태그

브리프 사람이 읽는 한국어 의사결정 브리프를 저장합니다.

AI Summary Purpose Records the user's standing policy for how AI agents should document work, synchronize the LLM Wiki, and handle portfolio/resume writing. Key points Meaningful conversations, decisions, and work results should be document

AI Summary Purpose Define the shared per batch "collection count" log format emitted by the library crawlers crawler lib {golang,php,ruby,swift,dotnet} and how the insert vs update counts are derived. One parser handles all five crawlers. K

AI Summary Purpose Generalized, reusable troubleshooting lessons distilled from real Labradorlabs incidents, grouped by domain BTS/data transfer, Airflow/Kubernetes, DB/host . Each entry symptom → root cause → fix → prevention. Key points B

AI Summary Purpose Keep a public safe/internal onboarding map between Hyunwook's main work areas and the Bitbucket repositories that a successor or new teammate should inspect first. Key points This is an internal onboarding aid, not public

관측성(로깅·메트릭) · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃

기술 스터디 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 📚 기술 스터디 내가 쓰는 기술을 깊게 정리합니다. 🆕 오늘의 글 — 취약점 수집 시스템 만들기 4편: 증분 수집 전략 · 2026-06-13 분야 전체 데이터파이프라인 DB/Infra MySQL 보안 🌊 Apache Airflow 완전정복 DAG/Task/Operator 개념부터

네트워킹과 Service · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아

바이너리 로그란 무엇인가 · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화 5. ZSTD 압축과 8.4 변

버전 비교와 fixed_version 처리 · 취약점 수집 시스템 만들기 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🔎 취약점 수집 시스템 만들기 1. CVE/OSV 데이터 모델 2. OS 패키지 vs 라이브러리 취약점 3. 버전 비교와 fixed_version 처리 4. 증분 수집 전략 3편 · 약 15분 버전 비교와 fi

복제와 GTID · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화 5. ZSTD 압축과 8.4 변화점 6.

스케줄링과 backfill · Apache Airflow 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🌊 Apache Airflow 완전정복 1. DAG/Task/Operator 개념 2. 스케줄링과 backfill 3. XCom과 태스크 통신 4. 실행기(Executor) 비교 5. 운영(재시도·SLA·알림) 2편

스토리지와 PV/PVC · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃

실행기(Executor) 비교 · Apache Airflow 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🌊 Apache Airflow 완전정복 1. DAG/Task/Operator 개념 2. 스케줄링과 backfill 3. XCom과 태스크 통신 4. 실행기(Executor) 비교 5. 운영(재시도·SLA·알림) 4

오토스케일링(HPA/VPA) · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와

운영 트러블슈팅 패턴 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃

운영(재시도·SLA·알림) · Apache Airflow 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🌊 Apache Airflow 완전정복 1. DAG/Task/Operator 개념 2. 스케줄링과 backfill 3. XCom과 태스크 통신 4. 실행기(Executor) 비교 5. 운영(재시도·SLA·알림) 5편

증분 수집 전략 · 취약점 수집 시스템 만들기 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🔎 취약점 수집 시스템 만들기 1. CVE/OSV 데이터 모델 2. OS 패키지 vs 라이브러리 취약점 3. 버전 비교와 fixed_version 처리 4. 증분 수집 전략 4편 · 약 14분 증분 수집 전략 왜 전체 재수집만으로는 부족

컨테이너 기초 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃 전략 8

클러스터 아키텍처 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃 전략

헬스체크와 롤아웃 전략 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃

binlog 운영·보존·모니터링 · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화 5. ZSTD 압축과 8

binlog 포맷(STATEMENT/ROW/MIXED) · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화

CDC와 binlog 기반 동기화 · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화 5. ZSTD 압축과

ConfigMap/Secret과 설정 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬

CVE/OSV 데이터 모델 · 취약점 수집 시스템 만들기 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🔎 취약점 수집 시스템 만들기 1. CVE/OSV 데이터 모델 2. OS 패키지 vs 라이브러리 취약점 3. 버전 비교와 fixed_version 처리 4. 증분 수집 전략 1편 · 약 13분 CVE/OSV 데이터 모델 취약점

DAG/Task/Operator 개념 · Apache Airflow 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🌊 Apache Airflow 완전정복 1. DAG/Task/Operator 개념 2. 스케줄링과 backfill 3. XCom과 태스크 통신 4. 실행기(Executor) 비교 5. 운영(재시도·SLA·알

OS 패키지 vs 라이브러리 취약점 · 취약점 수집 시스템 만들기 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🔎 취약점 수집 시스템 만들기 1. CVE/OSV 데이터 모델 2. OS 패키지 vs 라이브러리 취약점 3. 버전 비교와 fixed_version 처리 4. 증분 수집 전략 2편 · 약 14분 OS 패키지 vs 라이브

Pod 스케줄링과 리소스 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아

XCom과 태스크 통신 · Apache Airflow 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🌊 Apache Airflow 완전정복 1. DAG/Task/Operator 개념 2. 스케줄링과 backfill 3. XCom과 태스크 통신 4. 실행기(Executor) 비교 5. 운영(재시도·SLA·알림) 3편 ·

ZSTD 압축과 8.4 변화점 · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화 5. ZSTD 압축과 8.

AI Summary Purpose Entry point to 김현욱's Hyunwook Kim Sejong University M.S. research record graduate work on IoT/embedded firmware fuzzing and vulnerability detection ~2018–2021 , including the thesis, two published papers FIRM COV, UART ac

AI Summary Purpose Entry point for AI agents to find the right part of the knowledge system without scanning the whole repository. Key points ai/workspace/ stores machine and repo registry. ai/repo notes/ stores durable repo specific develo

AI Summary Purpose Lists stable concepts in the LLM Wiki. Key points Use this folder for durable explanations. Concepts should be reusable across projects and weekly notes. Learning notes can be promoted here once stable. Relevant when Expl

AI Summary Purpose Entry point for durable, compiled knowledge. Key points The wiki is maintained by AI agents from raw sources and work sessions. Wiki pages should be structured, interlinked, summarized, and source aware. Raw notes should

AI Summary Purpose Entry point for development work logs across repositories. Key points Use ai/worklog/YYYY/YYYY Www.md for weekly development work logs. Worklogs record repo, branch, agent, tests, decisions, and follow ups. Worklogs are s

AI Summary Purpose Canonical profile of the wiki owner, 김현욱 Hyunwook Kim identity, education, research output, and professional career. Key points One line identity Data / Systems Engineer and data part lead at Labradorlabs 2021.06 present

AI Summary Purpose Year by year record of 김현욱 Hyunwook Kim 's work at Labradorlabs from 2021 to 2025, including main projects, role evolution toward data part lead, and key achievements. Key points 2021 Built the foundation of the library/l

AI Summary Purpose Explain the IoTFirmFuzz invention efficient coverage guided IoT firmware fuzzing via combined emulation + PSO mutation optimization. Basis of granted Patent 1 10 2020 0089416 . Key points Core technique = Combined Emulati

AI Summary Purpose Capture the durable facts of Hyunwook Kim's M.S. thesis the proposed system EF Fuzz , the problem it solves, its design, evaluation, and how it relates to the broader IoT firmware fuzzing work Firm AFL, FIRM COV, IoTFirmF

AI Summary Purpose Capture durable design knowledge for collecting open source and OS package vulnerabilities from multiple upstream sources OSV, Alpine secdb, Debian Security Tracker, Ubuntu CVE Tracker and normalizing them into the compan

AI Summary Purpose Capture durable knowledge about yt pipeline n8n , a personal YouTube Shorts automation platform MVP under ~/hw/project . Key points The README describes a Mock MVP for operating multiple Japan target YouTube Shorts channe

AI Summary Purpose Durable note for the Go module crawler crawler lib golang . Records the TB COMP LIB GOLANG LIST V2 redesign event grain queue, declared module path resolution, and the skip existing version mode. Key points index.golang.o

AI Summary Purpose Design spec + repo note POC/BMT for a Rust package crawler that mirrors the Go crawler crawler lib golang data format and pipeline, but redesigns ONLY the LIST stage for crates.io. Code SCAFFOLDED 2026 06 02 at ~/labrador

AI Summary Purpose Repo specific memory for hyunwook.tech , the personal portfolio, wiki, docs, and backend API monorepo. Key points Local path is /Users/james home/project/hyunwook.tech on home mac . The README describes it as a personal p

AI Summary Purpose Repo specific memory for vibekits , a personal React/Vite random tools and casual browser games project. Key points Local path is ~/hw/project/vibekits . The README describes random decision tools and casual browser games

AI Summary Purpose Repo specific memory for yt pipeline n8n , a personal YouTube Shorts automation platform MVP. Key points Local path is ~/hw/project/yt pipeline n8n . README describes a Mock MVP for operating multiple Japan target YouTube

[내부용] 다차원 취약점 패치 우선순위(LPP) 시스템 (2022) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 · 출처: 본인 작성 "2022년 업무내용 요약" 다차원 취약점 패치 우선순위(LPP) 시스템 (2022) LPP(Labrador Patch Priority) 온보딩 상세 · 연월: 2022(

[내부용] 라이브러리 컴포넌트 테이블 재설계 (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 라이브러리 컴포넌트 테이블 재설계 — DB 부하 개선 (2026) 데이터파트 라이브러리 테이블 구조 재설계를 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에

[내부용] 라이브러리 크롤러 현대화 & 데이터 플랫폼 마이그레이션 (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: repo-note crawler-lib-golang 2026-05 라이브러리 크롤러 현대화 & 데이터 플랫폼 마이그레이션 (2026)

[내부용] 멀티 언어 라이브러리 크롤러 (2021) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 · 출처: 본인 작성 "2021년 업무내용 요약" 멀티 언어 라이브러리 크롤러 (2021 · 하반기 중심, ~2021-10·11) 수집 인프라 기반 온보딩 상세 1 대상 언어 & 레지스트리 신규 개발 : Go

[내부용] 바이너리 로그 전송 시스템 모니터링 & 로그 수집기 (2025) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 바이너리 로그 전송 시스템 모니터링 & 로그 수집기 (2025) 고객사 on-premise Updater 오류를 중앙에서 인지하기 위한 로그 수집

[내부용] 배포 DB 변경 관리 정책 (2024–2025) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 배포 DB 변경 관리 정책 (2024–2025) 배포 DB 변경 절차와 권한 분리를 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에 문제: 긴급 처리가 반

[내부용] 복제 바이너리 로그 스크램블링 (2024) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 · 출처: Jira/Confluence 수집물 2026-04 (+ 본인 정정) 복제 바이너리 로그 스크램블링 (2024-06) 동기화 경로 보호 온보딩 상세 0 한눈에 관련 Jira: DATA-908 (20

[내부용] 분석엔진팀 문서·이슈 관리 체계 (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: Jira/Confluence 운영 표준 분석엔진팀 문서·이슈 관리 체계 (2026) 팀의 Jira·Confluence 운영 표준을 새 팀원이 바로 따라 할

[내부용] 수집·배포·on-premise DB 백업 자동화 (2024-2025) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 수집·배포·on-premise DB 백업 자동화 (2024–2025) 데이터파트 DB 백업/복구 운영 절차를 새 팀원이 이해할 수 있는 수준의

[내부용] 악성 패키지 정보 수집·분석 (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 악성 패키지 정보 수집·분석 (2026 ~06) 취약점을 넘어 악성 패키지까지 다루는 보안 데이터 확장 작업을 새 팀원이 이해하도록 정리 0 한눈에 목표: CVE 취약점

[내부용] 오픈소스 라이선스 양립성 DB 구축 (2023) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: Jira/Confluence 수집물 2026-04 오픈소스 라이선스 양립성 DB 구축 (2023) 라이선스 호환성 데이터 수집·조회 구조를 새 팀원이 이

[내부용] 오픈소스 RAW 데이터 오브젝트 스토리지 (SeaweedFS, 2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: 설계 문서 2026-05 오픈소스 RAW 데이터 오브젝트 스토리지 (SeaweedFS, 2026-05 ~ 06) 데이터파트 RA

[내부용] 체계적 이슈 트래킹 & 장애 추적 (2021–2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: Jira/Confluence 수집물 2026-04 체계적 이슈 트래킹 & 장애 추적 (2021 ~ 2026, 상시) 데이터파트의 이슈 트래킹·장애

[내부용] 취약점 검증 & 고객사 검증 대응 (2024–2026 상시) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 취약점 검증 & 고객사 검증 대응 (2024–2026, 상시) 데이터파트 취약점 검증 업무를 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에

[내부용] 컨테이너 OS 취약점 수집 정확도 고도화 (2022) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 컨테이너 OS 취약점 수집 정확도 고도화 (2022) 데이터파트 취약점 수집 크롤러 개선 작업을 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에 대상

[내부용] 컴포넌트 인기도 기반 차등 수집 (2022) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 컴포넌트 인기도 기반 차등 수집 (2022) 라이브러리 활성도 수집기와 인기도 점수 기반 차등 스케줄링을 새 팀원이 이해할 수 있는 온보딩 상세 0 한눈에 목적: 라이

[내부용] 크롤러 배치 수집량 로그 (product/version insert·update) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 · 출처: ai/wiki/concepts/crawler-collection-count-log.md · ai/worklog/2026/2026-W24.md (2026-06

[내부용] 파일/함수 취약점 수집 V4 재설계 (2023) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 파일/함수 취약점 수집 시스템 V4 재설계 (2023) 취약점 수집 파이프라인 V3 → V4 재설계 배경과 구조를 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0

[내부용] 함수 추상화 정확도 문제 분석·해결 (2023) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 함수 추상화 정확도 문제 분석·해결 (2023) 코드 유사성 분석 도구의 함수 추상화 결함과 해결 과정을 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에

[내부용] AI 기반 라이선스 수집·분석 시스템 V3 (2025) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) AI 기반 라이선스 수집·분석 시스템 V3 (2025) 라이선스 수집·분석 파이프라인 재설계를 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에 대상

[내부용] AI 기반 CI/CD 리뷰 킷 (중앙 실행형) (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) AI 기반 CI/CD 리뷰 킷 (중앙 실행형) (2026) repo별로 흩어진 CI/CD를 중앙 실행형 킷으로 표준화한 과정을, 새 팀원이 이해할 수 있

[내부용] AWS → IDC/In-house 인프라 이전 (2024–2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: 수집물 2026-04 AWS → IDC/In-house 인프라 이전 (2024 ~ 2026-04) 데이터 인프라의 사내 이전·클라우드

[내부용] Binlog shipping service 모니터링 v2 구축 (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: 설계/구축 산출물 2026-04 Binlog shipping service 모니터링 v2 구축 (2026 ~04 v2.0.0)

[내부용] Binlog shipping service v4 — 정식 암호화 전환 (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: Jira/Confluence 수집물 2026-04 Binlog shipping service v4 — 정식 암호화 전환

[내부용] Bitbucket repo map — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 · 출처: ai/wiki/concepts/work-repository-map.md · Bitbucket 목록 확인(2026-06-13) Bitbucket repo map Jira·Confluence에서 맥락을 잡은

[내부용] DB 스키마 정립 & 라이선스 DB화 (2021) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 · 출처: 본인 작성 "2021년 업무내용 요약" DB 스키마 정립 & 라이선스 DB화 (2021) 데이터 모델 기반 온보딩 상세 · 연월: 2021(월 미상) 1 구성 버전 테이블 분리 : 통합 T

[내부용] DB 아키텍처 인스턴스 분리 (2024) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 · 출처: Jira/Confluence 수집물 2026-04 DB 아키텍처 인스턴스 분리 (2024-10 ~) DB 토폴로지 재설계 온보딩 상세 0 한눈에 관련 Jira: DATA-1469 ([2024] DB

[내부용] DB 인덱스 최적화 & 용량 절감 (2025) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) DB 인덱스 최적화 & 용량 절감 (2025) 마스터 DB 인덱스 진단·정리 절차를 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에 대상: 수년간 운영된 마

[내부용] ETL 데이터 수집 플로우 재정립 (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) ETL 데이터 수집 플로우 재정립 (2026-03 ~ 진행) 데이터파트 수집 파이프라인 재정립 작업을 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에 대상:

[내부용] Grafana 데이터·DB 모니터링 구축 (2024-2025) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) Grafana 데이터·DB 모니터링 구축 (2024-2025) 데이터파트 모니터링 체계를 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에 문

[내부용] K8s · Airflow 데이터 수집 플랫폼 운영 & 장애 대응 (2024–2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: 운영 기록/장애 회고 수집물 K8s · Airflow 데이터 수집 플랫폼 운영 & 장애 대응 (2024–2026)

[내부용] K8s 하이브리드 클러스터 확장 (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) K8s 하이브리드 클러스터 확장 (2026-03 ~) IDC 단일 사이트 수집 클러스터를 In-house까지 확장한 절차를 새 팀원이 이해할 수 있는 수준의 온보딩 상

[내부용] MySQL 8.0 → 8.4 LTS 업그레이드 (2024) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: Jira/Confluence 수집물 2026-04 MySQL 8.0 → 8.4 LTS 업그레이드 (2024-05 ~ 07) 데이터파트 DB 업

[내부용] on-premise DB · Binlog shipping service 고객사 배포 & 심층 기술지원 (2024–2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) on-premise DB · Binlog shipping service 고객사 배포 &

[내부용] OS 패키지 취약점 수집 멀티 배포판 개편 + OSV 자동화 (2025) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) OS 패키지 취약점 수집 멀티 배포판 개편 + OSV 자동화 (2025) 배포판별 취약점 수집기 개편과 OSV 자동 수집을 새 팀원이 이해

개인 프로젝트 온보딩 허브 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 Personal Projects Onboarding 개인 프로젝트 온보딩 허브 ~/hw/project 아래 개인 저장소 3개를 포트폴리오와 온보딩 관점으로 연결한 문서입니다. 공개 성과나 운영 수치는 확인된 근거가 없으면 Needs confirmation으로 유지합니다.

리포트 사람이 읽는 한국어 리포트를 저장합니다. 원천 정보는 ai/ 아래 영어 문서입니다.

온보딩 허브 · 김현욱 업무 아카이브 (내부용) LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 — 개인 온보딩/상세 자료 모음 (공개 포트폴리오: ../portfolio/index.html ) 온보딩 허브 김현욱 · 래브라도랩스 데이터파트 · 2019 → 2026 업무 아카이브 39개 항목 실무 34 (온보딩·슬라이드) 학술·연구

크롤러 배치 수집량 로그 product/version insert·update — 온보딩 상세 🔒 내부용 · 비배포 출처 ai/wiki/concepts/crawler collection count log.md , ai/worklog/2026/2026 W24.md 2026 06 10 5개 라이브러리 크롤러에 "이번 배치에 뭘 얼마나 수집했나"를 남기는 로그를 붙인 작업의 온보딩 상세. 0. 한눈에 대상 crawler lib g

Go 수집기 — 기존 vs 변경 비교 보고서 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 Go 수집기 — 기존 vs 변경 무엇이·왜·어떻게 바뀌었나 + 바뀐 수집 시퀀스 crawler-lib-golang · 2026-05 · 기반: go-missing-index-path 분석 ! 한 장 요약 발단 — 누락 점검 스크립트가 index Path(

다차원 취약점 패치 우선순위 시스템 · 슬라이드 기술 포트폴리오 · 슬라이드 다차원 취약점 패치 우선순위 시스템 CVSS 점수만으로 부족한 "무엇부터 패치할지"를, 분석·탐지 시 점수를 부가하고 CVSS 외 기타 위협 요소로 위험도를 재산정해 해결 래브라도랩스(LabradorLabs) · 2022 · 데이터 엔지니어 01 · 배경 무엇을 먼저 패치할 것인가 수많은 취약점 중 무엇을 먼저 처리할지 에 대한 명확한 기준이 없었음

라이브러리 컴포넌트 테이블 재설계 (DB 부하 개선) · 슬라이드 기술 포트폴리오 · 슬라이드 라이브러리 컴포넌트 테이블 재설계 마스터 DB CPU 부하를 추적해, 라이브러리 컴포넌트 테이블의 구조·식별자·정합성을 근본 원인부터 재설계 래브라도랩스(LabradorLabs) · 데이터파트 · 2026 · 데이터파트 파트리더 01 · 배경 왜 했나 고객사 환경에서 마스터 DB의 CPU 이상(부하) 이 관측됨 원인을 추적하니 라이브

라이브러리 크롤러 현대화 & 데이터 플랫폼 마이그레이션 · 슬라이드 기술 포트폴리오 · 슬라이드 라이브러리 크롤러 현대화 & 데이터 플랫폼 마이그레이션 언어별 오픈소스 라이브러리 크롤러(Go, Java/Maven 등)를 일관된 현대 구조로 재정비하고, 수집 데이터를 신규 데이터 플랫폼으로 이관하는 기반을 마련 래브라도랩스(LabradorLabs) · 데이터파트 · 2026 · 데이터파트 파트리더 01 · 배경 왜 현대화했나 제

멀티 언어 라이브러리 크롤러 구축 & Java→Python 전환 · 슬라이드 기술 포트폴리오 · 슬라이드 멀티 언어 라이브러리 크롤러 구축 & Java→Python 전환 여러 프로그래밍 언어 생태계의 라이브러리·라이선스 정보를 수집하는 크롤러를 신규 개발·재구현해, 데이터 커버리지를 8개 언어로 확장 래브라도랩스(LabradorLabs) · 2021 · 하반기 중심 · 데이터 엔지니어 01 · 배경 왜 필요했나 초기엔 소수 언

바이너리 로그 전송 시스템 모니터링 & 로그 수집기 · 슬라이드 기술 포트폴리오 · 슬라이드 바이너리 로그 전송 시스템 모니터링 & 로그 수집기 고객사 on-premise 동기화 모듈 오류를 중앙에서 사전 인지하기 위한 로그 수집·모니터링 체계 설계 래브라도랩스(LabradorLabs) · 데이터파트 · 2025 · 데이터 엔지니어 01 · 배경 보이지 않던 고객사 오류 제품 데이터는 중앙 → 고객사 on-premise 로 동

바이너리 로그 전송 시스템 v4 — 정식 암호화 전환 · 슬라이드 기술 포트폴리오 · 슬라이드 바이너리 로그 전송 시스템 v4 정식 암호화 전환 고객사 환경으로 나가는 바이너리 로그 전송 구간을 난독화에서 정식 암호화로 전환하고, 다운로드 모니터링을 v2로 고도화 래브라도랩스(LabradorLabs) · 데이터파트 · 2026 (~04 v4.0.0) · 데이터파트 파트리더 01 · 배경 왜 했나 운영 DB의 바이너리 로그 를

배포 DB 변경 관리 정책 수립 · 슬라이드 기술 포트폴리오 · 슬라이드 배포 DB 변경 관리 정책 수립 긴급 처리 반복으로 무너지던 배포 DB 변경 절차를, 권한 분리·승인 흐름으로 표준화 래브라도랩스(LabradorLabs) · 2024–2025 · 데이터 엔지니어 · 배포 DB 담당 01 · 배경 왜 필요했나 긴급 처리 반복 으로 배포 DB 변경 절차가 지켜지지 않음 결과: DB 환경 간 불일치 · DDL 누락 으로 운영

복제 바이너리 로그 스크램블링 · 슬라이드 기술 포트폴리오 · 슬라이드 복제 바이너리 로그 스크램블링 마스터 DB의 변경분(binary log)이 복제·고객사 on-premise로 전달되는 동기화 경로에서, 로그를 스크램블링(난독화)해 전송 중 데이터가 그대로 노출되지 않도록 보호 래브라도랩스(LabradorLabs) · 2024-06 · 데이터 엔지니어 01 · 배경 왜 보호가 필요했나 제품 데이터는 마스터 → 복제(분산)

분석엔진팀 문서·이슈 관리 체계 확립 · 슬라이드 기술 포트폴리오 · 슬라이드 분석엔진팀 문서·이슈 관리 체계 확립 Jira·Confluence 운영을 표준 규칙으로 통일해 팀 전체의 추적성과 인수인계·온보딩 효율을 끌어올린 프로세스 정립 래브라도랩스(LabradorLabs) · 분석엔진팀 · 2026 · 데이터파트 파트리더 01 · 배경 왜 필요했나 팀이 커지며 이슈·문서가 사람마다 다른 방식 으로 누적 작업(Jira)과 문

수집·배포·on-premise DB 백업 자동화 · 슬라이드 기술 포트폴리오 · 슬라이드 수집·배포·on-premise DB 백업 자동화 수집·배포·고객사 on-premise DB의 정기 백업을 자동화하고, 분할 압축·NAS 보관·이중화까지 표준화 래브라도랩스(LabradorLabs) · 데이터파트 · 2024–2025 · 데이터 엔지니어 01 · 배경 왜 자동화/표준화가 필요했나 데이터는 수집 → 배포 → 고객사 on-pre

슬라이드 사람이 보는 한국어 슬라이드형 HTML 또는 Markdown 산출물을 저장합니다.

악성 패키지 정보 수집·분석 · 슬라이드 기술 포트폴리오 · 슬라이드 악성 패키지 정보 수집·분석 알려진 취약점(CVE)을 넘어, 악성 코드를 포함한 패키지를 수집·분석해 보안 데이터 역량을 확장 래브라도랩스(LabradorLabs) · 데이터파트 · 2026 (~6월) · 데이터파트 파트리더 01 · 배경 취약점만으로는 부족하다 기존 보안 데이터는 알려진 취약점(CVE) 중심 공급망 공격은 악성 코드를 포함한 패키지 자체를

오픈소스 라이선스 양립성 DB 구축 · 슬라이드 기술 포트폴리오 · 슬라이드 오픈소스 라이선스 양립성 DB 구축 여러 오픈소스 라이선스를 함께 쓸 때의 법적 충돌을, 신뢰할 수 있는 공개 매트릭스를 수집·정형화해 사전에 식별 래브라도랩스(LabradorLabs) · 데이터파트 · 2023 · 데이터 엔지니어 01 · 배경 왜 필요했나 제품이 여러 오픈소스를 병용 하면 라이선스끼리 양립하지 않을 때 배포 시 법적 리스크 발생 "

오픈소스 RAW 데이터 오브젝트 스토리지 구축 (SeaweedFS) · 슬라이드 기술 포트폴리오 · 슬라이드 오픈소스 RAW 데이터 오브젝트 스토리지 구축 오픈소스 생태계의 메타·바이너리·Git 원본 30억~60억 건을 외부 의존 없이 재현 가능하게 보존하는 자체 미러 인프라 래브라도랩스(LabradorLabs) · 데이터파트 · 2026-05~06 · 데이터파트 파트리더 01 · 배경 무엇을, 왜 보존하나 오픈소스 생태계 메

체계적 이슈 트래킹 & 장애 추적 (Jira·Confluence) · 슬라이드 기술 포트폴리오 · 슬라이드 체계적 이슈 트래킹 & 장애 추적 Jira·Confluence로 작업·장애를 표준 체계로 추적하고, RCA로 재발 방지까지 닫는 운영 문화 래브라도랩스(LabradorLabs) · 데이터파트 · 2021–2026 (상시) · 데이터 엔지니어 (2026~ 파트리더) 01 · 배경 왜 트래킹인가 데이터 수집·처리·DB 운영에

취약점 검증 & 고객사 검증 대응 · 슬라이드 기술 포트폴리오 · 슬라이드 취약점 검증 & 고객사 검증 대응 수집된 취약점이 실제 취약점인지(오탐·미탐) 정밀 분석으로 검증하고, 고객사 검증 요청에 근거 있는 보고서로 대응 래브라도랩스(LabradorLabs) · 데이터파트 · 2024–2026 (상시) · 데이터 엔지니어 (2026~ 파트리더) 01 · 배경 왜 검증이 필요한가 수집·매칭 과정에서 오탐 · 미탐 발생 — 안전

컨테이너 OS 취약점 수집 정확도 고도화 · 슬라이드 기술 포트폴리오 · 슬라이드 컨테이너 OS 취약점 수집 정확도 고도화 12종 주요 컨테이너 OS의 보안 권고안을 소스 특성에 맞게 파싱해, 패치 버전까지 정확히 담은 취약점 데이터를 수집 래브라도랩스(LabradorLabs) · 데이터파트 · 2022 · 데이터 엔지니어 01 · 배경 왜 정확도가 중요했나 클라우드 네이티브 확산으로 컨테이너 OS 취약점 정보의 정확성 요구

컴포넌트 인기도 기반 차등 수집 · 슬라이드 기술 포트폴리오 · 슬라이드 컴포넌트 인기도 기반 차등 수집 오픈소스 라이브러리의 활성도를 수집·점수화하고, 인기도에 따라 갱신 주기를 차등화해 한정된 크롤링 자원을 효율화 래브라도랩스(LabradorLabs) · 데이터파트 · 2022 · 데이터 엔지니어 01 · 배경 왜 필요했나 라이브러리 선택엔 커뮤니티 활성도·유지보수 상태 같은 질적 정보가 필요 활성도 신호: Stars ·

크롤러 배치 수집량 로그 · 슬라이드 내부 온보딩 · 슬라이드 크롤러 배치 수집량 로그 product/version insert·update 5개 라이브러리 크롤러에서 “이번 배치가 새로 수집한 것인지, 기존 데이터를 갱신한 것인지”를 로그로 분리해 보는 작업 래브라도랩스 · 데이터파트 · 2026 · 내부용 01 · 문제 처리 건수만으로는 신규 유입을 알 수 없었다 기존 로그는 “패키지 N개 처리” 정도만 남아 신규 수집과

파일/함수 취약점 수집 V4 재설계 · 슬라이드 기술 포트폴리오 · 슬라이드 파일/함수 취약점 수집 시스템 V4 재설계 단일 프로세스로 얽혀 있던 취약점 수집 파이프라인을, 수집 단계 분리·스키마 정규화로 안정적·확장 가능하게 재설계 래브라도랩스(LabradorLabs) · 데이터파트 · 2023 · 데이터 엔지니어 01 · 배경 V3의 한계 공개 패치 정보 기반 파일/함수 취약점 데이터셋 을 수집하는 파이프라인 V3는 수집·

함수 추상화 정확도 문제 분석·해결 · 슬라이드 기술 포트폴리오 · 슬라이드 함수 추상화 정확도 문제 분석·해결 코드 유사성 분석 도구가 사실상 동일한 함수를 일관되게 식별하지 못하던 결함을, 원인 규명부터 내용 기반 해시 명명까지 해결 래브라도랩스(LabradorLabs) · 데이터파트 · 2023 · 데이터 엔지니어 01 · 배경 무엇이 문제였나 도구는 소스를 함수 단위로 추상화 해 시그니처를 비교 → 유사 코드·취약점 탐

AI 기반 라이선스 수집·분석 시스템 (V3) · 슬라이드 기술 포트폴리오 · 슬라이드 AI 기반 라이선스 수집·분석 시스템 (V3) 복잡한 다중 테이블 조인과 외부 서비스 의존을 걷어내고, 라이선스 원문을 AI로 분석해 정제된 단일 데이터셋을 생성 래브라도랩스(LabradorLabs) · 데이터파트 · 2025 · 데이터 엔지니어 01 · 배경 왜 재설계했나 기존 라이선스 수집은 결과 한 건마다 여러 테이블을 복잡하게 조인

AI 기반 CI/CD 리뷰 킷 (중앙 실행형) · 슬라이드 기술 포트폴리오 · 슬라이드 AI 기반 CI/CD 리뷰 킷 (중앙 실행형) repo마다 제각각이던 CI/CD를 중앙 실행형 킷으로 표준화하고, AI 코드 리뷰를 파이프라인에 통합해 품질·생산성을 끌어올린 팀 프로세스 래브라도랩스(LabradorLabs) · 2026 · 데이터파트 파트리더 01 · 배경 왜 필요했나 repo가 늘수록 CI/CD 스크립트가 repo마다 제

AWS → IDC/In-house 인프라 이전 & 비용 절감 · 슬라이드 기술 포트폴리오 · 슬라이드 AWS → IDC/In-house 인프라 이전 & 비용 절감 AWS에서 운영하던 데이터 백엔드·수집 인프라를 사내 서버로 이전하고, 검증 후 전환해 AWS 자원을 종료한 작업 래브라도랩스(LabradorLabs) · 데이터파트 · 2024–2026 (AWS 자원 종료 ~2026-04) · 데이터 엔지니어 · 인프라 01 · 배

Binlog shipping service 모니터링 v2 구축 · 슬라이드 기술 포트폴리오 · 슬라이드 Binlog shipping service 모니터링 v2 구축 고객사 on-premise 동기화 상태를 중앙에서 관측하는 Grafana 기반 관측 체계를 재설계·구축 래브라도랩스(LabradorLabs) · 데이터파트 · 2026 (~04 v2.0.0) · 데이터파트 파트리더 01 · 배경 왜 v2였나 Binlog shipp

DB 스키마 정립 & 라이선스 DB화 · 슬라이드 기술 포트폴리오 · 슬라이드 DB 스키마 정립 & 라이선스 DB화 증가하는 데이터에 맞춰 버전 테이블을 언어별로 분리하고, 텍스트로 관리되던 라이선스 매핑을 DB로 전환해 동적 매칭의 기반을 마련 래브라도랩스(LabradorLabs) · 2021 · 데이터 엔지니어 01 · 배경 왜 손봐야 했나 데이터 증가로 단일 통합 버전 테이블 로 모든 언어를 관리하는 방식이 성능·관리 복

DB 아키텍처 리엔지니어링 — 컴포넌트별 인스턴스 분리 · 슬라이드 기술 포트폴리오 · 슬라이드 DB 아키텍처 리엔지니어링 컴포넌트별 인스턴스 분리 장기 운영으로 혼재된 단일 DB 구조를 역할·컴포넌트 단위 인스턴스로 분리해, 확장성과 운영 책임을 명확히 한 재설계 래브라도랩스(LabradorLabs) · 2024-10~ · 데이터 엔지니어 01 · 배경 왜 분리해야 했나 수년간 누적된 데이터가 역할이 다른 데이터(원천/가공/

DB 인덱스 최적화 & 용량 53% 절감 · 슬라이드 기술 포트폴리오 · 슬라이드 DB 인덱스 최적화 & 용량 53% 절감 수년간 비대해진 마스터 DB를, 실사용 쿼리 분석 기반으로 불필요 인덱스를 걷어내고 SQL을 튜닝 래브라도랩스(LabradorLabs) · 데이터파트 · 2025 · 데이터 엔지니어 01 · 배경 왜 했나 수년간 운영된 마스터 DB 가 미사용 인덱스·비효율 쿼리로 용량 비대·성능 저하 인덱스는 쌓이기만 했

ETL 데이터 수집 플로우 재정립 · 슬라이드 기술 포트폴리오 · 슬라이드 ETL 데이터 수집 플로우 재정립 재수집 때마다 1,000만~1억 건의 외부 API 요청이 필요하던 원테이크 수집을, RAW 보존·재파싱 구조의 오브젝트 스토리지 기반 파이프라인으로 재설계 래브라도랩스(LabradorLabs) · 데이터파트 · 2026-03~ 진행 · 데이터파트 파트리더 01 · 배경 왜 재정립했나 RAW를 보존하지 않는 원테이크 수집

Go 수집기 — 기존 vs 변경 crawler-lib-golang · 2026 Go 수집기 기존 vs 변경 무엇이·왜·어떻게 바뀌었나 — 그리고 바뀐 수집 시퀀스 아래 ›(또는 점) 클릭으로 넘기기 1 / 10 › 왜 바꿨나 "누락"의 정체 누락 점검 스크립트는 이렇게 비교했다: index Path → 소문자 DB PRODUCT_KEY → LOWER(product_key) 두 문자열이 같으면 found, 아니면 "not fou

Grafana 기반 데이터·DB 모니터링 구축 · 슬라이드 기술 포트폴리오 · 슬라이드 Grafana 기반 데이터·DB 모니터링 구축 DB 안에만 쌓이던 데이터·운영 지표를 대시보드로 가시화하고, 여러 메트릭을 한 화면에서 비교 분석 래브라도랩스(LabradorLabs) · 데이터파트 · 2024–2025 · 데이터 엔지니어 01 · 배경 데이터가 DB에 갇혀 있었다 수집 스케줄러가 모은 데이터가 DB 안에만 쌓여 추이 파악이

