AWS 서비스 접근 | 안정성 |
| VPC TGW 라우팅 + BGP | Seoul-Tokyo + IDC VPN 연결 | 비용 |
| NAT Gateway 회피 패턴 | Cross-zone 비용 최적화 | 비용 |
| CNPG vs Aurora RDS | PostgreSQL 운영 비용 비교 | 비용 |
| External-Secrets + ASM | 시크릿 동기화 패턴 | 생산성 |
| 주제 | SOCRAAI 연결 | 관련 팀 기조 |
|---|---|---|
| eBPF / Cilium 내부 동작 | infra-k8s-idc CNI 스택 | 엔지니어링 |
| conntrack / IPVS vs iptables | kube-proxy 대체 검토 | 비용 |
| cgroups v2 / 메모리 QoS | 컨테이너 리소스 격리 | 안정성 |
| TCP Congestion Control | 클러스터 간 지연 최적화 | 비용 |
| Raft / etcd 리더 선출 | 컨트롤플레인 HA 이해 | 안정성 |
| 주제 | SOCRAAI 연결 | 관련 팀 기조 |
|---|---|---|
| VictoriaMetrics 카디널리티 관리 | 메트릭 스토리지 비용 최적화 | 비용 |
| Loki LogQL + 파이프라인 최적화 | 로그 쿼리 성능 개선 | 생산성 |
| Tempo TraceQL + Exemplar 연결 | 분산 트레이싱 + 메트릭 연결 | 생산성 |
| Pyroscope eBPF 프로파일링 | 앱 성능 병목 탐지 | 생산성 |
| OTel Collector 파이프라인 설계 | Alloy → VictoriaMetrics/Loki/Tempo | 엔지니어링 |
바로 추천을 제시하지 않는다. 먼저 3가지 질문으로 사용자가 스스로 성장 방향을 인식하게 한다:
성장 방향을 분석하기 전에, 잠깐 스스로 생각해볼 질문들입니다.
(바로 추천을 원하시면 "바로 진행"이라고 말씀해주세요)
1. [명확화] 최근 한 달 동안 가장 많은 시간을 투자한 기술 영역은 무엇인가요?
2. [가정 탐색] 지금 "내가 부족하다"고 느끼는 부분이 있다면, 그것이 왜 중요하다고 생각하나요?
3. [관점 전환] 6개월 후 팀에서 "이 사람에게 물어봐야 해"라는 평가를 받고 싶은 영역이 있다면 어디인가요?
사용자 답변을 바탕으로 도메인 지식 맵에서 최적의 학습 주제를 선별한다. "바로 진행" 시 즉시 기존 질문(관심 도메인, 최근 작업 영역)으로 대체한다.
## 성장 분석
### 현재 위치
{사용자가 말한 맥락 기반 간단 요약}
### 추천 학습 주제
| 순위 | 주제 | SOCRAAI 연결 | 팀 기조 | `/learn` 명령 |
|------|------|------------|---------|--------------|
| 1 | {주제} | {구체적 연결} | 생산성/비용/안정성 | `/learn {topic}` |
| 2 | ... | ... | ... | ... |
### 추천 이유
{상위 1-2개에 대해 왜 지금 이 주제인지 2-3문장으로 설명}
### 글쓰기 연결
{학습 후 어떤 글로 발전시킬 수 있는지 1줄씩}
의존성 그래프를 바로 제시하지 않는다. 먼저 사용자가 자신의 학습 목적을 명확히 하게 한다:
러닝 패스를 설계하기 전에, 한 가지 더 확인해볼 질문들입니다.
(바로 설계를 원하시면 "바로 진행"이라고 말씀해주세요)
1. [명확화] {domain}을 배우는 궁극적인 목적이 "운영", "설계", "트러블슈팅", "인터뷰 준비" 중 어느 것에 가깝나요?
2. [관점 전환] 만약 이 러닝 패스를 완주하지 못한다면, 그 이유는 무엇일 것 같나요? 어떻게 예방할 수 있을까요?
답변을 Phase 설계에 반영한다. "바로 진행" 시 즉시 Phase 설계로 넘어간다.
## 러닝 패스: {도메인}
### 의존성 그래프
{주제 A} → {주제 B} → {주제 C}
↓
{주제 D}
### Phase별 계획
#### Phase 1 — {기초 주제}
| # | 주제 | 난이도 | SOCRAAI 연결 | `/learn` 명령 |
|---|------|--------|------------|--------------|
| 1 | ... | beginner | ... | `/learn ...` |
#### Phase 2 — {심화 주제}
| # | 주제 | 난이도 | SOCRAAI 연결 | `/learn` 명령 |
|---|------|--------|------------|--------------|
| 1 | ... | intermediate | ... | `/learn ...` |
#### Phase 3 — {실전 적용}
{우리 환경에서 실제로 적용/개선할 수 있는 것}
### 글쓰기 마일스톤
- Phase 1 완료 후: {글 주제 제안}
- Phase 2 완료 후: {글 주제 제안}
## 글쓰기 주제 후보
| # | 제목 | 핵심 가치 | 난이도 |
|---|------|----------|--------|
| 1 | {구체적 제목} | {독자에게 줄 인사이트} | 입문/중급/심화 |
| 2 | ... | ... | ... |
번호를 선택하면 상세 아웃라인을 작성합니다.
## 아웃라인: {제목}
### 1. 도입 (Hook)
{독자를 끌어들이는 문제 상황 또는 반전 포인트}
### 2. 배경 (Problem)
{기존 방식의 한계, 왜 이 문제가 중요한가}
### 3. 접근 (Approach)
{우리가 선택한 방법, 핵심 기술 설명}
### 4. 결과 (Results)
{수치, 개선 전후 비교, 트레이드오프}
### 5. 교훈 (Lessons)
{팀 기조와 연결, 다음에 더 잘할 것}
### SOCRAAI 연결
{우리 환경의 어떤 구체적 경험에서 나왔는지}
출력 전 반드시 확인:
/learn {topic} 링크가 각 주제마다 포함됨