본문으로 건너뛰기
OpenTofu·Terragrunt에서 Slack AI까지 이어진 인프라 이사
목차

OpenTofu·Terragrunt에서 Slack AI까지 이어진 인프라 이사 (2026-06)

원문 정보

7개 서비스의 변경이 모이는 PR

서버를 누가 만들었는지 확인하려고 담당자의 기억을 더듬던 일이 Git 로그와 PR을 여는 일로 바뀌었습니다. 작성자와 변경 시각뿐 아니라 이유와 리뷰어까지 기록에 남습니다. LINE Plus SRE 팀이 인프라를 코드로 선언하고 관리하는 IaC를 도입한 뒤 생긴 변화입니다.

관리 대상은 사내 클라우드 Verda의 VM, LB, DNS, 쿠버네티스 리소스와 사내 모니터링 도구 IMON의 알림 그룹, 알림 규칙, 알림 모니터인데요. OpenTofu와 Terragrunt로 선언한 리소스는 약 1,500개입니다. 현재 7개 서비스의 인프라 변경이 모두 PR 리뷰와 CI/CD를 거칩니다.

이전에는 팀마다 작업하는 곳부터 달랐습니다. Verda 대시보드에서 설정을 바꾸기도 하고, 스크립트를 실행하거나 위키에 적힌 절차를 따르기도 했습니다. 기록 역시 위키와 개인 문서, GitHub에 흩어져 있었습니다. 각 방식이 잘못된 것은 아니었지만, 서비스와 리소스가 늘수록 상태를 명시하고 변경을 검토하며 같은 작업을 반복할 공통 절차가 필요해졌습니다.

애플리케이션은 Git에 코드를 올리면 리뷰와 CI/CD를 거쳐 배포됩니다. 인프라에도 그 흐름을 적용하기로 했습니다. 원하는 상태를 Git에 선언하고 모든 변경을 PR로 진행하는 GitOps가 그 바탕입니다. 인프라 설정도 애플리케이션 코드처럼 검토하고, 버전을 관리하며, 다시 재현할 수 있게 만들려는 선택이었습니다.

PR을 열면 Plan이 자동으로 실행돼 예상 변경 사항을 PR 코멘트에 남깁니다. 팀이 Diff를 검토하고 승인한 PR을 머지하면 Apply가 실행됩니다. 배포 성공 여부는 Slack으로 전달됩니다. 서비스별, 환경별(Verda, Flava, IMON)로 워크플로를 나눴고, 모든 프로젝트에 상태 잠금을 복구하는 force-unlock 워크플로도 마련했습니다. 잠금을 풀기 위해 서버에 직접 접속하지 않아도 됩니다.

리뷰에서 오갈 수 있는 피드백도 구체적입니다. 새 VM을 만드는 PR에서 DB ACL 설정에 필요한 custom_tag 누락을 발견할 수 있습니다. BMT 결과에 트래픽에 따라 메모리를 많이 쓰는 패턴이 보인다면, 선택한 flavor 대신 Memory Intensive를 제안할 수도 있습니다. 콘솔에서 혼자 생성하던 작업에 동료의 검토가 들어오는 것입니다. CODEOWNERS로 필수 리뷰어를 지정하면 리뷰 없는 머지도 막을 수 있습니다.

운영 중인 리소스를 그대로 가져오는 import

그 흐름에 올라타기 전, 이미 돌아가는 인프라부터 옮겨야 했습니다. 대상은 약 300대의 VM, 약 160개의 LB, 약 350개의 DNS 레코드였습니다. 운영 중인 리소스에 영향을 주지 않고 관리 방식을 바꾸는 일은 달리는 기차의 바퀴를 갈아 끼우는 작업과 닮아 있었습니다.

OpenTofu에는 import 기능이 있습니다. 하지만 리소스를 하나씩 식별하고 설정 파일을 작성한 뒤 실제 인프라와 연결하는 일을 사람이 수백 번 반복하기에는 시간도, 실수할 여지도 컸습니다. 팀은 먼저 서비스 하나에서 import를 자동화하고 도구와 절차, 파이프라인을 검증했습니다. 이후 검증한 모듈과 스크립트로 다른 서비스에 확산하는 순서였습니다.