K8s · Airflow 데이터 수집 플랫폼 운영 & 장애 대응 · 슬라이드 기술 포트폴리오 · 슬라이드 K8s · Airflow 데이터 수집 플랫폼 운영 & 장애 대응 데이터 수집 파이프라인을 Kubernetes 위 Airflow로 운영하며, 반복 장애를 근본 원인 분석으로 해소하고 안정성·가용성을 확보 래브라도랩스(LabradorLabs) · 데이터파트 · 2024–2026 · 데이터 엔지니어 · 인프라 운영 01 · 배경

K8s 하이브리드 클러스터 확장 (IDC + In-house) · 슬라이드 기술 포트폴리오 · 슬라이드 K8s 하이브리드 클러스터 확장 (IDC + In-house) NAT로 직접 접근이 막힌 환경에서 WireGuard 터널로 In-house 서버를 기존 IDC Kubernetes 클러스터에 합류시켜 멀티 사이트로 확장 래브라도랩스(LabradorLabs) · 데이터파트 · 2026 (3월~) · 데이터파트 파트리더 01 ·

MySQL 8.0 → 8.4 LTS 무중단 업그레이드 · 슬라이드 기술 포트폴리오 · 슬라이드 MySQL 8.0 → 8.4 LTS 무중단 업그레이드 다수 고객사 on-premise까지 복제되는 운영 MySQL을, 서비스 중단 없이 차기 LTS로 검증·롤아웃 래브라도랩스(LabradorLabs) · 데이터파트 · 2024-05~07 · 데이터 엔지니어 01 · 배경 왜 신중해야 했나 데이터는 마스터 → 복제(분산) → 고객사 o

on-premise DB · Binlog shipping service 고객사 배포 & 심층 기술지원 · 슬라이드 2024–2026 (상시) 래브라도랩스 · 데이터파트 on-premise DB · Binlog shipping service 고객사 배포 & 심층 기술지원 자사 마스터 DB의 on-premise 백업본과 Binlog shipping service를 고객사 환경별로 맞춤 배포하고, 1차에서 풀리지 않는 심층 이슈를

OS 패키지 취약점 수집 멀티 배포판 개편 + OSV 자동화 · 슬라이드 기술 포트폴리오 · 슬라이드 OS 패키지 취약점 수집 멀티 배포판 개편 + OSV 자동화 Alpine·RHEL·Debian·Ubuntu 수집기를 각각 전면 재설계하고, OSV 공개 취약점 데이터 수집을 자동화 래브라도랩스(LabradorLabs) · 데이터파트 · 2025 · 데이터 엔지니어 01 · 배경 왜 어려운가 배포판마다 보안 권고의 출처·포맷·식

AI Summary Purpose Structured, verbatim extraction notes from the primary PDFs for the two patents, the UART conference paper, and the BugMiner reference paper. Key points Patent 1 IoTFirmFuzz application 10 2020 0089416, filed 2020.07.20,

Airflow 스케줄링의 핵심 규칙 Airflow 스케줄링에서 가장 많이 혼란을 야기하는 규칙이 하나 있다. DAG 실행은 해당 데이터 구간 data interval 이 끝난 뒤에 시작된다. @daily DAG의 start date 가 2025 01 01 이면, 2025 01 01 00 00 ~ 2025 01 02 00 00 구간의 첫 실행은 2025 01 02 00 00 이후 에 시작된다. 실행 버튼을 누른 시각이 아니라 처

왜 전체 재수집만으로는 부족한가 취약점 데이터베이스를 처음 만들 때는 전체 덤프나 전체 API 페이지를 한 번 훑으면 된다. 문제는 그 다음날부터다. CVE, GHSA, OSV 같은 보안 데이터는 새 레코드가 추가될 뿐 아니라 기존 레코드의 점수, 영향 버전, withdrawn 여부, reference, alias가 계속 바뀐다. "어제 이후 새로 나온 CVE만 가져오기"로 끝내면 이미 저장한 레코드의 수정분을 놓친다. 증분

AI Summary Purpose Captures learning, sources, decisions, and open questions for this week. Key points This note is a weekly synthesis area. Durable knowledge should be promoted to ai/wiki/ . Development work should be logged in ai/worklog/

AI Summary Purpose Tracks development work across repositories for this week. Key points Add coding work entries here after meaningful agent sessions. Keep entries concise. Promote durable knowledge to ai/repo notes/ or ai/wiki/ . Relevant

AI Summary Purpose Tracks development work across repositories for this week. Key points Add coding work entries here after meaningful agent sessions. Keep entries concise. Promote durable knowledge to ai/repo notes/ or ai/wiki/ . Relevant

AI Summary Purpose Tracks development work across repositories for this week. Key points Add coding work entries here after meaningful agent sessions. Keep entries concise. Promote durable knowledge to ai/repo notes/ or ai/wiki/ . Relevant

관측성(로깅·메트릭) · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃

기술 스터디 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 📚 기술 스터디 내가 쓰는 기술을 깊게 정리합니다. 🆕 오늘의 글 — 취약점 수집 시스템 만들기 4편: 증분 수집 전략 · 2026-06-13 분야 전체 데이터파이프라인 DB/Infra MySQL 보안 🌊 Apache Airflow 완전정복 DAG/Task/Operator 개념부터

네트워킹과 Service · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아

바이너리 로그란 무엇인가 · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화 5. ZSTD 압축과 8.4 변

버전 비교와 fixed_version 처리 · 취약점 수집 시스템 만들기 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🔎 취약점 수집 시스템 만들기 1. CVE/OSV 데이터 모델 2. OS 패키지 vs 라이브러리 취약점 3. 버전 비교와 fixed_version 처리 4. 증분 수집 전략 3편 · 약 15분 버전 비교와 fi

복제와 GTID · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화 5. ZSTD 압축과 8.4 변화점 6.

스케줄링과 backfill · Apache Airflow 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🌊 Apache Airflow 완전정복 1. DAG/Task/Operator 개념 2. 스케줄링과 backfill 3. XCom과 태스크 통신 4. 실행기(Executor) 비교 5. 운영(재시도·SLA·알림) 2편

스토리지와 PV/PVC · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃

실행기(Executor) 비교 · Apache Airflow 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🌊 Apache Airflow 완전정복 1. DAG/Task/Operator 개념 2. 스케줄링과 backfill 3. XCom과 태스크 통신 4. 실행기(Executor) 비교 5. 운영(재시도·SLA·알림) 4

오토스케일링(HPA/VPA) · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와

운영 트러블슈팅 패턴 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃

운영(재시도·SLA·알림) · Apache Airflow 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🌊 Apache Airflow 완전정복 1. DAG/Task/Operator 개념 2. 스케줄링과 backfill 3. XCom과 태스크 통신 4. 실행기(Executor) 비교 5. 운영(재시도·SLA·알림) 5편

증분 수집 전략 · 취약점 수집 시스템 만들기 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🔎 취약점 수집 시스템 만들기 1. CVE/OSV 데이터 모델 2. OS 패키지 vs 라이브러리 취약점 3. 버전 비교와 fixed_version 처리 4. 증분 수집 전략 4편 · 약 14분 증분 수집 전략 왜 전체 재수집만으로는 부족

컨테이너 기초 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃 전략 8

클러스터 아키텍처 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃 전략

헬스체크와 롤아웃 전략 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃

binlog 운영·보존·모니터링 · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화 5. ZSTD 압축과 8

binlog 포맷(STATEMENT/ROW/MIXED) · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화

CDC와 binlog 기반 동기화 · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화 5. ZSTD 압축과

ConfigMap/Secret과 설정 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬

CVE/OSV 데이터 모델 · 취약점 수집 시스템 만들기 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🔎 취약점 수집 시스템 만들기 1. CVE/OSV 데이터 모델 2. OS 패키지 vs 라이브러리 취약점 3. 버전 비교와 fixed_version 처리 4. 증분 수집 전략 1편 · 약 13분 CVE/OSV 데이터 모델 취약점

DAG/Task/Operator 개념 · Apache Airflow 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🌊 Apache Airflow 완전정복 1. DAG/Task/Operator 개념 2. 스케줄링과 backfill 3. XCom과 태스크 통신 4. 실행기(Executor) 비교 5. 운영(재시도·SLA·알

OS 패키지 vs 라이브러리 취약점 · 취약점 수집 시스템 만들기 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🔎 취약점 수집 시스템 만들기 1. CVE/OSV 데이터 모델 2. OS 패키지 vs 라이브러리 취약점 3. 버전 비교와 fixed_version 처리 4. 증분 수집 전략 2편 · 약 14분 OS 패키지 vs 라이브

Pod 스케줄링과 리소스 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아

XCom과 태스크 통신 · Apache Airflow 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🌊 Apache Airflow 완전정복 1. DAG/Task/Operator 개념 2. 스케줄링과 backfill 3. XCom과 태스크 통신 4. 실행기(Executor) 비교 5. 운영(재시도·SLA·알림) 3편 ·

ZSTD 압축과 8.4 변화점 · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화 5. ZSTD 압축과 8.

AI Summary Purpose Entry point for AI agents to find the right part of the knowledge system without scanning the whole repository. Key points ai/workspace/ stores machine and repo registry. ai/repo notes/ stores durable repo specific develo

AI Summary Purpose Lists stable concepts in the LLM Wiki. Key points Use this folder for durable explanations. Concepts should be reusable across projects and weekly notes. Learning notes can be promoted here once stable. Relevant when Expl

AI Summary Purpose Entry point for active learning, study plans, questions, and practice. Key points Use this area for learning in progress. Promote stable knowledge into ai/wiki/concepts/ . Track unanswered questions in questions.md . Trac

AI Summary Purpose Entry point for durable, compiled knowledge. Key points The wiki is maintained by AI agents from raw sources and work sessions. Wiki pages should be structured, interlinked, summarized, and source aware. Raw notes should

AI Summary Purpose Entry point for week by week learning and personal synthesis. Key points Weekly notes capture what happened during a week. Weekly notes are a staging area, not the final wiki. Durable knowledge should be promoted to ai/wi

AI Summary Purpose Central list of unresolved learning questions. Key points Add questions here when they are not tied to a single document. Link questions to related wiki pages or weekly notes. Resolved questions should be summarized and p

AI Summary Purpose Tracks what the user is learning and what should be studied next. Key points Current learning focus LLM Wiki, AI coding agents, Obsidian workflow, and personal development knowledge management. Roadmap items should link t

AI Summary Purpose Distilled, adversarially verified research 2026 06 05 deep research run 25 sources, 85 claims extracted, 25 verified, 2 refuted on how a senior backend/DB/infra engineer's portfolio is evaluated and how to write it. Key p

AI Summary Purpose Canonical profile of the wiki owner, 김현욱 Hyunwook Kim identity, education, research output, and professional career. Key points One line identity Data / Systems Engineer and data part lead at Labradorlabs 2021.06 present

AI Summary Purpose Capture two durable infra learnings the gatherdb01 memory exhaustion/swap incident and its root cause + fix , and the ELK based DB Update Monitoring system that watches binlog shipping and alerts via JIRA/KakaoWork. Key p

AI Summary Purpose Record the owner's 2019 conference paper on acquiring embedded device firmware via UART, including the defenses encountered and the connection methods proposed. Key points Paper "임베디드 장비 펌웨어 획득을 위한 UART 연결 방법 연구" / "A Stu

[내부용] 다차원 취약점 패치 우선순위(LPP) 시스템 (2022) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 · 출처: 본인 작성 "2022년 업무내용 요약" 다차원 취약점 패치 우선순위(LPP) 시스템 (2022) LPP(Labrador Patch Priority) 온보딩 상세 · 연월: 2022(

[내부용] 라이브러리 컴포넌트 테이블 재설계 (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 라이브러리 컴포넌트 테이블 재설계 — DB 부하 개선 (2026) 데이터파트 라이브러리 테이블 구조 재설계를 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에

[내부용] 라이브러리 크롤러 현대화 & 데이터 플랫폼 마이그레이션 (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: repo-note crawler-lib-golang 2026-05 라이브러리 크롤러 현대화 & 데이터 플랫폼 마이그레이션 (2026)

[내부용] 멀티 언어 라이브러리 크롤러 (2021) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 · 출처: 본인 작성 "2021년 업무내용 요약" 멀티 언어 라이브러리 크롤러 (2021 · 하반기 중심, ~2021-10·11) 수집 인프라 기반 온보딩 상세 1 대상 언어 & 레지스트리 신규 개발 : Go

[내부용] 바이너리 로그 전송 시스템 모니터링 & 로그 수집기 (2025) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 바이너리 로그 전송 시스템 모니터링 & 로그 수집기 (2025) 고객사 on-premise Updater 오류를 중앙에서 인지하기 위한 로그 수집

[내부용] 복제 바이너리 로그 스크램블링 (2024) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 · 출처: Jira/Confluence 수집물 2026-04 (+ 본인 정정) 복제 바이너리 로그 스크램블링 (2024-06) 동기화 경로 보호 온보딩 상세 0 한눈에 관련 Jira: DATA-908 (20

[내부용] 수집·배포·on-premise DB 백업 자동화 (2024-2025) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 수집·배포·on-premise DB 백업 자동화 (2024–2025) 데이터파트 DB 백업/복구 운영 절차를 새 팀원이 이해할 수 있는 수준의

[내부용] 악성 패키지 정보 수집·분석 (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 악성 패키지 정보 수집·분석 (2026 ~06) 취약점을 넘어 악성 패키지까지 다루는 보안 데이터 확장 작업을 새 팀원이 이해하도록 정리 0 한눈에 목표: CVE 취약점

[내부용] 체계적 이슈 트래킹 & 장애 추적 (2021–2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: Jira/Confluence 수집물 2026-04 체계적 이슈 트래킹 & 장애 추적 (2021 ~ 2026, 상시) 데이터파트의 이슈 트래킹·장애

[내부용] 취약점 검증 & 고객사 검증 대응 (2024–2026 상시) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 취약점 검증 & 고객사 검증 대응 (2024–2026, 상시) 데이터파트 취약점 검증 업무를 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에

[내부용] 컨테이너 OS 취약점 수집 정확도 고도화 (2022) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 컨테이너 OS 취약점 수집 정확도 고도화 (2022) 데이터파트 취약점 수집 크롤러 개선 작업을 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에 대상

[내부용] 컴포넌트 인기도 기반 차등 수집 (2022) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 컴포넌트 인기도 기반 차등 수집 (2022) 라이브러리 활성도 수집기와 인기도 점수 기반 차등 스케줄링을 새 팀원이 이해할 수 있는 온보딩 상세 0 한눈에 목적: 라이

[내부용] 함수 추상화 정확도 문제 분석·해결 (2023) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 함수 추상화 정확도 문제 분석·해결 (2023) 코드 유사성 분석 도구의 함수 추상화 결함과 해결 과정을 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에

[내부용] AWS → IDC/In-house 인프라 이전 (2024–2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: 수집물 2026-04 AWS → IDC/In-house 인프라 이전 (2024 ~ 2026-04) 데이터 인프라의 사내 이전·클라우드

[내부용] Binlog shipping service 모니터링 v2 구축 (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: 설계/구축 산출물 2026-04 Binlog shipping service 모니터링 v2 구축 (2026 ~04 v2.0.0)

[내부용] Binlog shipping service v4 — 정식 암호화 전환 (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: Jira/Confluence 수집물 2026-04 Binlog shipping service v4 — 정식 암호화 전환

[내부용] Bitbucket repo map — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 · 출처: ai/wiki/concepts/work-repository-map.md · Bitbucket 목록 확인(2026-06-13) Bitbucket repo map Jira·Confluence에서 맥락을 잡은

[내부용] DB 스키마 정립 & 라이선스 DB화 (2021) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 · 출처: 본인 작성 "2021년 업무내용 요약" DB 스키마 정립 & 라이선스 DB화 (2021) 데이터 모델 기반 온보딩 상세 · 연월: 2021(월 미상) 1 구성 버전 테이블 분리 : 통합 T

[내부용] DB 아키텍처 인스턴스 분리 (2024) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 · 출처: Jira/Confluence 수집물 2026-04 DB 아키텍처 인스턴스 분리 (2024-10 ~) DB 토폴로지 재설계 온보딩 상세 0 한눈에 관련 Jira: DATA-1469 ([2024] DB

[내부용] DB 인덱스 최적화 & 용량 절감 (2025) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) DB 인덱스 최적화 & 용량 절감 (2025) 마스터 DB 인덱스 진단·정리 절차를 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에 대상: 수년간 운영된 마

[내부용] ETL 데이터 수집 플로우 재정립 (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) ETL 데이터 수집 플로우 재정립 (2026-03 ~ 진행) 데이터파트 수집 파이프라인 재정립 작업을 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에 대상:

[내부용] Grafana 데이터·DB 모니터링 구축 (2024-2025) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) Grafana 데이터·DB 모니터링 구축 (2024-2025) 데이터파트 모니터링 체계를 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에 문

[내부용] K8s · Airflow 데이터 수집 플랫폼 운영 & 장애 대응 (2024–2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: 운영 기록/장애 회고 수집물 K8s · Airflow 데이터 수집 플랫폼 운영 & 장애 대응 (2024–2026)

[내부용] K8s 하이브리드 클러스터 확장 (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) K8s 하이브리드 클러스터 확장 (2026-03 ~) IDC 단일 사이트 수집 클러스터를 In-house까지 확장한 절차를 새 팀원이 이해할 수 있는 수준의 온보딩 상

[내부용] MySQL 8.0 → 8.4 LTS 업그레이드 (2024) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: Jira/Confluence 수집물 2026-04 MySQL 8.0 → 8.4 LTS 업그레이드 (2024-05 ~ 07) 데이터파트 DB 업

[내부용] OS 패키지 취약점 수집 멀티 배포판 개편 + OSV 자동화 (2025) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) OS 패키지 취약점 수집 멀티 배포판 개편 + OSV 자동화 (2025) 배포판별 취약점 수집기 개편과 OSV 자동 수집을 새 팀원이 이해

관측할 수 없는 시스템은 운영할 수 없다 컨테이너는 수십 개에서 수백 개가 동시에 뜨고 죽는다. SSH로 직접 들어가 tail f 하던 시절의 방식은 통하지 않는다. 쿠버네티스 관측성은 세 가지 신호로 요약된다. 신호 정의 도구 예시 메트릭 Metrics 시간축 위의 수치 — CPU, 메모리, 요청 수 Prometheus + Grafana 로그 Logs 이벤트 텍스트 스트림 Loki + Grafana Alloy 트레이스 Tra

쿠버네티스 네트워킹의 4가지 전제 쿠버네티스 네트워크 모델은 단순한 규칙 위에 서 있다. 모든 Pod는 고유 IP를 가진다. 같은 클러스터의 Pod끼리는 NAT 없이 서로 IP로 직접 통신한다. 노드도 모든 Pod와 통신할 수 있다. Pod가 보는 자기 IP와 남이 보는 그 Pod의 IP가 같다. 이 "평평한 flat 네트워크"를 실제로 구현하는 건 CNI 플러그인 Calico, Cilium 등 이다. Pod IP는 못 믿는다

왜 바이너리 로그인가 MySQL을 운영하다 보면 세 가지 문제가 반드시 찾아온다. 레플리카 서버에 데이터를 동기화해야 할 때, 실수로 지워진 데이터를 특정 시점으로 복원해야 할 때, 그리고 실시간으로 데이터 변경을 외부 시스템에 전달해야 할 때다. 바이너리 로그 Binary Log, binlog 는 이 세 가지를 가능하게 하는 MySQL의 핵심 로그 파일이다. binlog는 데이터나 스키마를 변경 하는 이벤트만 순서대로 기록한

버전 비교가 생각보다 어려운 이유 "설치된 패키지 버전이 취약한가?"라는 질문은 단순해 보이지만, 실제로는 생태계마다 버전 문자열 비교 규칙이 전혀 다르다 . 1.0.0 < 1.0.1 이야 누구나 동의하지만, 1.0.0 alpha vs 1.0.0 은 어떤가? 1!2.0.0 vs 3.0.0 은? 1.0.1e 58.el6 10 vs 1.0.1f 는? 잘못된 버전 비교는 두 가지 문제를 만든다. 오탐 false positive 이미

복제의 심장, binlog 전달 MySQL 복제는 소스 서버에서 일어난 변경을 레플리카가 동일하게 재실행하는 메커니즘이다. 읽기 부하 분산, 장애 시 빠른 서비스 복구, 무중단 스키마 변경 적용 등이 모두 복제 위에서 돌아간다. 복제의 데이터 통로는 binlog다. 소스에서 커밋된 트랜잭션이 binlog에 기록되면 레플리카가 그 파일을 읽어 같은 SQL을 재실행한다. 이 과정은 두 스레드로 나뉜다. I/O 스레드 소스에 TCP

Airflow 스케줄링의 핵심 규칙 Airflow 스케줄링에서 가장 많이 혼란을 야기하는 규칙이 하나 있다. DAG 실행은 해당 데이터 구간 data interval 이 끝난 뒤에 시작된다. @daily DAG의 start date 가 2025 01 01 이면, 2025 01 01 00 00 ~ 2025 01 02 00 00 구간의 첫 실행은 2025 01 02 00 00 이후 에 시작된다. 실행 버튼을 누른 시각이 아니라 처

컨테이너 저장소는 사라진다 컨테이너의 파일시스템은 컨테이너가 재시작되면 초기화된다. DB 데이터처럼 살아남아야 하는 것은 볼륨 Volume 으로 분리해야 한다. 볼륨에도 두 종류가 있다. 임시 ephemeral Pod 수명과 함께 사라짐. 예 emptyDir 같은 Pod 안 컨테이너 간 공유 스크래치 . 영구 persistent Pod가 죽어도 데이터가 남음. 외부 스토리지 클라우드 디스크, NFS 등 에 저장. PV / PV

Executor란 무엇인가 Airflow Scheduler는 어떤 Task를 언제 실행할지 결정하지만, 그 Task를 어디서, 어떤 방식으로 실행할지는 Executor 가 담당한다. Executor는 Airflow의 실행 계층이며, 개발 환경부터 대규모 프로덕션까지 상황에 맞는 선택이 중요하다. 주요 Executor 한눈에 보기 Executor 실행 위치 병렬성 추가 인프라 주 용도 SequentialExecutor Sched

왜 오토스케일링인가 고정된 복제본 수로는 두 가지 비용 중 하나를 피할 수 없다. 피크 트래픽에 맞추면 평소에는 돈 낭비, 평균 트래픽에 맞추면 피크 때 서비스 장애. 쿠버네티스는 이 딜레마를 세 종류의 자동 스케일러로 해결한다. 스케일러 무엇을 조정하나 단위 HPA Horizontal Pod Autoscaler Pod 수 Deployment / StatefulSet 복제본 VPA Vertical Pod Autoscaler P

장애는 패턴이 있다 쿠버네티스 운영 중 마주치는 대부분의 문제는 몇 가지 패턴으로 수렴한다. 패턴을 알면 수십 분 걸릴 진단을 몇 분 안에 끝낼 수 있다. 이 글에서는 현장에서 가장 자주 보이는 Pod 실패 상태를 체계적으로 진단하고 해결하는 방법을 다룬다. 진단의 첫 번째 도구 — describe와 events describe 출력의 Events 섹션이 핵심이다. Scheduler가 왜 Pod를 배치하지 못했는지, kubel

왜 운영 설정이 중요한가 DAG를 만드는 것보다 운영에서 살아남게 하는 것 이 더 어렵다. 네트워크가 순간 끊기고, 외부 API가 503을 반환하고, 새벽 배치가 SLA를 넘기는 일은 모두 예측 가능한 사고다. Airflow는 이 세 가지 상황을 각각 재시도 Retry , 데드라인 경보 Deadline Alert/SLA , 콜백·알림 Callback/Notifier 으로 대응할 수 있는 도구를 제공한다. 재시도 Retry 기본

왜 전체 재수집만으로는 부족한가 취약점 데이터베이스를 처음 만들 때는 전체 덤프나 전체 API 페이지를 한 번 훑으면 된다. 문제는 그 다음날부터다. CVE, GHSA, OSV 같은 보안 데이터는 새 레코드가 추가될 뿐 아니라 기존 레코드의 점수, 영향 버전, withdrawn 여부, reference, alias가 계속 바뀐다. "어제 이후 새로 나온 CVE만 가져오기"로 끝내면 이미 저장한 레코드의 수정분을 놓친다. 증분

왜 컨테이너인가 쿠버네티스를 이해하려면 먼저 컨테이너가 무엇을 해결했는지 알아야 한다. 컨테이너는 애플리케이션과 그 실행에 필요한 라이브러리·런타임을 하나의 이미지로 묶어, "내 PC에서는 됐는데"라는 환경 차이 문제를 없앤다. 가상머신과 달리 게스트 OS 커널을 따로 두지 않고 호스트 커널을 공유하기 때문에 가볍고 빠르게 뜬다. 핵심 구성요소 이미지 애플리케이션 + 의존성의 읽기 전용 스냅샷. 컨테이너 이미지를 실행한 격리된

컨트롤 플레인과 노드 쿠버네티스 클러스터는 크게 두 부분이다. 컨트롤 플레인 은 클러스터의 "두뇌"로 원하는 상태 desired state 를 관리하고, 워커 노드 는 실제 컨테이너 Pod 를 실행한다. 컨트롤 플레인 구성요소 kube apiserver 모든 요청이 거치는 정문. 상태 변경은 전부 여기로. etcd 클러스터의 모든 상태를 담는 키 값 저장소. kube scheduler 새 Pod를 어느 노드에 둘지 결정. co

Pod는 "떴다"와 "정상"을 구별해야 한다 컨테이너가 시작됐다고 해서 요청을 받아도 되는 상태인 것은 아니다. JVM 예열, 캐시 웜업, DB 커넥션 풀 초기화가 끝나야 비로소 트래픽을 허용할 수 있다. 반대로 이미 떠 있는 컨테이너가 데드락에 빠져 아무것도 못 하는 상태일 수도 있다. 쿠버네티스는 이 두 문제를 세 가지 프로브 Probe 로 해결한다. 세 가지 프로브 Liveness Probe — "살아 있는가?" 앱이 데

운영자의 binlog 걱정 세 가지 binlog를 실제로 운영할 때 반복되는 고민은 크게 세 가지다. 1. 디스크가 찬다 — 만료 설정을 잘못하거나 레플리카가 멈추면 binlog가 무한 쌓인다. 2. 어디까지 삭제해도 되는지 모른다 — 잘못 삭제하면 레플리카가 깨진다. 3. 무슨 이유로 복제가 늦는지 보이지 않는다 — 지표 없이 장애를 감지하기 어렵다. 이 챕터는 이 세 가지 문제를 각각 다루는 운영 레시피다. 보존 기간 설정

같은 변경, 세 가지 기록 방식 binlog에 변경을 "어떻게" 저장하느냐에 따라 복제 안정성, 파일 크기, CDC 도구 호환성이 크게 달라진다. MySQL은 세 가지 포맷을 binlog format 변수로 제어해왔다. MySQL 8.4에서 이 변수는 deprecated 됐고, ROW 포맷이 사실상 표준으로 자리잡는 중이다. STATEMENT 포맷 실행된 SQL 문 자체를 binlog에 기록한다. UPDATE orders SE

폴링 방식의 한계에서 시작한다 서비스 데이터를 검색 엔진, 분석 DW, 캐시, 다른 마이크로서비스에 실시간으로 전달해야 하는 상황을 생각해보자. 가장 단순한 방법은 주기적으로 SELECT ... WHERE updated at last run 으로 변경된 행을 뽑는 폴링 polling 이다. 폴링의 문제점 DELETE 된 행은 조회 자체가 불가능해 추적할 수 없다. updated at 컬럼이 없거나 애플리케이션이 갱신하지 않으면

코드에서 설정을 분리한다 12 Factor App 원칙의 세 번째 항목은 "설정 Config 을 환경에 저장하라"이다. DB 접속 URL·로그 레벨·피처 플래그가 코드에 하드코딩되어 있으면, 운영/개발/테스트 환경마다 이미지를 다시 빌드해야 한다. 쿠버네티스는 이 문제를 두 오브젝트로 해결한다. ConfigMap Secret 용도 비민감 설정값 비밀번호·토큰·인증서 등 민감 값 저장 형식 평문 base64 인코딩 기본 etcd

취약점 정보의 두 가지 언어 소프트웨어 보안을 다루다 보면 두 가지 식별자가 자주 등장한다. CVE Common Vulnerabilities and Exposures 는 1999년부터 존재한 전통적 취약점 번호 체계이고, OSV Open Source Vulnerability 는 2021년 Google·OpenSSF가 제안한 오픈소스 중심의 구조화된 포맷이다. 이 두 포맷은 경쟁 관계가 아니라 계층 관계 다. 대부분의 OSV 레

Airflow는 무엇을 해결하는가 데이터 파이프라인은 보통 여러 단계로 구성된다. "매일 새벽 1시에 원천 DB에서 데이터를 긁어와, 변환 후, 리포트 테이블에 적재하라." 이 흐름을 cron 스크립트 몇 개로 관리하면 처음엔 쉽지만, 단계가 늘어나고 의존 관계가 생기며, 실패 재시도·알림·실행 이력이 필요해지는 순간 감당하기 어려워진다. Apache Airflow 는 이 "워크플로 오케스트레이션" 문제를 해결하는 플랫폼이다.

두 가지 종류의 소프트웨어 리눅스 서버나 컨테이너 이미지를 스캔하면 취약점이 두 개의 층에서 나온다. 첫 번째 층은 OS 패키지 다. 운영체제 패키지 관리자 apt, yum/dnf, apk 등 가 설치한 바이너리와 공유 라이브러리들이 여기 속한다. 두 번째 층은 언어 라이브러리 다. npm, PyPI, Maven, crates.io처럼 언어별 패키지 레지스트리에서 설치한 의존성들이다. 취약점 수집과 매칭 관점에서 이 두 층은

스케줄러가 하는 일 Pod를 만들면 곧바로 노드에서 실행되는 게 아니다. 먼저 kube scheduler 가 "이 Pod를 어느 노드에 둘지"를 결정한다. 스케줄러는 두 단계를 거친다. 필터링 Filtering 이 Pod를 받을 수 있는 노드만 추린다. 자원이 부족하거나, 노드 셀렉터/taint 조건에 안 맞으면 탈락. 스코어링 Scoring 통과한 노드들에 점수를 매겨 가장 좋은 노드를 고른다 자원 여유, 분산 정도 등 .

태스크는 왜 기본적으로 격리되어 있나 Airflow는 Task를 독립적인 실행 단위로 설계했다. Task는 서로 다른 프로세스·컨테이너·머신에서 실행될 수 있고, 같은 파이썬 메모리 공간을 공유하지 않는다. 이 격리 덕분에 재시도·분산 실행·실패 격리가 가능하지만, 한 Task의 결과를 다음 Task에 넘기려면 명시적인 통신 채널이 필요하다. 그 채널이 XCom Cross Communication 이다. XCom이란 XCom은

왜 binlog 크기를 줄여야 하는가 ROW 포맷 binlog는 정확하지만 무겁다. 트랜잭션마다 변경된 행의 before·after 이미지를 전부 기록하기 때문에, 대량 배치 업데이트나 넓은 JSON 컬럼을 가진 테이블에서는 binlog가 소스 데이터보다 더 빠르게 쌓인다. 문제는 세 군데에서 동시에 발생한다. 소스 디스크 만료 전에 파일이 쌓이는 속도가 빨라 보존 기간을 줄여야 한다는 압박을 받는다. 레플리케이션 네트워크 소

AI Summary Purpose Captures learning, sources, decisions, and open questions for this week. Key points This note is a weekly synthesis area. Durable knowledge should be promoted to ai/wiki/ . Development work should be logged in ai/worklog/

AI Summary Purpose Tracks development work across repositories for this week. Key points Add coding work entries here after meaningful agent sessions. Keep entries concise. Promote durable knowledge to ai/repo notes/ or ai/wiki/ . Relevant

AI Summary Purpose A Korean tech study blog built from Markdown static HTML and deployed to a dedicated public Cloudflare Pages project. Key points Source human/study/content/<tech /series.json + NN <slug .md Korean . Build node scripts/bui

AI Summary Purpose Backlog of study chapters the daily routine pulls from. One row = one planned chapter. Key points Status pending draft published. Routine picks the top pending or a user requested item . Topics seeded from the repo tag vo

AI Summary Purpose Records the user's standing policy for how AI agents should document work, synchronize the LLM Wiki, and handle portfolio/resume writing. Key points Meaningful conversations, decisions, and work results should be document

AI Summary Purpose Explains the LLM Wiki pattern used by this repository. Key points LLM Wiki is a persistent Markdown knowledge base maintained by AI agents. Raw sources are ingested, summarized, linked, and promoted into durable wiki page

AI Summary Purpose Defines how agents should avoid wasting tokens while using the repository. Key points Agents must read indexes and summaries before full documents. Every long file should have frontmatter and AI Summary . Full body reads

관측성(로깅·메트릭) · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃

기술 스터디 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 📚 기술 스터디 내가 쓰는 기술을 깊게 정리합니다. 🆕 오늘의 글 — 취약점 수집 시스템 만들기 4편: 증분 수집 전략 · 2026-06-13 분야 전체 데이터파이프라인 DB/Infra MySQL 보안 🌊 Apache Airflow 완전정복 DAG/Task/Operator 개념부터

네트워킹과 Service · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아

바이너리 로그란 무엇인가 · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화 5. ZSTD 압축과 8.4 변

버전 비교와 fixed_version 처리 · 취약점 수집 시스템 만들기 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🔎 취약점 수집 시스템 만들기 1. CVE/OSV 데이터 모델 2. OS 패키지 vs 라이브러리 취약점 3. 버전 비교와 fixed_version 처리 4. 증분 수집 전략 3편 · 약 15분 버전 비교와 fi

복제와 GTID · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화 5. ZSTD 압축과 8.4 변화점 6.

스케줄링과 backfill · Apache Airflow 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🌊 Apache Airflow 완전정복 1. DAG/Task/Operator 개념 2. 스케줄링과 backfill 3. XCom과 태스크 통신 4. 실행기(Executor) 비교 5. 운영(재시도·SLA·알림) 2편

스토리지와 PV/PVC · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃

실행기(Executor) 비교 · Apache Airflow 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🌊 Apache Airflow 완전정복 1. DAG/Task/Operator 개념 2. 스케줄링과 backfill 3. XCom과 태스크 통신 4. 실행기(Executor) 비교 5. 운영(재시도·SLA·알림) 4

오토스케일링(HPA/VPA) · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와

운영 트러블슈팅 패턴 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃

운영(재시도·SLA·알림) · Apache Airflow 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🌊 Apache Airflow 완전정복 1. DAG/Task/Operator 개념 2. 스케줄링과 backfill 3. XCom과 태스크 통신 4. 실행기(Executor) 비교 5. 운영(재시도·SLA·알림) 5편

증분 수집 전략 · 취약점 수집 시스템 만들기 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🔎 취약점 수집 시스템 만들기 1. CVE/OSV 데이터 모델 2. OS 패키지 vs 라이브러리 취약점 3. 버전 비교와 fixed_version 처리 4. 증분 수집 전략 4편 · 약 14분 증분 수집 전략 왜 전체 재수집만으로는 부족

컨테이너 기초 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃 전략 8

클러스터 아키텍처 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃 전략

헬스체크와 롤아웃 전략 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃

binlog 운영·보존·모니터링 · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화 5. ZSTD 압축과 8

binlog 포맷(STATEMENT/ROW/MIXED) · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화

CDC와 binlog 기반 동기화 · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화 5. ZSTD 압축과

ConfigMap/Secret과 설정 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬

CVE/OSV 데이터 모델 · 취약점 수집 시스템 만들기 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🔎 취약점 수집 시스템 만들기 1. CVE/OSV 데이터 모델 2. OS 패키지 vs 라이브러리 취약점 3. 버전 비교와 fixed_version 처리 4. 증분 수집 전략 1편 · 약 13분 CVE/OSV 데이터 모델 취약점

DAG/Task/Operator 개념 · Apache Airflow 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🌊 Apache Airflow 완전정복 1. DAG/Task/Operator 개념 2. 스케줄링과 backfill 3. XCom과 태스크 통신 4. 실행기(Executor) 비교 5. 운영(재시도·SLA·알

OS 패키지 vs 라이브러리 취약점 · 취약점 수집 시스템 만들기 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🔎 취약점 수집 시스템 만들기 1. CVE/OSV 데이터 모델 2. OS 패키지 vs 라이브러리 취약점 3. 버전 비교와 fixed_version 처리 4. 증분 수집 전략 2편 · 약 14분 OS 패키지 vs 라이브

Pod 스케줄링과 리소스 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아

XCom과 태스크 통신 · Apache Airflow 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🌊 Apache Airflow 완전정복 1. DAG/Task/Operator 개념 2. 스케줄링과 backfill 3. XCom과 태스크 통신 4. 실행기(Executor) 비교 5. 운영(재시도·SLA·알림) 3편 ·

ZSTD 압축과 8.4 변화점 · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화 5. ZSTD 압축과 8.

