Type something to search...
쿠버네티스(Kubernetes) 완벽 이해: 도커를 넘어선 컨테이너 오케스트레이션

쿠버네티스(Kubernetes) 완벽 이해: 도커를 넘어선 컨테이너 오케스트레이션

쿠버네티스(Kubernetes, k8s)는 수십, 수백 개의 컨테이너를 여러 서버에 걸쳐 배포·확장·관리하는 일을 자동화하는 컨테이너 오케스트레이션 도구입니다. 도커가 애플리케이션 하나를 패키징한다면, 쿠버네티스는 선언한 상태대로 컨테이너 무리를 유지하며 재시작·재배치·확장을 알아서 처리합니다.

쿠버네티스(Kubernetes)란 무엇인가?

쿠버네티스는 '컨테이너 오케스트레이션(Container Orchestration)' 플랫폼입니다. 도커(Docker)가 단일 컨테이너의 생성과 관리를 혁신했다면, 쿠버네티스는 대규모 컨테이너의 배포, 확장, 관리를 자동화합니다. 구글(Google)이 방대한 컨테이너 인프라를 관리하려고 만든 내부 시스템(Borg)의 노하우를 바탕으로 오픈소스로 공개한 것이 시작입니다.

오케스트라 지휘자가 수많은 악기가 조화롭게 연주하도록 이끌듯, 쿠버네티스는 수많은 컨테이너가 안정적으로 서비스를 제공하도록 지휘합니다.

왜 쿠버네티스가 필요한가?

관리할 컨테이너가 사람 손으로 감당하기 어려울 만큼 많아지면 쿠버네티스가 필요해집니다. 초기 서비스나 작은 프로젝트에서는 도커 컨테이너 몇 개를 수동으로 관리할 수도 있습니다. 하지만 서비스 규모가 커지고 마이크로서비스 아키텍처(MSA)를 도입하면 컨테이너 수가 급격히 늘고, 다음과 같은 문제가 생깁니다.

  • 특정 컨테이너가 죽었을 때 어떻게 자동으로 재시작할 것인가?
  • 트래픽이 몰릴 때 컨테이너 수를 어떻게 자동으로 늘리고(Scale-out), 트래픽이 줄면 다시 줄일(Scale-in) 것인가?
  • 여러 대의 서버(노드) 자원을 효율적으로 배분하여 컨테이너를 어떻게 배치할 것인가?
  • 새로운 버전의 앱을 배포할 때 서비스 중단 없이(Zero-downtime) 어떻게 업데이트를 진행할 것인가?

쿠버네티스는 이런 문제를 선언적(Declarative)인 방법으로 해결합니다. "서버 3대에 웹 앱 컨테이너 5개를 항상 유지해줘"라고 선언만 하면, 쿠버네티스가 그 상태를 모니터링하며 일치하도록 끊임없이 제어합니다.

쿠버네티스의 핵심 오브젝트는 무엇인가요?

쿠버네티스는 클러스터 상태를 여러 기본 오브젝트로 표현하며, 이를 이해하는 것이 쿠버네티스를 익히는 첫걸음입니다.

1. 파드 (Pod)

파드는 쿠버네티스에서 배포할 수 있는 가장 작고 기본적인 실행 단위입니다. 파드는 하나 이상의 컨테이너를 포함할 수 있고, 같은 파드 안의 컨테이너는 스토리지 볼륨, 네트워크 IP 주소, 실행 옵션 등을 공유합니다. 일반적으로 파드 하나에 핵심 애플리케이션 컨테이너 하나를 두는 것이 권장되지만, 로깅 수집기나 프록시 같은 보조 컨테이너(Sidecar)를 함께 두기도 합니다.

2. 레플리카셋 (ReplicaSet)

레플리카셋은 지정된 개수(Replica)만큼의 파드가 항상 실행되도록 보장합니다. 파드가 문제로 종료되거나 노드에 장애가 나면 레플리카셋이 즉시 새 파드를 만들어 설정된 개수를 맞춥니다. 이를 통해 서비스의 높은 가용성(High Availability)을 확보할 수 있습니다.

3. 디플로이먼트 (Deployment)

디플로이먼트는 레플리카셋과 파드의 상태를 선언적으로 업데이트하게 해주는 상위 컨트롤러입니다. 실무에서는 파드나 레플리카셋을 직접 만들기보다 주로 디플로이먼트로 애플리케이션을 배포합니다. 무중단 롤링 업데이트(Rolling Update)나 이전 버전으로의 롤백(Rollback)을 손쉽게 수행할 수 있습니다.

