GitLab 17.1 릴리즈! 시크릿 push 보호 기능, Autoscaler 소식, 고급 보안 기능 꿀팁
인포레터 46호 | 구독하기 | 더 크게 보기
다케다 신겐은 '난세의 승자'인 도쿠가와 이에야스가 존경한 일본 장군이죠. 그는 ‘60~70% 이상 승리하면 교만해진다’며 자기를 단속했는데요. 세상은 불확실해 연전연승할 수만 없고, 내가 잘나도 넘어질 수 있죠. 성공할수록 이를 객관화하고, 자기를 과잉 확신해선 안 될 이유입니다. 인포레터를 시작합니다. 😊
🎉46호 하이라이트 
    * 매달 넷째 주 월요일, GitLab 최신 기능 정보와 DevOps 읽을거리를 소개합니다.
  1. GitLab 17.1 업데이트 소식 - 시크릿 push 보호 기능, GitLab Runner Autoscaler
  2. GitHub 고급 보안 기능 GitLab서 이용하기 - 코드 스캐닝, SAST, 시크릿 스캐닝
  3. 성장하는 엔지니어 위한 DataOps 가이드.zip
🗒️GitLab Release
    * GitLab 최신 버전 릴리즈 소식입니다.
Model registry 베타 버전, VS Code의 GitLab Duo Code Suggestions에서 여러 코드 제안 보여주기 기능, 시크릿 push 보호 기능 베타 버전, GitLab Runner Autoscaler GA 버전, 새로운 Value Stream Management 보고서 생성 도구가 업데이트됐습니다!

시크릿 push 보호 기능이 베타 버전으로 나왔습니다. 이 기능은 시크릿이 push 되지 않도록 방지해 시크릿 사용자가 사칭 당할 위험을 막죠. 먼저 GitLab에 push 된 각 커밋 내용을 확인하고요. 시크릿이 탐지되면, push가 차단됩니다. 이때 커밋 정보로 시크릿이 포함된 커밋 ID, 시크릿이 포함된 파일 이름과 줄 번호, 시크릿 유형이 표시되죠. 시크릿 push 보호 기능은 프로젝트별로 활성화할 수 있습니다.

이제 GitLab Runner Autoscaler를 GA(Generally Available) 버전으로 이용할 수 있어요. 이는 GitLab Runner 오토스케일링 기능 일부로, Docker Machine 기반 오토스케일링 기술을 계승하고요. GitLab이 개발한 태스크스케일러와 fleeting 기술, Google Compute Engine용 클라우드 제공업체 플러그인으로 구성됩니다. GitLab Runner 오토스케일링을 사용하면 퍼블릭 클라우드 인스턴스에 Runner를 자동 스케일링할 수 있죠. Autoscaler를 사용하도록 Runner를 구성하면 클라우드 인프라로 여러 job을 동시에 실행하며 CI/CD job 부하 증가를 관리할 수 있어요.

이밖에 추가된 GitLab의 새로운 기능✨ 
🔖Tech Blog
    * 인포그랩이 직접 제작한 DevOps 아티클입니다.

Steve는 인포그랩 Solution Architect(SA)이자 DevOps 엔지니어로, GitLab에서 SA로 일했는데요. 그는 GitLab 재직 시절 “GitLab과 GitHub은 뭐가 다른가요?”라는 질문을 많이 받았죠. 둘은 보안, 클라우드 전략, 도입 편의성 등 차이가 큰데요. 핵심 차이점은 보안 기능 지원 범위와 다양성입니다. GitLab은 플랫폼 전체에 보안이 통합됐고요. GitHub에 없는 동적 애플리케이션 보안 테스트(DAST), 컨테이너 스캐닝, Fuzz 테스트 같은 보안 점검 기능을 단독 제공하죠.


GitLab은 GitHub Advanced Security의 고급 보안 기능도 지원하는데요. 코드 스캐닝, SAST, 시크릿 스캐닝 등이 그 예입니다. GitLab 최고 등급 라이선스인 Ultimate는 이러한 고급 보안 기능을 제공하는데요. Steve가 현장 경험을 토대로 GitLab Ultimate의 고급 보안 기능과 GitHub Advanced Security의 고급 보안 기능을 GitLab Ultimate에서 사용하는 방법을 총정리했습니다.

더 많은 Tech Blog 살펴보기😎
🗞️추천 DevOps 콘텐츠
    * 인포그랩이 엄선한 글로벌 IT 기업·전문가의 DevOps 콘텐츠입니다.
  • DataOps는 기술 관행, 워크플로, 문화 규범, 아키텍처 패턴 집합으로 다음 실현
  • 빠른 혁신과 실험으로 고객에게 새로운 인사이트 신속히 제공
  • 매우 높은 데이터 품질, 매우 낮은 오류율
  • DataOps는 소프트웨어 개발 가속화, 데이터 운영 관리 지원
  • 이는 DevOps, 애자일 개발, 린 제조를 데이터 분석 개발과 운영에 적용
  • DataOps 엔지니어는 자동화로, 팀 생산성 낮추는 데이터 라이프사이클 병목 제거
  • 제약 회사 Celgene, DataOps로 데이터 엔지니어당 스키마 변경 수 12배, 데이터 분석가 수 24배 지원
  • 업계 데이터 오류 중간값은 월 3~10건, Celgene은 오류나 SLA 누락 거의 X
이번 인포레터는 어떠셨나요? 
인포레터에 대한 ✉️의견을 보내주세요! 언제든 환영합니다.🙂
✨이전 인포레터 둘러보기
인포그랩 인포레터 | 경기도 성남시 분당구 백현로101번길 17, 초림프라자 511-512호