AI Summary Purpose Entry point for AI agents to find the right part of the knowledge system without scanning the whole repository. Key points ai/workspace/ stores machine and repo registry. ai/repo notes/ stores durable repo specific develo

AI Summary Purpose Lists stable concepts in the LLM Wiki. Key points Use this folder for durable explanations. Concepts should be reusable across projects and weekly notes. Learning notes can be promoted here once stable. Relevant when Expl

AI Summary Purpose Entry point for durable, compiled knowledge. Key points The wiki is maintained by AI agents from raw sources and work sessions. Wiki pages should be structured, interlinked, summarized, and source aware. Raw notes should

AI Summary Purpose Index for ai/wiki/projects the durable, AI facing source docs for work and personal engineering projects. Key points Each entry below links to one project doc with purpose, problems, approach, decisions, tech, and status.

AI Summary Purpose Tracks raw materials before they are compiled into the LLM Wiki. Key points Raw sources are preserved here. Sources should be summarized and linked to wiki pages. Do not treat raw sources as the final knowledge base. Rele

AI Summary Purpose Entry point for development work logs across repositories. Key points Use ai/worklog/YYYY/YYYY Www.md for weekly development work logs. Worklogs record repo, branch, agent, tests, decisions, and follow ups. Worklogs are s

AI Summary Purpose Central list of unresolved learning questions. Key points Add questions here when they are not tied to a single document. Link questions to related wiki pages or weekly notes. Resolved questions should be summarized and p

AI Summary Purpose Tracks what the user is learning and what should be studied next. Key points Current learning focus LLM Wiki, AI coding agents, Obsidian workflow, and personal development knowledge management. Roadmap items should link t

AI Summary Purpose Canonical profile of the wiki owner, 김현욱 Hyunwook Kim identity, education, research output, and professional career. Key points One line identity Data / Systems Engineer and data part lead at Labradorlabs 2021.06 present

Hermes + Discord 기반 개인 LLM Wiki 운영 시스템 · 기술 포트폴리오 ← 기술 목록으로 Hermes + Discord 기반 개인 LLM Wiki 운영 시스템 채팅으로 끝나는 AI 사용을 줄이고, 실제 작업·검증·결정만 골라 git 기반 LLM Wiki에 남기는 개인 작업 운영 흐름입니다. 기간 운영 중 대상 저장소 llm-wiki 역할 단독 설계·운영 Hermes Agent Discord Markdown G

AI Summary Purpose Year by year record of 김현욱 Hyunwook Kim 's work at Labradorlabs from 2021 to 2025, including main projects, role evolution toward data part lead, and key achievements. Key points 2021 Built the foundation of the library/l

AI Summary Purpose Capture durable facts about the LabradorLabs CI/CD AI review kit so human portfolio outputs can stay grounded in actual Confluence and Bitbucket sources. Key points Source Confluence page DSGN CICD CI/CD AI Review Kit 설계

AI Summary Purpose Capture durable knowledge about the user's personal AI operations workflow that uses Hermes Agent, Discord, and llm wiki as a git backed knowledge base. Key points Discord is used as the conversational control surface for

AI Summary Purpose Capture durable knowledge about the Labrador data platform how its four repos interact, the labrador sqlmodel queue refactor the most reusable engineering result , and the AI automated PR review system. Key points Four re

AI Summary Purpose Capture durable knowledge about the open source license data pipeline license compatibility data, license DB ization, and the AI based license analysis redesign. Key points Three evolutionary stages over time 1. 2021 Lice

AI Summary Purpose Authoritative record of the two firmware fuzzing patents Hyunwook Kim co invented at Sejong University. Key points Patent 1 IoTFirmFuzz, IP 2020 141 KR app no. 10 2020 0089416, filed 2020.07.20, GRANTED 특허결정 dispatched 20

AI Summary Purpose Capture durable knowledge about hyunwook.tech , the personal portfolio, tech blog, wiki, docs, and API monorepo under ~/hw/project . Key points The repository README describes hyunwook.tech as a personal portfolio + wiki

AI Summary Purpose Capture durable knowledge about vibekits , a personal random tools and casual browser games project under ~/hw/project . Key points The README describes Vibekits as random decision tools and casual browser games built wit

AI Summary Purpose Capture durable knowledge about yt pipeline n8n , a personal YouTube Shorts automation platform MVP under ~/hw/project . Key points The README describes a Mock MVP for operating multiple Japan target YouTube Shorts channe

AI Summary Purpose Design spec + repo note POC/BMT for a Rust package crawler that mirrors the Go crawler crawler lib golang data format and pipeline, but redesigns ONLY the LIST stage for crates.io. Code SCAFFOLDED 2026 06 02 at ~/labrador

AI Summary Purpose Repo specific memory for vibekits , a personal React/Vite random tools and casual browser games project. Key points Local path is ~/hw/project/vibekits . The README describes random decision tools and casual browser games

AI Summary Purpose Repo specific memory for yt pipeline n8n , a personal YouTube Shorts automation platform MVP. Key points Local path is ~/hw/project/yt pipeline n8n . README describes a Mock MVP for operating multiple Japan target YouTube

[내부용] 다차원 취약점 패치 우선순위(LPP) 시스템 (2022) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 · 출처: 본인 작성 "2022년 업무내용 요약" 다차원 취약점 패치 우선순위(LPP) 시스템 (2022) LPP(Labrador Patch Priority) 온보딩 상세 · 연월: 2022(

[내부용] 라이브러리 컴포넌트 테이블 재설계 (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 라이브러리 컴포넌트 테이블 재설계 — DB 부하 개선 (2026) 데이터파트 라이브러리 테이블 구조 재설계를 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에

[내부용] 라이브러리 크롤러 현대화 & 데이터 플랫폼 마이그레이션 (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: repo-note crawler-lib-golang 2026-05 라이브러리 크롤러 현대화 & 데이터 플랫폼 마이그레이션 (2026)

[내부용] 멀티 언어 라이브러리 크롤러 (2021) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 · 출처: 본인 작성 "2021년 업무내용 요약" 멀티 언어 라이브러리 크롤러 (2021 · 하반기 중심, ~2021-10·11) 수집 인프라 기반 온보딩 상세 1 대상 언어 & 레지스트리 신규 개발 : Go

[내부용] 바이너리 로그 전송 시스템 모니터링 & 로그 수집기 (2025) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 바이너리 로그 전송 시스템 모니터링 & 로그 수집기 (2025) 고객사 on-premise Updater 오류를 중앙에서 인지하기 위한 로그 수집

[내부용] 배포 DB 변경 관리 정책 (2024–2025) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 배포 DB 변경 관리 정책 (2024–2025) 배포 DB 변경 절차와 권한 분리를 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에 문제: 긴급 처리가 반

[내부용] 복제 바이너리 로그 스크램블링 (2024) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 · 출처: Jira/Confluence 수집물 2026-04 (+ 본인 정정) 복제 바이너리 로그 스크램블링 (2024-06) 동기화 경로 보호 온보딩 상세 0 한눈에 관련 Jira: DATA-908 (20

[내부용] 수집·배포·on-premise DB 백업 자동화 (2024-2025) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 수집·배포·on-premise DB 백업 자동화 (2024–2025) 데이터파트 DB 백업/복구 운영 절차를 새 팀원이 이해할 수 있는 수준의

[내부용] 악성 패키지 정보 수집·분석 (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 악성 패키지 정보 수집·분석 (2026 ~06) 취약점을 넘어 악성 패키지까지 다루는 보안 데이터 확장 작업을 새 팀원이 이해하도록 정리 0 한눈에 목표: CVE 취약점

[내부용] 체계적 이슈 트래킹 & 장애 추적 (2021–2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: Jira/Confluence 수집물 2026-04 체계적 이슈 트래킹 & 장애 추적 (2021 ~ 2026, 상시) 데이터파트의 이슈 트래킹·장애

[내부용] 취약점 검증 & 고객사 검증 대응 (2024–2026 상시) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 취약점 검증 & 고객사 검증 대응 (2024–2026, 상시) 데이터파트 취약점 검증 업무를 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에

[내부용] 컨테이너 OS 취약점 수집 정확도 고도화 (2022) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 컨테이너 OS 취약점 수집 정확도 고도화 (2022) 데이터파트 취약점 수집 크롤러 개선 작업을 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에 대상

[내부용] 컴포넌트 인기도 기반 차등 수집 (2022) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 컴포넌트 인기도 기반 차등 수집 (2022) 라이브러리 활성도 수집기와 인기도 점수 기반 차등 스케줄링을 새 팀원이 이해할 수 있는 온보딩 상세 0 한눈에 목적: 라이

[내부용] 함수 추상화 정확도 문제 분석·해결 (2023) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 함수 추상화 정확도 문제 분석·해결 (2023) 코드 유사성 분석 도구의 함수 추상화 결함과 해결 과정을 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에

[내부용] AWS → IDC/In-house 인프라 이전 (2024–2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: 수집물 2026-04 AWS → IDC/In-house 인프라 이전 (2024 ~ 2026-04) 데이터 인프라의 사내 이전·클라우드

[내부용] Binlog shipping service 모니터링 v2 구축 (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: 설계/구축 산출물 2026-04 Binlog shipping service 모니터링 v2 구축 (2026 ~04 v2.0.0)

[내부용] Binlog shipping service v4 — 정식 암호화 전환 (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: Jira/Confluence 수집물 2026-04 Binlog shipping service v4 — 정식 암호화 전환

[내부용] Bitbucket repo map — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 · 출처: ai/wiki/concepts/work-repository-map.md · Bitbucket 목록 확인(2026-06-13) Bitbucket repo map Jira·Confluence에서 맥락을 잡은

[내부용] DB 스키마 정립 & 라이선스 DB화 (2021) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 · 출처: 본인 작성 "2021년 업무내용 요약" DB 스키마 정립 & 라이선스 DB화 (2021) 데이터 모델 기반 온보딩 상세 · 연월: 2021(월 미상) 1 구성 버전 테이블 분리 : 통합 T

[내부용] DB 아키텍처 인스턴스 분리 (2024) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 · 출처: Jira/Confluence 수집물 2026-04 DB 아키텍처 인스턴스 분리 (2024-10 ~) DB 토폴로지 재설계 온보딩 상세 0 한눈에 관련 Jira: DATA-1469 ([2024] DB

[내부용] DB 인덱스 최적화 & 용량 절감 (2025) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) DB 인덱스 최적화 & 용량 절감 (2025) 마스터 DB 인덱스 진단·정리 절차를 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에 대상: 수년간 운영된 마

[내부용] ETL 데이터 수집 플로우 재정립 (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) ETL 데이터 수집 플로우 재정립 (2026-03 ~ 진행) 데이터파트 수집 파이프라인 재정립 작업을 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에 대상:

[내부용] Grafana 데이터·DB 모니터링 구축 (2024-2025) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) Grafana 데이터·DB 모니터링 구축 (2024-2025) 데이터파트 모니터링 체계를 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에 문

[내부용] K8s · Airflow 데이터 수집 플랫폼 운영 & 장애 대응 (2024–2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: 운영 기록/장애 회고 수집물 K8s · Airflow 데이터 수집 플랫폼 운영 & 장애 대응 (2024–2026)

[내부용] K8s 하이브리드 클러스터 확장 (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) K8s 하이브리드 클러스터 확장 (2026-03 ~) IDC 단일 사이트 수집 클러스터를 In-house까지 확장한 절차를 새 팀원이 이해할 수 있는 수준의 온보딩 상

[내부용] MySQL 8.0 → 8.4 LTS 업그레이드 (2024) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: Jira/Confluence 수집물 2026-04 MySQL 8.0 → 8.4 LTS 업그레이드 (2024-05 ~ 07) 데이터파트 DB 업

[내부용] on-premise DB · Binlog shipping service 고객사 배포 & 심층 기술지원 (2024–2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) on-premise DB · Binlog shipping service 고객사 배포 &

[내부용] OS 패키지 취약점 수집 멀티 배포판 개편 + OSV 자동화 (2025) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) OS 패키지 취약점 수집 멀티 배포판 개편 + OSV 자동화 (2025) 배포판별 취약점 수집기 개편과 OSV 자동 수집을 새 팀원이 이해

온보딩 허브 · 김현욱 업무 아카이브 (내부용) LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 — 개인 온보딩/상세 자료 모음 (공개 포트폴리오: ../portfolio/index.html ) 온보딩 허브 김현욱 · 래브라도랩스 데이터파트 · 2019 → 2026 업무 아카이브 39개 항목 실무 34 (온보딩·슬라이드) 학술·연구

AI Summary Purpose Faithful, section by section extraction of the M.S. thesis PDF for future reference, so the wiki page can stay short and agents can cite exact details without re OCRing the PDF. Key points Source PDF /Users/khw/Google Dri

AI Summary Purpose Structured, verbatim extraction notes from the primary PDFs for the two patents, the UART conference paper, and the BugMiner reference paper. Key points Patent 1 IoTFirmFuzz application 10 2020 0089416, filed 2020.07.20,

AI Summary Purpose Tracks development work across repositories for this week. Key points Add coding work entries here after meaningful agent sessions. Keep entries concise. Promote durable knowledge to ai/repo notes/ or ai/wiki/ . Relevant

AI Summary Purpose Tracks development work across repositories for this week. Key points Add coding work entries here after meaningful agent sessions. Keep entries concise. Promote durable knowledge to ai/repo notes/ or ai/wiki/ . Relevant

AI Summary Purpose Tracks development work across repositories for this week. Key points Add coding work entries here after meaningful agent sessions. Keep entries concise. Promote durable knowledge to ai/repo notes/ or ai/wiki/ . Relevant

AI Summary Purpose Tracks the current development focus across repos. Key points This file helps agents resume work without scanning every repo. Keep it short. Move durable knowledge to repo notes or wiki pages. Relevant when Starting a new

AI Summary Purpose Tracks personal machines and local path conventions. Key points The same repo may live at different paths on different machines. Agents should identify the current machine before assuming paths. Do not store secrets or cr

AI Summary Purpose Tracks development repositories across multiple personal machines. Key points Each repo has a stable repo id. Local paths should be consistent across machines when possible. Agents should use this file to locate the corre

AI Summary Purpose A Korean tech study blog built from Markdown static HTML and deployed to a dedicated public Cloudflare Pages project. Key points Source human/study/content/<tech /series.json + NN <slug .md Korean . Build node scripts/bui

AI Summary Purpose Entry point for machine, repo, and active development context. Key points Agents should start here when a task involves an external development repo. repos.md maps repo ids to local paths and notes. machines.md maps perso

AI Summary Purpose Records the user's standing policy for how AI agents should document work, synchronize the LLM Wiki, and handle portfolio/resume writing. Key points Meaningful conversations, decisions, and work results should be document

AI Summary Purpose Durable concept note on the MySQL binary log binlog what it is, its formats, and why it matters for replication, CDC, and the Labradorlabs BTS Binlog Transfer System . Key points binlog records data/schema changes DML, DD

AI Summary Purpose Generalized, reusable troubleshooting lessons distilled from real Labradorlabs incidents, grouped by domain BTS/data transfer, Airflow/Kubernetes, DB/host . Each entry symptom → root cause → fix → prevention. Key points B

AI Summary Purpose Keep a public safe/internal onboarding map between Hyunwook's main work areas and the Bitbucket repositories that a successor or new teammate should inspect first. Key points This is an internal onboarding aid, not public

AI Summary Purpose Entry point to 김현욱's Hyunwook Kim Sejong University M.S. research record graduate work on IoT/embedded firmware fuzzing and vulnerability detection ~2018–2021 , including the thesis, two published papers FIRM COV, UART ac

AI Summary Purpose Entry point for AI agents to find the right part of the knowledge system without scanning the whole repository. Key points ai/workspace/ stores machine and repo registry. ai/repo notes/ stores durable repo specific develo

AI Summary Purpose Entry point for active learning, study plans, questions, and practice. Key points Use this area for learning in progress. Promote stable knowledge into ai/wiki/concepts/ . Track unanswered questions in questions.md . Trac

AI Summary Purpose Index for ai/wiki/people. Key points Add durable entries here as the wiki grows. Relevant when Looking for entries under ai/wiki/people. Do not read full document unless You need this section index. Linked documents ai/wi

AI Summary Purpose Index for ai/wiki/projects the durable, AI facing source docs for work and personal engineering projects. Key points Each entry below links to one project doc with purpose, problems, approach, decisions, tech, and status.

AI Summary Purpose Entry point for week by week learning and personal synthesis. Key points Weekly notes capture what happened during a week. Weekly notes are a staging area, not the final wiki. Durable knowledge should be promoted to ai/wi

AI Summary Purpose Entry point for development work logs across repositories. Key points Use ai/worklog/YYYY/YYYY Www.md for weekly development work logs. Worklogs record repo, branch, agent, tests, decisions, and follow ups. Worklogs are s

AI Summary Purpose Tracks what the user is learning and what should be studied next. Key points Current learning focus LLM Wiki, AI coding agents, Obsidian workflow, and personal development knowledge management. Roadmap items should link t

AI Summary Purpose Distilled, adversarially verified research 2026 06 05 deep research run 25 sources, 85 claims extracted, 25 verified, 2 refuted on how a senior backend/DB/infra engineer's portfolio is evaluated and how to write it. Key p

AI Summary Purpose Canonical profile of the wiki owner, 김현욱 Hyunwook Kim identity, education, research output, and professional career. Key points One line identity Data / Systems Engineer and data part lead at Labradorlabs 2021.06 present

개인 포트폴리오·위키·문서 운영 플랫폼 · 기술 포트폴리오 ← 기술 목록으로 개인 포트폴리오·위키·문서 운영 플랫폼 블로그, 포트폴리오, 위키, 문서 시스템, Go API, 로컬 인프라를 한 모노레포로 묶은 개인 기술 운영 플랫폼입니다. 기간 운영 중 대상 저장소 hyunwook.tech 역할 단독 개발·운영 Next.js Go PostgreSQL Redis MongoDB Nginx Docker Compose 0 작업자의 메모

기술 문서·이슈 관리 체계 확립 · 기술 포트폴리오 ← 기술 목록으로 기술 문서·이슈 관리 체계 확립 업무 추적과 문서 운영을 표준 규칙으로 통일해 팀 전체의 추적성과 인수인계·온보딩 효율을 끌어올린 프로세스 정립 기간 2026 (2023년 문서 표준화에서 발전) 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어링 리드 · 운영 표준 정립 주도 Jira Confluence Bitbucket 이슈 관리 문서 관리

기술 포트폴리오 · Tech Technical Portfolio 운영까지 해본 기술 포트폴리오 석사 때 IoT 펌웨어 보안을 연구하던 시절부터 래브라도랩스에서 일해 온 지금까지의 기록입니다. 크롤러를 새로 짜고 비대해진 DB를 줄이고 고객사 동기화가 멈추기 전에 먼저 알아차리도록 만드는 일을 해왔고, 틈틈이 개인 프로젝트도 만들고 있습니다. 보기 좋은 산출물보다 실제로 오래 굴러가는 데이터 시스템을 어떻게 고쳤는지에 초점을 맞

다차원 취약점 패치 우선순위 시스템 구축 · 기술 포트폴리오 ← 기술 목록으로 다차원 취약점 패치 우선순위 시스템 구축 CVSS 점수만으로 부족한 "무엇부터 패치할지"를, 분석·탐지 시 점수를 부가하고 CVSS 외 기타 위협 요소를 반영해 위험도를 재산정하는 우선순위 시스템(Patch Priority)으로 해결 기간 2022 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 모델 설계 Python 취약점 스코

라이브러리 컴포넌트 테이블 재설계 (DB 부하 개선) · 기술 포트폴리오 ← 기술 목록으로 라이브러리 컴포넌트 테이블 재설계 (DB 부하 개선) 고객사 환경의 중앙 운영 DB CPU 이상을 추적해 라이브러리 컴포넌트 테이블의 구조·식별자·데이터 정합성 문제를 근본 원인부터 재설계 기간 2026 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어링 리드 MySQL Schema Index JSON varchar npm

라이브러리 크롤러 현대화 & 데이터 플랫폼 마이그레이션 · 기술 포트폴리오 ← 기술 목록으로 라이브러리 크롤러 현대화 & 데이터 플랫폼 마이그레이션 언어별 오픈소스 라이브러리 크롤러(Go, Java/Maven 등)를 일관된 현대 구조로 재정비하고 수집 데이터를 신규 데이터 플랫폼으로 이관하는 기반을 마련 기간 2026 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어링 리드 Go Java / Maven npm P

멀티 언어 라이브러리 크롤러 구축 & Java→Python 전환 · 기술 포트폴리오 ← 기술 목록으로 멀티 언어 라이브러리 크롤러 구축 & Java→Python 전환 여러 프로그래밍 언어 생태계의 라이브러리·라이선스 정보를 수집하는 크롤러를 신규 개발·재구현해 데이터 커버리지를 8개 언어로 확장 기간 2021 (입사 첫 해) 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 Python Go Web Crawlin

바이너리 로그 기반 데이터 동기화 모니터링 & 로그 수집 · 기술 포트폴리오 ← 기술 목록으로 바이너리 로그 기반 데이터 동기화 모니터링 & 로그 수집 고객사 on-premise에서 발생하는 데이터 동기화 모듈 오류를 중앙에서 사전 인지하기 위한 로그 수집·모니터링 체계 설계 기간 2025 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 모니터링 체계 기획·설계 Binary Log Log Collector

바이너리 로그 기반 데이터 동기화 암호화 전환 · 기술 포트폴리오 ← 기술 목록으로 바이너리 로그 기반 데이터 동기화 암호화 전환 외부에서 제공되는 replica 연결을 허용하기 어려운 고객사 환경에 바이너리 로그 변경분을 전달하는 데이터 동기화 체계를 고도화했습니다. 난독화 수준이던 보호 방식을 정식 암호화로 전환해 전송 구간 보안을 강화했습니다. 기간 2026 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어

바이너리 로그 동기화 4.0 — 단순 리플레이를 CDC·멱등 UPSERT로 전환 · 기술 포트폴리오 ← 기술 목록으로 바이너리 로그 동기화 4.0 — 단순 리플레이를 CDC·멱등 UPSERT로 전환 mysqlbinlog 파이프로 파일을 통째 리플레이하던 고객사 동기화를, binlog 이벤트를 직접 파싱해 UPSERT로 변환·적용하는 Go 기반 CDC 구조로 재설계 — 재시도해도 깨지지 않는 동기화를 만든 작업 기간 2025.0

바이너리 로그 스크램블링 · 기술 포트폴리오 ← 기술 목록으로 바이너리 로그 스크램블링 중앙 운영 DB의 변경분(바이너리 로그)이 복제·고객사 on-premise로 전달되는 동기화 경로에서, 로그를 스크램블링(난독화)해 전송 중 데이터가 그대로 노출되지 않도록 보호 기간 2024 소속 래브라도랩스(LabradorLabs) 역할 Data / Systems Engineer MySQL Binary Log Replication 스크램

서비스 배포용 DB 변경 관리 정책 수립 · 기술 포트폴리오 ← 기술 목록으로 서비스 배포용 DB 변경 관리 정책 수립 긴급 처리 반복으로 무너지던 서비스 배포용 DB 변경 절차를, 권한 분리·승인 흐름으로 표준화해 DDL 누락을 막고 DB 환경 간 일관성을 확보 기간 2024–2025 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 서비스 배포용 DB 담당 Change Management DDL Gover

수집·배포·on-premise DB 백업 자동화 · 기술 포트폴리오 ← 기술 목록으로 수집·배포·on-premise DB 백업 자동화 수집 원천 DB·서비스 배포용 DB·고객사 on-premise DB의 정기 백업을 자동화하고 분할 압축·NAS 보관·이중화까지 표준화한 백업/복구 체계 기간 2024–2025 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 인프라 운영/서비스 배포용 DB 백업 주담당 MySQ

악성 패키지 정보 수집·분석 · 기술 포트폴리오 ← 기술 목록으로 악성 패키지 정보 수집·분석 알려진 취약점(CVE)을 넘어, 악성 코드를 포함한 패키지(타이포스쿼팅·종속성 혼동·계정 탈취 유형)를 수집·분석해 보안 데이터 역량을 확장 기간 2026 (~6월) 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어링 리드 OpenSSF npm PyPI Maven Go 패치 우선순위 CVSS 0 작업자의 메모 CVE만

오픈소스 라이선스 양립성 DB 구축 · 기술 포트폴리오 ← 기술 목록으로 오픈소스 라이선스 양립성 DB 구축 여러 오픈소스 라이선스를 함께 쓸 때 발생하는 법적 충돌을, 신뢰할 수 있는 공개 매트릭스를 수집·정형화해 사전에 식별하는 데이터 기반 구축 기간 2023 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 수집·스키마 설계 License Compatibility Web Crawler Data Pipel

오픈소스 RAW 데이터 오브젝트 스토리지 구축 (SeaweedFS) · 기술 포트폴리오 ← 기술 목록으로 오픈소스 RAW 데이터 오브젝트 스토리지 구축 (SeaweedFS) 오픈소스 생태계의 메타·바이너리·Git 원본 30억~60억 건을 외부 의존 없이 재현 가능하게 보존하는 자체 미러 인프라 설계·구축 기간 2026-05 (설계) ~ 06 (구축) 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어링 리드 · 설

체계적 이슈 트래킹 & 장애 추적 · 기술 포트폴리오 ← 기술 목록으로 체계적 이슈 트래킹 & 장애 추적 작업·장애를 표준 체계로 인입·분류·추적하고 장애는 RCA 보고서로 재발 방지까지 닫는 운영 문화 정착 기간 2021–2026 (상시) 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 2026년부터 데이터 엔지니어링 리드 이슈 관리 문서 관리 RCA 장기 추적 Kubernetes 긴급 대응 0 작업자의

취약점 검증 & 고객사 검증 대응 · 기술 포트폴리오 ← 기술 목록으로 취약점 검증 & 고객사 검증 대응 수집된 취약점 데이터가 실제 취약점인지(오탐·미탐) 정밀 분석으로 검증하고 고객사 검증 요청에 근거 있는 보고서로 대응 기간 2024–2026 (상시) 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 2026년부터 데이터 엔지니어링 리드 CVE CWE CVSS 오탐·미탐 패치 버전 비교 파일/함수 취약점

컴포넌트 인기도 기반 차등 수집 · 기술 포트폴리오 ← 기술 목록으로 컴포넌트 인기도 기반 차등 수집 오픈소스 라이브러리의 커뮤니티 활성도·유지보수 상태를 수집하고, 인기도 점수에 따라 갱신 주기를 차등화해 한정된 크롤링 자원을 효율적으로 사용 기간 2022 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 수집 모듈/전략 설계·구현 GitHub GraphQL API GitLab GraphQL API Pyth

파일/함수 취약점 수집 파이프라인 재설계 · 기술 포트폴리오 ← 기술 목록으로 파일/함수 취약점 수집 파이프라인 재설계 단일 프로세스로 얽혀 있던 취약점 수집 파이프라인을, 수집 단계를 분리하고 DB 스키마를 정규화해 안정적·확장 가능한 구조로 재설계 기간 2023 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 파이프라인 재설계 주도 Data Pipeline 보안 취약점 수집 RDB Schema 정규화 상

함수 추상화 정확도 문제 분석·해결 · 기술 포트폴리오 ← 기술 목록으로 함수 추상화 정확도 문제 분석·해결 코드 유사성 분석 도구의 함수 추상화 단계가 사실상 동일한 함수를 일관되게 식별하지 못하던 결함을, 원인 규명부터 내용 기반 해시 명명 로직 도입까지 해결 기간 2023 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 원인 분석·해결 주도 C++ Java 코드 유사성 분석 구문 분석(Parser) 정

AI 기반 라이선스 수집·분석 파이프라인 · 기술 포트폴리오 ← 기술 목록으로 AI 기반 라이선스 수집·분석 파이프라인 복잡한 다중 테이블 조인과 외부 서비스 의존을 걷어내고 라이선스 원문을 AI로 분석해 정제된 단일 데이터셋을 생성하는 파이프라인으로 재설계 기간 2025 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 파이프라인 재설계 주도 Data Pipeline LLM API Prompt Enginee

AWS → IDC/In-house 인프라 이전 & 클라우드 비용 절감 · 기술 포트폴리오 ← 기술 목록으로 AWS → IDC/In-house 인프라 이전 & 클라우드 비용 절감 AWS에서 운영하던 데이터 백엔드·수집 인프라를 자체 IDC/In-house 서버로 이전하고 검증을 거쳐 전환한 뒤 AWS 자원을 종료해 반복 과금을 끊은 작업 기간 2024–2026 (AWS 자원 종료 ~2026-04) 소속 래브라도랩스(Labrado

CI/CD 중앙 실행 킷과 AI PR 리뷰 게이트 · 기술 포트폴리오 ← 기술 목록으로 CI/CD 중앙 실행 킷과 AI PR 리뷰 게이트 여러 Bitbucket repo에 같은 개발 완료 루틴을 적용하기 위해 중앙 CI/CD 킷을 만들고, PR 검증·AI 리뷰·Slack 알림·Docker 빌드까지 하나의 품질 게이트로 묶은 작업 기간 2026 소속 래브라도랩스(LabradorLabs) 역할 설계 · 구현 · 문서화 Bitbuc

DB 스키마 정립 & 라이선스 DB화 · 기술 포트폴리오 ← 기술 목록으로 DB 스키마 정립 & 라이선스 DB화 증가하는 데이터에 맞춰 버전 테이블을 언어별로 분리하고 텍스트로 관리되던 라이선스 매핑을 DB로 전환해 동적 매칭의 기반을 마련 기간 2021 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 MySQL 스키마 설계 JSON 정규식 매칭 0 작업자의 메모 초기에는 텍스트 매핑과 단일 테이블이 빠르게 움

DB 아키텍처 리엔지니어링 — 컴포넌트별 인스턴스 분리 · 기술 포트폴리오 ← 기술 목록으로 DB 아키텍처 리엔지니어링 — 컴포넌트별 인스턴스 분리 장기 운영으로 혼재된 단일 DB 구조를 역할·컴포넌트 단위 인스턴스로 분리해 확장성과 운영 책임을 명확히 한 재설계 기간 2024 소속 래브라도랩스(LabradorLabs) 역할 Data / Systems Engineer · 재설계 주도 MySQL Replication DB 아키텍

DB 인덱스 최적화 & 용량 53% 절감 · 기술 포트폴리오 ← 기술 목록으로 DB 인덱스 최적화 & 용량 53% 절감 수년간 운영되며 비대해진 중앙 운영 DB를, 실사용 쿼리 분석 기반으로 불필요 인덱스를 걷어내고 SQL을 튜닝해 용량과 성능을 동시에 개선 기간 2025 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 인덱스 진단 및 최적화 주도 MySQL EXPLAIN Index Tuning SQL Op

EF-Fuzz: 결합된 에뮬레이션 기반 임베디드 퍼징 · 기술 포트폴리오 ← 기술 목록으로 EF-Fuzz: 결합된 에뮬레이션 기반 임베디드 시스템 커버리지 가이드 퍼징 석사학위논문 — IoT 펌웨어를 대상으로 AFL 변이 스케줄러를 개선해 코드 커버리지와 크래시 탐지를 높인 그레이박스 퍼저 연구 기간 2020년 12월 제출 대상 저장소 세종대학교 대학원 연구 역할 제1저자(학위논문 저자), 지도교수 윤주범 Fuzzing Gre

ETL 데이터 수집 플로우 재정립 · 기술 포트폴리오 ← 기술 목록으로 ETL 데이터 수집 플로우 재정립 재수집 때마다 1,000만~1억 건의 외부 API 요청이 필요하던 원테이크 수집을, RAW 보존·재파싱 구조의 오브젝트 스토리지 기반 파이프라인으로 재설계 기간 2026 (3월~ 진행) 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어링 리드 · 파이프라인 재정립 주도 ETL ELT Data Pipeline

ETL DB 영역 분리 — 수집/배포/PROD 경계 재설계 · 기술 포트폴리오 ← 기술 목록으로 ETL DB 영역 분리 — 수집/배포/PROD 경계 재설계 수집·배포·서비스가 한 DB에 묶여 수집 과정의 데이터가 고객사까지 그대로 흘러가던 구조를, 수집 DB와 배포 DB(메타·파일 2계열)로 나누고 바이너리 로그 반영 순서를 잡아 PROD 정합성을 확보한 재설계 기간 2022–2023 소속 래브라도랩스(LabradorLabs)

FIRM-COV: IoT 펌웨어 고커버리지 그레이박스 퍼징 · 기술 포트폴리오 ← 기술 목록으로 FIRM-COV: IoT 펌웨어 고커버리지 그레이박스 퍼징 최적화된 프로세스 에뮬레이션으로 실기기 없이 IoT 펌웨어를 퍼징하는 고커버리지 그레이박스 퍼저 연구 기간 2021 (IEEE Access Vol.9, 게재) 대상 저장소 세종대학교 대학원 연구 역할 공저자 (3저자) Fuzzing Greybox AFL QEMU DECAF

Grafana 기반 데이터 동기화 상태 모니터링 구축 · 기술 포트폴리오 ← 기술 목록으로 Grafana 기반 데이터 동기화 상태 모니터링 구축 고객사 on-premise DB가 바이너리 로그 변경분을 정상 수신·반영하는지 중앙에서 관측하는 Grafana 기반 체계를 재설계·구축 기간 2026 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어링 리드 Grafana Vector TimescaleDB MySQL ng

Grafana 기반 데이터·DB 모니터링 구축 · 기술 포트폴리오 ← 기술 목록으로 Grafana 기반 데이터·DB 모니터링 구축 DB 안에만 쌓이던 데이터·운영 지표를 대시보드로 가시화하고 여러 메트릭을 한 화면에서 비교 분석하도록 모니터링 체계를 구축 기간 2024–2025 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 Grafana MySQL Exporter cAdvisor Docker Alerting

Hermes + Discord 기반 개인 LLM Wiki 운영 시스템 · 기술 포트폴리오 ← 기술 목록으로 Hermes + Discord 기반 개인 LLM Wiki 운영 시스템 채팅으로 끝나는 AI 사용을 줄이고, 실제 작업·검증·결정만 골라 git 기반 LLM Wiki에 남기는 개인 작업 운영 흐름입니다. 기간 운영 중 대상 저장소 llm-wiki 역할 단독 설계·운영 Hermes Agent Discord Markdown G

IoTFirmFuzz 펌웨어 퍼징 특허 · 기술 포트폴리오 ← 기술 목록으로 IoTFirmFuzz — 펌웨어 퍼징 장치 및 방법 (등록특허) 복합 에뮬레이션과 PSO 기반 변이 연산자 최적화를 활용한 커버리지 가이드 IoT 펌웨어 퍼징 기술 기간 출원 2020.07.20 / 등록결정 2021.01.25 대상 저장소 세종대학교 대학원 연구 역할 공동발명자 IoT Firmware Fuzzing Combined Emulation F

IoTHybridFuzzer 특허 · 기술 포트폴리오 ← 기술 목록으로 IoTHybridFuzzer · 하이브리드 퍼징 펌웨어 취약점 검출 특허 변이 퍼징과 심볼릭·콘콜릭 실행을 결합해 펌웨어의 어려운 경로 제약을 돌파하는 취약점 검출 기법 (특허 출원) 기간 2021.03.30 출원 대상 저장소 세종대학교 대학원 연구 역할 공동발명자 (제2발명자) Hybrid Fuzzing Symbolic Execution Concolic