필요한 곳에서 버전을 올리는 OpenTofu 모듈

OpenTofu를 선택한 배경에는 기존 자산과의 호환성이 있었습니다. Terraform의 오픈소스 포크인 OpenTofu는 HCL 문법과 프로바이더 호환성을 유지하므로, 익숙한 작성 방식과 기존 프로바이더·모듈 구조를 대부분 가져올 수 있었습니다. 오픈소스 라이선스 기반으로 쓸 수 있는 도구이기도 합니다. Verda와 IMON을 코드로 다룰 수 있게 해 준 기반은 SRE 9팀이 만든 Terraform 프로바이더였습니다.

반복해서 쓰는 VM, LB, 모니터링 알림 구성은 모듈로 분리했습니다. 각 팀은 같은 모듈에 필요한 값만 넘깁니다. 모듈을 수정해 새 버전을 내더라도 모든 환경에 곧바로 적용되지는 않습니다. 필요한 곳에서 버전을 명시적으로 올려 변경을 받아들이도록 했습니다.

모듈만으로 반복이 모두 사라지지는 않았습니다. 환경마다 모듈을 호출하는 코드와 백엔드·프로바이더 설정이 다시 등장했습니다. 이 부분은 OpenTofu 래퍼인 Terragrunt로 줄였습니다. 공통 설정을 상위 root.hcl에 한 번 정의하고 각 환경에는 달라지는 입력만 남겨, 리소스 정의에서 줄인 중복을 환경 구성에서도 줄였습니다.

같은 VM 목록 안의 다른 관리 주체

import 스크립트는 현재 리소스를 조회한 뒤 IaC로 관리할 대상과 제외할 대상을 가립니다. 이어 Terragrunt 파일을 생성하고 실제 리소스를 OpenTofu state에 연결합니다. state는 코드에 선언한 리소스와 실제 클라우드 리소스를 연결하는 정보입니다. 마지막에는 plan으로 예상 변경을 확인해 불필요한 수정이 없는지 검증했습니다.

조회된 리소스를 전부 가져와서는 안 됐습니다. OpenStack에는 사람이 만든 VM과 쿠버네티스 서비스가 자동으로 만든 VM이 함께 있었습니다. 같은 VM 목록에 나타나도 관리 주체는 달랐습니다. 쿠버네티스가 관리하는 VM까지 IaC로 가져오면 클러스터가 기대하는 상태와 충돌할 수 있어, 네이밍 패턴과 메타데이터를 기준으로 가져오기 대상에서 제외했습니다.

리소스마다 함께 살펴야 할 관계도 달랐습니다. VM은 개별 인스턴스를 기준으로 가져오지만 LB에는 리스너와 풀이 따라옵니다. DNS는 존과 레코드의 관계를 유지해야 했고, 쿠버네티스는 클러스터와 노드 풀을 어떤 단위로 관리할지 정해야 했습니다. 조회부터 plan 검증까지의 절차는 유지하되, 각 단계의 처리는 리소스에 맞췄습니다.

IMON에서는 계층 자체를 코드에 표현해야 했습니다. 팀 아래에 알림 그룹이 있고, 그 아래 알림 규칙과 알림 모니터가 연결됩니다. 알림을 한꺼번에 가져오는 것만으로는 어느 규칙이 어느 그룹에 속하고 어떤 모니터가 그 규칙의 조건인지 드러나지 않았습니다. 디렉터리를 실제 계층과 비슷하게 구성한 이유입니다.

알림 그룹은 alert-groups/line_alert_group_a/terragrunt.hcl에, 알림 규칙과 모니터는 그 아래 line_alert_rule_monitor_a/terragrunt.hcl에 정의했습니다.

클라우드에서 허용한 이름을 프로바이더가 거부하는 일도 있었습니다. 실제 LB 이름에는 -와 _를 모두 쓸 수 있었지만, 프로바이더의 백엔드 모듈은 _를 허용하지 않았습니다. 기존 LB를 가져오다 발생한 이 오류는 프로바이더의 검증 로직을 수정해 기여하는 방식으로 해결했습니다.

import 뒤 plan에 남은 가짜 차이

리소스를 state에 연결했다고 이전이 끝나지는 않았습니다. 네트워크 ID나 이미지 ID가 실제로는 같은 대상을 가리키는데도 표현이 달라, plan에 변경 사항으로 계속 나타났습니다. 이런 차이가 남으면 적용할 변경을 판단하기 어렵습니다. 팀은 import 뒤 상태와 입력값을 정리하는 정규화 과정을 추가했습니다.

