인프라·DevOps

실제로 하는 일

• CI/CD 파이프라인을 만들고 빌드·배포 실패 원인을 로그로 추적한다
• Terraform 등으로 서버·네트워크·DB 리소스를 코드로 정의하고 변경 이력을 관리한다
• Kubernetes 클러스터의 리소스 사용량, 배포 상태, 파드 재시작 원인을 점검한다
• 모니터링·알림 도구의 대시보드를 만들고 임계값을 조정해 장애를 조기에 감지한다
• 온콜 당번일 때 새벽 알림을 받고 장애 원인을 파악해 롤백하거나 스케일 조정한다
• 장애 후 회고 문서를 작성하고 재발 방지를 위한 자동화나 알림 규칙을 개선한다
• 클라우드 비용 리포트를 보고 불필요한 리소스를 정리하거나 아키텍처를 조정한다

필요한 역량

• Linux
• Kubernetes
• Docker
• Terraform
• AWS/GCP/Azure
• Prometheus/Grafana
• GitHub Actions/Jenkins
• Ansible

들어가는 경로

• 백엔드 개발자로 일하다 배포·운영에 흥미를 느껴 인프라 업무 비중을 늘려가며 전환
• 전산·컴퓨터공학 전공 후 신입으로 인프라·플랫폼팀에 지원
• IT 인프라 운영, 네트워크·시스템 관리 경력에서 클라우드·자동화 역량을 더해 전환
• 스타트업에서 여러 역할을 겸임하다 자연스럽게 인프라 담당으로 굳어지는 경우
• 개인 프로젝트나 사이드 프로젝트로 Kubernetes·Terraform을 직접 구축해본 경험을 포트폴리오화

성장 단계

1. 주니어1~3년정해진 런북과 가이드대로 배포·모니터링 작업을 정확히 수행하고, 장애 시 선임의 지시를 이해해 빠르게 실행하는지로 평가받는다
2. 미드레벨3~6년새로운 서비스의 인프라를 스스로 설계하고, 온콜 중 1차 판단과 원인 분석을 독립적으로 해내는지로 평가받는다
3. 시니어6~10년여러 서비스에 걸친 아키텍처 표준을 세우고, 장애 재발을 구조적으로 줄이는 자동화·정책을 만드는지로 평가받는다
4. 리드/아키텍트10년 이상조직 전체의 인프라 방향성과 비용·보안·안정성 트레이드오프를 결정하고 팀의 온콜 체계 자체를 설계하는지로 평가받는다

오해와 실제

• “인프라·DevOps는 코드를 많이 안 짜도 된다”

  실제로는 Terraform, 스크립트, 파이프라인 설정 등 코드로 인프라를 다루는 일이 업무의 상당 부분을 차지합니다. 코드 리뷰와 버전 관리 습관이 없으면 협업 자체가 어렵습니다.

• “장애만 없으면 조용하고 편한 직무다”

  장애가 잦지 않은 서비스라도 온콜 순번은 유지되며, 새벽·주말 알림에 대응해야 하는 긴장은 상시적입니다. 이 온콜 부담의 크기와 보상 여부는 회사마다 크게 다릅니다.

• “DevOps 엔지니어는 배포 자동화 도구만 다루면 된다”

  실제로는 보안, 비용, 아키텍처 설계, 개발팀과의 협의까지 범위가 넓습니다. 도구 사용법보다 시스템 전체를 이해하는 능력이 더 오래 요구됩니다.

보상은 무엇으로 갈리는가

같은 연차라도 서비스가 감당하는 트래픽 규모와 장애의 파급력이 클수록, 그리고 온콜·야간 대응 부담이 클수록 보상 수준이 갈리는 경향이 있습니다. 회사 규모보다 '이 사람이 없으면 서비스가 얼마나 위험해지는가'라는 책임의 크기가 협상력을 좌우하며, 클라우드 비용 최적화나 대규모 마이그레이션 같은 프로젝트 경험이 있으면 이직 시 유리하게 작용합니다.

여기서 갈 수 있는 직무

• 백엔드3~7년차

  준비 기간이 짧다

  사내 도구·내부 API 개발이나 자동화 스크립트 작업을 백엔드 프로젝트로 확장하며 코드 기여 비중을 늘리는 경우가 많다. 이미 인프라를 이해하고 있어 배포·성능 이슈에 강한 백엔드 개발자로 포지셔닝하기 좋지만, 도메인 로직 설계 역량은 별도로 쌓아야 한다.

  그대로 쓰는 것 · 서버/API 설계 이해, DB·네트워크 트러블슈팅 경험, 코드 작성 및 CI/CD 파이프라인 경험, 장애 대응·로그 분석 능력

  새로 채울 것 · 비즈니스 로직 설계 및 도메인 모델링 경험, 특정 언어/프레임워크 심화(스프링, 장고 등), 대규모 서비스 코드베이스 유지보수 경험

• 보안4~8년차

  준비 기간이 짧다

  클라우드 보안 설정, 접근 권한 관리, 취약점 점검 업무를 맡으며 DevSecOps 역할로 자연스럽게 넘어가는 경우가 많다. 인프라 전반을 알고 있다는 점이 보안팀에서 큰 강점이 되지만, 공격/방어 관점의 전문 지식은 별도로 학습해야 한다.

  그대로 쓰는 것 · 클라우드 인프라 구조 이해, IAM·네트워크 접근 제어 경험, 로그·모니터링 시스템 운영 경험, 장애/침해 대응 프로세스 이해

  새로 채울 것 · 보안 취약점 진단 및 위협 모델링, 컴플라이언스·보안 인증(ISMS 등) 지식, 보안 전용 툴체인(SIEM, WAF 등) 심화

• 데이터·AI4~8년차

  1~2년 준비가 필요하다

  ML 모델 배포 인프라나 데이터 플랫폼 운영을 맡으면서 MLOps·데이터 엔지니어링 쪽으로 넘어가는 경로가 흔하다. 인프라 자동화 경험이 그대로 활용되지만, 데이터 처리 로직과 모델 라이프사이클 이해는 새로 쌓아야 한다.

  그대로 쓰는 것 · 데이터 파이프라인 인프라 구축 경험, 쿠버네티스·컨테이너 기반 서빙 환경 이해, 모니터링·리소스 관리 경험, 자동화 스크립트 작성 능력

  새로 채울 것 · 데이터 엔지니어링 도구(Spark, Airflow 등) 실무 경험, 모델 서빙·MLOps 파이프라인 설계, 통계·ML 기본 개념

• 영업·BD5~10년차

  1~2년 준비가 필요하다

  클라우드 벤더나 인프라 솔루션 기업에서 고객 기술지원(PoC, 아키텍처 컨설팅)을 담당하다 세일즈 엔지니어·솔루션즈 아키텍트로 전환하며 영업 조직에 합류하는 경우가 있다. 기술 신뢰도는 확보되지만 영업 목표 관리와 협상 역량은 새로 훈련해야 한다.

  그대로 쓰는 것 · 클라우드/인프라 기술 지식, 고객사 기술 요구사항 파악 능력, 장애·아키텍처 설명 커뮤니케이션 경험

  새로 채울 것 · 영업 프로세스 및 계약·협상 스킬, 고객 관계 관리(어카운트 매니지먼트), 제안서·PoC 기획 역량