K8s · Airflow 데이터 수집 플랫폼 운영 & 장애 대응 · 기술 포트폴리오 ← 기술 목록으로 K8s · Airflow 데이터 수집 플랫폼 운영 & 장애 대응 데이터 수집 파이프라인을 Kubernetes 위 Airflow로 운영하며, 반복 장애를 근본 원인 분석으로 해소하고 안정성·가용성을 확보 기간 2024–2026 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 인프라 운영 Kubernetes A

K8s 하이브리드 클러스터 확장 (IDC + In-house) · 기술 포트폴리오 ← 기술 목록으로 K8s 하이브리드 클러스터 확장 (IDC + In-house) NAT로 직접 접근이 막힌 환경에서 WireGuard 터널로 In-house 서버를 기존 IDC Kubernetes 클러스터에 합류시켜 단일 사이트 한계를 넘은 하이브리드 클러스터로 확장 기간 2026 (3월~) 소속 래브라도랩스(LabradorLabs) 역할 데이터

MySQL 8.0 → 8.4 LTS 무중단 업그레이드 · 기술 포트폴리오 ← 기술 목록으로 MySQL 8.0 → 8.4 LTS 무중단 업그레이드 다수 고객사 on-premise까지 복제되는 운영 MySQL을, 서비스 중단 없이 8.0 LTS에서 8.4 LTS 시리즈로 검증·롤아웃 기간 2024 소속 래브라도랩스(LabradorLabs) 역할 Data / Systems Engineer · 업그레이드 주도 MySQL 8.4 LTS

on-premise 데이터 동기화 배포 & 심층 기술지원 · 기술 포트폴리오 ← 기술 목록으로 on-premise 데이터 동기화 배포 & 심층 기술지원 외부에서 제공되는 replica 연결을 보안상 허용하기 어려운 고객사 환경을 위해, on-premise DB 백업본과 바이너리 로그 기반 데이터 동기화 체계를 맞춤 배포하고 심층 이슈를 해결한 작업 기간 2024–2026 (상시) 소속 래브라도랩스(LabradorLabs) 역할

OS 패키지 취약점 수집 멀티 배포판 개편 + OSV 자동화 · 기술 포트폴리오 ← 기술 목록으로 OS 패키지 취약점 수집 멀티 배포판 개편 + OSV 자동화 Alpine·RHEL·Debian·Ubuntu 등 주요 리눅스 배포판별 패키지 취약점 수집을 전면 재설계하고, OSV 공개 취약점 데이터 수집을 자동화 기간 2025 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 수집 파이프라인 개편 주도 OSV (

OS 패키지 취약점 수집 정확도 고도화 · 기술 포트폴리오 ← 기술 목록으로 OS 패키지 취약점 수집 정확도 고도화 12종 주요 OS 배포판의 보안 권고안을 소스 특성에 맞게 파싱해, 패치 버전까지 정확히 담은 취약점 데이터를 수집 기간 2022 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 수집 정확도 고도화 주도 Vulnerability OS Package OVAL Security Tracker Cra

UART 기반 임베디드 펌웨어 획득 연구 · 기술 포트폴리오 ← 기술 목록으로 UART 기반 임베디드 펌웨어 획득 연구 임베디드 장비 펌웨어 획득을 위한 UART 연결 방법 연구 — 제조사 방어 기법 분석과 우회 연결 방법 제안 (KIISC 2019 하계학술대회) 기간 2019 대상 저장소 세종대학교 대학원 연구 역할 제1저자 (김현욱·윤주범) UART IoT Firmware Hardware Security USB-to-TTL

Vibekits — 다국어 랜덤 도구·캐주얼 웹게임 · 기술 포트폴리오 ← 기술 목록으로 Vibekits — 다국어 랜덤 도구·캐주얼 웹게임 랜덤 의사결정 도구와 짧게 즐기는 브라우저 게임을 React·Vite 기반으로 묶은 개인 프로젝트입니다. 기간 운영 중 대상 저장소 vibekits 역할 단독 개발·운영 React TypeScript Vite TailwindCSS i18n Supabase Canvas Three.js 0

YouTube Shorts 멀티 채널 자동화 플랫폼 · 기술 포트폴리오 ← 기술 목록으로 YouTube Shorts 멀티 채널 자동화 플랫폼 쇼츠 콘텐츠 기획, 생성, 검수, 업로드, 문서화를 mock-first 흐름으로 운영하는 개인 자동화 플랫폼 MVP입니다. 기간 운영 중 대상 저장소 yt-pipeline-n8n 역할 단독 개발·운영 FastAPI PostgreSQL Redis n8n Streamlit Python Wor

AI Summary Purpose Year by year record of 김현욱 Hyunwook Kim 's work at Labradorlabs from 2021 to 2025, including main projects, role evolution toward data part lead, and key achievements. Key points 2021 Built the foundation of the library/l

AI Summary Purpose Capture durable facts about the LabradorLabs CI/CD AI review kit so human portfolio outputs can stay grounded in actual Confluence and Bitbucket sources. Key points Source Confluence page DSGN CICD CI/CD AI Review Kit 설계

AI Summary Purpose Capture durable knowledge about the user's personal AI operations workflow that uses Hermes Agent, Discord, and llm wiki as a git backed knowledge base. Key points Discord is used as the conversational control surface for

AI Summary Purpose Capture durable knowledge about the personal home server self hosted Nextcloud, Google Drive mount and the Mac Mini DevOps homelab k3s + ArgoCD + GitHub Actions + AI PR review . Key points Self hosting stack Docker Nextcl

AI Summary Purpose Explain the IoTFirmFuzz invention efficient coverage guided IoT firmware fuzzing via combined emulation + PSO mutation optimization. Basis of granted Patent 1 10 2020 0089416 . Key points Core technique = Combined Emulati

AI Summary Purpose Capture durable knowledge about the Labrador data platform how its four repos interact, the labrador sqlmodel queue refactor the most reusable engineering result , and the AI automated PR review system. Key points Four re

AI Summary Purpose Capture durable knowledge about the open source license data pipeline license compatibility data, license DB ization, and the AI based license analysis redesign. Key points Three evolutionary stages over time 1. 2021 Lice

AI Summary Purpose Capture the durable facts of Hyunwook Kim's M.S. thesis the proposed system EF Fuzz , the problem it solves, its design, evaluation, and how it relates to the broader IoT firmware fuzzing work Firm AFL, FIRM COV, IoTFirmF

AI Summary Purpose Authoritative record of the two firmware fuzzing patents Hyunwook Kim co invented at Sejong University. Key points Patent 1 IoTFirmFuzz, IP 2020 141 KR app no. 10 2020 0089416, filed 2020.07.20, GRANTED 특허결정 dispatched 20

AI Summary Purpose Capture durable knowledge about hyunwook.tech , the personal portfolio, tech blog, wiki, docs, and API monorepo under ~/hw/project . Key points The repository README describes hyunwook.tech as a personal portfolio + wiki

AI Summary Purpose Record the owner's 2019 conference paper on acquiring embedded device firmware via UART, including the defenses encountered and the connection methods proposed. Key points Paper "임베디드 장비 펌웨어 획득을 위한 UART 연결 방법 연구" / "A Stu

AI Summary Purpose Capture durable knowledge about vibekits , a personal random tools and casual browser games project under ~/hw/project . Key points The README describes Vibekits as random decision tools and casual browser games built wit

AI Summary Purpose Capture durable knowledge about yt pipeline n8n , a personal YouTube Shorts automation platform MVP under ~/hw/project . Key points The README describes a Mock MVP for operating multiple Japan target YouTube Shorts channe

AI Summary Purpose Repo specific memory for hyunwook.tech , the personal portfolio, wiki, docs, and backend API monorepo. Key points Local path is /Users/james home/project/hyunwook.tech on home mac . The README describes it as a personal p

AI Summary Purpose Repo specific memory for vibekits , a personal React/Vite random tools and casual browser games project. Key points Local path is ~/hw/project/vibekits . The README describes random decision tools and casual browser games

AI Summary Purpose Repo specific memory for yt pipeline n8n , a personal YouTube Shorts automation platform MVP. Key points Local path is ~/hw/project/yt pipeline n8n . README describes a Mock MVP for operating multiple Japan target YouTube

개인 프로젝트 온보딩 허브 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 Personal Projects Onboarding 개인 프로젝트 온보딩 허브 ~/hw/project 아래 개인 저장소 3개를 포트폴리오와 온보딩 관점으로 연결한 문서입니다. 공개 성과나 운영 수치는 확인된 근거가 없으면 Needs confirmation으로 유지합니다.

AI Summary Purpose Concise reference of the OS package binary collection crawlers Ubuntu, Debian, CentOS, OpenWrt and the package repo URL extraction project repository structure, package format, extraction method, and what is stored. Key p

AI Summary Purpose Faithful, section by section extraction of the M.S. thesis PDF for future reference, so the wiki page can stay short and agents can cite exact details without re OCRing the PDF. Key points Source PDF /Users/khw/Google Dri

AI Summary Purpose Tracks development work across repositories for this week. Key points Add coding work entries here after meaningful agent sessions. Keep entries concise. Promote durable knowledge to ai/repo notes/ or ai/wiki/ . Relevant

AI Summary Purpose Tracks the current development focus across repos. Key points This file helps agents resume work without scanning every repo. Keep it short. Move durable knowledge to repo notes or wiki pages. Relevant when Starting a new

AI Summary Purpose Tracks personal machines and local path conventions. Key points The same repo may live at different paths on different machines. Agents should identify the current machine before assuming paths. Do not store secrets or cr

AI Summary Purpose Tracks development repositories across multiple personal machines. Key points Each repo has a stable repo id. Local paths should be consistent across machines when possible. Agents should use this file to locate the corre

AI Summary Purpose A Korean tech study blog built from Markdown static HTML and deployed to a dedicated public Cloudflare Pages project. Key points Source human/study/content/<tech /series.json + NN <slug .md Korean . Build node scripts/bui

AI Summary Purpose Entry point for machine, repo, and active development context. Key points Agents should start here when a task involves an external development repo. repos.md maps repo ids to local paths and notes. machines.md maps perso

AI Summary Purpose Define the shared per batch "collection count" log format emitted by the library crawlers crawler lib {golang,php,ruby,swift,dotnet} and how the insert vs update counts are derived. One parser handles all five crawlers. K

AI Summary Purpose Durable concept note on the MySQL binary log binlog what it is, its formats, and why it matters for replication, CDC, and the Labradorlabs BTS Binlog Transfer System . Key points binlog records data/schema changes DML, DD

AI Summary Purpose Generalized, reusable troubleshooting lessons distilled from real Labradorlabs incidents, grouped by domain BTS/data transfer, Airflow/Kubernetes, DB/host . Each entry symptom → root cause → fix → prevention. Key points B

AI Summary Purpose Keep a public safe/internal onboarding map between Hyunwook's main work areas and the Bitbucket repositories that a successor or new teammate should inspect first. Key points This is an internal onboarding aid, not public

기술 스터디 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 📚 기술 스터디 내가 쓰는 기술을 깊게 정리합니다. 🆕 오늘의 글 — 취약점 수집 시스템 만들기 4편: 증분 수집 전략 · 2026-06-13 분야 전체 데이터파이프라인 DB/Infra MySQL 보안 🌊 Apache Airflow 완전정복 DAG/Task/Operator 개념부터

바이너리 로그란 무엇인가 · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화 5. ZSTD 압축과 8.4 변

복제와 GTID · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화 5. ZSTD 압축과 8.4 변화점 6.

실행기(Executor) 비교 · Apache Airflow 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🌊 Apache Airflow 완전정복 1. DAG/Task/Operator 개념 2. 스케줄링과 backfill 3. XCom과 태스크 통신 4. 실행기(Executor) 비교 5. 운영(재시도·SLA·알림) 4

binlog 운영·보존·모니터링 · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화 5. ZSTD 압축과 8

binlog 포맷(STATEMENT/ROW/MIXED) · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화

CDC와 binlog 기반 동기화 · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화 5. ZSTD 압축과

CVE/OSV 데이터 모델 · 취약점 수집 시스템 만들기 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🔎 취약점 수집 시스템 만들기 1. CVE/OSV 데이터 모델 2. OS 패키지 vs 라이브러리 취약점 3. 버전 비교와 fixed_version 처리 4. 증분 수집 전략 1편 · 약 13분 CVE/OSV 데이터 모델 취약점

ZSTD 압축과 8.4 변화점 · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화 5. ZSTD 압축과 8.

AI Summary Purpose Index for ai/wiki/projects the durable, AI facing source docs for work and personal engineering projects. Key points Each entry below links to one project doc with purpose, problems, approach, decisions, tech, and status.

AI Summary Purpose Canonical profile of the wiki owner, 김현욱 Hyunwook Kim identity, education, research output, and professional career. Key points One line identity Data / Systems Engineer and data part lead at Labradorlabs 2021.06 present

바이너리 로그 기반 데이터 동기화 모니터링 & 로그 수집 · 기술 포트폴리오 ← 기술 목록으로 바이너리 로그 기반 데이터 동기화 모니터링 & 로그 수집 고객사 on-premise에서 발생하는 데이터 동기화 모듈 오류를 중앙에서 사전 인지하기 위한 로그 수집·모니터링 체계 설계 기간 2025 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 모니터링 체계 기획·설계 Binary Log Log Collector

바이너리 로그 기반 데이터 동기화 암호화 전환 · 기술 포트폴리오 ← 기술 목록으로 바이너리 로그 기반 데이터 동기화 암호화 전환 외부에서 제공되는 replica 연결을 허용하기 어려운 고객사 환경에 바이너리 로그 변경분을 전달하는 데이터 동기화 체계를 고도화했습니다. 난독화 수준이던 보호 방식을 정식 암호화로 전환해 전송 구간 보안을 강화했습니다. 기간 2026 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어

바이너리 로그 동기화 4.0 — 단순 리플레이를 CDC·멱등 UPSERT로 전환 · 기술 포트폴리오 ← 기술 목록으로 바이너리 로그 동기화 4.0 — 단순 리플레이를 CDC·멱등 UPSERT로 전환 mysqlbinlog 파이프로 파일을 통째 리플레이하던 고객사 동기화를, binlog 이벤트를 직접 파싱해 UPSERT로 변환·적용하는 Go 기반 CDC 구조로 재설계 — 재시도해도 깨지지 않는 동기화를 만든 작업 기간 2025.0

바이너리 로그 스크램블링 · 기술 포트폴리오 ← 기술 목록으로 바이너리 로그 스크램블링 중앙 운영 DB의 변경분(바이너리 로그)이 복제·고객사 on-premise로 전달되는 동기화 경로에서, 로그를 스크램블링(난독화)해 전송 중 데이터가 그대로 노출되지 않도록 보호 기간 2024 소속 래브라도랩스(LabradorLabs) 역할 Data / Systems Engineer MySQL Binary Log Replication 스크램

서비스 배포용 DB 변경 관리 정책 수립 · 기술 포트폴리오 ← 기술 목록으로 서비스 배포용 DB 변경 관리 정책 수립 긴급 처리 반복으로 무너지던 서비스 배포용 DB 변경 절차를, 권한 분리·승인 흐름으로 표준화해 DDL 누락을 막고 DB 환경 간 일관성을 확보 기간 2024–2025 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 서비스 배포용 DB 담당 Change Management DDL Gover

수집·배포·on-premise DB 백업 자동화 · 기술 포트폴리오 ← 기술 목록으로 수집·배포·on-premise DB 백업 자동화 수집 원천 DB·서비스 배포용 DB·고객사 on-premise DB의 정기 백업을 자동화하고 분할 압축·NAS 보관·이중화까지 표준화한 백업/복구 체계 기간 2024–2025 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 인프라 운영/서비스 배포용 DB 백업 주담당 MySQ

DB 스키마 정립 & 라이선스 DB화 · 기술 포트폴리오 ← 기술 목록으로 DB 스키마 정립 & 라이선스 DB화 증가하는 데이터에 맞춰 버전 테이블을 언어별로 분리하고 텍스트로 관리되던 라이선스 매핑을 DB로 전환해 동적 매칭의 기반을 마련 기간 2021 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 MySQL 스키마 설계 JSON 정규식 매칭 0 작업자의 메모 초기에는 텍스트 매핑과 단일 테이블이 빠르게 움

DB 아키텍처 리엔지니어링 — 컴포넌트별 인스턴스 분리 · 기술 포트폴리오 ← 기술 목록으로 DB 아키텍처 리엔지니어링 — 컴포넌트별 인스턴스 분리 장기 운영으로 혼재된 단일 DB 구조를 역할·컴포넌트 단위 인스턴스로 분리해 확장성과 운영 책임을 명확히 한 재설계 기간 2024 소속 래브라도랩스(LabradorLabs) 역할 Data / Systems Engineer · 재설계 주도 MySQL Replication DB 아키텍

DB 인덱스 최적화 & 용량 53% 절감 · 기술 포트폴리오 ← 기술 목록으로 DB 인덱스 최적화 & 용량 53% 절감 수년간 운영되며 비대해진 중앙 운영 DB를, 실사용 쿼리 분석 기반으로 불필요 인덱스를 걷어내고 SQL을 튜닝해 용량과 성능을 동시에 개선 기간 2025 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 인덱스 진단 및 최적화 주도 MySQL EXPLAIN Index Tuning SQL Op

ETL DB 영역 분리 — 수집/배포/PROD 경계 재설계 · 기술 포트폴리오 ← 기술 목록으로 ETL DB 영역 분리 — 수집/배포/PROD 경계 재설계 수집·배포·서비스가 한 DB에 묶여 수집 과정의 데이터가 고객사까지 그대로 흘러가던 구조를, 수집 DB와 배포 DB(메타·파일 2계열)로 나누고 바이너리 로그 반영 순서를 잡아 PROD 정합성을 확보한 재설계 기간 2022–2023 소속 래브라도랩스(LabradorLabs)

Grafana 기반 데이터 동기화 상태 모니터링 구축 · 기술 포트폴리오 ← 기술 목록으로 Grafana 기반 데이터 동기화 상태 모니터링 구축 고객사 on-premise DB가 바이너리 로그 변경분을 정상 수신·반영하는지 중앙에서 관측하는 Grafana 기반 체계를 재설계·구축 기간 2026 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어링 리드 Grafana Vector TimescaleDB MySQL ng

MySQL 8.0 → 8.4 LTS 무중단 업그레이드 · 기술 포트폴리오 ← 기술 목록으로 MySQL 8.0 → 8.4 LTS 무중단 업그레이드 다수 고객사 on-premise까지 복제되는 운영 MySQL을, 서비스 중단 없이 8.0 LTS에서 8.4 LTS 시리즈로 검증·롤아웃 기간 2024 소속 래브라도랩스(LabradorLabs) 역할 Data / Systems Engineer · 업그레이드 주도 MySQL 8.4 LTS

on-premise 데이터 동기화 배포 & 심층 기술지원 · 기술 포트폴리오 ← 기술 목록으로 on-premise 데이터 동기화 배포 & 심층 기술지원 외부에서 제공되는 replica 연결을 보안상 허용하기 어려운 고객사 환경을 위해, on-premise DB 백업본과 바이너리 로그 기반 데이터 동기화 체계를 맞춤 배포하고 심층 이슈를 해결한 작업 기간 2024–2026 (상시) 소속 래브라도랩스(LabradorLabs) 역할

AI Summary Purpose Capture durable knowledge about improving BTS Binlog Transfer System , the mechanism that ships database changes from the company's master DB to customer on premise DBs, and the move from file based Binlog Shipping toward

AI Summary Purpose Year by year record of 김현욱 Hyunwook Kim 's work at Labradorlabs from 2021 to 2025, including main projects, role evolution toward data part lead, and key achievements. Key points 2021 Built the foundation of the library/l

AI Summary Purpose Capture durable knowledge about the Distribution DB DIST DB , its instance separation work, and the index cleanup/optimization performed to keep binlog shipping to customer on premise servers healthy. Key points DIST DB i

AI Summary Purpose Capture durable knowledge about the personal home server self hosted Nextcloud, Google Drive mount and the Mac Mini DevOps homelab k3s + ArgoCD + GitHub Actions + AI PR review . Key points Self hosting stack Docker Nextcl

AI Summary Purpose Capture two durable infra learnings the gatherdb01 memory exhaustion/swap incident and its root cause + fix , and the ELK based DB Update Monitoring system that watches binlog shipping and alerts via JIRA/KakaoWork. Key p

AI Summary Purpose Capture durable knowledge about the Labrador data platform how its four repos interact, the labrador sqlmodel queue refactor the most reusable engineering result , and the AI automated PR review system. Key points Four re

AI Summary Purpose Capture durable knowledge about the open source license data pipeline license compatibility data, license DB ization, and the AI based license analysis redesign. Key points Three evolutionary stages over time 1. 2021 Lice

AI Summary Purpose Capture the durable facts of Hyunwook Kim's M.S. thesis the proposed system EF Fuzz , the problem it solves, its design, evaluation, and how it relates to the broader IoT firmware fuzzing work Firm AFL, FIRM COV, IoTFirmF

AI Summary Purpose Capture durable design knowledge for collecting open source and OS package vulnerabilities from multiple upstream sources OSV, Alpine secdb, Debian Security Tracker, Ubuntu CVE Tracker and normalizing them into the compan

AI Summary Purpose Durable note for the Packagist/Composer package crawler at ~/labrador/crawler/crawler lib php . Records the 2026 06 08 missing data investigation root cause analysis only; no crawler code changed yet and the standalone mi

AI Summary Purpose Design spec + repo note POC/BMT for a Rust package crawler that mirrors the Go crawler crawler lib golang data format and pipeline, but redesigns ONLY the LIST stage for crates.io. Code SCAFFOLDED 2026 06 02 at ~/labrador

AI Summary Purpose Repo specific memory for vibekits , a personal React/Vite random tools and casual browser games project. Key points Local path is ~/hw/project/vibekits . The README describes random decision tools and casual browser games

[내부용] 바이너리 로그 전송 시스템 모니터링 & 로그 수집기 (2025) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 바이너리 로그 전송 시스템 모니터링 & 로그 수집기 (2025) 고객사 on-premise Updater 오류를 중앙에서 인지하기 위한 로그 수집

[내부용] 배포 DB 변경 관리 정책 (2024–2025) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 배포 DB 변경 관리 정책 (2024–2025) 배포 DB 변경 절차와 권한 분리를 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에 문제: 긴급 처리가 반

[내부용] 복제 바이너리 로그 스크램블링 (2024) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 · 출처: Jira/Confluence 수집물 2026-04 (+ 본인 정정) 복제 바이너리 로그 스크램블링 (2024-06) 동기화 경로 보호 온보딩 상세 0 한눈에 관련 Jira: DATA-908 (20

[내부용] 수집·배포·on-premise DB 백업 자동화 (2024-2025) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 수집·배포·on-premise DB 백업 자동화 (2024–2025) 데이터파트 DB 백업/복구 운영 절차를 새 팀원이 이해할 수 있는 수준의

[내부용] 오픈소스 라이선스 양립성 DB 구축 (2023) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: Jira/Confluence 수집물 2026-04 오픈소스 라이선스 양립성 DB 구축 (2023) 라이선스 호환성 데이터 수집·조회 구조를 새 팀원이 이

[내부용] Binlog shipping service 모니터링 v2 구축 (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: 설계/구축 산출물 2026-04 Binlog shipping service 모니터링 v2 구축 (2026 ~04 v2.0.0)

[내부용] Binlog shipping service v4 — 정식 암호화 전환 (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: Jira/Confluence 수집물 2026-04 Binlog shipping service v4 — 정식 암호화 전환

[내부용] Bitbucket repo map — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 · 출처: ai/wiki/concepts/work-repository-map.md · Bitbucket 목록 확인(2026-06-13) Bitbucket repo map Jira·Confluence에서 맥락을 잡은

[내부용] DB 스키마 정립 & 라이선스 DB화 (2021) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 · 출처: 본인 작성 "2021년 업무내용 요약" DB 스키마 정립 & 라이선스 DB화 (2021) 데이터 모델 기반 온보딩 상세 · 연월: 2021(월 미상) 1 구성 버전 테이블 분리 : 통합 T

[내부용] DB 아키텍처 인스턴스 분리 (2024) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 · 출처: Jira/Confluence 수집물 2026-04 DB 아키텍처 인스턴스 분리 (2024-10 ~) DB 토폴로지 재설계 온보딩 상세 0 한눈에 관련 Jira: DATA-1469 ([2024] DB

[내부용] DB 인덱스 최적화 & 용량 절감 (2025) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) DB 인덱스 최적화 & 용량 절감 (2025) 마스터 DB 인덱스 진단·정리 절차를 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에 대상: 수년간 운영된 마

[내부용] MySQL 8.0 → 8.4 LTS 업그레이드 (2024) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: Jira/Confluence 수집물 2026-04 MySQL 8.0 → 8.4 LTS 업그레이드 (2024-05 ~ 07) 데이터파트 DB 업

[내부용] on-premise DB · Binlog shipping service 고객사 배포 & 심층 기술지원 (2024–2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) on-premise DB · Binlog shipping service 고객사 배포 &

크롤러 배치 수집량 로그 product/version insert·update — 온보딩 상세 🔒 내부용 · 비배포 출처 ai/wiki/concepts/crawler collection count log.md , ai/worklog/2026/2026 W24.md 2026 06 10 5개 라이브러리 크롤러에 "이번 배치에 뭘 얼마나 수집했나"를 남기는 로그를 붙인 작업의 온보딩 상세. 0. 한눈에 대상 crawler lib g

바이너리 로그 전송 시스템 모니터링 & 로그 수집기 · 슬라이드 기술 포트폴리오 · 슬라이드 바이너리 로그 전송 시스템 모니터링 & 로그 수집기 고객사 on-premise 동기화 모듈 오류를 중앙에서 사전 인지하기 위한 로그 수집·모니터링 체계 설계 래브라도랩스(LabradorLabs) · 데이터파트 · 2025 · 데이터 엔지니어 01 · 배경 보이지 않던 고객사 오류 제품 데이터는 중앙 → 고객사 on-premise 로 동

바이너리 로그 전송 시스템 v4 — 정식 암호화 전환 · 슬라이드 기술 포트폴리오 · 슬라이드 바이너리 로그 전송 시스템 v4 정식 암호화 전환 고객사 환경으로 나가는 바이너리 로그 전송 구간을 난독화에서 정식 암호화로 전환하고, 다운로드 모니터링을 v2로 고도화 래브라도랩스(LabradorLabs) · 데이터파트 · 2026 (~04 v4.0.0) · 데이터파트 파트리더 01 · 배경 왜 했나 운영 DB의 바이너리 로그 를

배포 DB 변경 관리 정책 수립 · 슬라이드 기술 포트폴리오 · 슬라이드 배포 DB 변경 관리 정책 수립 긴급 처리 반복으로 무너지던 배포 DB 변경 절차를, 권한 분리·승인 흐름으로 표준화 래브라도랩스(LabradorLabs) · 2024–2025 · 데이터 엔지니어 · 배포 DB 담당 01 · 배경 왜 필요했나 긴급 처리 반복 으로 배포 DB 변경 절차가 지켜지지 않음 결과: DB 환경 간 불일치 · DDL 누락 으로 운영

복제 바이너리 로그 스크램블링 · 슬라이드 기술 포트폴리오 · 슬라이드 복제 바이너리 로그 스크램블링 마스터 DB의 변경분(binary log)이 복제·고객사 on-premise로 전달되는 동기화 경로에서, 로그를 스크램블링(난독화)해 전송 중 데이터가 그대로 노출되지 않도록 보호 래브라도랩스(LabradorLabs) · 2024-06 · 데이터 엔지니어 01 · 배경 왜 보호가 필요했나 제품 데이터는 마스터 → 복제(분산)

수집·배포·on-premise DB 백업 자동화 · 슬라이드 기술 포트폴리오 · 슬라이드 수집·배포·on-premise DB 백업 자동화 수집·배포·고객사 on-premise DB의 정기 백업을 자동화하고, 분할 압축·NAS 보관·이중화까지 표준화 래브라도랩스(LabradorLabs) · 데이터파트 · 2024–2025 · 데이터 엔지니어 01 · 배경 왜 자동화/표준화가 필요했나 데이터는 수집 → 배포 → 고객사 on-pre

오픈소스 라이선스 양립성 DB 구축 · 슬라이드 기술 포트폴리오 · 슬라이드 오픈소스 라이선스 양립성 DB 구축 여러 오픈소스 라이선스를 함께 쓸 때의 법적 충돌을, 신뢰할 수 있는 공개 매트릭스를 수집·정형화해 사전에 식별 래브라도랩스(LabradorLabs) · 데이터파트 · 2023 · 데이터 엔지니어 01 · 배경 왜 필요했나 제품이 여러 오픈소스를 병용 하면 라이선스끼리 양립하지 않을 때 배포 시 법적 리스크 발생 "

Binlog shipping service 모니터링 v2 구축 · 슬라이드 기술 포트폴리오 · 슬라이드 Binlog shipping service 모니터링 v2 구축 고객사 on-premise 동기화 상태를 중앙에서 관측하는 Grafana 기반 관측 체계를 재설계·구축 래브라도랩스(LabradorLabs) · 데이터파트 · 2026 (~04 v2.0.0) · 데이터파트 파트리더 01 · 배경 왜 v2였나 Binlog shipp

DB 스키마 정립 & 라이선스 DB화 · 슬라이드 기술 포트폴리오 · 슬라이드 DB 스키마 정립 & 라이선스 DB화 증가하는 데이터에 맞춰 버전 테이블을 언어별로 분리하고, 텍스트로 관리되던 라이선스 매핑을 DB로 전환해 동적 매칭의 기반을 마련 래브라도랩스(LabradorLabs) · 2021 · 데이터 엔지니어 01 · 배경 왜 손봐야 했나 데이터 증가로 단일 통합 버전 테이블 로 모든 언어를 관리하는 방식이 성능·관리 복

DB 아키텍처 리엔지니어링 — 컴포넌트별 인스턴스 분리 · 슬라이드 기술 포트폴리오 · 슬라이드 DB 아키텍처 리엔지니어링 컴포넌트별 인스턴스 분리 장기 운영으로 혼재된 단일 DB 구조를 역할·컴포넌트 단위 인스턴스로 분리해, 확장성과 운영 책임을 명확히 한 재설계 래브라도랩스(LabradorLabs) · 2024-10~ · 데이터 엔지니어 01 · 배경 왜 분리해야 했나 수년간 누적된 데이터가 역할이 다른 데이터(원천/가공/

DB 인덱스 최적화 & 용량 53% 절감 · 슬라이드 기술 포트폴리오 · 슬라이드 DB 인덱스 최적화 & 용량 53% 절감 수년간 비대해진 마스터 DB를, 실사용 쿼리 분석 기반으로 불필요 인덱스를 걷어내고 SQL을 튜닝 래브라도랩스(LabradorLabs) · 데이터파트 · 2025 · 데이터 엔지니어 01 · 배경 왜 했나 수년간 운영된 마스터 DB 가 미사용 인덱스·비효율 쿼리로 용량 비대·성능 저하 인덱스는 쌓이기만 했

MySQL 8.0 → 8.4 LTS 무중단 업그레이드 · 슬라이드 기술 포트폴리오 · 슬라이드 MySQL 8.0 → 8.4 LTS 무중단 업그레이드 다수 고객사 on-premise까지 복제되는 운영 MySQL을, 서비스 중단 없이 차기 LTS로 검증·롤아웃 래브라도랩스(LabradorLabs) · 데이터파트 · 2024-05~07 · 데이터 엔지니어 01 · 배경 왜 신중해야 했나 데이터는 마스터 → 복제(분산) → 고객사 o

on-premise DB · Binlog shipping service 고객사 배포 & 심층 기술지원 · 슬라이드 2024–2026 (상시) 래브라도랩스 · 데이터파트 on-premise DB · Binlog shipping service 고객사 배포 & 심층 기술지원 자사 마스터 DB의 on-premise 백업본과 Binlog shipping service를 고객사 환경별로 맞춤 배포하고, 1차에서 풀리지 않는 심층 이슈를

AI Summary Purpose Concise reference of the OS package binary collection crawlers Ubuntu, Debian, CentOS, OpenWrt and the package repo URL extraction project repository structure, package format, extraction method, and what is stored. Key p

왜 바이너리 로그인가 MySQL을 운영하다 보면 세 가지 문제가 반드시 찾아온다. 레플리카 서버에 데이터를 동기화해야 할 때, 실수로 지워진 데이터를 특정 시점으로 복원해야 할 때, 그리고 실시간으로 데이터 변경을 외부 시스템에 전달해야 할 때다. 바이너리 로그 Binary Log, binlog 는 이 세 가지를 가능하게 하는 MySQL의 핵심 로그 파일이다. binlog는 데이터나 스키마를 변경 하는 이벤트만 순서대로 기록한

복제의 심장, binlog 전달 MySQL 복제는 소스 서버에서 일어난 변경을 레플리카가 동일하게 재실행하는 메커니즘이다. 읽기 부하 분산, 장애 시 빠른 서비스 복구, 무중단 스키마 변경 적용 등이 모두 복제 위에서 돌아간다. 복제의 데이터 통로는 binlog다. 소스에서 커밋된 트랜잭션이 binlog에 기록되면 레플리카가 그 파일을 읽어 같은 SQL을 재실행한다. 이 과정은 두 스레드로 나뉜다. I/O 스레드 소스에 TCP

컨테이너 저장소는 사라진다 컨테이너의 파일시스템은 컨테이너가 재시작되면 초기화된다. DB 데이터처럼 살아남아야 하는 것은 볼륨 Volume 으로 분리해야 한다. 볼륨에도 두 종류가 있다. 임시 ephemeral Pod 수명과 함께 사라짐. 예 emptyDir 같은 Pod 안 컨테이너 간 공유 스크래치 . 영구 persistent Pod가 죽어도 데이터가 남음. 외부 스토리지 클라우드 디스크, NFS 등 에 저장. PV / PV

Executor란 무엇인가 Airflow Scheduler는 어떤 Task를 언제 실행할지 결정하지만, 그 Task를 어디서, 어떤 방식으로 실행할지는 Executor 가 담당한다. Executor는 Airflow의 실행 계층이며, 개발 환경부터 대규모 프로덕션까지 상황에 맞는 선택이 중요하다. 주요 Executor 한눈에 보기 Executor 실행 위치 병렬성 추가 인프라 주 용도 SequentialExecutor Sched

운영자의 binlog 걱정 세 가지 binlog를 실제로 운영할 때 반복되는 고민은 크게 세 가지다. 1. 디스크가 찬다 — 만료 설정을 잘못하거나 레플리카가 멈추면 binlog가 무한 쌓인다. 2. 어디까지 삭제해도 되는지 모른다 — 잘못 삭제하면 레플리카가 깨진다. 3. 무슨 이유로 복제가 늦는지 보이지 않는다 — 지표 없이 장애를 감지하기 어렵다. 이 챕터는 이 세 가지 문제를 각각 다루는 운영 레시피다. 보존 기간 설정

같은 변경, 세 가지 기록 방식 binlog에 변경을 "어떻게" 저장하느냐에 따라 복제 안정성, 파일 크기, CDC 도구 호환성이 크게 달라진다. MySQL은 세 가지 포맷을 binlog format 변수로 제어해왔다. MySQL 8.4에서 이 변수는 deprecated 됐고, ROW 포맷이 사실상 표준으로 자리잡는 중이다. STATEMENT 포맷 실행된 SQL 문 자체를 binlog에 기록한다. UPDATE orders SE

폴링 방식의 한계에서 시작한다 서비스 데이터를 검색 엔진, 분석 DW, 캐시, 다른 마이크로서비스에 실시간으로 전달해야 하는 상황을 생각해보자. 가장 단순한 방법은 주기적으로 SELECT ... WHERE updated at last run 으로 변경된 행을 뽑는 폴링 polling 이다. 폴링의 문제점 DELETE 된 행은 조회 자체가 불가능해 추적할 수 없다. updated at 컬럼이 없거나 애플리케이션이 갱신하지 않으면

코드에서 설정을 분리한다 12 Factor App 원칙의 세 번째 항목은 "설정 Config 을 환경에 저장하라"이다. DB 접속 URL·로그 레벨·피처 플래그가 코드에 하드코딩되어 있으면, 운영/개발/테스트 환경마다 이미지를 다시 빌드해야 한다. 쿠버네티스는 이 문제를 두 오브젝트로 해결한다. ConfigMap Secret 용도 비민감 설정값 비밀번호·토큰·인증서 등 민감 값 저장 형식 평문 base64 인코딩 기본 etcd

취약점 정보의 두 가지 언어 소프트웨어 보안을 다루다 보면 두 가지 식별자가 자주 등장한다. CVE Common Vulnerabilities and Exposures 는 1999년부터 존재한 전통적 취약점 번호 체계이고, OSV Open Source Vulnerability 는 2021년 Google·OpenSSF가 제안한 오픈소스 중심의 구조화된 포맷이다. 이 두 포맷은 경쟁 관계가 아니라 계층 관계 다. 대부분의 OSV 레

Airflow는 무엇을 해결하는가 데이터 파이프라인은 보통 여러 단계로 구성된다. "매일 새벽 1시에 원천 DB에서 데이터를 긁어와, 변환 후, 리포트 테이블에 적재하라." 이 흐름을 cron 스크립트 몇 개로 관리하면 처음엔 쉽지만, 단계가 늘어나고 의존 관계가 생기며, 실패 재시도·알림·실행 이력이 필요해지는 순간 감당하기 어려워진다. Apache Airflow 는 이 "워크플로 오케스트레이션" 문제를 해결하는 플랫폼이다.

