쿠버네티스를 활용한 검색추천 시스템 구축과 미디어 에이전트 적용 사례

구조와 흐름

• 쿠버네티스로 검색추천 시스템을 컨테이너화하고, 에이닷 3.0 및 B tv 셋탑의 미디어 에이전트 서비스에 적용한 구축 사례
• 클러스터 구성 요소로 Kubernetes, containerd, Calico를 선택하고, ingress-nginx, Prometheus, Argo CD, MinIO 등 서드파티 컴포넌트를 연계
• 검색 엔진과 API 서버를 Helm 차트로 배포하며, 모니터링과 자동화, 무중단 배포를 함께 구성

선택 이유

• 반복 작업 자동화, 빠른 배포, 중앙 집중 모니터링을 위한 컨테이너 네이티브 전환
• 상용화 가능한 클러스터 구축과 확장 가능성, 범용성, 안정성을 고려한 구성 선택
• 검색엔진 성능과 운영 안정성을 위해 전용 노드, Anti-affinity, 리소스/메모리 설정을 세밀하게 조정

성능/운영 포인트

• Elasticsearch에 블루-그린 배포, 샤드 할당 제어, JVM Heap 및 GC 옵션, 메모리 락 설정 적용
• API 서버에 readinessProbe, preStop, graceful shutdown, CPU Throttling 회피 설정 적용
• Prometheus 기반 메트릭 모니터링, Elasticsearch 기반 로그 수집, keep-alive 조정과 hidden index 비활성화로 운영 이슈 대응

적용해볼 점

• Helm 템플릿과 reuse 옵션으로 수동 배포와 자동 배포 절차 단순화
• Init Container와 shared volume으로 형태소 분석기 사전 파일의 자동 갱신 구성
• 색인 자동화, 샤드 재배치 자동화, 오퍼레이터 패턴 적용을 통한 추가 운영 효율화 검토