4. 서비스 (Service)

서비스는 계속 바뀌는 파드 집합에 안정적인 고정 IP(ClusterIP)와 도메인 이름(DNS)을 부여합니다. 파드는 수명 주기가 짧아 생성·소멸될 때마다 IP 주소가 바뀌기 때문입니다. 서비스 타입에 따라 클러스터 내부에서만 통신할지, 외부로 노출할지(NodePort, LoadBalancer) 정할 수 있습니다.

5. 인그레스 (Ingress)

인그레스는 클러스터 외부에서 내부 서비스로 들어오는 HTTP/HTTPS 경로 라우팅을 관리하는 오브젝트입니다. 하나의 외부 IP로 여러 서비스에 트래픽을 분산하고, SSL/TLS 인증서 처리와 이름 기반 가상 호스팅을 지원해 효율적인 트래픽 관리가 가능합니다.

쿠버네티스 클러스터는 어떻게 구성되나요?

쿠버네티스 클러스터는 크게 두 가지 역할의 노드(서버)로 구성됩니다.

  • 컨트롤 플레인 (Control Plane / Master Node): 클러스터 전체를 관리하고 제어하는 두뇌 역할을 합니다. API 서버, 클러스터 데이터를 저장하는 etcd 분산 저장소, 스케줄러(Scheduler), 컨트롤러 매니저(Controller Manager) 등으로 구성됩니다.
  • 워커 노드 (Worker Node): 실제 애플리케이션 컨테이너(파드)가 실행되는 작업자 서버입니다. 각 워커 노드에는 컨트롤 플레인과 통신하는 Kubelet, 컨테이너 런타임(Docker, containerd 등), 네트워크 프록시인 Kube-proxy가 실행됩니다.

우리 팀도 쿠버네티스를 도입해야 할까요?

조직 규모와 서비스 성격에 따라 다릅니다. 쿠버네티스는 강력하지만 도입 비용과 러닝 커브가 매우 높아서, 무작정 도입하기보다 면밀히 따져 봐야 합니다.

쿠버네티스 클러스터를 직접 구축해 운영(On-premise)하려면 상당한 인프라 전문 지식이 필요합니다. 그래서 많은 기업이 클라우드 제공업체의 관리형(Managed) 쿠버네티스 서비스(AWS EKS, Google GKE, Azure AKS 등)를 활용합니다. 관리형 서비스를 쓰면 컨트롤 플레인 관리를 클라우드 업체에 맡기고 개발자는 워커 노드와 애플리케이션 배포에만 집중할 수 있어 운영 부담을 크게 줄일 수 있습니다.

요약

도커가 애플리케이션 패키징 문제를 해결했다면, 쿠버네티스는 대규모 환경의 배포와 운영 문제를 해결하는 클라우드 네이티브 시대의 표준 운영체제와 같습니다. 현대적인 백엔드 시스템이나 데이터 파이프라인을 구축하려 한다면 쿠버네티스 생태계에 대한 이해는 선택이 아닌 필수가 되어가고 있습니다.

Related Post

AI 네이티브 개발: 우리가 알던 전통적인 코딩의 종말

AI 네이티브 개발: 우리가 알던 전통적인 코딩의 종말

AI 네이티브 개발 플랫폼은 자동 완성을 넘어, AI를 리포지토리 전체를 이해하는 엔지니어링 팀의 핵심 구성원으로 다룹니다. 아키텍처를 제안하고, 서비스를 생성하고, 테스트를 작성하고, 배포 파이프라인 초안까지 만들 수 있죠. 2026년의 소프트웨어 엔지니어는 그래서 코드를 타이핑하기보다 목표를 설명하고, 설계를 검토하고, AI가 놓친 부분을 잡아

프로토타입 경제: AI로 48시간 만에 작동하는 앱을 만드는 법

프로토타입 경제: AI로 48시간 만에 작동하는 앱을 만드는 법

**프로토타입 경제(Prototype Economy)**란 AI 코딩 어시스턴트, 에이전트 기반 워크플로우(Agentic workflows), 생성형 디자인 도구 덕분에 아이디어가 클릭 가능한 프로토타입이 되기까지의 시간이 몇 달에서 몇 분으로 줄어든 2026년의 현실을 말합니다. 결론적으로 시니어 개발자가 아닌 한 사람도 주말 이틀이면 실제로 작동하는