왜 binlog 크기를 줄여야 하는가 ROW 포맷 binlog는 정확하지만 무겁다. 트랜잭션마다 변경된 행의 before·after 이미지를 전부 기록하기 때문에, 대량 배치 업데이트나 넓은 JSON 컬럼을 가진 테이블에서는 binlog가 소스 데이터보다 더 빠르게 쌓인다. 문제는 세 군데에서 동시에 발생한다. 소스 디스크 만료 전에 파일이 쌓이는 속도가 빨라 보존 기간을 줄여야 한다는 압박을 받는다. 레플리케이션 네트워크 소

AI Summary Purpose Backlog of study chapters the daily routine pulls from. One row = one planned chapter. Key points Status pending draft published. Routine picks the top pending or a user requested item . Topics seeded from the repo tag vo

AI Summary Purpose Define the shared per batch "collection count" log format emitted by the library crawlers crawler lib {golang,php,ruby,swift,dotnet} and how the insert vs update counts are derived. One parser handles all five crawlers. K

AI Summary Purpose Conceptual backbone for the owner's IoT firmware vulnerability detection research what IoT firmware fuzzing is, how greybox/coverage guided fuzzing works, and the emulation strategies that make firmware fuzzable. Key poin

AI Summary Purpose Keep a public safe/internal onboarding map between Hyunwook's main work areas and the Bitbucket repositories that a successor or new teammate should inspect first. Key points This is an internal onboarding aid, not public

관측성(로깅·메트릭) · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃

기술 스터디 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 📚 기술 스터디 내가 쓰는 기술을 깊게 정리합니다. 🆕 오늘의 글 — 취약점 수집 시스템 만들기 4편: 증분 수집 전략 · 2026-06-13 분야 전체 데이터파이프라인 DB/Infra MySQL 보안 🌊 Apache Airflow 완전정복 DAG/Task/Operator 개념부터

네트워킹과 Service · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아

버전 비교와 fixed_version 처리 · 취약점 수집 시스템 만들기 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🔎 취약점 수집 시스템 만들기 1. CVE/OSV 데이터 모델 2. OS 패키지 vs 라이브러리 취약점 3. 버전 비교와 fixed_version 처리 4. 증분 수집 전략 3편 · 약 15분 버전 비교와 fi

스토리지와 PV/PVC · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃

오토스케일링(HPA/VPA) · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와

운영 트러블슈팅 패턴 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃

증분 수집 전략 · 취약점 수집 시스템 만들기 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🔎 취약점 수집 시스템 만들기 1. CVE/OSV 데이터 모델 2. OS 패키지 vs 라이브러리 취약점 3. 버전 비교와 fixed_version 처리 4. 증분 수집 전략 4편 · 약 14분 증분 수집 전략 왜 전체 재수집만으로는 부족

컨테이너 기초 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃 전략 8

클러스터 아키텍처 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃 전략

헬스체크와 롤아웃 전략 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃

ConfigMap/Secret과 설정 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬

CVE/OSV 데이터 모델 · 취약점 수집 시스템 만들기 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🔎 취약점 수집 시스템 만들기 1. CVE/OSV 데이터 모델 2. OS 패키지 vs 라이브러리 취약점 3. 버전 비교와 fixed_version 처리 4. 증분 수집 전략 1편 · 약 13분 CVE/OSV 데이터 모델 취약점

OS 패키지 vs 라이브러리 취약점 · 취약점 수집 시스템 만들기 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🔎 취약점 수집 시스템 만들기 1. CVE/OSV 데이터 모델 2. OS 패키지 vs 라이브러리 취약점 3. 버전 비교와 fixed_version 처리 4. 증분 수집 전략 2편 · 약 14분 OS 패키지 vs 라이브

Pod 스케줄링과 리소스 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아

AI Summary Purpose Entry point to 김현욱's Hyunwook Kim Sejong University M.S. research record graduate work on IoT/embedded firmware fuzzing and vulnerability detection ~2018–2021 , including the thesis, two published papers FIRM COV, UART ac

AI Summary Purpose Entry point for durable, compiled knowledge. Key points The wiki is maintained by AI agents from raw sources and work sessions. Wiki pages should be structured, interlinked, summarized, and source aware. Raw notes should

AI Summary Purpose Index for ai/wiki/projects the durable, AI facing source docs for work and personal engineering projects. Key points Each entry below links to one project doc with purpose, problems, approach, decisions, tech, and status.

AI Summary Purpose Canonical profile of the wiki owner, 김현욱 Hyunwook Kim identity, education, research output, and professional career. Key points One line identity Data / Systems Engineer and data part lead at Labradorlabs 2021.06 present

악성 패키지 정보 수집·분석 · 기술 포트폴리오 ← 기술 목록으로 악성 패키지 정보 수집·분석 알려진 취약점(CVE)을 넘어, 악성 코드를 포함한 패키지(타이포스쿼팅·종속성 혼동·계정 탈취 유형)를 수집·분석해 보안 데이터 역량을 확장 기간 2026 (~6월) 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어링 리드 OpenSSF npm PyPI Maven Go 패치 우선순위 CVSS 0 작업자의 메모 CVE만

오픈소스 라이선스 양립성 DB 구축 · 기술 포트폴리오 ← 기술 목록으로 오픈소스 라이선스 양립성 DB 구축 여러 오픈소스 라이선스를 함께 쓸 때 발생하는 법적 충돌을, 신뢰할 수 있는 공개 매트릭스를 수집·정형화해 사전에 식별하는 데이터 기반 구축 기간 2023 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 수집·스키마 설계 License Compatibility Web Crawler Data Pipel

취약점 검증 & 고객사 검증 대응 · 기술 포트폴리오 ← 기술 목록으로 취약점 검증 & 고객사 검증 대응 수집된 취약점 데이터가 실제 취약점인지(오탐·미탐) 정밀 분석으로 검증하고 고객사 검증 요청에 근거 있는 보고서로 대응 기간 2024–2026 (상시) 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 2026년부터 데이터 엔지니어링 리드 CVE CWE CVSS 오탐·미탐 패치 버전 비교 파일/함수 취약점

AI 기반 라이선스 수집·분석 파이프라인 · 기술 포트폴리오 ← 기술 목록으로 AI 기반 라이선스 수집·분석 파이프라인 복잡한 다중 테이블 조인과 외부 서비스 의존을 걷어내고 라이선스 원문을 AI로 분석해 정제된 단일 데이터셋을 생성하는 파이프라인으로 재설계 기간 2025 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 파이프라인 재설계 주도 Data Pipeline LLM API Prompt Enginee

DB 스키마 정립 & 라이선스 DB화 · 기술 포트폴리오 ← 기술 목록으로 DB 스키마 정립 & 라이선스 DB화 증가하는 데이터에 맞춰 버전 테이블을 언어별로 분리하고 텍스트로 관리되던 라이선스 매핑을 DB로 전환해 동적 매칭의 기반을 마련 기간 2021 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 MySQL 스키마 설계 JSON 정규식 매칭 0 작업자의 메모 초기에는 텍스트 매핑과 단일 테이블이 빠르게 움

EF-Fuzz: 결합된 에뮬레이션 기반 임베디드 퍼징 · 기술 포트폴리오 ← 기술 목록으로 EF-Fuzz: 결합된 에뮬레이션 기반 임베디드 시스템 커버리지 가이드 퍼징 석사학위논문 — IoT 펌웨어를 대상으로 AFL 변이 스케줄러를 개선해 코드 커버리지와 크래시 탐지를 높인 그레이박스 퍼저 연구 기간 2020년 12월 제출 대상 저장소 세종대학교 대학원 연구 역할 제1저자(학위논문 저자), 지도교수 윤주범 Fuzzing Gre

FIRM-COV: IoT 펌웨어 고커버리지 그레이박스 퍼징 · 기술 포트폴리오 ← 기술 목록으로 FIRM-COV: IoT 펌웨어 고커버리지 그레이박스 퍼징 최적화된 프로세스 에뮬레이션으로 실기기 없이 IoT 펌웨어를 퍼징하는 고커버리지 그레이박스 퍼저 연구 기간 2021 (IEEE Access Vol.9, 게재) 대상 저장소 세종대학교 대학원 연구 역할 공저자 (3저자) Fuzzing Greybox AFL QEMU DECAF

IoTFirmFuzz 펌웨어 퍼징 특허 · 기술 포트폴리오 ← 기술 목록으로 IoTFirmFuzz — 펌웨어 퍼징 장치 및 방법 (등록특허) 복합 에뮬레이션과 PSO 기반 변이 연산자 최적화를 활용한 커버리지 가이드 IoT 펌웨어 퍼징 기술 기간 출원 2020.07.20 / 등록결정 2021.01.25 대상 저장소 세종대학교 대학원 연구 역할 공동발명자 IoT Firmware Fuzzing Combined Emulation F

IoTHybridFuzzer 특허 · 기술 포트폴리오 ← 기술 목록으로 IoTHybridFuzzer · 하이브리드 퍼징 펌웨어 취약점 검출 특허 변이 퍼징과 심볼릭·콘콜릭 실행을 결합해 펌웨어의 어려운 경로 제약을 돌파하는 취약점 검출 기법 (특허 출원) 기간 2021.03.30 출원 대상 저장소 세종대학교 대학원 연구 역할 공동발명자 (제2발명자) Hybrid Fuzzing Symbolic Execution Concolic

OS 패키지 취약점 수집 멀티 배포판 개편 + OSV 자동화 · 기술 포트폴리오 ← 기술 목록으로 OS 패키지 취약점 수집 멀티 배포판 개편 + OSV 자동화 Alpine·RHEL·Debian·Ubuntu 등 주요 리눅스 배포판별 패키지 취약점 수집을 전면 재설계하고, OSV 공개 취약점 데이터 수집을 자동화 기간 2025 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 수집 파이프라인 개편 주도 OSV (

AI Summary Purpose Year by year record of 김현욱 Hyunwook Kim 's work at Labradorlabs from 2021 to 2025, including main projects, role evolution toward data part lead, and key achievements. Key points 2021 Built the foundation of the library/l

AI Summary Purpose Capture durable facts about the LabradorLabs CI/CD AI review kit so human portfolio outputs can stay grounded in actual Confluence and Bitbucket sources. Key points Source Confluence page DSGN CICD CI/CD AI Review Kit 설계

AI Summary Purpose Describe the FIRM COV research project a high coverage greybox fuzzer for IoT firmware via optimized process emulation, co authored by the wiki owner Hyunwook Kim . Key points Published in IEEE Access, Vol. 9, 2021 DOI 10

AI Summary Purpose Capture durable knowledge about the personal home server self hosted Nextcloud, Google Drive mount and the Mac Mini DevOps homelab k3s + ArgoCD + GitHub Actions + AI PR review . Key points Self hosting stack Docker Nextcl

AI Summary Purpose Explain the IoTFirmFuzz invention efficient coverage guided IoT firmware fuzzing via combined emulation + PSO mutation optimization. Basis of granted Patent 1 10 2020 0089416 . Key points Core technique = Combined Emulati

AI Summary Purpose Explain the IoTHybridFuzzer invention hybrid fuzzing + symbolic/concolic execution firmware vulnerability detection. Basis of Patent 2 10 2021 0040963, filed 2021.03.30 . Key points Combines a mutation based fuzzer with s

AI Summary Purpose Capture durable knowledge about the Labrador data platform how its four repos interact, the labrador sqlmodel queue refactor the most reusable engineering result , and the AI automated PR review system. Key points Four re

AI Summary Purpose Capture durable knowledge about the open source license data pipeline license compatibility data, license DB ization, and the AI based license analysis redesign. Key points Three evolutionary stages over time 1. 2021 Lice

AI Summary Purpose Capture the durable facts of Hyunwook Kim's M.S. thesis the proposed system EF Fuzz , the problem it solves, its design, evaluation, and how it relates to the broader IoT firmware fuzzing work Firm AFL, FIRM COV, IoTFirmF

AI Summary Purpose Authoritative record of the two firmware fuzzing patents Hyunwook Kim co invented at Sejong University. Key points Patent 1 IoTFirmFuzz, IP 2020 141 KR app no. 10 2020 0089416, filed 2020.07.20, GRANTED 특허결정 dispatched 20

AI Summary Purpose Record the owner's 2019 conference paper on acquiring embedded device firmware via UART, including the defenses encountered and the connection methods proposed. Key points Paper "임베디드 장비 펌웨어 획득을 위한 UART 연결 방법 연구" / "A Stu

AI Summary Purpose Capture durable knowledge about vibekits , a personal random tools and casual browser games project under ~/hw/project . Key points The README describes Vibekits as random decision tools and casual browser games built wit

AI Summary Purpose Capture durable design knowledge for collecting open source and OS package vulnerabilities from multiple upstream sources OSV, Alpine secdb, Debian Security Tracker, Ubuntu CVE Tracker and normalizing them into the compan

AI Summary Purpose Durable note for the NuGet/.NET package crawler at ~/labrador/crawler/crawler lib dotnet . Records the 2026 06 05 missing data investigation and the catalog page/leaf retry fixes. Key points The crawler uses NuGet V3 cata

AI Summary Purpose Durable note for the Maven/Java package crawler at ~/labrador/crawler/crawler lib java . Tracks the Python migration effort on branch python migration maven . Key points Original implementation is Java Spring/MyBatis . Th

AI Summary Purpose Durable note for the Packagist/Composer package crawler at ~/labrador/crawler/crawler lib php . Records the 2026 06 08 missing data investigation root cause analysis only; no crawler code changed yet and the standalone mi

AI Summary Purpose RubyGems 라이브러리/버전/라이선스 크롤러. LANGUAGE='ruby' , REPOSITORY='RUBYGEMS' . Key points Local path ~/labrador/crawler/crawler lib ruby . Entry src/ai/labradorlabs/app/main.py RubyCralwer .run , resync main resync.py . 운영 DB conf

AI Summary Purpose Design spec + repo note POC/BMT for a Rust package crawler that mirrors the Go crawler crawler lib golang data format and pipeline, but redesigns ONLY the LIST stage for crates.io. Code SCAFFOLDED 2026 06 02 at ~/labrador

AI Summary Purpose Durable note for the CocoaPods Swift/iOS ecosystem package crawler at ~/labrador/crawler/crawler lib swift . Records the 2026 06 09 missing data fixes, the AI license timeout fix, and the hardcoded secret → config.ini mov

AI Summary Purpose Repo specific memory for vibekits , a personal React/Vite random tools and casual browser games project. Key points Local path is ~/hw/project/vibekits . The README describes random decision tools and casual browser games

AI Summary Purpose Repo specific memory for yt pipeline n8n , a personal YouTube Shorts automation platform MVP. Key points Local path is ~/hw/project/yt pipeline n8n . README describes a Mock MVP for operating multiple Japan target YouTube

[내부용] 악성 패키지 정보 수집·분석 (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 악성 패키지 정보 수집·분석 (2026 ~06) 취약점을 넘어 악성 패키지까지 다루는 보안 데이터 확장 작업을 새 팀원이 이해하도록 정리 0 한눈에 목표: CVE 취약점

[내부용] 오픈소스 라이선스 양립성 DB 구축 (2023) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: Jira/Confluence 수집물 2026-04 오픈소스 라이선스 양립성 DB 구축 (2023) 라이선스 호환성 데이터 수집·조회 구조를 새 팀원이 이

[내부용] 취약점 검증 & 고객사 검증 대응 (2024–2026 상시) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 취약점 검증 & 고객사 검증 대응 (2024–2026, 상시) 데이터파트 취약점 검증 업무를 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에

[내부용] AI 기반 라이선스 수집·분석 시스템 V3 (2025) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) AI 기반 라이선스 수집·분석 시스템 V3 (2025) 라이선스 수집·분석 파이프라인 재설계를 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에 대상

[내부용] DB 스키마 정립 & 라이선스 DB화 (2021) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 · 출처: 본인 작성 "2021년 업무내용 요약" DB 스키마 정립 & 라이선스 DB화 (2021) 데이터 모델 기반 온보딩 상세 · 연월: 2021(월 미상) 1 구성 버전 테이블 분리 : 통합 T

[내부용] OS 패키지 취약점 수집 멀티 배포판 개편 + OSV 자동화 (2025) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) OS 패키지 취약점 수집 멀티 배포판 개편 + OSV 자동화 (2025) 배포판별 취약점 수집기 개편과 OSV 자동 수집을 새 팀원이 이해

크롤러 배치 수집량 로그 product/version insert·update — 온보딩 상세 🔒 내부용 · 비배포 출처 ai/wiki/concepts/crawler collection count log.md , ai/worklog/2026/2026 W24.md 2026 06 10 5개 라이브러리 크롤러에 "이번 배치에 뭘 얼마나 수집했나"를 남기는 로그를 붙인 작업의 온보딩 상세. 0. 한눈에 대상 crawler lib g

악성 패키지 정보 수집·분석 · 슬라이드 기술 포트폴리오 · 슬라이드 악성 패키지 정보 수집·분석 알려진 취약점(CVE)을 넘어, 악성 코드를 포함한 패키지를 수집·분석해 보안 데이터 역량을 확장 래브라도랩스(LabradorLabs) · 데이터파트 · 2026 (~6월) · 데이터파트 파트리더 01 · 배경 취약점만으로는 부족하다 기존 보안 데이터는 알려진 취약점(CVE) 중심 공급망 공격은 악성 코드를 포함한 패키지 자체를

오픈소스 라이선스 양립성 DB 구축 · 슬라이드 기술 포트폴리오 · 슬라이드 오픈소스 라이선스 양립성 DB 구축 여러 오픈소스 라이선스를 함께 쓸 때의 법적 충돌을, 신뢰할 수 있는 공개 매트릭스를 수집·정형화해 사전에 식별 래브라도랩스(LabradorLabs) · 데이터파트 · 2023 · 데이터 엔지니어 01 · 배경 왜 필요했나 제품이 여러 오픈소스를 병용 하면 라이선스끼리 양립하지 않을 때 배포 시 법적 리스크 발생 "

취약점 검증 & 고객사 검증 대응 · 슬라이드 기술 포트폴리오 · 슬라이드 취약점 검증 & 고객사 검증 대응 수집된 취약점이 실제 취약점인지(오탐·미탐) 정밀 분석으로 검증하고, 고객사 검증 요청에 근거 있는 보고서로 대응 래브라도랩스(LabradorLabs) · 데이터파트 · 2024–2026 (상시) · 데이터 엔지니어 (2026~ 파트리더) 01 · 배경 왜 검증이 필요한가 수집·매칭 과정에서 오탐 · 미탐 발생 — 안전

AI 기반 라이선스 수집·분석 시스템 (V3) · 슬라이드 기술 포트폴리오 · 슬라이드 AI 기반 라이선스 수집·분석 시스템 (V3) 복잡한 다중 테이블 조인과 외부 서비스 의존을 걷어내고, 라이선스 원문을 AI로 분석해 정제된 단일 데이터셋을 생성 래브라도랩스(LabradorLabs) · 데이터파트 · 2025 · 데이터 엔지니어 01 · 배경 왜 재설계했나 기존 라이선스 수집은 결과 한 건마다 여러 테이블을 복잡하게 조인

DB 스키마 정립 & 라이선스 DB화 · 슬라이드 기술 포트폴리오 · 슬라이드 DB 스키마 정립 & 라이선스 DB화 증가하는 데이터에 맞춰 버전 테이블을 언어별로 분리하고, 텍스트로 관리되던 라이선스 매핑을 DB로 전환해 동적 매칭의 기반을 마련 래브라도랩스(LabradorLabs) · 2021 · 데이터 엔지니어 01 · 배경 왜 손봐야 했나 데이터 증가로 단일 통합 버전 테이블 로 모든 언어를 관리하는 방식이 성능·관리 복

OS 패키지 취약점 수집 멀티 배포판 개편 + OSV 자동화 · 슬라이드 기술 포트폴리오 · 슬라이드 OS 패키지 취약점 수집 멀티 배포판 개편 + OSV 자동화 Alpine·RHEL·Debian·Ubuntu 수집기를 각각 전면 재설계하고, OSV 공개 취약점 데이터 수집을 자동화 래브라도랩스(LabradorLabs) · 데이터파트 · 2025 · 데이터 엔지니어 01 · 배경 왜 어려운가 배포판마다 보안 권고의 출처·포맷·식

AI Summary Purpose Concise reference of the OS package binary collection crawlers Ubuntu, Debian, CentOS, OpenWrt and the package repo URL extraction project repository structure, package format, extraction method, and what is stored. Key p

AI Summary Purpose Structured, faithful extraction of the FIRM COV paper for downstream wiki pages. Key points FIRM COV high coverage greybox fuzzer for Linux based IoT firmware via optimized process emulation. Published IEEE Access, Vol. 9

AI Summary Purpose Faithful, section by section extraction of the M.S. thesis PDF for future reference, so the wiki page can stay short and agents can cite exact details without re OCRing the PDF. Key points Source PDF /Users/khw/Google Dri

AI Summary Purpose Structured, verbatim extraction notes from the primary PDFs for the two patents, the UART conference paper, and the BugMiner reference paper. Key points Patent 1 IoTFirmFuzz application 10 2020 0089416, filed 2020.07.20,

버전 비교가 생각보다 어려운 이유 "설치된 패키지 버전이 취약한가?"라는 질문은 단순해 보이지만, 실제로는 생태계마다 버전 문자열 비교 규칙이 전혀 다르다 . 1.0.0 < 1.0.1 이야 누구나 동의하지만, 1.0.0 alpha vs 1.0.0 은 어떤가? 1!2.0.0 vs 3.0.0 은? 1.0.1e 58.el6 10 vs 1.0.1f 는? 잘못된 버전 비교는 두 가지 문제를 만든다. 오탐 false positive 이미

장애는 패턴이 있다 쿠버네티스 운영 중 마주치는 대부분의 문제는 몇 가지 패턴으로 수렴한다. 패턴을 알면 수십 분 걸릴 진단을 몇 분 안에 끝낼 수 있다. 이 글에서는 현장에서 가장 자주 보이는 Pod 실패 상태를 체계적으로 진단하고 해결하는 방법을 다룬다. 진단의 첫 번째 도구 — describe와 events describe 출력의 Events 섹션이 핵심이다. Scheduler가 왜 Pod를 배치하지 못했는지, kubel

왜 전체 재수집만으로는 부족한가 취약점 데이터베이스를 처음 만들 때는 전체 덤프나 전체 API 페이지를 한 번 훑으면 된다. 문제는 그 다음날부터다. CVE, GHSA, OSV 같은 보안 데이터는 새 레코드가 추가될 뿐 아니라 기존 레코드의 점수, 영향 버전, withdrawn 여부, reference, alias가 계속 바뀐다. "어제 이후 새로 나온 CVE만 가져오기"로 끝내면 이미 저장한 레코드의 수정분을 놓친다. 증분

코드에서 설정을 분리한다 12 Factor App 원칙의 세 번째 항목은 "설정 Config 을 환경에 저장하라"이다. DB 접속 URL·로그 레벨·피처 플래그가 코드에 하드코딩되어 있으면, 운영/개발/테스트 환경마다 이미지를 다시 빌드해야 한다. 쿠버네티스는 이 문제를 두 오브젝트로 해결한다. ConfigMap Secret 용도 비민감 설정값 비밀번호·토큰·인증서 등 민감 값 저장 형식 평문 base64 인코딩 기본 etcd

취약점 정보의 두 가지 언어 소프트웨어 보안을 다루다 보면 두 가지 식별자가 자주 등장한다. CVE Common Vulnerabilities and Exposures 는 1999년부터 존재한 전통적 취약점 번호 체계이고, OSV Open Source Vulnerability 는 2021년 Google·OpenSSF가 제안한 오픈소스 중심의 구조화된 포맷이다. 이 두 포맷은 경쟁 관계가 아니라 계층 관계 다. 대부분의 OSV 레

두 가지 종류의 소프트웨어 리눅스 서버나 컨테이너 이미지를 스캔하면 취약점이 두 개의 층에서 나온다. 첫 번째 층은 OS 패키지 다. 운영체제 패키지 관리자 apt, yum/dnf, apk 등 가 설치한 바이너리와 공유 라이브러리들이 여기 속한다. 두 번째 층은 언어 라이브러리 다. npm, PyPI, Maven, crates.io처럼 언어별 패키지 레지스트리에서 설치한 의존성들이다. 취약점 수집과 매칭 관점에서 이 두 층은

AI Summary Purpose Tracks development work across repositories for this week. Key points Add coding work entries here after meaningful agent sessions. Keep entries concise. Promote durable knowledge to ai/repo notes/ or ai/wiki/ . Relevant

AI Summary Purpose Tracks personal machines and local path conventions. Key points The same repo may live at different paths on different machines. Agents should identify the current machine before assuming paths. Do not store secrets or cr

AI Summary Purpose Backlog of study chapters the daily routine pulls from. One row = one planned chapter. Key points Status pending draft published. Routine picks the top pending or a user requested item . Topics seeded from the repo tag vo

AI Summary Purpose Define the shared per batch "collection count" log format emitted by the library crawlers crawler lib {golang,php,ruby,swift,dotnet} and how the insert vs update counts are derived. One parser handles all five crawlers. K

AI Summary Purpose Durable concept note on the MySQL binary log binlog what it is, its formats, and why it matters for replication, CDC, and the Labradorlabs BTS Binlog Transfer System . Key points binlog records data/schema changes DML, DD

AI Summary Purpose Keep a public safe/internal onboarding map between Hyunwook's main work areas and the Bitbucket repositories that a successor or new teammate should inspect first. Key points This is an internal onboarding aid, not public

기술 스터디 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 📚 기술 스터디 내가 쓰는 기술을 깊게 정리합니다. 🆕 오늘의 글 — 취약점 수집 시스템 만들기 4편: 증분 수집 전략 · 2026-06-13 분야 전체 데이터파이프라인 DB/Infra MySQL 보안 🌊 Apache Airflow 완전정복 DAG/Task/Operator 개념부터

버전 비교와 fixed_version 처리 · 취약점 수집 시스템 만들기 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🔎 취약점 수집 시스템 만들기 1. CVE/OSV 데이터 모델 2. OS 패키지 vs 라이브러리 취약점 3. 버전 비교와 fixed_version 처리 4. 증분 수집 전략 3편 · 약 15분 버전 비교와 fi

증분 수집 전략 · 취약점 수집 시스템 만들기 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🔎 취약점 수집 시스템 만들기 1. CVE/OSV 데이터 모델 2. OS 패키지 vs 라이브러리 취약점 3. 버전 비교와 fixed_version 처리 4. 증분 수집 전략 4편 · 약 14분 증분 수집 전략 왜 전체 재수집만으로는 부족

CVE/OSV 데이터 모델 · 취약점 수집 시스템 만들기 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🔎 취약점 수집 시스템 만들기 1. CVE/OSV 데이터 모델 2. OS 패키지 vs 라이브러리 취약점 3. 버전 비교와 fixed_version 처리 4. 증분 수집 전략 1편 · 약 13분 CVE/OSV 데이터 모델 취약점

OS 패키지 vs 라이브러리 취약점 · 취약점 수집 시스템 만들기 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🔎 취약점 수집 시스템 만들기 1. CVE/OSV 데이터 모델 2. OS 패키지 vs 라이브러리 취약점 3. 버전 비교와 fixed_version 처리 4. 증분 수집 전략 2편 · 약 14분 OS 패키지 vs 라이브

AI Summary Purpose Lists stable concepts in the LLM Wiki. Key points Use this folder for durable explanations. Concepts should be reusable across projects and weekly notes. Learning notes can be promoted here once stable. Relevant when Expl

AI Summary Purpose Index for ai/wiki/projects the durable, AI facing source docs for work and personal engineering projects. Key points Each entry below links to one project doc with purpose, problems, approach, decisions, tech, and status.

AI Summary Purpose Index of durable notes for development repositories. Key points Each development repo should have one repo note. Repo notes store commands, architecture notes, conventions, known pitfalls, and durable decisions. Repo note

AI Summary Purpose Canonical profile of the wiki owner, 김현욱 Hyunwook Kim identity, education, research output, and professional career. Key points One line identity Data / Systems Engineer and data part lead at Labradorlabs 2021.06 present

라이브러리 컴포넌트 테이블 재설계 (DB 부하 개선) · 기술 포트폴리오 ← 기술 목록으로 라이브러리 컴포넌트 테이블 재설계 (DB 부하 개선) 고객사 환경의 중앙 운영 DB CPU 이상을 추적해 라이브러리 컴포넌트 테이블의 구조·식별자·데이터 정합성 문제를 근본 원인부터 재설계 기간 2026 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어링 리드 MySQL Schema Index JSON varchar npm

라이브러리 크롤러 현대화 & 데이터 플랫폼 마이그레이션 · 기술 포트폴리오 ← 기술 목록으로 라이브러리 크롤러 현대화 & 데이터 플랫폼 마이그레이션 언어별 오픈소스 라이브러리 크롤러(Go, Java/Maven 등)를 일관된 현대 구조로 재정비하고 수집 데이터를 신규 데이터 플랫폼으로 이관하는 기반을 마련 기간 2026 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어링 리드 Go Java / Maven npm P

멀티 언어 라이브러리 크롤러 구축 & Java→Python 전환 · 기술 포트폴리오 ← 기술 목록으로 멀티 언어 라이브러리 크롤러 구축 & Java→Python 전환 여러 프로그래밍 언어 생태계의 라이브러리·라이선스 정보를 수집하는 크롤러를 신규 개발·재구현해 데이터 커버리지를 8개 언어로 확장 기간 2021 (입사 첫 해) 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 Python Go Web Crawlin

악성 패키지 정보 수집·분석 · 기술 포트폴리오 ← 기술 목록으로 악성 패키지 정보 수집·분석 알려진 취약점(CVE)을 넘어, 악성 코드를 포함한 패키지(타이포스쿼팅·종속성 혼동·계정 탈취 유형)를 수집·분석해 보안 데이터 역량을 확장 기간 2026 (~6월) 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어링 리드 OpenSSF npm PyPI Maven Go 패치 우선순위 CVSS 0 작업자의 메모 CVE만

파일/함수 취약점 수집 파이프라인 재설계 · 기술 포트폴리오 ← 기술 목록으로 파일/함수 취약점 수집 파이프라인 재설계 단일 프로세스로 얽혀 있던 취약점 수집 파이프라인을, 수집 단계를 분리하고 DB 스키마를 정규화해 안정적·확장 가능한 구조로 재설계 기간 2023 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 파이프라인 재설계 주도 Data Pipeline 보안 취약점 수집 RDB Schema 정규화 상

OS 패키지 취약점 수집 멀티 배포판 개편 + OSV 자동화 · 기술 포트폴리오 ← 기술 목록으로 OS 패키지 취약점 수집 멀티 배포판 개편 + OSV 자동화 Alpine·RHEL·Debian·Ubuntu 등 주요 리눅스 배포판별 패키지 취약점 수집을 전면 재설계하고, OSV 공개 취약점 데이터 수집을 자동화 기간 2025 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 수집 파이프라인 개편 주도 OSV (

OS 패키지 취약점 수집 정확도 고도화 · 기술 포트폴리오 ← 기술 목록으로 OS 패키지 취약점 수집 정확도 고도화 12종 주요 OS 배포판의 보안 권고안을 소스 특성에 맞게 파싱해, 패치 버전까지 정확히 담은 취약점 데이터를 수집 기간 2022 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 수집 정확도 고도화 주도 Vulnerability OS Package OVAL Security Tracker Cra

AI Summary Purpose Year by year record of 김현욱 Hyunwook Kim 's work at Labradorlabs from 2021 to 2025, including main projects, role evolution toward data part lead, and key achievements. Key points 2021 Built the foundation of the library/l

AI Summary Purpose Capture durable knowledge about the Labrador data platform how its four repos interact, the labrador sqlmodel queue refactor the most reusable engineering result , and the AI automated PR review system. Key points Four re

AI Summary Purpose Capture durable knowledge about the open source license data pipeline license compatibility data, license DB ization, and the AI based license analysis redesign. Key points Three evolutionary stages over time 1. 2021 Lice

AI Summary Purpose Capture durable knowledge about hyunwook.tech , the personal portfolio, tech blog, wiki, docs, and API monorepo under ~/hw/project . Key points The repository README describes hyunwook.tech as a personal portfolio + wiki

AI Summary Purpose Capture durable knowledge about vibekits , a personal random tools and casual browser games project under ~/hw/project . Key points The README describes Vibekits as random decision tools and casual browser games built wit

AI Summary Purpose Capture durable design knowledge for collecting open source and OS package vulnerabilities from multiple upstream sources OSV, Alpine secdb, Debian Security Tracker, Ubuntu CVE Tracker and normalizing them into the compan

AI Summary Purpose Durable note for the NuGet/.NET package crawler at ~/labrador/crawler/crawler lib dotnet . Records the 2026 06 05 missing data investigation and the catalog page/leaf retry fixes. Key points The crawler uses NuGet V3 cata

AI Summary Purpose Durable note for the Go module crawler crawler lib golang . Records the TB COMP LIB GOLANG LIST V2 redesign event grain queue, declared module path resolution, and the skip existing version mode. Key points index.golang.o

AI Summary Purpose Durable note for the Maven/Java package crawler at ~/labrador/crawler/crawler lib java . Tracks the Python migration effort on branch python migration maven . Key points Original implementation is Java Spring/MyBatis . Th

AI Summary Purpose Durable note for the Packagist/Composer package crawler at ~/labrador/crawler/crawler lib php . Records the 2026 06 08 missing data investigation root cause analysis only; no crawler code changed yet and the standalone mi

AI Summary Purpose RubyGems 라이브러리/버전/라이선스 크롤러. LANGUAGE='ruby' , REPOSITORY='RUBYGEMS' . Key points Local path ~/labrador/crawler/crawler lib ruby . Entry src/ai/labradorlabs/app/main.py RubyCralwer .run , resync main resync.py . 운영 DB conf

AI Summary Purpose Design spec + repo note POC/BMT for a Rust package crawler that mirrors the Go crawler crawler lib golang data format and pipeline, but redesigns ONLY the LIST stage for crates.io. Code SCAFFOLDED 2026 06 02 at ~/labrador

AI Summary Purpose Durable note for the CocoaPods Swift/iOS ecosystem package crawler at ~/labrador/crawler/crawler lib swift . Records the 2026 06 09 missing data fixes, the AI license timeout fix, and the hardcoded secret → config.ini mov

AI Summary Purpose Repo specific memory for hyunwook.tech , the personal portfolio, wiki, docs, and backend API monorepo. Key points Local path is /Users/james home/project/hyunwook.tech on home mac . The README describes it as a personal p

AI Summary Purpose Repo specific memory for vibekits , a personal React/Vite random tools and casual browser games project. Key points Local path is ~/hw/project/vibekits . The README describes random decision tools and casual browser games