리전마다 flavor_id, image_id, network_id의 UUID가 다른 문제도 처리해야 했습니다. 모듈 내부에 매핑 로직을 넣어 사용자는 읽기 쉬운 이름을 입력하고, 모듈이 이를 리전별 실제 ID로 변환하도록 했습니다. 코드가 읽기 쉬워졌고 import 뒤에 남던 가짜 diff도 줄었습니다.

첫 서비스를 옮기는 데는 한 달이 걸렸습니다. 도구를 고르고 파이프라인을 준비하는 일에 정규화 스크립트, 필터링 규칙, 모듈 보정까지 포함된 시간이었습니다. 이후에는 이 기반을 재사용해 같은 기간에 서비스를 네 개 더 옮겼습니다. 처음 만든 스크립트와 보정 로직이 다음 서비스의 이전 부담을 낮춘 것입니다.

익숙한 IMON2 화면에서 꺼내는 HCL

파이프라인이 준비돼도 모든 팀원이 곧바로 HCL을 쓸 수 있는 것은 아니었습니다. 프로바이더마다 리소스 타입과 인자가 달랐고, 특히 모니터링 사용자는 브라우저에서 알림을 만들고 관리하는 데 익숙했습니다. 새 절차를 설명하는 것만으로는 빈 에디터 앞의 부담을 줄일 수 없었습니다.

SRE 팀은 각 서비스의 기존 리소스부터 가져와 보여 줬습니다. 낯선 예제를 읽는 대신 자기 서비스의 VM이 어떤 코드로 표현되는지 확인하게 한 것입니다. 이미 운영하는 리소스의 코드가 있으니 처음부터 HCL을 작성하는 것과는 출발점이 달랐습니다.

모니터링에는 Chrome 확장 프로그램을 만들었습니다. 사용자가 IMON2 웹 대시보드에서 알림 규칙 페이지를 열면, 확장 프로그램이 화면의 DOM에서 설정값을 읽어 OpenTofu HCL을 생성합니다. 사용자는 익숙한 화면에서 설정을 확인하고 옆 패널의 코드를 복사해 PR로 올립니다. 웹 UI에서 시작한 작업이 코드로 끝나도록, 기존 운영 습관과 IaC 절차 사이에 다리를 놓았습니다.

코드로 관리하기 시작한 알림은 변경 방식도 달라졌습니다. 여러 알림의 임계치를 PR 하나로 수정하고, 바꾼 이유를 커밋 메시지에 남깁니다. 새 서비스에 같은 알림 구성이 필요하면 기존 코드를 복사해 값만 바꾸면 됩니다. 대시보드에서 하나씩 만들 때 생기던 미세한 설정 차이도 사라졌습니다.

전파에는 사람 사이의 설명도 포함됐습니다. SRE들이 격주로 여는 Opentalk에서 도입 배경과 저장소 구성, PR 변경 절차를 공유하고 피드백을 개선에 반영했습니다. 먼저 각 서비스 담당 SRE에게 운영 방식을 알리고, 해당 인프라를 잘 아는 SRE가 팀 상황에 맞게 안내하는 경로였습니다. 도구를 선택하고 구성을 결정한 배경은 블로그에도 남겨 새 팀원과 다른 팀이 참고하도록 했습니다.

온보딩도 달라졌습니다. 새 팀원은 저장소에서 현재 인프라 구성을 읽고, 과거 PR에서 변경 이유를 따라갈 수 있습니다. 특정 flavor를 선택하거나 알림 임계치를 낮춘 배경이 리뷰 코멘트에 남아 있기 때문입니다. 시니어의 설명에 의존하던 지식을 코드와 이력으로 공유하면서 온보딩 시간도 줄었습니다.

코드 바깥의 수정을 찾아내는 Drift Check

이렇게 기록과 리뷰를 얻는 대신, 작은 변경에도 절차가 붙었습니다. VM 하나의 스펙을 올리는 일도 코드 수정, PR 생성, 리뷰, 머지, 적용을 거칩니다. 콘솔에서 클릭 두세 번으로 끝내던 때보다는 번거롭습니다. 새로 합류한 사람도 코드를 보고 구성을 파악하고, 같은 절차로 안전하게 변경할 수 있게 된 배경이기도 합니다.