개발자를 위한 첫 커스텀 기계식 키보드 빌드 가이드

개발자를 위한 첫 커스텀 기계식 키보드 빌드 가이드

커스텀 기계식 키보드를 처음부터 조립하는 과정은 크게 네 단계입니다. 베어본 킷 고르기, 스위치 선택과 윤활, 스테빌라이저 튜닝, 키캡 장착이죠. 손이 많이 가고 시간도 오래 걸리지만, 그 대가로 일반적인 기성품보다 훨씬 부드러운 소리와 키감의 키보드를 얻을 수 있습니다. 개발자나 기획자처럼 하루 8시간에서 10시간씩 타자를 치는 분이라면 무엇에 뛰어드는

개발자를 위한 커스텀 NAS 셀프호스팅: 클라우드 구독 대신 얻는 것들

개발자를 위한 커스텀 NAS 셀프호스팅: 클라우드 구독 대신 얻는 것들

커스텀 NAS는 단순한 파일 저장소를 넘어, 개발자에게 유료 클라우드 저장소·비공개 Git 호스팅·필요할 때마다 띄우던 CI 서버를 집 안의 상자 하나로 대신해 줄 수 있습니다. 스스로 1인 IT 부서가 되어야 한다는 대가가 있지만, 고정 비용 절감과 데이터 통제권, 더 빠른 로컬 개발 환경을 얻을 수 있습니다. NAS(Network Attached S

듀얼 스크린 노트북은 듀얼 모니터를 대체할 수 있을까? (2026년 개발자 리뷰)

듀얼 스크린 노트북은 듀얼 모니터를 대체할 수 있을까? (2026년 개발자 리뷰)

듀얼 스크린 노트북은 데스크탑 듀얼 모니터 환경을 대체할 수 있지만, 모든 사람에게 그런 것은 아닙니다. 집·회사·카페를 오가는 하이브리드 워커나 디지털 노마드에게는 훌륭한 선택이고, 하루 종일 같은 책상에 앉아 일한다면 울트라와이드 모니터와 좋은 의자가 더 낫습니다. 2026년 초, 물리 키보드 대신 두 번째 OLED 스크린을 단 듀얼 스크린 노트북이

엔터프라이즈 에이전트 AI: 단순 프롬프트를 넘어 자율 워크플로우로 진화한 2026년

엔터프라이즈 에이전트 AI: 단순 프롬프트를 넘어 자율 워크플로우로 진화한 2026년

엔터프라이즈 에이전트 AI란 AI 어시스턴트 하나에 한 줄씩 프롬프트를 넣는 대신, 여러 AI 에이전트로 이뤄진 팀에 워크플로우 전체를 맡기는 방식입니다. 2026년의 변화는 '더 똑똑한 자동완성'이 아니라 '위임(Delegating)'에 있습니다. 에이전트가 설계·구현·테스트·PR 생성까지 수행하고, 인간 엔지니어는 방향을 정하고 결과를 검토합니다.

디지털 세계를 만지다: 햅틱 VR 장갑과 원격 근무의 변화

디지털 세계를 만지다: 햅틱 VR 장갑과 원격 근무의 변화

소비자용 햅틱(Haptic) VR 장갑은 공간 컴퓨팅에 빠져 있던 '촉감'을 더해 줍니다. 가상 버튼이 손가락을 밀어내고, 디지털 물체가 손아귀에 저항하며, 미세 진동으로 질감까지 느낄 수 있죠. 원격 근무와 3D 디자인의 메인 입력 장치로 쓰면 물리적 세계와 디지털 세계 사이의 '불쾌한 골짜기(Uncanny Valley)'를 메워줄 수 있지만, 열과 배

React에서 HTMX로 전환, 진짜 쓸만할까? (실무 관점 정리)

React에서 HTMX로 전환, 진짜 쓸만할까? (실무 관점 정리)

React 백오피스를 HTMX로 옮기는 건 데이터 조회 위주의 어드민 화면이라면 충분히 해볼 만합니다. 프론트엔드 코드가 크게 줄고, 백엔드 개발자가 UI까지 바로 만들 수 있으며, HTMX 라이브러리 자체는 압축(gzip) 시 14kb 수준입니다. 반면 클라이언트 상태가 복잡하거나, 오프라인 지원이 필요하거나, 네이티브 모바일 앱 계획이 있다면