[내부용] 라이브러리 컴포넌트 테이블 재설계 (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 라이브러리 컴포넌트 테이블 재설계 — DB 부하 개선 (2026) 데이터파트 라이브러리 테이블 구조 재설계를 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에

[내부용] 라이브러리 크롤러 현대화 & 데이터 플랫폼 마이그레이션 (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: repo-note crawler-lib-golang 2026-05 라이브러리 크롤러 현대화 & 데이터 플랫폼 마이그레이션 (2026)

[내부용] 멀티 언어 라이브러리 크롤러 (2021) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 · 출처: 본인 작성 "2021년 업무내용 요약" 멀티 언어 라이브러리 크롤러 (2021 · 하반기 중심, ~2021-10·11) 수집 인프라 기반 온보딩 상세 1 대상 언어 & 레지스트리 신규 개발 : Go

[내부용] 악성 패키지 정보 수집·분석 (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 악성 패키지 정보 수집·분석 (2026 ~06) 취약점을 넘어 악성 패키지까지 다루는 보안 데이터 확장 작업을 새 팀원이 이해하도록 정리 0 한눈에 목표: CVE 취약점

[내부용] 컨테이너 OS 취약점 수집 정확도 고도화 (2022) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 컨테이너 OS 취약점 수집 정확도 고도화 (2022) 데이터파트 취약점 수집 크롤러 개선 작업을 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에 대상

[내부용] 크롤러 배치 수집량 로그 (product/version insert·update) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 · 출처: ai/wiki/concepts/crawler-collection-count-log.md · ai/worklog/2026/2026-W24.md (2026-06

[내부용] 파일/함수 취약점 수집 V4 재설계 (2023) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 파일/함수 취약점 수집 시스템 V4 재설계 (2023) 취약점 수집 파이프라인 V3 → V4 재설계 배경과 구조를 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0

[내부용] OS 패키지 취약점 수집 멀티 배포판 개편 + OSV 자동화 (2025) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) OS 패키지 취약점 수집 멀티 배포판 개편 + OSV 자동화 (2025) 배포판별 취약점 수집기 개편과 OSV 자동 수집을 새 팀원이 이해

크롤러 배치 수집량 로그 product/version insert·update — 온보딩 상세 🔒 내부용 · 비배포 출처 ai/wiki/concepts/crawler collection count log.md , ai/worklog/2026/2026 W24.md 2026 06 10 5개 라이브러리 크롤러에 "이번 배치에 뭘 얼마나 수집했나"를 남기는 로그를 붙인 작업의 온보딩 상세. 0. 한눈에 대상 crawler lib g

Go 수집기 — 기존 vs 변경 비교 보고서 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 Go 수집기 — 기존 vs 변경 무엇이·왜·어떻게 바뀌었나 + 바뀐 수집 시퀀스 crawler-lib-golang · 2026-05 · 기반: go-missing-index-path 분석 ! 한 장 요약 발단 — 누락 점검 스크립트가 index Path(

라이브러리 컴포넌트 테이블 재설계 (DB 부하 개선) · 슬라이드 기술 포트폴리오 · 슬라이드 라이브러리 컴포넌트 테이블 재설계 마스터 DB CPU 부하를 추적해, 라이브러리 컴포넌트 테이블의 구조·식별자·정합성을 근본 원인부터 재설계 래브라도랩스(LabradorLabs) · 데이터파트 · 2026 · 데이터파트 파트리더 01 · 배경 왜 했나 고객사 환경에서 마스터 DB의 CPU 이상(부하) 이 관측됨 원인을 추적하니 라이브

라이브러리 크롤러 현대화 & 데이터 플랫폼 마이그레이션 · 슬라이드 기술 포트폴리오 · 슬라이드 라이브러리 크롤러 현대화 & 데이터 플랫폼 마이그레이션 언어별 오픈소스 라이브러리 크롤러(Go, Java/Maven 등)를 일관된 현대 구조로 재정비하고, 수집 데이터를 신규 데이터 플랫폼으로 이관하는 기반을 마련 래브라도랩스(LabradorLabs) · 데이터파트 · 2026 · 데이터파트 파트리더 01 · 배경 왜 현대화했나 제

멀티 언어 라이브러리 크롤러 구축 & Java→Python 전환 · 슬라이드 기술 포트폴리오 · 슬라이드 멀티 언어 라이브러리 크롤러 구축 & Java→Python 전환 여러 프로그래밍 언어 생태계의 라이브러리·라이선스 정보를 수집하는 크롤러를 신규 개발·재구현해, 데이터 커버리지를 8개 언어로 확장 래브라도랩스(LabradorLabs) · 2021 · 하반기 중심 · 데이터 엔지니어 01 · 배경 왜 필요했나 초기엔 소수 언

악성 패키지 정보 수집·분석 · 슬라이드 기술 포트폴리오 · 슬라이드 악성 패키지 정보 수집·분석 알려진 취약점(CVE)을 넘어, 악성 코드를 포함한 패키지를 수집·분석해 보안 데이터 역량을 확장 래브라도랩스(LabradorLabs) · 데이터파트 · 2026 (~6월) · 데이터파트 파트리더 01 · 배경 취약점만으로는 부족하다 기존 보안 데이터는 알려진 취약점(CVE) 중심 공급망 공격은 악성 코드를 포함한 패키지 자체를

컨테이너 OS 취약점 수집 정확도 고도화 · 슬라이드 기술 포트폴리오 · 슬라이드 컨테이너 OS 취약점 수집 정확도 고도화 12종 주요 컨테이너 OS의 보안 권고안을 소스 특성에 맞게 파싱해, 패치 버전까지 정확히 담은 취약점 데이터를 수집 래브라도랩스(LabradorLabs) · 데이터파트 · 2022 · 데이터 엔지니어 01 · 배경 왜 정확도가 중요했나 클라우드 네이티브 확산으로 컨테이너 OS 취약점 정보의 정확성 요구

크롤러 배치 수집량 로그 · 슬라이드 내부 온보딩 · 슬라이드 크롤러 배치 수집량 로그 product/version insert·update 5개 라이브러리 크롤러에서 “이번 배치가 새로 수집한 것인지, 기존 데이터를 갱신한 것인지”를 로그로 분리해 보는 작업 래브라도랩스 · 데이터파트 · 2026 · 내부용 01 · 문제 처리 건수만으로는 신규 유입을 알 수 없었다 기존 로그는 “패키지 N개 처리” 정도만 남아 신규 수집과

파일/함수 취약점 수집 V4 재설계 · 슬라이드 기술 포트폴리오 · 슬라이드 파일/함수 취약점 수집 시스템 V4 재설계 단일 프로세스로 얽혀 있던 취약점 수집 파이프라인을, 수집 단계 분리·스키마 정규화로 안정적·확장 가능하게 재설계 래브라도랩스(LabradorLabs) · 데이터파트 · 2023 · 데이터 엔지니어 01 · 배경 V3의 한계 공개 패치 정보 기반 파일/함수 취약점 데이터셋 을 수집하는 파이프라인 V3는 수집·

Go 수집기 — 기존 vs 변경 crawler-lib-golang · 2026 Go 수집기 기존 vs 변경 무엇이·왜·어떻게 바뀌었나 — 그리고 바뀐 수집 시퀀스 아래 ›(또는 점) 클릭으로 넘기기 1 / 10 › 왜 바꿨나 "누락"의 정체 누락 점검 스크립트는 이렇게 비교했다: index Path → 소문자 DB PRODUCT_KEY → LOWER(product_key) 두 문자열이 같으면 found, 아니면 "not fou

OS 패키지 취약점 수집 멀티 배포판 개편 + OSV 자동화 · 슬라이드 기술 포트폴리오 · 슬라이드 OS 패키지 취약점 수집 멀티 배포판 개편 + OSV 자동화 Alpine·RHEL·Debian·Ubuntu 수집기를 각각 전면 재설계하고, OSV 공개 취약점 데이터 수집을 자동화 래브라도랩스(LabradorLabs) · 데이터파트 · 2025 · 데이터 엔지니어 01 · 배경 왜 어려운가 배포판마다 보안 권고의 출처·포맷·식

AI Summary Purpose Concise reference of the OS package binary collection crawlers Ubuntu, Debian, CentOS, OpenWrt and the package repo URL extraction project repository structure, package format, extraction method, and what is stored. Key p

버전 비교가 생각보다 어려운 이유 "설치된 패키지 버전이 취약한가?"라는 질문은 단순해 보이지만, 실제로는 생태계마다 버전 문자열 비교 규칙이 전혀 다르다 . 1.0.0 < 1.0.1 이야 누구나 동의하지만, 1.0.0 alpha vs 1.0.0 은 어떤가? 1!2.0.0 vs 3.0.0 은? 1.0.1e 58.el6 10 vs 1.0.1f 는? 잘못된 버전 비교는 두 가지 문제를 만든다. 오탐 false positive 이미

왜 전체 재수집만으로는 부족한가 취약점 데이터베이스를 처음 만들 때는 전체 덤프나 전체 API 페이지를 한 번 훑으면 된다. 문제는 그 다음날부터다. CVE, GHSA, OSV 같은 보안 데이터는 새 레코드가 추가될 뿐 아니라 기존 레코드의 점수, 영향 버전, withdrawn 여부, reference, alias가 계속 바뀐다. "어제 이후 새로 나온 CVE만 가져오기"로 끝내면 이미 저장한 레코드의 수정분을 놓친다. 증분

취약점 정보의 두 가지 언어 소프트웨어 보안을 다루다 보면 두 가지 식별자가 자주 등장한다. CVE Common Vulnerabilities and Exposures 는 1999년부터 존재한 전통적 취약점 번호 체계이고, OSV Open Source Vulnerability 는 2021년 Google·OpenSSF가 제안한 오픈소스 중심의 구조화된 포맷이다. 이 두 포맷은 경쟁 관계가 아니라 계층 관계 다. 대부분의 OSV 레

두 가지 종류의 소프트웨어 리눅스 서버나 컨테이너 이미지를 스캔하면 취약점이 두 개의 층에서 나온다. 첫 번째 층은 OS 패키지 다. 운영체제 패키지 관리자 apt, yum/dnf, apk 등 가 설치한 바이너리와 공유 라이브러리들이 여기 속한다. 두 번째 층은 언어 라이브러리 다. npm, PyPI, Maven, crates.io처럼 언어별 패키지 레지스트리에서 설치한 의존성들이다. 취약점 수집과 매칭 관점에서 이 두 층은

AI Summary Purpose Tracks development work across repositories for this week. Key points Add coding work entries here after meaningful agent sessions. Keep entries concise. Promote durable knowledge to ai/repo notes/ or ai/wiki/ . Relevant

AI Summary Purpose Tracks development work across repositories for this week. Key points Add coding work entries here after meaningful agent sessions. Keep entries concise. Promote durable knowledge to ai/repo notes/ or ai/wiki/ . Relevant

AI Summary Purpose Tracks development work across repositories for this week. Key points Add coding work entries here after meaningful agent sessions. Keep entries concise. Promote durable knowledge to ai/repo notes/ or ai/wiki/ . Relevant

AI Summary Purpose Tracks development repositories across multiple personal machines. Key points Each repo has a stable repo id. Local paths should be consistent across machines when possible. Agents should use this file to locate the corre

AI Summary Purpose Backlog of study chapters the daily routine pulls from. One row = one planned chapter. Key points Status pending draft published. Routine picks the top pending or a user requested item . Topics seeded from the repo tag vo

AI Summary Purpose Define the shared per batch "collection count" log format emitted by the library crawlers crawler lib {golang,php,ruby,swift,dotnet} and how the insert vs update counts are derived. One parser handles all five crawlers. K

AI Summary Purpose Conceptual backbone for the owner's IoT firmware vulnerability detection research what IoT firmware fuzzing is, how greybox/coverage guided fuzzing works, and the emulation strategies that make firmware fuzzable. Key poin

AI Summary Purpose Generalized, reusable troubleshooting lessons distilled from real Labradorlabs incidents, grouped by domain BTS/data transfer, Airflow/Kubernetes, DB/host . Each entry symptom → root cause → fix → prevention. Key points B

AI Summary Purpose Keep a public safe/internal onboarding map between Hyunwook's main work areas and the Bitbucket repositories that a successor or new teammate should inspect first. Key points This is an internal onboarding aid, not public

관측성(로깅·메트릭) · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃

스케줄링과 backfill · Apache Airflow 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🌊 Apache Airflow 완전정복 1. DAG/Task/Operator 개념 2. 스케줄링과 backfill 3. XCom과 태스크 통신 4. 실행기(Executor) 비교 5. 운영(재시도·SLA·알림) 2편

실행기(Executor) 비교 · Apache Airflow 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🌊 Apache Airflow 완전정복 1. DAG/Task/Operator 개념 2. 스케줄링과 backfill 3. XCom과 태스크 통신 4. 실행기(Executor) 비교 5. 운영(재시도·SLA·알림) 4

운영(재시도·SLA·알림) · Apache Airflow 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🌊 Apache Airflow 완전정복 1. DAG/Task/Operator 개념 2. 스케줄링과 backfill 3. XCom과 태스크 통신 4. 실행기(Executor) 비교 5. 운영(재시도·SLA·알림) 5편

CDC와 binlog 기반 동기화 · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화 5. ZSTD 압축과

DAG/Task/Operator 개념 · Apache Airflow 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🌊 Apache Airflow 완전정복 1. DAG/Task/Operator 개념 2. 스케줄링과 backfill 3. XCom과 태스크 통신 4. 실행기(Executor) 비교 5. 운영(재시도·SLA·알

XCom과 태스크 통신 · Apache Airflow 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🌊 Apache Airflow 완전정복 1. DAG/Task/Operator 개념 2. 스케줄링과 backfill 3. XCom과 태스크 통신 4. 실행기(Executor) 비교 5. 운영(재시도·SLA·알림) 3편 ·

AI Summary Purpose Index for ai/wiki/projects the durable, AI facing source docs for work and personal engineering projects. Key points Each entry below links to one project doc with purpose, problems, approach, decisions, tech, and status.

AI Summary Purpose Canonical profile of the wiki owner, 김현욱 Hyunwook Kim identity, education, research output, and professional career. Key points One line identity Data / Systems Engineer and data part lead at Labradorlabs 2021.06 present

Grafana 기반 데이터 동기화 상태 모니터링 구축 · 기술 포트폴리오 ← 기술 목록으로 Grafana 기반 데이터 동기화 상태 모니터링 구축 고객사 on-premise DB가 바이너리 로그 변경분을 정상 수신·반영하는지 중앙에서 관측하는 Grafana 기반 체계를 재설계·구축 기간 2026 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어링 리드 Grafana Vector TimescaleDB MySQL ng

Grafana 기반 데이터·DB 모니터링 구축 · 기술 포트폴리오 ← 기술 목록으로 Grafana 기반 데이터·DB 모니터링 구축 DB 안에만 쌓이던 데이터·운영 지표를 대시보드로 가시화하고 여러 메트릭을 한 화면에서 비교 분석하도록 모니터링 체계를 구축 기간 2024–2025 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 Grafana MySQL Exporter cAdvisor Docker Alerting

AI Summary Purpose Capture durable knowledge about improving BTS Binlog Transfer System , the mechanism that ships database changes from the company's master DB to customer on premise DBs, and the move from file based Binlog Shipping toward

AI Summary Purpose Year by year record of 김현욱 Hyunwook Kim 's work at Labradorlabs from 2021 to 2025, including main projects, role evolution toward data part lead, and key achievements. Key points 2021 Built the foundation of the library/l

AI Summary Purpose Capture durable facts about the LabradorLabs CI/CD AI review kit so human portfolio outputs can stay grounded in actual Confluence and Bitbucket sources. Key points Source Confluence page DSGN CICD CI/CD AI Review Kit 설계

AI Summary Purpose Capture durable knowledge about the Distribution DB DIST DB , its instance separation work, and the index cleanup/optimization performed to keep binlog shipping to customer on premise servers healthy. Key points DIST DB i

AI Summary Purpose Capture two durable infra learnings the gatherdb01 memory exhaustion/swap incident and its root cause + fix , and the ELK based DB Update Monitoring system that watches binlog shipping and alerts via JIRA/KakaoWork. Key p

[내부용] 바이너리 로그 전송 시스템 모니터링 & 로그 수집기 (2025) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 바이너리 로그 전송 시스템 모니터링 & 로그 수집기 (2025) 고객사 on-premise Updater 오류를 중앙에서 인지하기 위한 로그 수집

[내부용] Binlog shipping service 모니터링 v2 구축 (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: 설계/구축 산출물 2026-04 Binlog shipping service 모니터링 v2 구축 (2026 ~04 v2.0.0)

[내부용] Grafana 데이터·DB 모니터링 구축 (2024-2025) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) Grafana 데이터·DB 모니터링 구축 (2024-2025) 데이터파트 모니터링 체계를 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에 문

다차원 취약점 패치 우선순위 시스템 · 슬라이드 기술 포트폴리오 · 슬라이드 다차원 취약점 패치 우선순위 시스템 CVSS 점수만으로 부족한 "무엇부터 패치할지"를, 분석·탐지 시 점수를 부가하고 CVSS 외 기타 위협 요소로 위험도를 재산정해 해결 래브라도랩스(LabradorLabs) · 2022 · 데이터 엔지니어 01 · 배경 무엇을 먼저 패치할 것인가 수많은 취약점 중 무엇을 먼저 처리할지 에 대한 명확한 기준이 없었음

멀티 언어 라이브러리 크롤러 구축 & Java→Python 전환 · 슬라이드 기술 포트폴리오 · 슬라이드 멀티 언어 라이브러리 크롤러 구축 & Java→Python 전환 여러 프로그래밍 언어 생태계의 라이브러리·라이선스 정보를 수집하는 크롤러를 신규 개발·재구현해, 데이터 커버리지를 8개 언어로 확장 래브라도랩스(LabradorLabs) · 2021 · 하반기 중심 · 데이터 엔지니어 01 · 배경 왜 필요했나 초기엔 소수 언

바이너리 로그 전송 시스템 모니터링 & 로그 수집기 · 슬라이드 기술 포트폴리오 · 슬라이드 바이너리 로그 전송 시스템 모니터링 & 로그 수집기 고객사 on-premise 동기화 모듈 오류를 중앙에서 사전 인지하기 위한 로그 수집·모니터링 체계 설계 래브라도랩스(LabradorLabs) · 데이터파트 · 2025 · 데이터 엔지니어 01 · 배경 보이지 않던 고객사 오류 제품 데이터는 중앙 → 고객사 on-premise 로 동

바이너리 로그 전송 시스템 v4 — 정식 암호화 전환 · 슬라이드 기술 포트폴리오 · 슬라이드 바이너리 로그 전송 시스템 v4 정식 암호화 전환 고객사 환경으로 나가는 바이너리 로그 전송 구간을 난독화에서 정식 암호화로 전환하고, 다운로드 모니터링을 v2로 고도화 래브라도랩스(LabradorLabs) · 데이터파트 · 2026 (~04 v4.0.0) · 데이터파트 파트리더 01 · 배경 왜 했나 운영 DB의 바이너리 로그 를

배포 DB 변경 관리 정책 수립 · 슬라이드 기술 포트폴리오 · 슬라이드 배포 DB 변경 관리 정책 수립 긴급 처리 반복으로 무너지던 배포 DB 변경 절차를, 권한 분리·승인 흐름으로 표준화 래브라도랩스(LabradorLabs) · 2024–2025 · 데이터 엔지니어 · 배포 DB 담당 01 · 배경 왜 필요했나 긴급 처리 반복 으로 배포 DB 변경 절차가 지켜지지 않음 결과: DB 환경 간 불일치 · DDL 누락 으로 운영

복제 바이너리 로그 스크램블링 · 슬라이드 기술 포트폴리오 · 슬라이드 복제 바이너리 로그 스크램블링 마스터 DB의 변경분(binary log)이 복제·고객사 on-premise로 전달되는 동기화 경로에서, 로그를 스크램블링(난독화)해 전송 중 데이터가 그대로 노출되지 않도록 보호 래브라도랩스(LabradorLabs) · 2024-06 · 데이터 엔지니어 01 · 배경 왜 보호가 필요했나 제품 데이터는 마스터 → 복제(분산)

분석엔진팀 문서·이슈 관리 체계 확립 · 슬라이드 기술 포트폴리오 · 슬라이드 분석엔진팀 문서·이슈 관리 체계 확립 Jira·Confluence 운영을 표준 규칙으로 통일해 팀 전체의 추적성과 인수인계·온보딩 효율을 끌어올린 프로세스 정립 래브라도랩스(LabradorLabs) · 분석엔진팀 · 2026 · 데이터파트 파트리더 01 · 배경 왜 필요했나 팀이 커지며 이슈·문서가 사람마다 다른 방식 으로 누적 작업(Jira)과 문

수집·배포·on-premise DB 백업 자동화 · 슬라이드 기술 포트폴리오 · 슬라이드 수집·배포·on-premise DB 백업 자동화 수집·배포·고객사 on-premise DB의 정기 백업을 자동화하고, 분할 압축·NAS 보관·이중화까지 표준화 래브라도랩스(LabradorLabs) · 데이터파트 · 2024–2025 · 데이터 엔지니어 01 · 배경 왜 자동화/표준화가 필요했나 데이터는 수집 → 배포 → 고객사 on-pre

오픈소스 라이선스 양립성 DB 구축 · 슬라이드 기술 포트폴리오 · 슬라이드 오픈소스 라이선스 양립성 DB 구축 여러 오픈소스 라이선스를 함께 쓸 때의 법적 충돌을, 신뢰할 수 있는 공개 매트릭스를 수집·정형화해 사전에 식별 래브라도랩스(LabradorLabs) · 데이터파트 · 2023 · 데이터 엔지니어 01 · 배경 왜 필요했나 제품이 여러 오픈소스를 병용 하면 라이선스끼리 양립하지 않을 때 배포 시 법적 리스크 발생 "

오픈소스 RAW 데이터 오브젝트 스토리지 구축 (SeaweedFS) · 슬라이드 기술 포트폴리오 · 슬라이드 오픈소스 RAW 데이터 오브젝트 스토리지 구축 오픈소스 생태계의 메타·바이너리·Git 원본 30억~60억 건을 외부 의존 없이 재현 가능하게 보존하는 자체 미러 인프라 래브라도랩스(LabradorLabs) · 데이터파트 · 2026-05~06 · 데이터파트 파트리더 01 · 배경 무엇을, 왜 보존하나 오픈소스 생태계 메

체계적 이슈 트래킹 & 장애 추적 (Jira·Confluence) · 슬라이드 기술 포트폴리오 · 슬라이드 체계적 이슈 트래킹 & 장애 추적 Jira·Confluence로 작업·장애를 표준 체계로 추적하고, RCA로 재발 방지까지 닫는 운영 문화 래브라도랩스(LabradorLabs) · 데이터파트 · 2021–2026 (상시) · 데이터 엔지니어 (2026~ 파트리더) 01 · 배경 왜 트래킹인가 데이터 수집·처리·DB 운영에

컨테이너 OS 취약점 수집 정확도 고도화 · 슬라이드 기술 포트폴리오 · 슬라이드 컨테이너 OS 취약점 수집 정확도 고도화 12종 주요 컨테이너 OS의 보안 권고안을 소스 특성에 맞게 파싱해, 패치 버전까지 정확히 담은 취약점 데이터를 수집 래브라도랩스(LabradorLabs) · 데이터파트 · 2022 · 데이터 엔지니어 01 · 배경 왜 정확도가 중요했나 클라우드 네이티브 확산으로 컨테이너 OS 취약점 정보의 정확성 요구

컴포넌트 인기도 기반 차등 수집 · 슬라이드 기술 포트폴리오 · 슬라이드 컴포넌트 인기도 기반 차등 수집 오픈소스 라이브러리의 활성도를 수집·점수화하고, 인기도에 따라 갱신 주기를 차등화해 한정된 크롤링 자원을 효율화 래브라도랩스(LabradorLabs) · 데이터파트 · 2022 · 데이터 엔지니어 01 · 배경 왜 필요했나 라이브러리 선택엔 커뮤니티 활성도·유지보수 상태 같은 질적 정보가 필요 활성도 신호: Stars ·

파일/함수 취약점 수집 V4 재설계 · 슬라이드 기술 포트폴리오 · 슬라이드 파일/함수 취약점 수집 시스템 V4 재설계 단일 프로세스로 얽혀 있던 취약점 수집 파이프라인을, 수집 단계 분리·스키마 정규화로 안정적·확장 가능하게 재설계 래브라도랩스(LabradorLabs) · 데이터파트 · 2023 · 데이터 엔지니어 01 · 배경 V3의 한계 공개 패치 정보 기반 파일/함수 취약점 데이터셋 을 수집하는 파이프라인 V3는 수집·

함수 추상화 정확도 문제 분석·해결 · 슬라이드 기술 포트폴리오 · 슬라이드 함수 추상화 정확도 문제 분석·해결 코드 유사성 분석 도구가 사실상 동일한 함수를 일관되게 식별하지 못하던 결함을, 원인 규명부터 내용 기반 해시 명명까지 해결 래브라도랩스(LabradorLabs) · 데이터파트 · 2023 · 데이터 엔지니어 01 · 배경 무엇이 문제였나 도구는 소스를 함수 단위로 추상화 해 시그니처를 비교 → 유사 코드·취약점 탐

AI 기반 라이선스 수집·분석 시스템 (V3) · 슬라이드 기술 포트폴리오 · 슬라이드 AI 기반 라이선스 수집·분석 시스템 (V3) 복잡한 다중 테이블 조인과 외부 서비스 의존을 걷어내고, 라이선스 원문을 AI로 분석해 정제된 단일 데이터셋을 생성 래브라도랩스(LabradorLabs) · 데이터파트 · 2025 · 데이터 엔지니어 01 · 배경 왜 재설계했나 기존 라이선스 수집은 결과 한 건마다 여러 테이블을 복잡하게 조인

AWS → IDC/In-house 인프라 이전 & 비용 절감 · 슬라이드 기술 포트폴리오 · 슬라이드 AWS → IDC/In-house 인프라 이전 & 비용 절감 AWS에서 운영하던 데이터 백엔드·수집 인프라를 사내 서버로 이전하고, 검증 후 전환해 AWS 자원을 종료한 작업 래브라도랩스(LabradorLabs) · 데이터파트 · 2024–2026 (AWS 자원 종료 ~2026-04) · 데이터 엔지니어 · 인프라 01 · 배

Binlog shipping service 모니터링 v2 구축 · 슬라이드 기술 포트폴리오 · 슬라이드 Binlog shipping service 모니터링 v2 구축 고객사 on-premise 동기화 상태를 중앙에서 관측하는 Grafana 기반 관측 체계를 재설계·구축 래브라도랩스(LabradorLabs) · 데이터파트 · 2026 (~04 v2.0.0) · 데이터파트 파트리더 01 · 배경 왜 v2였나 Binlog shipp

DB 스키마 정립 & 라이선스 DB화 · 슬라이드 기술 포트폴리오 · 슬라이드 DB 스키마 정립 & 라이선스 DB화 증가하는 데이터에 맞춰 버전 테이블을 언어별로 분리하고, 텍스트로 관리되던 라이선스 매핑을 DB로 전환해 동적 매칭의 기반을 마련 래브라도랩스(LabradorLabs) · 2021 · 데이터 엔지니어 01 · 배경 왜 손봐야 했나 데이터 증가로 단일 통합 버전 테이블 로 모든 언어를 관리하는 방식이 성능·관리 복

DB 아키텍처 리엔지니어링 — 컴포넌트별 인스턴스 분리 · 슬라이드 기술 포트폴리오 · 슬라이드 DB 아키텍처 리엔지니어링 컴포넌트별 인스턴스 분리 장기 운영으로 혼재된 단일 DB 구조를 역할·컴포넌트 단위 인스턴스로 분리해, 확장성과 운영 책임을 명확히 한 재설계 래브라도랩스(LabradorLabs) · 2024-10~ · 데이터 엔지니어 01 · 배경 왜 분리해야 했나 수년간 누적된 데이터가 역할이 다른 데이터(원천/가공/

DB 인덱스 최적화 & 용량 53% 절감 · 슬라이드 기술 포트폴리오 · 슬라이드 DB 인덱스 최적화 & 용량 53% 절감 수년간 비대해진 마스터 DB를, 실사용 쿼리 분석 기반으로 불필요 인덱스를 걷어내고 SQL을 튜닝 래브라도랩스(LabradorLabs) · 데이터파트 · 2025 · 데이터 엔지니어 01 · 배경 왜 했나 수년간 운영된 마스터 DB 가 미사용 인덱스·비효율 쿼리로 용량 비대·성능 저하 인덱스는 쌓이기만 했

ETL 데이터 수집 플로우 재정립 · 슬라이드 기술 포트폴리오 · 슬라이드 ETL 데이터 수집 플로우 재정립 재수집 때마다 1,000만~1억 건의 외부 API 요청이 필요하던 원테이크 수집을, RAW 보존·재파싱 구조의 오브젝트 스토리지 기반 파이프라인으로 재설계 래브라도랩스(LabradorLabs) · 데이터파트 · 2026-03~ 진행 · 데이터파트 파트리더 01 · 배경 왜 재정립했나 RAW를 보존하지 않는 원테이크 수집

Grafana 기반 데이터·DB 모니터링 구축 · 슬라이드 기술 포트폴리오 · 슬라이드 Grafana 기반 데이터·DB 모니터링 구축 DB 안에만 쌓이던 데이터·운영 지표를 대시보드로 가시화하고, 여러 메트릭을 한 화면에서 비교 분석 래브라도랩스(LabradorLabs) · 데이터파트 · 2024–2025 · 데이터 엔지니어 01 · 배경 데이터가 DB에 갇혀 있었다 수집 스케줄러가 모은 데이터가 DB 안에만 쌓여 추이 파악이

K8s · Airflow 데이터 수집 플랫폼 운영 & 장애 대응 · 슬라이드 기술 포트폴리오 · 슬라이드 K8s · Airflow 데이터 수집 플랫폼 운영 & 장애 대응 데이터 수집 파이프라인을 Kubernetes 위 Airflow로 운영하며, 반복 장애를 근본 원인 분석으로 해소하고 안정성·가용성을 확보 래브라도랩스(LabradorLabs) · 데이터파트 · 2024–2026 · 데이터 엔지니어 · 인프라 운영 01 · 배경

K8s 하이브리드 클러스터 확장 (IDC + In-house) · 슬라이드 기술 포트폴리오 · 슬라이드 K8s 하이브리드 클러스터 확장 (IDC + In-house) NAT로 직접 접근이 막힌 환경에서 WireGuard 터널로 In-house 서버를 기존 IDC Kubernetes 클러스터에 합류시켜 멀티 사이트로 확장 래브라도랩스(LabradorLabs) · 데이터파트 · 2026 (3월~) · 데이터파트 파트리더 01 ·

MySQL 8.0 → 8.4 LTS 무중단 업그레이드 · 슬라이드 기술 포트폴리오 · 슬라이드 MySQL 8.0 → 8.4 LTS 무중단 업그레이드 다수 고객사 on-premise까지 복제되는 운영 MySQL을, 서비스 중단 없이 차기 LTS로 검증·롤아웃 래브라도랩스(LabradorLabs) · 데이터파트 · 2024-05~07 · 데이터 엔지니어 01 · 배경 왜 신중해야 했나 데이터는 마스터 → 복제(분산) → 고객사 o

OS 패키지 취약점 수집 멀티 배포판 개편 + OSV 자동화 · 슬라이드 기술 포트폴리오 · 슬라이드 OS 패키지 취약점 수집 멀티 배포판 개편 + OSV 자동화 Alpine·RHEL·Debian·Ubuntu 수집기를 각각 전면 재설계하고, OSV 공개 취약점 데이터 수집을 자동화 래브라도랩스(LabradorLabs) · 데이터파트 · 2025 · 데이터 엔지니어 01 · 배경 왜 어려운가 배포판마다 보안 권고의 출처·포맷·식

관측할 수 없는 시스템은 운영할 수 없다 컨테이너는 수십 개에서 수백 개가 동시에 뜨고 죽는다. SSH로 직접 들어가 tail f 하던 시절의 방식은 통하지 않는다. 쿠버네티스 관측성은 세 가지 신호로 요약된다. 신호 정의 도구 예시 메트릭 Metrics 시간축 위의 수치 — CPU, 메모리, 요청 수 Prometheus + Grafana 로그 Logs 이벤트 텍스트 스트림 Loki + Grafana Alloy 트레이스 Tra

장애는 패턴이 있다 쿠버네티스 운영 중 마주치는 대부분의 문제는 몇 가지 패턴으로 수렴한다. 패턴을 알면 수십 분 걸릴 진단을 몇 분 안에 끝낼 수 있다. 이 글에서는 현장에서 가장 자주 보이는 Pod 실패 상태를 체계적으로 진단하고 해결하는 방법을 다룬다. 진단의 첫 번째 도구 — describe와 events describe 출력의 Events 섹션이 핵심이다. Scheduler가 왜 Pod를 배치하지 못했는지, kubel

왜 운영 설정이 중요한가 DAG를 만드는 것보다 운영에서 살아남게 하는 것 이 더 어렵다. 네트워크가 순간 끊기고, 외부 API가 503을 반환하고, 새벽 배치가 SLA를 넘기는 일은 모두 예측 가능한 사고다. Airflow는 이 세 가지 상황을 각각 재시도 Retry , 데드라인 경보 Deadline Alert/SLA , 콜백·알림 Callback/Notifier 으로 대응할 수 있는 도구를 제공한다. 재시도 Retry 기본

왜 전체 재수집만으로는 부족한가 취약점 데이터베이스를 처음 만들 때는 전체 덤프나 전체 API 페이지를 한 번 훑으면 된다. 문제는 그 다음날부터다. CVE, GHSA, OSV 같은 보안 데이터는 새 레코드가 추가될 뿐 아니라 기존 레코드의 점수, 영향 버전, withdrawn 여부, reference, alias가 계속 바뀐다. "어제 이후 새로 나온 CVE만 가져오기"로 끝내면 이미 저장한 레코드의 수정분을 놓친다. 증분

운영자의 binlog 걱정 세 가지 binlog를 실제로 운영할 때 반복되는 고민은 크게 세 가지다. 1. 디스크가 찬다 — 만료 설정을 잘못하거나 레플리카가 멈추면 binlog가 무한 쌓인다. 2. 어디까지 삭제해도 되는지 모른다 — 잘못 삭제하면 레플리카가 깨진다. 3. 무슨 이유로 복제가 늦는지 보이지 않는다 — 지표 없이 장애를 감지하기 어렵다. 이 챕터는 이 세 가지 문제를 각각 다루는 운영 레시피다. 보존 기간 설정

같은 변경, 세 가지 기록 방식 binlog에 변경을 "어떻게" 저장하느냐에 따라 복제 안정성, 파일 크기, CDC 도구 호환성이 크게 달라진다. MySQL은 세 가지 포맷을 binlog format 변수로 제어해왔다. MySQL 8.4에서 이 변수는 deprecated 됐고, ROW 포맷이 사실상 표준으로 자리잡는 중이다. STATEMENT 포맷 실행된 SQL 문 자체를 binlog에 기록한다. UPDATE orders SE

폴링 방식의 한계에서 시작한다 서비스 데이터를 검색 엔진, 분석 DW, 캐시, 다른 마이크로서비스에 실시간으로 전달해야 하는 상황을 생각해보자. 가장 단순한 방법은 주기적으로 SELECT ... WHERE updated at last run 으로 변경된 행을 뽑는 폴링 polling 이다. 폴링의 문제점 DELETE 된 행은 조회 자체가 불가능해 추적할 수 없다. updated at 컬럼이 없거나 애플리케이션이 갱신하지 않으면

AI Summary Purpose Tracks development work across repositories for this week. Key points Add coding work entries here after meaningful agent sessions. Keep entries concise. Promote durable knowledge to ai/repo notes/ or ai/wiki/ . Relevant

AI Summary Purpose Backlog of study chapters the daily routine pulls from. One row = one planned chapter. Key points Status pending draft published. Routine picks the top pending or a user requested item . Topics seeded from the repo tag vo

브리프 사람이 읽는 한국어 의사결정 브리프를 저장합니다.

