단일 데브옵스 플랫폼(The One DevOps Platform) 공급업체인 깃랩(GitLab)이 가시성과 관측기능, 지속적인 보안 및 컴플라이언스, 엔터프라이즈 애자일 플래닝 및 워크플로우 자동화, 데이터 과학 작업부하 지원 등 솔루션 영역의 플랫폼 기능이 향상된 단일 데브옵스 프랫폼 신 버전을 출시하며, 비즈니스-크리티컬 코드의 개발 및 협업 지원에 나선다.
깃랩 15 첫번째 릴리스 15.0 버전 출시
비즈니스 크리티컬 코드 개발·협업 지원
단일 데브옵스 플랫폼(The One DevOps Platform) 공급업체인 깃랩(GitLab)이 가시성과 관측기능, 지속적인 보안 및 컴플라이언스, 엔터프라이즈 애자일 플래닝 및 워크플로우 자동화, 데이터 과학 작업부하 지원 등 솔루션 영역의 플랫폼 기능이 향상된 단일 데브옵스 프랫폼 신 버전을 출시하며, 비즈니스-크리티컬 코드의 개발 및 협업 지원에 나선다.
깃랩은 새로운 최첨단 데브옵스 기능을 단일 플랫폼으로 제공하는 차세대 깃랩 15의 첫 번째 릴리스인 15.0 버전을 출시했다고 16일 밝혔다.
깃랩 15는 포괄적인 데브옵스 기능을 통해 기업들이 소프트웨어를 안전하게 제공하고, 원하는 비즈니스 성과를 달성할 수 있도록 비즈니스-크리티컬(Business-Critical) 코드의 개발 및 협업을 지원한다.
새로운 릴리스는 가시성과 관측(Observability), 지속적인 보안 및 컴플라이언스, 엔터프라이즈 애자일 플래닝, 워크플로우 자동화 및 데이터 과학 작업부하 지원 등을 비롯한 솔루션 영역의 플랫폼 기능이 향상됐다.
데브옵스는 소프트웨어의 개발과 운영의 합성어로 애플리케이션과 서비스를 빠른 속도로 제공할 수 있도록 조직의 역량을 향상시키는 문화철학, 방식, 도구의 조합이다. 기존의 소프트웨어 개발 및 인프라 관리 프로세스를 사용하는 조직보다 제품을 더 빠르게 혁신하고 개선할 수 있다.
데브옵스 플랫폼을 이용하는 에어버스(Airbus)등 여러 고객들은 이미 상당한 효율성 개선 효과를 거두고 있다.
에어버스 데브옵스 팀은 깃랩 구현 이전에 수동으로 테스트를 수행하고, 운영환경을 설정하는데 소요되던 시간을 깃랩 채택 후 24시간에서 단 10분 만에 기능 업데이트를 릴리스할 수 있게 됐다.
깃랩 15는 가시성을 확장하고, 기업들이 가치 제공 및 애플리케이션 상태를 완벽하게 파악할 수 있는 새로운 기능을 제공한다.
이러한 기능은 조직의 사일로 문제를 제거하고, 공유 및 협업을 강화할 수 있도록 해준다.
깃랩의 포괄적인 관측 및 모니터링 툴은 기업들의 사고 발생률을 낮추고, 최근 성능 저하에 대한 실행 가능한 통찰력을 제공함으로써 사고 발생 시 실시간으로 우선순위에 따라 이를 분류할 수 있도록 지원한다.
또한 깃랩은 최신 릴리스를 통해 전체 소프트웨어 개발 주기에 걸쳐 컴플라이언스를 강화할 수 있는 기능과 통합 보안 스캐닝 및 컴플라이언스 감사 기능을 제공함으로써 개발 팀이 더 많은 툴을 추가하거나 제품 제공에 방해받지 않고 소프트웨어 혁신에 집중할 수 있도록 지원한다.
완벽한 데브옵스 플랫폼인 깃랩은 비즈니스 리더들이 비전을 실현하고, 데브옵스 팀이 작업 방식을 개선해 가치를 제공할 수 있도록 독보적인 플래닝 기능 세트를 제공한다.
깃랩 15는 향상된 플래닝 기능을 통해 초기 분석에서 플래닝, 구현, 배포 및 모니터링에 이르기까지 모든 데브옵스 라이프사이클 단계에 걸쳐 보다 다양한 워크플로우와 데이터 상호연결을 지원하고, 탁월한 유연성을 제공한다.
또한 깃랩은 머신러닝(ML) 기능으로 데브옵스 플랫폼을 강화하여 기존 기능을 보다 지능적으로 자동화하여 가치 실현시간을 개선하는 것은 물론, 권고안을 제시하여 의사결정 주기를 단축한다.
단일 데브옵스 플랫폼은 최신 애플리케이션의 빌드, 보호 및 운영과 관련된 모든 사람들을 지원한다. 머신러닝은 오늘날 소프트웨어 개발의 필수 구성요소이며, 데이터 과학자들은 깃랩 15를 통해 데이터 과학 모델을 보다 효율적으로 배포하고, 조정 과제를 줄일 수 있다. 또한 보다 신속하게 통찰력을 확보할 수 있으며, 시간이 지남에 따라 자체 데이터 학습도 가능하다. 이외에도 깃랩 15는 데이터 과학 팀이 이해관계자들과 긴밀히 협력하여 최상의 사용자 경험을 제공할 수 있도록 모델옵스(ModelOps) 적용사례를 강화할 예정이다.