1인 개발 전성시대: AI와 함께 방구석에서 게임을 만들다

1인 개발 전성시대: AI와 함께 방구석에서 게임을 만들다

2026년에는 혼자서도 방구석에서 완성도 있는 게임을 만들 수 있습니다. 게임 엔진의 비주얼 스크립팅이 코딩 장벽을 크게 낮췄고, 생성형 AI가 그림·음악·디버깅을 도와주며, SNS 개발 일지가 초기 마케팅을 맡아 줍니다. 다만 게임을 재미있게 만드는 핵심 기획과 끝까지 완성하는 꾸준함은 여전히 사람의 몫입니다. 요즘 스팀(Steam)이나 모바일 마켓을

2026년 아이패드 프로, 진짜 개발자용 맥북을 대체할 수 있을까? 현실적인 분석

2026년 아이패드 프로, 진짜 개발자용 맥북을 대체할 수 있을까? 현실적인 분석

결론부터 말하면, 2026년형 M4 아이패드 프로는 전문 개발자의 맥북을 완전히 대체할 수 없습니다. SSH 기반 원격 개발용 씬 클라이언트로는 놀라울 만큼 잘 작동하지만, 로컬 Docker와 네이티브 터미널이 없고 브라우저도 진짜 데스크톱급이 아니어서 주력 기기보다는 보조 기기에 가깝습니다. 애플은 몇 년마다 최고급 랩탑과 맞먹는 프로세서를 탑

OpenAI o1 모델로 코딩하기: 진짜 '생각'하는 AI의 등장

OpenAI o1 모델로 코딩하기: 진짜 '생각'하는 AI의 등장

2024년 출시된 OpenAI의 o1 모델은 추론형 모델입니다. GPT-4o처럼 최대한 빨리 답하는 대신 '생각의 사슬(Chain of Thought)'로 문제를 단계별로 풀고 나서 답합니다. 코딩에서는 어려운 버그, 복잡한 로직, 아키텍처 문제에 강하지만 느리고, API 비용이 비싸며, 사용량 제한이 빡빡합니다. GPT-4o를 완전히 대체하기보다

도커(Docker) 완벽 가이드: 초보자를 위한 컨테이너 기술 입문 및 활용법

도커(Docker) 완벽 가이드: 초보자를 위한 컨테이너 기술 입문 및 활용법

도커(Docker)는 애플리케이션과 실행에 필요한 모든 것을 '컨테이너'라는 표준화된 단위로 묶어, 어느 환경에서든 똑같이 실행되게 해주는 플랫폼입니다. 컨테이너는 게스트 운영체제를 따로 띄우지 않고 호스트 운영체제의 커널을 공유하기 때문에 가상 머신보다 훨씬 가볍고 빠릅니다. 도커(Docker)란 무엇인가? 도커는 애플리케이션을 신속하게 구축,

Git 브랜치 전략 완벽 가이드: Git Flow부터 GitHub Flow까지

Git 브랜치 전략 완벽 가이드: Git Flow부터 GitHub Flow까지

팀에 Git 브랜치 전략이 왜 필요한가요? 팀 전체가 따르는 브랜치 전략이 있어야 여러 개발자가 함께 쓰는 리포지토리가 혼돈에 빠지지 않습니다. 가장 널리 쓰이는 전략은 정기 릴리즈에 맞는 Git Flow, 지속적 배포에 맞는 GitHub Flow, 그 중간인 GitLab Flow이며, 어떤 것이 맞는지는 팀과 배포 방식에 달려 있습니다. 여러

React vs Vue.js: 2024년 프론트엔드 프레임워크 선택 가이드

React vs Vue.js: 2024년 프론트엔드 프레임워크 선택 가이드

React와 Vue.js, 무엇을 선택해야 할까? 대규모·장기 프로젝트, React Native를 통한 모바일 확장, 넓은 채용 시장과 생태계가 중요하면 React를, 빠른 프로토타입과 혼합 팀, 완만한 학습 곡선과 공식 라우팅·상태 관리 라이브러리가 중요하면 Vue.js를 고르는 것이 좋습니다. 두 기술의 핵심 개념은 같아서 하나를 익히면 다른