관측성(로깅·메트릭) · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃

기술 스터디 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 📚 기술 스터디 내가 쓰는 기술을 깊게 정리합니다. 🆕 오늘의 글 — 취약점 수집 시스템 만들기 4편: 증분 수집 전략 · 2026-06-13 분야 전체 데이터파이프라인 DB/Infra MySQL 보안 🌊 Apache Airflow 완전정복 DAG/Task/Operator 개념부터

네트워킹과 Service · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아

바이너리 로그란 무엇인가 · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화 5. ZSTD 압축과 8.4 변

버전 비교와 fixed_version 처리 · 취약점 수집 시스템 만들기 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🔎 취약점 수집 시스템 만들기 1. CVE/OSV 데이터 모델 2. OS 패키지 vs 라이브러리 취약점 3. 버전 비교와 fixed_version 처리 4. 증분 수집 전략 3편 · 약 15분 버전 비교와 fi

복제와 GTID · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화 5. ZSTD 압축과 8.4 변화점 6.

스케줄링과 backfill · Apache Airflow 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🌊 Apache Airflow 완전정복 1. DAG/Task/Operator 개념 2. 스케줄링과 backfill 3. XCom과 태스크 통신 4. 실행기(Executor) 비교 5. 운영(재시도·SLA·알림) 2편

스토리지와 PV/PVC · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃

실행기(Executor) 비교 · Apache Airflow 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🌊 Apache Airflow 완전정복 1. DAG/Task/Operator 개념 2. 스케줄링과 backfill 3. XCom과 태스크 통신 4. 실행기(Executor) 비교 5. 운영(재시도·SLA·알림) 4

오토스케일링(HPA/VPA) · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와

운영 트러블슈팅 패턴 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃

운영(재시도·SLA·알림) · Apache Airflow 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🌊 Apache Airflow 완전정복 1. DAG/Task/Operator 개념 2. 스케줄링과 backfill 3. XCom과 태스크 통신 4. 실행기(Executor) 비교 5. 운영(재시도·SLA·알림) 5편

증분 수집 전략 · 취약점 수집 시스템 만들기 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🔎 취약점 수집 시스템 만들기 1. CVE/OSV 데이터 모델 2. OS 패키지 vs 라이브러리 취약점 3. 버전 비교와 fixed_version 처리 4. 증분 수집 전략 4편 · 약 14분 증분 수집 전략 왜 전체 재수집만으로는 부족

컨테이너 기초 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃 전략 8

클러스터 아키텍처 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃 전략

헬스체크와 롤아웃 전략 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃

binlog 운영·보존·모니터링 · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화 5. ZSTD 압축과 8

binlog 포맷(STATEMENT/ROW/MIXED) · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화

CDC와 binlog 기반 동기화 · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화 5. ZSTD 압축과

ConfigMap/Secret과 설정 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬

CVE/OSV 데이터 모델 · 취약점 수집 시스템 만들기 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🔎 취약점 수집 시스템 만들기 1. CVE/OSV 데이터 모델 2. OS 패키지 vs 라이브러리 취약점 3. 버전 비교와 fixed_version 처리 4. 증분 수집 전략 1편 · 약 13분 CVE/OSV 데이터 모델 취약점

DAG/Task/Operator 개념 · Apache Airflow 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🌊 Apache Airflow 완전정복 1. DAG/Task/Operator 개념 2. 스케줄링과 backfill 3. XCom과 태스크 통신 4. 실행기(Executor) 비교 5. 운영(재시도·SLA·알

OS 패키지 vs 라이브러리 취약점 · 취약점 수집 시스템 만들기 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🔎 취약점 수집 시스템 만들기 1. CVE/OSV 데이터 모델 2. OS 패키지 vs 라이브러리 취약점 3. 버전 비교와 fixed_version 처리 4. 증분 수집 전략 2편 · 약 14분 OS 패키지 vs 라이브

Pod 스케줄링과 리소스 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아

XCom과 태스크 통신 · Apache Airflow 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🌊 Apache Airflow 완전정복 1. DAG/Task/Operator 개념 2. 스케줄링과 backfill 3. XCom과 태스크 통신 4. 실행기(Executor) 비교 5. 운영(재시도·SLA·알림) 3편 ·

ZSTD 압축과 8.4 변화점 · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화 5. ZSTD 압축과 8.

기술 포트폴리오 · Tech Technical Portfolio 운영까지 해본 기술 포트폴리오 석사 때 IoT 펌웨어 보안을 연구하던 시절부터 래브라도랩스에서 일해 온 지금까지의 기록입니다. 크롤러를 새로 짜고 비대해진 DB를 줄이고 고객사 동기화가 멈추기 전에 먼저 알아차리도록 만드는 일을 해왔고, 틈틈이 개인 프로젝트도 만들고 있습니다. 보기 좋은 산출물보다 실제로 오래 굴러가는 데이터 시스템을 어떻게 고쳤는지에 초점을 맞

라이브러리 크롤러 현대화 & 데이터 플랫폼 마이그레이션 · 기술 포트폴리오 ← 기술 목록으로 라이브러리 크롤러 현대화 & 데이터 플랫폼 마이그레이션 언어별 오픈소스 라이브러리 크롤러(Go, Java/Maven 등)를 일관된 현대 구조로 재정비하고 수집 데이터를 신규 데이터 플랫폼으로 이관하는 기반을 마련 기간 2026 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어링 리드 Go Java / Maven npm P

바이너리 로그 스크램블링 · 기술 포트폴리오 ← 기술 목록으로 바이너리 로그 스크램블링 중앙 운영 DB의 변경분(바이너리 로그)이 복제·고객사 on-premise로 전달되는 동기화 경로에서, 로그를 스크램블링(난독화)해 전송 중 데이터가 그대로 노출되지 않도록 보호 기간 2024 소속 래브라도랩스(LabradorLabs) 역할 Data / Systems Engineer MySQL Binary Log Replication 스크램

서비스 배포용 DB 변경 관리 정책 수립 · 기술 포트폴리오 ← 기술 목록으로 서비스 배포용 DB 변경 관리 정책 수립 긴급 처리 반복으로 무너지던 서비스 배포용 DB 변경 절차를, 권한 분리·승인 흐름으로 표준화해 DDL 누락을 막고 DB 환경 간 일관성을 확보 기간 2024–2025 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 서비스 배포용 DB 담당 Change Management DDL Gover

수집·배포·on-premise DB 백업 자동화 · 기술 포트폴리오 ← 기술 목록으로 수집·배포·on-premise DB 백업 자동화 수집 원천 DB·서비스 배포용 DB·고객사 on-premise DB의 정기 백업을 자동화하고 분할 압축·NAS 보관·이중화까지 표준화한 백업/복구 체계 기간 2024–2025 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 인프라 운영/서비스 배포용 DB 백업 주담당 MySQ

오픈소스 라이선스 양립성 DB 구축 · 기술 포트폴리오 ← 기술 목록으로 오픈소스 라이선스 양립성 DB 구축 여러 오픈소스 라이선스를 함께 쓸 때 발생하는 법적 충돌을, 신뢰할 수 있는 공개 매트릭스를 수집·정형화해 사전에 식별하는 데이터 기반 구축 기간 2023 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 수집·스키마 설계 License Compatibility Web Crawler Data Pipel

체계적 이슈 트래킹 & 장애 추적 · 기술 포트폴리오 ← 기술 목록으로 체계적 이슈 트래킹 & 장애 추적 작업·장애를 표준 체계로 인입·분류·추적하고 장애는 RCA 보고서로 재발 방지까지 닫는 운영 문화 정착 기간 2021–2026 (상시) 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 2026년부터 데이터 엔지니어링 리드 이슈 관리 문서 관리 RCA 장기 추적 Kubernetes 긴급 대응 0 작업자의

취약점 검증 & 고객사 검증 대응 · 기술 포트폴리오 ← 기술 목록으로 취약점 검증 & 고객사 검증 대응 수집된 취약점 데이터가 실제 취약점인지(오탐·미탐) 정밀 분석으로 검증하고 고객사 검증 요청에 근거 있는 보고서로 대응 기간 2024–2026 (상시) 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 2026년부터 데이터 엔지니어링 리드 CVE CWE CVSS 오탐·미탐 패치 버전 비교 파일/함수 취약점

AI 기반 라이선스 수집·분석 파이프라인 · 기술 포트폴리오 ← 기술 목록으로 AI 기반 라이선스 수집·분석 파이프라인 복잡한 다중 테이블 조인과 외부 서비스 의존을 걷어내고 라이선스 원문을 AI로 분석해 정제된 단일 데이터셋을 생성하는 파이프라인으로 재설계 기간 2025 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 파이프라인 재설계 주도 Data Pipeline LLM API Prompt Enginee

DB 아키텍처 리엔지니어링 — 컴포넌트별 인스턴스 분리 · 기술 포트폴리오 ← 기술 목록으로 DB 아키텍처 리엔지니어링 — 컴포넌트별 인스턴스 분리 장기 운영으로 혼재된 단일 DB 구조를 역할·컴포넌트 단위 인스턴스로 분리해 확장성과 운영 책임을 명확히 한 재설계 기간 2024 소속 래브라도랩스(LabradorLabs) 역할 Data / Systems Engineer · 재설계 주도 MySQL Replication DB 아키텍

DB 인덱스 최적화 & 용량 53% 절감 · 기술 포트폴리오 ← 기술 목록으로 DB 인덱스 최적화 & 용량 53% 절감 수년간 운영되며 비대해진 중앙 운영 DB를, 실사용 쿼리 분석 기반으로 불필요 인덱스를 걷어내고 SQL을 튜닝해 용량과 성능을 동시에 개선 기간 2025 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 인덱스 진단 및 최적화 주도 MySQL EXPLAIN Index Tuning SQL Op

ETL DB 영역 분리 — 수집/배포/PROD 경계 재설계 · 기술 포트폴리오 ← 기술 목록으로 ETL DB 영역 분리 — 수집/배포/PROD 경계 재설계 수집·배포·서비스가 한 DB에 묶여 수집 과정의 데이터가 고객사까지 그대로 흘러가던 구조를, 수집 DB와 배포 DB(메타·파일 2계열)로 나누고 바이너리 로그 반영 순서를 잡아 PROD 정합성을 확보한 재설계 기간 2022–2023 소속 래브라도랩스(LabradorLabs)

Grafana 기반 데이터·DB 모니터링 구축 · 기술 포트폴리오 ← 기술 목록으로 Grafana 기반 데이터·DB 모니터링 구축 DB 안에만 쌓이던 데이터·운영 지표를 대시보드로 가시화하고 여러 메트릭을 한 화면에서 비교 분석하도록 모니터링 체계를 구축 기간 2024–2025 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 Grafana MySQL Exporter cAdvisor Docker Alerting

IoTFirmFuzz 펌웨어 퍼징 특허 · 기술 포트폴리오 ← 기술 목록으로 IoTFirmFuzz — 펌웨어 퍼징 장치 및 방법 (등록특허) 복합 에뮬레이션과 PSO 기반 변이 연산자 최적화를 활용한 커버리지 가이드 IoT 펌웨어 퍼징 기술 기간 출원 2020.07.20 / 등록결정 2021.01.25 대상 저장소 세종대학교 대학원 연구 역할 공동발명자 IoT Firmware Fuzzing Combined Emulation F

IoTHybridFuzzer 특허 · 기술 포트폴리오 ← 기술 목록으로 IoTHybridFuzzer · 하이브리드 퍼징 펌웨어 취약점 검출 특허 변이 퍼징과 심볼릭·콘콜릭 실행을 결합해 펌웨어의 어려운 경로 제약을 돌파하는 취약점 검출 기법 (특허 출원) 기간 2021.03.30 출원 대상 저장소 세종대학교 대학원 연구 역할 공동발명자 (제2발명자) Hybrid Fuzzing Symbolic Execution Concolic

Vibekits — 다국어 랜덤 도구·캐주얼 웹게임 · 기술 포트폴리오 ← 기술 목록으로 Vibekits — 다국어 랜덤 도구·캐주얼 웹게임 랜덤 의사결정 도구와 짧게 즐기는 브라우저 게임을 React·Vite 기반으로 묶은 개인 프로젝트입니다. 기간 운영 중 대상 저장소 vibekits 역할 단독 개발·운영 React TypeScript Vite TailwindCSS i18n Supabase Canvas Three.js 0

리포트 사람이 읽는 한국어 리포트를 저장합니다. 원천 정보는 ai/ 아래 영어 문서입니다.

온보딩 허브 · 김현욱 업무 아카이브 (내부용) LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 — 개인 온보딩/상세 자료 모음 (공개 포트폴리오: ../portfolio/index.html ) 온보딩 허브 김현욱 · 래브라도랩스 데이터파트 · 2019 → 2026 업무 아카이브 39개 항목 실무 34 (온보딩·슬라이드) 학술·연구

Go 수집기 — 기존 vs 변경 비교 보고서 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 Go 수집기 — 기존 vs 변경 무엇이·왜·어떻게 바뀌었나 + 바뀐 수집 시퀀스 crawler-lib-golang · 2026-05 · 기반: go-missing-index-path 분석 ! 한 장 요약 발단 — 누락 점검 스크립트가 index Path(

슬라이드 사람이 보는 한국어 슬라이드형 HTML 또는 Markdown 산출물을 저장합니다.

Go 수집기 — 기존 vs 변경 crawler-lib-golang · 2026 Go 수집기 기존 vs 변경 무엇이·왜·어떻게 바뀌었나 — 그리고 바뀐 수집 시퀀스 아래 ›(또는 점) 클릭으로 넘기기 1 / 10 › 왜 바꿨나 "누락"의 정체 누락 점검 스크립트는 이렇게 비교했다: index Path → 소문자 DB PRODUCT_KEY → LOWER(product_key) 두 문자열이 같으면 found, 아니면 "not fou

관측할 수 없는 시스템은 운영할 수 없다 컨테이너는 수십 개에서 수백 개가 동시에 뜨고 죽는다. SSH로 직접 들어가 tail f 하던 시절의 방식은 통하지 않는다. 쿠버네티스 관측성은 세 가지 신호로 요약된다. 신호 정의 도구 예시 메트릭 Metrics 시간축 위의 수치 — CPU, 메모리, 요청 수 Prometheus + Grafana 로그 Logs 이벤트 텍스트 스트림 Loki + Grafana Alloy 트레이스 Tra

쿠버네티스 네트워킹의 4가지 전제 쿠버네티스 네트워크 모델은 단순한 규칙 위에 서 있다. 모든 Pod는 고유 IP를 가진다. 같은 클러스터의 Pod끼리는 NAT 없이 서로 IP로 직접 통신한다. 노드도 모든 Pod와 통신할 수 있다. Pod가 보는 자기 IP와 남이 보는 그 Pod의 IP가 같다. 이 "평평한 flat 네트워크"를 실제로 구현하는 건 CNI 플러그인 Calico, Cilium 등 이다. Pod IP는 못 믿는다

컨테이너 저장소는 사라진다 컨테이너의 파일시스템은 컨테이너가 재시작되면 초기화된다. DB 데이터처럼 살아남아야 하는 것은 볼륨 Volume 으로 분리해야 한다. 볼륨에도 두 종류가 있다. 임시 ephemeral Pod 수명과 함께 사라짐. 예 emptyDir 같은 Pod 안 컨테이너 간 공유 스크래치 . 영구 persistent Pod가 죽어도 데이터가 남음. 외부 스토리지 클라우드 디스크, NFS 등 에 저장. PV / PV

왜 오토스케일링인가 고정된 복제본 수로는 두 가지 비용 중 하나를 피할 수 없다. 피크 트래픽에 맞추면 평소에는 돈 낭비, 평균 트래픽에 맞추면 피크 때 서비스 장애. 쿠버네티스는 이 딜레마를 세 종류의 자동 스케일러로 해결한다. 스케일러 무엇을 조정하나 단위 HPA Horizontal Pod Autoscaler Pod 수 Deployment / StatefulSet 복제본 VPA Vertical Pod Autoscaler P

장애는 패턴이 있다 쿠버네티스 운영 중 마주치는 대부분의 문제는 몇 가지 패턴으로 수렴한다. 패턴을 알면 수십 분 걸릴 진단을 몇 분 안에 끝낼 수 있다. 이 글에서는 현장에서 가장 자주 보이는 Pod 실패 상태를 체계적으로 진단하고 해결하는 방법을 다룬다. 진단의 첫 번째 도구 — describe와 events describe 출력의 Events 섹션이 핵심이다. Scheduler가 왜 Pod를 배치하지 못했는지, kubel

왜 컨테이너인가 쿠버네티스를 이해하려면 먼저 컨테이너가 무엇을 해결했는지 알아야 한다. 컨테이너는 애플리케이션과 그 실행에 필요한 라이브러리·런타임을 하나의 이미지로 묶어, "내 PC에서는 됐는데"라는 환경 차이 문제를 없앤다. 가상머신과 달리 게스트 OS 커널을 따로 두지 않고 호스트 커널을 공유하기 때문에 가볍고 빠르게 뜬다. 핵심 구성요소 이미지 애플리케이션 + 의존성의 읽기 전용 스냅샷. 컨테이너 이미지를 실행한 격리된

컨트롤 플레인과 노드 쿠버네티스 클러스터는 크게 두 부분이다. 컨트롤 플레인 은 클러스터의 "두뇌"로 원하는 상태 desired state 를 관리하고, 워커 노드 는 실제 컨테이너 Pod 를 실행한다. 컨트롤 플레인 구성요소 kube apiserver 모든 요청이 거치는 정문. 상태 변경은 전부 여기로. etcd 클러스터의 모든 상태를 담는 키 값 저장소. kube scheduler 새 Pod를 어느 노드에 둘지 결정. co

스케줄러가 하는 일 Pod를 만들면 곧바로 노드에서 실행되는 게 아니다. 먼저 kube scheduler 가 "이 Pod를 어느 노드에 둘지"를 결정한다. 스케줄러는 두 단계를 거친다. 필터링 Filtering 이 Pod를 받을 수 있는 노드만 추린다. 자원이 부족하거나, 노드 셀렉터/taint 조건에 안 맞으면 탈락. 스코어링 Scoring 통과한 노드들에 점수를 매겨 가장 좋은 노드를 고른다 자원 여유, 분산 정도 등 .

주간 요약 이 폴더는 사람이 읽는 한국어 주간 요약을 저장합니다. 원천 정보는 다음 위치에 둡니다. 개발 작업 로그 ai/worklog/ 학습/회고 메모 ai/weekly/ 영구 지식 ai/wiki/ 이 폴더의 문서는 발표, 공유, 회고용 산출물입니다.

AI Summary Purpose Records the user's standing policy for how AI agents should document work, synchronize the LLM Wiki, and handle portfolio/resume writing. Key points Meaningful conversations, decisions, and work results should be document

AI Summary Purpose Generalized, reusable troubleshooting lessons distilled from real Labradorlabs incidents, grouped by domain BTS/data transfer, Airflow/Kubernetes, DB/host . Each entry symptom → root cause → fix → prevention. Key points B

AI Summary Purpose Keep a public safe/internal onboarding map between Hyunwook's main work areas and the Bitbucket repositories that a successor or new teammate should inspect first. Key points This is an internal onboarding aid, not public

관측성(로깅·메트릭) · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃

기술 스터디 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 📚 기술 스터디 내가 쓰는 기술을 깊게 정리합니다. 🆕 오늘의 글 — 취약점 수집 시스템 만들기 4편: 증분 수집 전략 · 2026-06-13 분야 전체 데이터파이프라인 DB/Infra MySQL 보안 🌊 Apache Airflow 완전정복 DAG/Task/Operator 개념부터

오토스케일링(HPA/VPA) · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와

컨테이너 기초 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃 전략 8

클러스터 아키텍처 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃 전략

binlog 운영·보존·모니터링 · MySQL 바이너리 로그 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🐬 MySQL 바이너리 로그 완전정복 1. 바이너리 로그란 무엇인가 2. binlog 포맷(STATEMENT/ROW/MIXED) 3. 복제와 GTID 4. CDC와 binlog 기반 동기화 5. ZSTD 압축과 8

AI Summary Purpose Index for ai/wiki/projects the durable, AI facing source docs for work and personal engineering projects. Key points Each entry below links to one project doc with purpose, problems, approach, decisions, tech, and status.

AI Summary Purpose Distilled, adversarially verified research 2026 06 05 deep research run 25 sources, 85 claims extracted, 25 verified, 2 refuted on how a senior backend/DB/infra engineer's portfolio is evaluated and how to write it. Key p

AI Summary Purpose Canonical profile of the wiki owner, 김현욱 Hyunwook Kim identity, education, research output, and professional career. Key points One line identity Data / Systems Engineer and data part lead at Labradorlabs 2021.06 present

서비스 배포용 DB 변경 관리 정책 수립 · 기술 포트폴리오 ← 기술 목록으로 서비스 배포용 DB 변경 관리 정책 수립 긴급 처리 반복으로 무너지던 서비스 배포용 DB 변경 절차를, 권한 분리·승인 흐름으로 표준화해 DDL 누락을 막고 DB 환경 간 일관성을 확보 기간 2024–2025 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 서비스 배포용 DB 담당 Change Management DDL Gover

AWS → IDC/In-house 인프라 이전 & 클라우드 비용 절감 · 기술 포트폴리오 ← 기술 목록으로 AWS → IDC/In-house 인프라 이전 & 클라우드 비용 절감 AWS에서 운영하던 데이터 백엔드·수집 인프라를 자체 IDC/In-house 서버로 이전하고 검증을 거쳐 전환한 뒤 AWS 자원을 종료해 반복 과금을 끊은 작업 기간 2024–2026 (AWS 자원 종료 ~2026-04) 소속 래브라도랩스(Labrado

K8s · Airflow 데이터 수집 플랫폼 운영 & 장애 대응 · 기술 포트폴리오 ← 기술 목록으로 K8s · Airflow 데이터 수집 플랫폼 운영 & 장애 대응 데이터 수집 파이프라인을 Kubernetes 위 Airflow로 운영하며, 반복 장애를 근본 원인 분석으로 해소하고 안정성·가용성을 확보 기간 2024–2026 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 인프라 운영 Kubernetes A

K8s 하이브리드 클러스터 확장 (IDC + In-house) · 기술 포트폴리오 ← 기술 목록으로 K8s 하이브리드 클러스터 확장 (IDC + In-house) NAT로 직접 접근이 막힌 환경에서 WireGuard 터널로 In-house 서버를 기존 IDC Kubernetes 클러스터에 합류시켜 단일 사이트 한계를 넘은 하이브리드 클러스터로 확장 기간 2026 (3월~) 소속 래브라도랩스(LabradorLabs) 역할 데이터

AI Summary Purpose Capture durable knowledge about improving BTS Binlog Transfer System , the mechanism that ships database changes from the company's master DB to customer on premise DBs, and the move from file based Binlog Shipping toward

AI Summary Purpose Year by year record of 김현욱 Hyunwook Kim 's work at Labradorlabs from 2021 to 2025, including main projects, role evolution toward data part lead, and key achievements. Key points 2021 Built the foundation of the library/l

AI Summary Purpose Capture durable facts about the LabradorLabs CI/CD AI review kit so human portfolio outputs can stay grounded in actual Confluence and Bitbucket sources. Key points Source Confluence page DSGN CICD CI/CD AI Review Kit 설계

AI Summary Purpose Capture durable knowledge about the Distribution DB DIST DB , its instance separation work, and the index cleanup/optimization performed to keep binlog shipping to customer on premise servers healthy. Key points DIST DB i

AI Summary Purpose Capture durable knowledge about the personal home server self hosted Nextcloud, Google Drive mount and the Mac Mini DevOps homelab k3s + ArgoCD + GitHub Actions + AI PR review . Key points Self hosting stack Docker Nextcl

AI Summary Purpose Capture two durable infra learnings the gatherdb01 memory exhaustion/swap incident and its root cause + fix , and the ELK based DB Update Monitoring system that watches binlog shipping and alerts via JIRA/KakaoWork. Key p

AI Summary Purpose Capture durable knowledge about the Labrador data platform how its four repos interact, the labrador sqlmodel queue refactor the most reusable engineering result , and the AI automated PR review system. Key points Four re

AI Summary Purpose Capture durable knowledge about hyunwook.tech , the personal portfolio, tech blog, wiki, docs, and API monorepo under ~/hw/project . Key points The repository README describes hyunwook.tech as a personal portfolio + wiki

AI Summary Purpose Capture durable knowledge about vibekits , a personal random tools and casual browser games project under ~/hw/project . Key points The README describes Vibekits as random decision tools and casual browser games built wit

AI Summary Purpose Capture durable knowledge about yt pipeline n8n , a personal YouTube Shorts automation platform MVP under ~/hw/project . Key points The README describes a Mock MVP for operating multiple Japan target YouTube Shorts channe

AI Summary Purpose Durable note for the Maven/Java package crawler at ~/labrador/crawler/crawler lib java . Tracks the Python migration effort on branch python migration maven . Key points Original implementation is Java Spring/MyBatis . Th

AI Summary Purpose Durable note for the CocoaPods Swift/iOS ecosystem package crawler at ~/labrador/crawler/crawler lib swift . Records the 2026 06 09 missing data fixes, the AI license timeout fix, and the hardcoded secret → config.ini mov

AI Summary Purpose Repo specific memory for hyunwook.tech , the personal portfolio, wiki, docs, and backend API monorepo. Key points Local path is /Users/james home/project/hyunwook.tech on home mac . The README describes it as a personal p

AI Summary Purpose Repo specific memory for vibekits , a personal React/Vite random tools and casual browser games project. Key points Local path is ~/hw/project/vibekits . The README describes random decision tools and casual browser games

AI Summary Purpose Repo specific memory for yt pipeline n8n , a personal YouTube Shorts automation platform MVP. Key points Local path is ~/hw/project/yt pipeline n8n . README describes a Mock MVP for operating multiple Japan target YouTube

[내부용] 배포 DB 변경 관리 정책 (2024–2025) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 배포 DB 변경 관리 정책 (2024–2025) 배포 DB 변경 절차와 권한 분리를 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에 문제: 긴급 처리가 반

[내부용] AWS → IDC/In-house 인프라 이전 (2024–2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: 수집물 2026-04 AWS → IDC/In-house 인프라 이전 (2024 ~ 2026-04) 데이터 인프라의 사내 이전·클라우드

[내부용] K8s · Airflow 데이터 수집 플랫폼 운영 & 장애 대응 (2024–2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: 운영 기록/장애 회고 수집물 K8s · Airflow 데이터 수집 플랫폼 운영 & 장애 대응 (2024–2026)

배포 DB 변경 관리 정책 수립 · 슬라이드 기술 포트폴리오 · 슬라이드 배포 DB 변경 관리 정책 수립 긴급 처리 반복으로 무너지던 배포 DB 변경 절차를, 권한 분리·승인 흐름으로 표준화 래브라도랩스(LabradorLabs) · 2024–2025 · 데이터 엔지니어 · 배포 DB 담당 01 · 배경 왜 필요했나 긴급 처리 반복 으로 배포 DB 변경 절차가 지켜지지 않음 결과: DB 환경 간 불일치 · DDL 누락 으로 운영

AWS → IDC/In-house 인프라 이전 & 비용 절감 · 슬라이드 기술 포트폴리오 · 슬라이드 AWS → IDC/In-house 인프라 이전 & 비용 절감 AWS에서 운영하던 데이터 백엔드·수집 인프라를 사내 서버로 이전하고, 검증 후 전환해 AWS 자원을 종료한 작업 래브라도랩스(LabradorLabs) · 데이터파트 · 2024–2026 (AWS 자원 종료 ~2026-04) · 데이터 엔지니어 · 인프라 01 · 배

K8s · Airflow 데이터 수집 플랫폼 운영 & 장애 대응 · 슬라이드 기술 포트폴리오 · 슬라이드 K8s · Airflow 데이터 수집 플랫폼 운영 & 장애 대응 데이터 수집 파이프라인을 Kubernetes 위 Airflow로 운영하며, 반복 장애를 근본 원인 분석으로 해소하고 안정성·가용성을 확보 래브라도랩스(LabradorLabs) · 데이터파트 · 2024–2026 · 데이터 엔지니어 · 인프라 운영 01 · 배경

K8s 하이브리드 클러스터 확장 (IDC + In-house) · 슬라이드 기술 포트폴리오 · 슬라이드 K8s 하이브리드 클러스터 확장 (IDC + In-house) NAT로 직접 접근이 막힌 환경에서 WireGuard 터널로 In-house 서버를 기존 IDC Kubernetes 클러스터에 합류시켜 멀티 사이트로 확장 래브라도랩스(LabradorLabs) · 데이터파트 · 2026 (3월~) · 데이터파트 파트리더 01 ·

AI Summary Purpose Concise reference of the OS package binary collection crawlers Ubuntu, Debian, CentOS, OpenWrt and the package repo URL extraction project repository structure, package format, extraction method, and what is stored. Key p

AI Summary Purpose Structured, faithful extraction of the FIRM COV paper for downstream wiki pages. Key points FIRM COV high coverage greybox fuzzer for Linux based IoT firmware via optimized process emulation. Published IEEE Access, Vol. 9

관측할 수 없는 시스템은 운영할 수 없다 컨테이너는 수십 개에서 수백 개가 동시에 뜨고 죽는다. SSH로 직접 들어가 tail f 하던 시절의 방식은 통하지 않는다. 쿠버네티스 관측성은 세 가지 신호로 요약된다. 신호 정의 도구 예시 메트릭 Metrics 시간축 위의 수치 — CPU, 메모리, 요청 수 Prometheus + Grafana 로그 Logs 이벤트 텍스트 스트림 Loki + Grafana Alloy 트레이스 Tra

복제의 심장, binlog 전달 MySQL 복제는 소스 서버에서 일어난 변경을 레플리카가 동일하게 재실행하는 메커니즘이다. 읽기 부하 분산, 장애 시 빠른 서비스 복구, 무중단 스키마 변경 적용 등이 모두 복제 위에서 돌아간다. 복제의 데이터 통로는 binlog다. 소스에서 커밋된 트랜잭션이 binlog에 기록되면 레플리카가 그 파일을 읽어 같은 SQL을 재실행한다. 이 과정은 두 스레드로 나뉜다. I/O 스레드 소스에 TCP

컨테이너 저장소는 사라진다 컨테이너의 파일시스템은 컨테이너가 재시작되면 초기화된다. DB 데이터처럼 살아남아야 하는 것은 볼륨 Volume 으로 분리해야 한다. 볼륨에도 두 종류가 있다. 임시 ephemeral Pod 수명과 함께 사라짐. 예 emptyDir 같은 Pod 안 컨테이너 간 공유 스크래치 . 영구 persistent Pod가 죽어도 데이터가 남음. 외부 스토리지 클라우드 디스크, NFS 등 에 저장. PV / PV

왜 오토스케일링인가 고정된 복제본 수로는 두 가지 비용 중 하나를 피할 수 없다. 피크 트래픽에 맞추면 평소에는 돈 낭비, 평균 트래픽에 맞추면 피크 때 서비스 장애. 쿠버네티스는 이 딜레마를 세 종류의 자동 스케일러로 해결한다. 스케일러 무엇을 조정하나 단위 HPA Horizontal Pod Autoscaler Pod 수 Deployment / StatefulSet 복제본 VPA Vertical Pod Autoscaler P

장애는 패턴이 있다 쿠버네티스 운영 중 마주치는 대부분의 문제는 몇 가지 패턴으로 수렴한다. 패턴을 알면 수십 분 걸릴 진단을 몇 분 안에 끝낼 수 있다. 이 글에서는 현장에서 가장 자주 보이는 Pod 실패 상태를 체계적으로 진단하고 해결하는 방법을 다룬다. 진단의 첫 번째 도구 — describe와 events describe 출력의 Events 섹션이 핵심이다. Scheduler가 왜 Pod를 배치하지 못했는지, kubel

왜 컨테이너인가 쿠버네티스를 이해하려면 먼저 컨테이너가 무엇을 해결했는지 알아야 한다. 컨테이너는 애플리케이션과 그 실행에 필요한 라이브러리·런타임을 하나의 이미지로 묶어, "내 PC에서는 됐는데"라는 환경 차이 문제를 없앤다. 가상머신과 달리 게스트 OS 커널을 따로 두지 않고 호스트 커널을 공유하기 때문에 가볍고 빠르게 뜬다. 핵심 구성요소 이미지 애플리케이션 + 의존성의 읽기 전용 스냅샷. 컨테이너 이미지를 실행한 격리된

컨트롤 플레인과 노드 쿠버네티스 클러스터는 크게 두 부분이다. 컨트롤 플레인 은 클러스터의 "두뇌"로 원하는 상태 desired state 를 관리하고, 워커 노드 는 실제 컨테이너 Pod 를 실행한다. 컨트롤 플레인 구성요소 kube apiserver 모든 요청이 거치는 정문. 상태 변경은 전부 여기로. etcd 클러스터의 모든 상태를 담는 키 값 저장소. kube scheduler 새 Pod를 어느 노드에 둘지 결정. co

Pod는 "떴다"와 "정상"을 구별해야 한다 컨테이너가 시작됐다고 해서 요청을 받아도 되는 상태인 것은 아니다. JVM 예열, 캐시 웜업, DB 커넥션 풀 초기화가 끝나야 비로소 트래픽을 허용할 수 있다. 반대로 이미 떠 있는 컨테이너가 데드락에 빠져 아무것도 못 하는 상태일 수도 있다. 쿠버네티스는 이 두 문제를 세 가지 프로브 Probe 로 해결한다. 세 가지 프로브 Liveness Probe — "살아 있는가?" 앱이 데

운영자의 binlog 걱정 세 가지 binlog를 실제로 운영할 때 반복되는 고민은 크게 세 가지다. 1. 디스크가 찬다 — 만료 설정을 잘못하거나 레플리카가 멈추면 binlog가 무한 쌓인다. 2. 어디까지 삭제해도 되는지 모른다 — 잘못 삭제하면 레플리카가 깨진다. 3. 무슨 이유로 복제가 늦는지 보이지 않는다 — 지표 없이 장애를 감지하기 어렵다. 이 챕터는 이 세 가지 문제를 각각 다루는 운영 레시피다. 보존 기간 설정

같은 변경, 세 가지 기록 방식 binlog에 변경을 "어떻게" 저장하느냐에 따라 복제 안정성, 파일 크기, CDC 도구 호환성이 크게 달라진다. MySQL은 세 가지 포맷을 binlog format 변수로 제어해왔다. MySQL 8.4에서 이 변수는 deprecated 됐고, ROW 포맷이 사실상 표준으로 자리잡는 중이다. STATEMENT 포맷 실행된 SQL 문 자체를 binlog에 기록한다. UPDATE orders SE

코드에서 설정을 분리한다 12 Factor App 원칙의 세 번째 항목은 "설정 Config 을 환경에 저장하라"이다. DB 접속 URL·로그 레벨·피처 플래그가 코드에 하드코딩되어 있으면, 운영/개발/테스트 환경마다 이미지를 다시 빌드해야 한다. 쿠버네티스는 이 문제를 두 오브젝트로 해결한다. ConfigMap Secret 용도 비민감 설정값 비밀번호·토큰·인증서 등 민감 값 저장 형식 평문 base64 인코딩 기본 etcd

Airflow는 무엇을 해결하는가 데이터 파이프라인은 보통 여러 단계로 구성된다. "매일 새벽 1시에 원천 DB에서 데이터를 긁어와, 변환 후, 리포트 테이블에 적재하라." 이 흐름을 cron 스크립트 몇 개로 관리하면 처음엔 쉽지만, 단계가 늘어나고 의존 관계가 생기며, 실패 재시도·알림·실행 이력이 필요해지는 순간 감당하기 어려워진다. Apache Airflow 는 이 "워크플로 오케스트레이션" 문제를 해결하는 플랫폼이다.