팀 전체가 그 절차를 따라야 코드와 실제 상태가 일치합니다. 한 사람이라도 콘솔에서 직접 수정하면 차이가 생깁니다. 콘솔 변경은 긴급 대응처럼 불가피한 경우로 제한하고, 작업 뒤에는 반드시 IaC 코드에도 반영해 상태를 다시 맞춰야 합니다.

그 반영을 놓친 경우를 잡아내는 장치가 Drift Check입니다. Drift는 코드에 선언한 상태와 실제 클라우드 상태가 어긋난 것을 뜻합니다. 팀은 매일 이를 검사하고 전체 diff를 Slack으로 보냅니다. PR을 거치지 않은 변경도 다음 검사에서 확인할 수 있습니다.

서비스 오픈 전 테스트를 위해 콘솔에서 DNS 레코드의 IP를 바꾼 상황을 예로 들 수 있습니다. 테스트 후 복원하려 했지만 다른 준비 작업에 밀려 잊었다면, 코드에는 이전 IP가 남아 있습니다. Drift Check가 오픈 전에 이 차이를 알리면 잘못된 IP로 사용자 트래픽이 흐르기 전에 원복할 수 있습니다. 실제 장애 사례가 아닌, 수동 변경을 발견하는 과정을 보여 주는 예시입니다.

의도적으로 코드와 다른 상태를 유지해야 하는 리소스도 예외로 관리할 수 있습니다. .driftignore 같은 별도 ignore 파일에 등록해 Drift Check 대상에서 제외하는 방식입니다. 차이를 발견하는 검사와 예외 처리를 함께 두고, 불가피한 콘솔 변경 뒤에는 코드를 갱신하는 운영 습관을 유지합니다.

Slack 요청에서 PR까지 이어지는 AI 에이전트

인프라 변경을 시작하는 사람도 달라졌습니다. 이전에는 모든 변경이 SRE 팀을 거쳤지만, A 서비스 개발 팀은 이제 직접 Terragrunt 코드를 작성하고 PR을 올립니다. SRE는 코드 작성을 대신하지 않고 리뷰어로 참여합니다. 다른 팀들은 AI 에이전트를 이용해 같은 변경 절차에 참여하려고 움직이고 있습니다.

코드로 선언한 인프라는 AI도 읽을 수 있습니다. “A 서비스 두 대 더 늘려주세요”나 “B 서비스에 LB 추가해 주세요”처럼 패턴이 정해진 요청을 처리할 기반이 생긴 것입니다. 팀은 OpenTofu 저장소를 MCP(model context protocol)로 연결하고 Slack에서 자연어로 인프라 변경을 요청하는 봇을 만들었습니다.

요청을 받은 에이전트는 기존 코드 패턴을 참고해 Terragrunt 코드를 생성하고 PR을 엽니다. plan 결과는 Slack으로 공유됩니다. 사람이 리뷰하고 승인하면 자동으로 배포되는 흐름입니다. 직접 HCL을 작성하든 에이전트에게 요청하든, 변경은 같은 GitOps 파이프라인을 거칩니다.

모니터링 알림을 받아 대응 코드를 만드는 방식은 가능한 확장 시나리오로 제시했습니다. 에이전트가 알림을 수신하고 IaC에서 현재 VM 수와 스펙을 파악한 뒤, 스케일 아웃 코드를 생성해 PR을 여는 방식입니다. 시간 비교도 이 시나리오에 해당합니다. 수동 대응은 알림 확인부터 반영까지 수십 분, 에이전트 방식은 PR 생성까지 수 분이며 승인 즉시 반영되는 흐름을 제시했습니다. 사람이 검토할 PR에는 변경 이유와 알림, plan 결과가 함께 남습니다.

원문에 나온 규모와 소요 시간
항목값
코드로 선언된 리소스약 1,500개
인프라 변경을 IaC로 처리하는 서비스7개
import 대상 VM약 300대
import 대상 LB약 160개
import 대상 DNS 레코드약 350개
1단계(서비스 1개 이전) 소요약 한 달
같은 기간 2단계 확산서비스 4개 추가
Opentalk 주기격주
마지막 수정 일자