웹 사이트 성능 최적화 전략: 로딩 속도가 비즈니스에 미치는 영향

웹 사이트 성능 최적화 전략: 로딩 속도가 비즈니스에 미치는 영향

웹 사이트 로딩 속도는 매출과 이탈률에 직접 영향을 줍니다. 프론트엔드에서 효과가 큰 개선책은 이미지 최적화, 텍스트 리소스 압축, 렌더링 블로킹 제거, 코드 스플리팅, 캐싱이며, Lighthouse 같은 도구로 측정하면서 하나씩 적용하는 것이 핵심입니다. 로딩 속도는 비즈니스에 얼마나 영향을 줄까? 영향은 수치로 확인됩니다. 아마존(Amazon

파이썬 데이터 분석 기초: Pandas(판다스) 핵심 기능 마스터하기

파이썬 데이터 분석 기초: Pandas(판다스) 핵심 기능 마스터하기

Pandas는 엑셀 스프레드시트나 SQL 테이블 같은 표 형태 데이터를 파이썬에서 조작·분석하는 핵심 라이브러리입니다. 시작하려면 Series와 DataFrame 두 자료구조와, 파일 불러오기·선택과 필터링·결측치 처리에 쓰는 몇 가지 메서드만 익히면 됩니다. Pandas는 왜 파이썬 데이터 생태계의 엑셀일까? 데이터 과학(Data Sci

GitHub Actions로 시작하는 완벽한 CI/CD 파이프라인 자동화

GitHub Actions로 시작하는 완벽한 CI/CD 파이프라인 자동화

CI/CD는 실수하기 쉬운 수동 배포를 자동화된 빌드·테스트·릴리즈로 바꾸는 방법론이고, GitHub Actions는 GitHub 리포지토리 안에서 바로 동작하기 때문에 가장 쉽게 도입할 수 있는 도구 중 하나입니다. .github/workflows/에 YAML 파일 하나만 두면 푸시할 때마다 테스트가 자동으로 돌아갑니다. 수동 배포는 왜 문제

TypeScript 101: 자바스크립트에 '안전벨트' 채우기

TypeScript 101: 자바스크립트에 '안전벨트' 채우기

TypeScript(타입스크립트)는 정적 타입이 추가된 자바스크립트로, 타입 오류를 코드 실행 전에 에디터나 빌드 단계에서 잡아 줍니다. 단기 해커톤이나 아주 가벼운 스크립트가 아니라면, 타입을 적는 초기 비용을 감수하고 도입할 가치가 충분합니다. 자바스크립트의 유연함은 왜 버그를 만들까? 자바스크립트(JavaScript)는 세상에서 가장 널리

생성형 AI 시대, 개발자 프롬프트 엔지니어링 실전 가이드

생성형 AI 시대, 개발자 프롬프트 엔지니어링 실전 가이드

개발자를 위한 프롬프트 엔지니어링은 생성형 AI(ChatGPT, Claude 등)가 바로 쓸 수 있는 코드를 내놓도록 지시를 구조화하는 기술입니다. AI에게 역할을 주고, 프로젝트 맥락을 설명하고, 할 일을 명확히 지시하고, 스타일과 출력 형식을 지정하세요. 여기에 예시(Few-Shot), 제한 조건, 단계별 요청을 더하고, 결과물은 반드시 직접 검토하고

2024년 프론트엔드 생태계 트렌드: 무엇을 배우고 준비해야 할까?

2024년 프론트엔드 생태계 트렌드: 무엇을 배우고 준비해야 할까?

2024년 프론트엔드 개발 트렌드는 '서버 중심의 렌더링(Server-Side Rendering)으로의 회귀' 와 '극단적인 성능 최적화' 로 요약할 수 있습니다. 배우고 준비해야 할 핵심 트렌드는 React Server Components, Rust 기반 차세대 빌드 도구, Svelte·Qwik·Astro 같은 새로운 프레임워크, 그리고

클라우드 주권 시대의 생존법: 2026년 지오패트리에이션(Geopatriation) 실전 가이드

클라우드 주권 시대의 생존법: 2026년 지오패트리에이션(Geopatriation) 실전 가이드

**지오패트리에이션(Geopatriation)**은 지정학적 리스크를 줄이기 위해 기업의 데이터, 인프라, 개발 환경을 우호적인 권역이나 자사가 속한 규제 관할권 안으로 전략적으로 옮기는 움직임입니다. 가트너(Gartner)가 2026년 핵심 전략 기술 트렌드로 지목했으며, '우리 데이터는 법적으로 어디에 있는가'를 인프라 의사결정의 첫 질문으로 만들고