AI Summary Purpose Tracks development work across repositories for this week. Key points Add coding work entries here after meaningful agent sessions. Keep entries concise. Promote durable knowledge to ai/repo notes/ or ai/wiki/ . Relevant

AI Summary Purpose Tracks development work across repositories for this week. Key points Add coding work entries here after meaningful agent sessions. Keep entries concise. Promote durable knowledge to ai/repo notes/ or ai/wiki/ . Relevant

AI Summary Purpose A Korean tech study blog built from Markdown static HTML and deployed to a dedicated public Cloudflare Pages project. Key points Source human/study/content/<tech /series.json + NN <slug .md Korean . Build node scripts/bui

AI Summary Purpose Backlog of study chapters the daily routine pulls from. One row = one planned chapter. Key points Status pending draft published. Routine picks the top pending or a user requested item . Topics seeded from the repo tag vo

개인 포트폴리오·위키·문서 운영 플랫폼 · 기술 포트폴리오 ← 기술 목록으로 개인 포트폴리오·위키·문서 운영 플랫폼 블로그, 포트폴리오, 위키, 문서 시스템, Go API, 로컬 인프라를 한 모노레포로 묶은 개인 기술 운영 플랫폼입니다. 기간 운영 중 대상 저장소 hyunwook.tech 역할 단독 개발·운영 Next.js Go PostgreSQL Redis MongoDB Nginx Docker Compose 0 작업자의 메모

기술 문서·이슈 관리 체계 확립 · 기술 포트폴리오 ← 기술 목록으로 기술 문서·이슈 관리 체계 확립 업무 추적과 문서 운영을 표준 규칙으로 통일해 팀 전체의 추적성과 인수인계·온보딩 효율을 끌어올린 프로세스 정립 기간 2026 (2023년 문서 표준화에서 발전) 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어링 리드 · 운영 표준 정립 주도 Jira Confluence Bitbucket 이슈 관리 문서 관리

다차원 취약점 패치 우선순위 시스템 구축 · 기술 포트폴리오 ← 기술 목록으로 다차원 취약점 패치 우선순위 시스템 구축 CVSS 점수만으로 부족한 "무엇부터 패치할지"를, 분석·탐지 시 점수를 부가하고 CVSS 외 기타 위협 요소를 반영해 위험도를 재산정하는 우선순위 시스템(Patch Priority)으로 해결 기간 2022 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 모델 설계 Python 취약점 스코

라이브러리 컴포넌트 테이블 재설계 (DB 부하 개선) · 기술 포트폴리오 ← 기술 목록으로 라이브러리 컴포넌트 테이블 재설계 (DB 부하 개선) 고객사 환경의 중앙 운영 DB CPU 이상을 추적해 라이브러리 컴포넌트 테이블의 구조·식별자·데이터 정합성 문제를 근본 원인부터 재설계 기간 2026 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어링 리드 MySQL Schema Index JSON varchar npm

라이브러리 크롤러 현대화 & 데이터 플랫폼 마이그레이션 · 기술 포트폴리오 ← 기술 목록으로 라이브러리 크롤러 현대화 & 데이터 플랫폼 마이그레이션 언어별 오픈소스 라이브러리 크롤러(Go, Java/Maven 등)를 일관된 현대 구조로 재정비하고 수집 데이터를 신규 데이터 플랫폼으로 이관하는 기반을 마련 기간 2026 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어링 리드 Go Java / Maven npm P

멀티 언어 라이브러리 크롤러 구축 & Java→Python 전환 · 기술 포트폴리오 ← 기술 목록으로 멀티 언어 라이브러리 크롤러 구축 & Java→Python 전환 여러 프로그래밍 언어 생태계의 라이브러리·라이선스 정보를 수집하는 크롤러를 신규 개발·재구현해 데이터 커버리지를 8개 언어로 확장 기간 2021 (입사 첫 해) 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 Python Go Web Crawlin

바이너리 로그 기반 데이터 동기화 모니터링 & 로그 수집 · 기술 포트폴리오 ← 기술 목록으로 바이너리 로그 기반 데이터 동기화 모니터링 & 로그 수집 고객사 on-premise에서 발생하는 데이터 동기화 모듈 오류를 중앙에서 사전 인지하기 위한 로그 수집·모니터링 체계 설계 기간 2025 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 모니터링 체계 기획·설계 Binary Log Log Collector

바이너리 로그 기반 데이터 동기화 암호화 전환 · 기술 포트폴리오 ← 기술 목록으로 바이너리 로그 기반 데이터 동기화 암호화 전환 외부에서 제공되는 replica 연결을 허용하기 어려운 고객사 환경에 바이너리 로그 변경분을 전달하는 데이터 동기화 체계를 고도화했습니다. 난독화 수준이던 보호 방식을 정식 암호화로 전환해 전송 구간 보안을 강화했습니다. 기간 2026 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어

바이너리 로그 동기화 4.0 — 단순 리플레이를 CDC·멱등 UPSERT로 전환 · 기술 포트폴리오 ← 기술 목록으로 바이너리 로그 동기화 4.0 — 단순 리플레이를 CDC·멱등 UPSERT로 전환 mysqlbinlog 파이프로 파일을 통째 리플레이하던 고객사 동기화를, binlog 이벤트를 직접 파싱해 UPSERT로 변환·적용하는 Go 기반 CDC 구조로 재설계 — 재시도해도 깨지지 않는 동기화를 만든 작업 기간 2025.0

바이너리 로그 스크램블링 · 기술 포트폴리오 ← 기술 목록으로 바이너리 로그 스크램블링 중앙 운영 DB의 변경분(바이너리 로그)이 복제·고객사 on-premise로 전달되는 동기화 경로에서, 로그를 스크램블링(난독화)해 전송 중 데이터가 그대로 노출되지 않도록 보호 기간 2024 소속 래브라도랩스(LabradorLabs) 역할 Data / Systems Engineer MySQL Binary Log Replication 스크램

서비스 배포용 DB 변경 관리 정책 수립 · 기술 포트폴리오 ← 기술 목록으로 서비스 배포용 DB 변경 관리 정책 수립 긴급 처리 반복으로 무너지던 서비스 배포용 DB 변경 절차를, 권한 분리·승인 흐름으로 표준화해 DDL 누락을 막고 DB 환경 간 일관성을 확보 기간 2024–2025 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 서비스 배포용 DB 담당 Change Management DDL Gover

수집·배포·on-premise DB 백업 자동화 · 기술 포트폴리오 ← 기술 목록으로 수집·배포·on-premise DB 백업 자동화 수집 원천 DB·서비스 배포용 DB·고객사 on-premise DB의 정기 백업을 자동화하고 분할 압축·NAS 보관·이중화까지 표준화한 백업/복구 체계 기간 2024–2025 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 인프라 운영/서비스 배포용 DB 백업 주담당 MySQ

악성 패키지 정보 수집·분석 · 기술 포트폴리오 ← 기술 목록으로 악성 패키지 정보 수집·분석 알려진 취약점(CVE)을 넘어, 악성 코드를 포함한 패키지(타이포스쿼팅·종속성 혼동·계정 탈취 유형)를 수집·분석해 보안 데이터 역량을 확장 기간 2026 (~6월) 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어링 리드 OpenSSF npm PyPI Maven Go 패치 우선순위 CVSS 0 작업자의 메모 CVE만

오픈소스 라이선스 양립성 DB 구축 · 기술 포트폴리오 ← 기술 목록으로 오픈소스 라이선스 양립성 DB 구축 여러 오픈소스 라이선스를 함께 쓸 때 발생하는 법적 충돌을, 신뢰할 수 있는 공개 매트릭스를 수집·정형화해 사전에 식별하는 데이터 기반 구축 기간 2023 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 수집·스키마 설계 License Compatibility Web Crawler Data Pipel

오픈소스 RAW 데이터 오브젝트 스토리지 구축 (SeaweedFS) · 기술 포트폴리오 ← 기술 목록으로 오픈소스 RAW 데이터 오브젝트 스토리지 구축 (SeaweedFS) 오픈소스 생태계의 메타·바이너리·Git 원본 30억~60억 건을 외부 의존 없이 재현 가능하게 보존하는 자체 미러 인프라 설계·구축 기간 2026-05 (설계) ~ 06 (구축) 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어링 리드 · 설

체계적 이슈 트래킹 & 장애 추적 · 기술 포트폴리오 ← 기술 목록으로 체계적 이슈 트래킹 & 장애 추적 작업·장애를 표준 체계로 인입·분류·추적하고 장애는 RCA 보고서로 재발 방지까지 닫는 운영 문화 정착 기간 2021–2026 (상시) 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 2026년부터 데이터 엔지니어링 리드 이슈 관리 문서 관리 RCA 장기 추적 Kubernetes 긴급 대응 0 작업자의

취약점 검증 & 고객사 검증 대응 · 기술 포트폴리오 ← 기술 목록으로 취약점 검증 & 고객사 검증 대응 수집된 취약점 데이터가 실제 취약점인지(오탐·미탐) 정밀 분석으로 검증하고 고객사 검증 요청에 근거 있는 보고서로 대응 기간 2024–2026 (상시) 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 2026년부터 데이터 엔지니어링 리드 CVE CWE CVSS 오탐·미탐 패치 버전 비교 파일/함수 취약점

컴포넌트 인기도 기반 차등 수집 · 기술 포트폴리오 ← 기술 목록으로 컴포넌트 인기도 기반 차등 수집 오픈소스 라이브러리의 커뮤니티 활성도·유지보수 상태를 수집하고, 인기도 점수에 따라 갱신 주기를 차등화해 한정된 크롤링 자원을 효율적으로 사용 기간 2022 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 수집 모듈/전략 설계·구현 GitHub GraphQL API GitLab GraphQL API Pyth

파일/함수 취약점 수집 파이프라인 재설계 · 기술 포트폴리오 ← 기술 목록으로 파일/함수 취약점 수집 파이프라인 재설계 단일 프로세스로 얽혀 있던 취약점 수집 파이프라인을, 수집 단계를 분리하고 DB 스키마를 정규화해 안정적·확장 가능한 구조로 재설계 기간 2023 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 파이프라인 재설계 주도 Data Pipeline 보안 취약점 수집 RDB Schema 정규화 상

함수 추상화 정확도 문제 분석·해결 · 기술 포트폴리오 ← 기술 목록으로 함수 추상화 정확도 문제 분석·해결 코드 유사성 분석 도구의 함수 추상화 단계가 사실상 동일한 함수를 일관되게 식별하지 못하던 결함을, 원인 규명부터 내용 기반 해시 명명 로직 도입까지 해결 기간 2023 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 원인 분석·해결 주도 C++ Java 코드 유사성 분석 구문 분석(Parser) 정

AI 기반 라이선스 수집·분석 파이프라인 · 기술 포트폴리오 ← 기술 목록으로 AI 기반 라이선스 수집·분석 파이프라인 복잡한 다중 테이블 조인과 외부 서비스 의존을 걷어내고 라이선스 원문을 AI로 분석해 정제된 단일 데이터셋을 생성하는 파이프라인으로 재설계 기간 2025 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 파이프라인 재설계 주도 Data Pipeline LLM API Prompt Enginee

AWS → IDC/In-house 인프라 이전 & 클라우드 비용 절감 · 기술 포트폴리오 ← 기술 목록으로 AWS → IDC/In-house 인프라 이전 & 클라우드 비용 절감 AWS에서 운영하던 데이터 백엔드·수집 인프라를 자체 IDC/In-house 서버로 이전하고 검증을 거쳐 전환한 뒤 AWS 자원을 종료해 반복 과금을 끊은 작업 기간 2024–2026 (AWS 자원 종료 ~2026-04) 소속 래브라도랩스(Labrado

CI/CD 중앙 실행 킷과 AI PR 리뷰 게이트 · 기술 포트폴리오 ← 기술 목록으로 CI/CD 중앙 실행 킷과 AI PR 리뷰 게이트 여러 Bitbucket repo에 같은 개발 완료 루틴을 적용하기 위해 중앙 CI/CD 킷을 만들고, PR 검증·AI 리뷰·Slack 알림·Docker 빌드까지 하나의 품질 게이트로 묶은 작업 기간 2026 소속 래브라도랩스(LabradorLabs) 역할 설계 · 구현 · 문서화 Bitbuc

DB 스키마 정립 & 라이선스 DB화 · 기술 포트폴리오 ← 기술 목록으로 DB 스키마 정립 & 라이선스 DB화 증가하는 데이터에 맞춰 버전 테이블을 언어별로 분리하고 텍스트로 관리되던 라이선스 매핑을 DB로 전환해 동적 매칭의 기반을 마련 기간 2021 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 MySQL 스키마 설계 JSON 정규식 매칭 0 작업자의 메모 초기에는 텍스트 매핑과 단일 테이블이 빠르게 움

DB 아키텍처 리엔지니어링 — 컴포넌트별 인스턴스 분리 · 기술 포트폴리오 ← 기술 목록으로 DB 아키텍처 리엔지니어링 — 컴포넌트별 인스턴스 분리 장기 운영으로 혼재된 단일 DB 구조를 역할·컴포넌트 단위 인스턴스로 분리해 확장성과 운영 책임을 명확히 한 재설계 기간 2024 소속 래브라도랩스(LabradorLabs) 역할 Data / Systems Engineer · 재설계 주도 MySQL Replication DB 아키텍

DB 인덱스 최적화 & 용량 53% 절감 · 기술 포트폴리오 ← 기술 목록으로 DB 인덱스 최적화 & 용량 53% 절감 수년간 운영되며 비대해진 중앙 운영 DB를, 실사용 쿼리 분석 기반으로 불필요 인덱스를 걷어내고 SQL을 튜닝해 용량과 성능을 동시에 개선 기간 2025 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 인덱스 진단 및 최적화 주도 MySQL EXPLAIN Index Tuning SQL Op

EF-Fuzz: 결합된 에뮬레이션 기반 임베디드 퍼징 · 기술 포트폴리오 ← 기술 목록으로 EF-Fuzz: 결합된 에뮬레이션 기반 임베디드 시스템 커버리지 가이드 퍼징 석사학위논문 — IoT 펌웨어를 대상으로 AFL 변이 스케줄러를 개선해 코드 커버리지와 크래시 탐지를 높인 그레이박스 퍼저 연구 기간 2020년 12월 제출 대상 저장소 세종대학교 대학원 연구 역할 제1저자(학위논문 저자), 지도교수 윤주범 Fuzzing Gre

ETL 데이터 수집 플로우 재정립 · 기술 포트폴리오 ← 기술 목록으로 ETL 데이터 수집 플로우 재정립 재수집 때마다 1,000만~1억 건의 외부 API 요청이 필요하던 원테이크 수집을, RAW 보존·재파싱 구조의 오브젝트 스토리지 기반 파이프라인으로 재설계 기간 2026 (3월~ 진행) 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어링 리드 · 파이프라인 재정립 주도 ETL ELT Data Pipeline

ETL DB 영역 분리 — 수집/배포/PROD 경계 재설계 · 기술 포트폴리오 ← 기술 목록으로 ETL DB 영역 분리 — 수집/배포/PROD 경계 재설계 수집·배포·서비스가 한 DB에 묶여 수집 과정의 데이터가 고객사까지 그대로 흘러가던 구조를, 수집 DB와 배포 DB(메타·파일 2계열)로 나누고 바이너리 로그 반영 순서를 잡아 PROD 정합성을 확보한 재설계 기간 2022–2023 소속 래브라도랩스(LabradorLabs)

FIRM-COV: IoT 펌웨어 고커버리지 그레이박스 퍼징 · 기술 포트폴리오 ← 기술 목록으로 FIRM-COV: IoT 펌웨어 고커버리지 그레이박스 퍼징 최적화된 프로세스 에뮬레이션으로 실기기 없이 IoT 펌웨어를 퍼징하는 고커버리지 그레이박스 퍼저 연구 기간 2021 (IEEE Access Vol.9, 게재) 대상 저장소 세종대학교 대학원 연구 역할 공저자 (3저자) Fuzzing Greybox AFL QEMU DECAF

Grafana 기반 데이터 동기화 상태 모니터링 구축 · 기술 포트폴리오 ← 기술 목록으로 Grafana 기반 데이터 동기화 상태 모니터링 구축 고객사 on-premise DB가 바이너리 로그 변경분을 정상 수신·반영하는지 중앙에서 관측하는 Grafana 기반 체계를 재설계·구축 기간 2026 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어링 리드 Grafana Vector TimescaleDB MySQL ng

Grafana 기반 데이터·DB 모니터링 구축 · 기술 포트폴리오 ← 기술 목록으로 Grafana 기반 데이터·DB 모니터링 구축 DB 안에만 쌓이던 데이터·운영 지표를 대시보드로 가시화하고 여러 메트릭을 한 화면에서 비교 분석하도록 모니터링 체계를 구축 기간 2024–2025 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 Grafana MySQL Exporter cAdvisor Docker Alerting

IoTFirmFuzz 펌웨어 퍼징 특허 · 기술 포트폴리오 ← 기술 목록으로 IoTFirmFuzz — 펌웨어 퍼징 장치 및 방법 (등록특허) 복합 에뮬레이션과 PSO 기반 변이 연산자 최적화를 활용한 커버리지 가이드 IoT 펌웨어 퍼징 기술 기간 출원 2020.07.20 / 등록결정 2021.01.25 대상 저장소 세종대학교 대학원 연구 역할 공동발명자 IoT Firmware Fuzzing Combined Emulation F

IoTHybridFuzzer 특허 · 기술 포트폴리오 ← 기술 목록으로 IoTHybridFuzzer · 하이브리드 퍼징 펌웨어 취약점 검출 특허 변이 퍼징과 심볼릭·콘콜릭 실행을 결합해 펌웨어의 어려운 경로 제약을 돌파하는 취약점 검출 기법 (특허 출원) 기간 2021.03.30 출원 대상 저장소 세종대학교 대학원 연구 역할 공동발명자 (제2발명자) Hybrid Fuzzing Symbolic Execution Concolic

K8s · Airflow 데이터 수집 플랫폼 운영 & 장애 대응 · 기술 포트폴리오 ← 기술 목록으로 K8s · Airflow 데이터 수집 플랫폼 운영 & 장애 대응 데이터 수집 파이프라인을 Kubernetes 위 Airflow로 운영하며, 반복 장애를 근본 원인 분석으로 해소하고 안정성·가용성을 확보 기간 2024–2026 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 인프라 운영 Kubernetes A

K8s 하이브리드 클러스터 확장 (IDC + In-house) · 기술 포트폴리오 ← 기술 목록으로 K8s 하이브리드 클러스터 확장 (IDC + In-house) NAT로 직접 접근이 막힌 환경에서 WireGuard 터널로 In-house 서버를 기존 IDC Kubernetes 클러스터에 합류시켜 단일 사이트 한계를 넘은 하이브리드 클러스터로 확장 기간 2026 (3월~) 소속 래브라도랩스(LabradorLabs) 역할 데이터

MySQL 8.0 → 8.4 LTS 무중단 업그레이드 · 기술 포트폴리오 ← 기술 목록으로 MySQL 8.0 → 8.4 LTS 무중단 업그레이드 다수 고객사 on-premise까지 복제되는 운영 MySQL을, 서비스 중단 없이 8.0 LTS에서 8.4 LTS 시리즈로 검증·롤아웃 기간 2024 소속 래브라도랩스(LabradorLabs) 역할 Data / Systems Engineer · 업그레이드 주도 MySQL 8.4 LTS

on-premise 데이터 동기화 배포 & 심층 기술지원 · 기술 포트폴리오 ← 기술 목록으로 on-premise 데이터 동기화 배포 & 심층 기술지원 외부에서 제공되는 replica 연결을 보안상 허용하기 어려운 고객사 환경을 위해, on-premise DB 백업본과 바이너리 로그 기반 데이터 동기화 체계를 맞춤 배포하고 심층 이슈를 해결한 작업 기간 2024–2026 (상시) 소속 래브라도랩스(LabradorLabs) 역할

OS 패키지 취약점 수집 멀티 배포판 개편 + OSV 자동화 · 기술 포트폴리오 ← 기술 목록으로 OS 패키지 취약점 수집 멀티 배포판 개편 + OSV 자동화 Alpine·RHEL·Debian·Ubuntu 등 주요 리눅스 배포판별 패키지 취약점 수집을 전면 재설계하고, OSV 공개 취약점 데이터 수집을 자동화 기간 2025 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 수집 파이프라인 개편 주도 OSV (

OS 패키지 취약점 수집 정확도 고도화 · 기술 포트폴리오 ← 기술 목록으로 OS 패키지 취약점 수집 정확도 고도화 12종 주요 OS 배포판의 보안 권고안을 소스 특성에 맞게 파싱해, 패치 버전까지 정확히 담은 취약점 데이터를 수집 기간 2022 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 수집 정확도 고도화 주도 Vulnerability OS Package OVAL Security Tracker Cra

UART 기반 임베디드 펌웨어 획득 연구 · 기술 포트폴리오 ← 기술 목록으로 UART 기반 임베디드 펌웨어 획득 연구 임베디드 장비 펌웨어 획득을 위한 UART 연결 방법 연구 — 제조사 방어 기법 분석과 우회 연결 방법 제안 (KIISC 2019 하계학술대회) 기간 2019 대상 저장소 세종대학교 대학원 연구 역할 제1저자 (김현욱·윤주범) UART IoT Firmware Hardware Security USB-to-TTL

Vibekits — 다국어 랜덤 도구·캐주얼 웹게임 · 기술 포트폴리오 ← 기술 목록으로 Vibekits — 다국어 랜덤 도구·캐주얼 웹게임 랜덤 의사결정 도구와 짧게 즐기는 브라우저 게임을 React·Vite 기반으로 묶은 개인 프로젝트입니다. 기간 운영 중 대상 저장소 vibekits 역할 단독 개발·운영 React TypeScript Vite TailwindCSS i18n Supabase Canvas Three.js 0

YouTube Shorts 멀티 채널 자동화 플랫폼 · 기술 포트폴리오 ← 기술 목록으로 YouTube Shorts 멀티 채널 자동화 플랫폼 쇼츠 콘텐츠 기획, 생성, 검수, 업로드, 문서화를 mock-first 흐름으로 운영하는 개인 자동화 플랫폼 MVP입니다. 기간 운영 중 대상 저장소 yt-pipeline-n8n 역할 단독 개발·운영 FastAPI PostgreSQL Redis n8n Streamlit Python Wor

AI Summary Purpose Define the shared per batch "collection count" log format emitted by the library crawlers crawler lib {golang,php,ruby,swift,dotnet} and how the insert vs update counts are derived. One parser handles all five crawlers. K

AI Summary Purpose Generalized, reusable troubleshooting lessons distilled from real Labradorlabs incidents, grouped by domain BTS/data transfer, Airflow/Kubernetes, DB/host . Each entry symptom → root cause → fix → prevention. Key points B

관측성(로깅·메트릭) · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃

기술 스터디 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 📚 기술 스터디 내가 쓰는 기술을 깊게 정리합니다. 🆕 오늘의 글 — 취약점 수집 시스템 만들기 4편: 증분 수집 전략 · 2026-06-13 분야 전체 데이터파이프라인 DB/Infra MySQL 보안 🌊 Apache Airflow 완전정복 DAG/Task/Operator 개념부터

네트워킹과 Service · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아

스토리지와 PV/PVC · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃

실행기(Executor) 비교 · Apache Airflow 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 🌊 Apache Airflow 완전정복 1. DAG/Task/Operator 개념 2. 스케줄링과 backfill 3. XCom과 태스크 통신 4. 실행기(Executor) 비교 5. 운영(재시도·SLA·알림) 4

오토스케일링(HPA/VPA) · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와

운영 트러블슈팅 패턴 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃

컨테이너 기초 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃 전략 8

클러스터 아키텍처 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃 전략

헬스체크와 롤아웃 전략 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아웃

ConfigMap/Secret과 설정 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬

Pod 스케줄링과 리소스 · Kubernetes 완전정복 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 ← 스터디 홈 ☸ Kubernetes 완전정복 1. 컨테이너 기초 2. 클러스터 아키텍처 3. Pod 스케줄링과 리소스 4. 네트워킹과 Service 5. 스토리지와 PV/PVC 6. ConfigMap/Secret과 설정 7. 헬스체크와 롤아

AI Summary Purpose Index for ai/wiki/projects the durable, AI facing source docs for work and personal engineering projects. Key points Each entry below links to one project doc with purpose, problems, approach, decisions, tech, and status.

K8s · Airflow 데이터 수집 플랫폼 운영 & 장애 대응 · 기술 포트폴리오 ← 기술 목록으로 K8s · Airflow 데이터 수집 플랫폼 운영 & 장애 대응 데이터 수집 파이프라인을 Kubernetes 위 Airflow로 운영하며, 반복 장애를 근본 원인 분석으로 해소하고 안정성·가용성을 확보 기간 2024–2026 소속 래브라도랩스(LabradorLabs) 역할 데이터 엔지니어 · 인프라 운영 Kubernetes A

K8s 하이브리드 클러스터 확장 (IDC + In-house) · 기술 포트폴리오 ← 기술 목록으로 K8s 하이브리드 클러스터 확장 (IDC + In-house) NAT로 직접 접근이 막힌 환경에서 WireGuard 터널로 In-house 서버를 기존 IDC Kubernetes 클러스터에 합류시켜 단일 사이트 한계를 넘은 하이브리드 클러스터로 확장 기간 2026 (3월~) 소속 래브라도랩스(LabradorLabs) 역할 데이터

AI Summary Purpose Capture durable knowledge about the Distribution DB DIST DB , its instance separation work, and the index cleanup/optimization performed to keep binlog shipping to customer on premise servers healthy. Key points DIST DB i

AI Summary Purpose Capture durable knowledge about the personal home server self hosted Nextcloud, Google Drive mount and the Mac Mini DevOps homelab k3s + ArgoCD + GitHub Actions + AI PR review . Key points Self hosting stack Docker Nextcl

AI Summary Purpose Capture two durable infra learnings the gatherdb01 memory exhaustion/swap incident and its root cause + fix , and the ELK based DB Update Monitoring system that watches binlog shipping and alerts via JIRA/KakaoWork. Key p

AI Summary Purpose Capture durable knowledge about the Labrador data platform how its four repos interact, the labrador sqlmodel queue refactor the most reusable engineering result , and the AI automated PR review system. Key points Four re

AI Summary Purpose Durable note for the NuGet/.NET package crawler at ~/labrador/crawler/crawler lib dotnet . Records the 2026 06 05 missing data investigation and the catalog page/leaf retry fixes. Key points The crawler uses NuGet V3 cata

AI Summary Purpose Durable note for the CocoaPods Swift/iOS ecosystem package crawler at ~/labrador/crawler/crawler lib swift . Records the 2026 06 09 missing data fixes, the AI license timeout fix, and the hardcoded secret → config.ini mov

[내부용] 멀티 언어 라이브러리 크롤러 (2021) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 · 출처: 본인 작성 "2021년 업무내용 요약" 멀티 언어 라이브러리 크롤러 (2021 · 하반기 중심, ~2021-10·11) 수집 인프라 기반 온보딩 상세 1 대상 언어 & 레지스트리 신규 개발 : Go

[내부용] K8s · Airflow 데이터 수집 플랫폼 운영 & 장애 대응 (2024–2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) · 출처: 운영 기록/장애 회고 수집물 K8s · Airflow 데이터 수집 플랫폼 운영 & 장애 대응 (2024–2026)

[내부용] K8s 하이브리드 클러스터 확장 (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) K8s 하이브리드 클러스터 확장 (2026-03 ~) IDC 단일 사이트 수집 클러스터를 In-house까지 확장한 절차를 새 팀원이 이해할 수 있는 수준의 온보딩 상

크롤러 배치 수집량 로그 product/version insert·update — 온보딩 상세 🔒 내부용 · 비배포 출처 ai/wiki/concepts/crawler collection count log.md , ai/worklog/2026/2026 W24.md 2026 06 10 5개 라이브러리 크롤러에 "이번 배치에 뭘 얼마나 수집했나"를 남기는 로그를 붙인 작업의 온보딩 상세. 0. 한눈에 대상 crawler lib g

K8s · Airflow 데이터 수집 플랫폼 운영 & 장애 대응 · 슬라이드 기술 포트폴리오 · 슬라이드 K8s · Airflow 데이터 수집 플랫폼 운영 & 장애 대응 데이터 수집 파이프라인을 Kubernetes 위 Airflow로 운영하며, 반복 장애를 근본 원인 분석으로 해소하고 안정성·가용성을 확보 래브라도랩스(LabradorLabs) · 데이터파트 · 2024–2026 · 데이터 엔지니어 · 인프라 운영 01 · 배경

K8s 하이브리드 클러스터 확장 (IDC + In-house) · 슬라이드 기술 포트폴리오 · 슬라이드 K8s 하이브리드 클러스터 확장 (IDC + In-house) NAT로 직접 접근이 막힌 환경에서 WireGuard 터널로 In-house 서버를 기존 IDC Kubernetes 클러스터에 합류시켜 멀티 사이트로 확장 래브라도랩스(LabradorLabs) · 데이터파트 · 2026 (3월~) · 데이터파트 파트리더 01 ·

관측할 수 없는 시스템은 운영할 수 없다 컨테이너는 수십 개에서 수백 개가 동시에 뜨고 죽는다. SSH로 직접 들어가 tail f 하던 시절의 방식은 통하지 않는다. 쿠버네티스 관측성은 세 가지 신호로 요약된다. 신호 정의 도구 예시 메트릭 Metrics 시간축 위의 수치 — CPU, 메모리, 요청 수 Prometheus + Grafana 로그 Logs 이벤트 텍스트 스트림 Loki + Grafana Alloy 트레이스 Tra

쿠버네티스 네트워킹의 4가지 전제 쿠버네티스 네트워크 모델은 단순한 규칙 위에 서 있다. 모든 Pod는 고유 IP를 가진다. 같은 클러스터의 Pod끼리는 NAT 없이 서로 IP로 직접 통신한다. 노드도 모든 Pod와 통신할 수 있다. Pod가 보는 자기 IP와 남이 보는 그 Pod의 IP가 같다. 이 "평평한 flat 네트워크"를 실제로 구현하는 건 CNI 플러그인 Calico, Cilium 등 이다. Pod IP는 못 믿는다

컨테이너 저장소는 사라진다 컨테이너의 파일시스템은 컨테이너가 재시작되면 초기화된다. DB 데이터처럼 살아남아야 하는 것은 볼륨 Volume 으로 분리해야 한다. 볼륨에도 두 종류가 있다. 임시 ephemeral Pod 수명과 함께 사라짐. 예 emptyDir 같은 Pod 안 컨테이너 간 공유 스크래치 . 영구 persistent Pod가 죽어도 데이터가 남음. 외부 스토리지 클라우드 디스크, NFS 등 에 저장. PV / PV

Executor란 무엇인가 Airflow Scheduler는 어떤 Task를 언제 실행할지 결정하지만, 그 Task를 어디서, 어떤 방식으로 실행할지는 Executor 가 담당한다. Executor는 Airflow의 실행 계층이며, 개발 환경부터 대규모 프로덕션까지 상황에 맞는 선택이 중요하다. 주요 Executor 한눈에 보기 Executor 실행 위치 병렬성 추가 인프라 주 용도 SequentialExecutor Sched

왜 오토스케일링인가 고정된 복제본 수로는 두 가지 비용 중 하나를 피할 수 없다. 피크 트래픽에 맞추면 평소에는 돈 낭비, 평균 트래픽에 맞추면 피크 때 서비스 장애. 쿠버네티스는 이 딜레마를 세 종류의 자동 스케일러로 해결한다. 스케일러 무엇을 조정하나 단위 HPA Horizontal Pod Autoscaler Pod 수 Deployment / StatefulSet 복제본 VPA Vertical Pod Autoscaler P

장애는 패턴이 있다 쿠버네티스 운영 중 마주치는 대부분의 문제는 몇 가지 패턴으로 수렴한다. 패턴을 알면 수십 분 걸릴 진단을 몇 분 안에 끝낼 수 있다. 이 글에서는 현장에서 가장 자주 보이는 Pod 실패 상태를 체계적으로 진단하고 해결하는 방법을 다룬다. 진단의 첫 번째 도구 — describe와 events describe 출력의 Events 섹션이 핵심이다. Scheduler가 왜 Pod를 배치하지 못했는지, kubel

왜 컨테이너인가 쿠버네티스를 이해하려면 먼저 컨테이너가 무엇을 해결했는지 알아야 한다. 컨테이너는 애플리케이션과 그 실행에 필요한 라이브러리·런타임을 하나의 이미지로 묶어, "내 PC에서는 됐는데"라는 환경 차이 문제를 없앤다. 가상머신과 달리 게스트 OS 커널을 따로 두지 않고 호스트 커널을 공유하기 때문에 가볍고 빠르게 뜬다. 핵심 구성요소 이미지 애플리케이션 + 의존성의 읽기 전용 스냅샷. 컨테이너 이미지를 실행한 격리된

컨트롤 플레인과 노드 쿠버네티스 클러스터는 크게 두 부분이다. 컨트롤 플레인 은 클러스터의 "두뇌"로 원하는 상태 desired state 를 관리하고, 워커 노드 는 실제 컨테이너 Pod 를 실행한다. 컨트롤 플레인 구성요소 kube apiserver 모든 요청이 거치는 정문. 상태 변경은 전부 여기로. etcd 클러스터의 모든 상태를 담는 키 값 저장소. kube scheduler 새 Pod를 어느 노드에 둘지 결정. co

Pod는 "떴다"와 "정상"을 구별해야 한다 컨테이너가 시작됐다고 해서 요청을 받아도 되는 상태인 것은 아니다. JVM 예열, 캐시 웜업, DB 커넥션 풀 초기화가 끝나야 비로소 트래픽을 허용할 수 있다. 반대로 이미 떠 있는 컨테이너가 데드락에 빠져 아무것도 못 하는 상태일 수도 있다. 쿠버네티스는 이 두 문제를 세 가지 프로브 Probe 로 해결한다. 세 가지 프로브 Liveness Probe — "살아 있는가?" 앱이 데

코드에서 설정을 분리한다 12 Factor App 원칙의 세 번째 항목은 "설정 Config 을 환경에 저장하라"이다. DB 접속 URL·로그 레벨·피처 플래그가 코드에 하드코딩되어 있으면, 운영/개발/테스트 환경마다 이미지를 다시 빌드해야 한다. 쿠버네티스는 이 문제를 두 오브젝트로 해결한다. ConfigMap Secret 용도 비민감 설정값 비밀번호·토큰·인증서 등 민감 값 저장 형식 평문 base64 인코딩 기본 etcd

스케줄러가 하는 일 Pod를 만들면 곧바로 노드에서 실행되는 게 아니다. 먼저 kube scheduler 가 "이 Pod를 어느 노드에 둘지"를 결정한다. 스케줄러는 두 단계를 거친다. 필터링 Filtering 이 Pod를 받을 수 있는 노드만 추린다. 자원이 부족하거나, 노드 셀렉터/taint 조건에 안 맞으면 탈락. 스코어링 Scoring 통과한 노드들에 점수를 매겨 가장 좋은 노드를 고른다 자원 여유, 분산 정도 등 .

AI Summary Purpose Tracks development repositories across multiple personal machines. Key points Each repo has a stable repo id. Local paths should be consistent across machines when possible. Agents should use this file to locate the corre

AI Summary Purpose A Korean tech study blog built from Markdown static HTML and deployed to a dedicated public Cloudflare Pages project. Key points Source human/study/content/<tech /series.json + NN <slug .md Korean . Build node scripts/bui

AI Summary Purpose Backlog of study chapters the daily routine pulls from. One row = one planned chapter. Key points Status pending draft published. Routine picks the top pending or a user requested item . Topics seeded from the repo tag vo

[내부용] 다차원 취약점 패치 우선순위(LPP) 시스템 (2022) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 · 출처: 본인 작성 "2022년 업무내용 요약" 다차원 취약점 패치 우선순위(LPP) 시스템 (2022) LPP(Labrador Patch Priority) 온보딩 상세 · 연월: 2022(

[내부용] 라이브러리 컴포넌트 테이블 재설계 (2026) — 온보딩 상세 LLM Wiki Access-protected knowledge portal 통합 홈 Wiki 태그 카테고리 그래프 보고서 스터디 🔒 내부용 · 비배포 (포트폴리오에는 일반화 버전만 공개) 라이브러리 컴포넌트 테이블 재설계 — DB 부하 개선 (2026) 데이터파트 라이브러리 테이블 구조 재설계를 새 팀원이 이해할 수 있는 수준의 온보딩 상세 0 한눈에