AWS EC2 입문: 나만의 첫 클라우드 서버 구축하기

AWS EC2 입문: 나만의 첫 클라우드 서버 구축하기

Amazon EC2는 클릭 몇 번으로 AWS 데이터 센터의 가상 서버를 빌려 쓰는 서비스이고, 프리티어 덕분에 학습용으로도 부담이 적습니다. 첫 인스턴스는 리전, AMI, 인스턴스 유형, 키 페어, 보안 그룹, 스토리지 여섯 가지만 설정하면 만들 수 있고, 이후 터미널에서 SSH로 접속합니다. 웹 애플리케이션에 왜 서버가 필요할까? 내 컴퓨터의

클라우드 네이티브 아키텍처 핵심 가이드: MSA부터 쿠버네티스까지

클라우드 네이티브 아키텍처 핵심 가이드: MSA부터 쿠버네티스까지

클라우드 네이티브(Cloud Native)는 클라우드의 유연성, 확장성, 탄력성을 100% 활용할 수 있도록 애플리케이션의 설계 방식과 운영 문화 자체를 처음부터 클라우드 환경에 맞게 새로 구축하는 패러다임입니다. 핵심 기둥은 마이크로서비스(MSA), 컨테이너와 쿠버네티스, CI/CD, 데브옵스 문화 네 가지입니다. 왜 모두가 '클라우드 네이티브'

플랫폼 엔지니어링(Platform Engineering): DevOps의 다음 진화 단계

플랫폼 엔지니어링(Platform Engineering): DevOps의 다음 진화 단계

플랫폼 엔지니어링은 인프라의 복잡성을 '골든 패스' 뒤로 감춘 셀프 서비스형 내부 개발자 플랫폼(IDP)을 만들어, 애플리케이션 개발자가 인프라 전문가가 되지 않고도 안전하고 빠르게 배포할 수 있게 하는 분야입니다. DevOps를 대체하는 것이 아니라 DevOps 철학을 조직 전체 규모로 확장하는 것입니다. "You build it, you run

엣지 컴퓨팅(Edge Computing)의 부상: 클라우드의 한계를 극복하는 초저지연 아키텍처

엣지 컴퓨팅(Edge Computing)의 부상: 클라우드의 한계를 극복하는 초저지연 아키텍처

엣지 컴퓨팅이란 무엇이고, 왜 중요한가? 엣지 컴퓨팅(Edge Computing) 은 연산의 중심을 중앙 클라우드에서 데이터가 생기는 현장 가까이(Edge)로 옮겨, 기기가 먼 서버를 기다리지 않고 밀리초 단위로 반응하게 하는 기술입니다. 중앙 집중식 클라우드의 가장 큰 문제인 '지연 시간(Latency)' 과 **'네트워크 대역폭

AI 지원 소프트웨어 엔지니어링: 코딩의 규칙이 완전히 다시 쓰여지다

AI 지원 소프트웨어 엔지니어링: 코딩의 규칙이 완전히 다시 쓰여지다

AI 지원 소프트웨어 엔지니어링은 자동완성부터 자율형 에이전트까지 AI 도구로 코드를 작성·테스트·리팩토링하는 방식을 말합니다. 2026년 현재 AI는 페어 프로그래머이자 품질 보증(QA) 테스터, 주니어 개발자 역할까지 해내며, 인간 엔지니어의 역할은 코드를 '타이핑'하는 것에서 시스템을 '설계'하고 AI 에이전트를 '관리'하며 비즈니스 문제를 '해결'

구글 드라이브(Google Drive) 활용 팁

구글 드라이브(Google Drive) 활용 팁

구글 드라이브의 업무 효율을 가장 빠르게 높이는 방법은 오프라인 모드, 단축키, 고급 검색, 버전 기록을 활용하는 것입니다. 여기에 실시간 동시 편집과 데스크톱용 구글 드라이브까지 더하면, 드라이브는 단순한 저장소를 넘어 협업 플랫폼이 됩니다. 구글 드라이브, 어떤 기능부터 쓰면 좋을까? 다음 네 가지 기능이 가장 빠르게 효과를 냅니다. 1.