MLOps Academy · 강의

ConfigMaps와 Secrets로 설정하기

모델 설정과 자격 증명을 외부로 분리하세요.

ConfigMaps와 Secrets로 설정하기은(는) CoddyKit의 무료 MLOps Academy 강의입니다. 이것은 4개 중 3번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 MLOps Academy 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. MLOps Academy 강의에는 총 4개의 강의가 포함되어 있습니다.

이 강의의 일부는 아직 번역되지 않았으며 영어로 표시됩니다.

Keep Config Out of the Image

Baking model paths or thresholds into the container forces a rebuild for every tweak. Kubernetes lets you inject config at runtime instead. 🔧

ConfigMaps Hold Plain Settings

A ConfigMap stores non-secret key-value pairs: a model name, a batch size, a log level. One config object, many Pods reading from it.

apiVersion: v1
kind: ConfigMap
metadata:
  name: model-config
data:
  MODEL_NAME: "ranker-v3"
  BATCH_SIZE: "32"

Inject as Environment Variables

The simplest use is to map ConfigMap keys into env vars. Your Python code then reads os.environ exactly as it would locally.

Or Mount It as Files

You can also mount a ConfigMap as a volume, turning each key into a file. Handy for full config files your model loader expects on disk.

Secrets Are for Sensitive Data

API tokens, database passwords, and registry creds belong in a Secret, never a ConfigMap. Same idea, but treated as confidential by the cluster.

Base64 Is Not Encryption

Secret values are stored base64-encoded, which is just encoding, not security. Anyone with read access can decode them, so guard access carefully.

Encrypt Secrets at Rest

For real protection, enable encryption at rest in etcd or use an external manager like Vault. Base64 alone never keeps your model credentials safe.

Consume a Secret Safely

Mount a Secret as env vars or files just like a ConfigMap. Prefer files for tokens, since env vars can leak into logs and crash dumps.

envFrom:
  - secretRef:
      name: model-creds
  - configMapRef:
      name: model-config

One Source, Many Pods

Update a ConfigMap once and every Pod that mounts it can pick up the change. Env-var injections, though, need a Pod restart to refresh.

Restart to Pick Up Env Changes

Changing a value used as an env var does not hot-reload. Trigger a rolling restart of the Deployment so Pods read the new configuration.

Separate Config per Environment

Keep one ConfigMap per environment, dev and prod. Same image, different config, means promoting a model never means rebuilding the container.

Quick Check

Where should a model service get its database password?

Recap

Use a ConfigMap for plain settings and a Secret for sensitive ones, inject both at runtime, and restart Pods to refresh env-based values. ✅

자주 묻는 질문

“ConfigMaps와 Secrets로 설정하기” 강의는 무료인가요?

네 — “ConfigMaps와 Secrets로 설정하기” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 MLOps Academy 강의 전체를 잠금 해제할 수 있습니다. MLOps Academy 강의에는 총 4개의 강의가 포함되어 있습니다.

“ConfigMaps와 Secrets로 설정하기”에서 뭘 배우나요?

모델 설정과 자격 증명을 외부로 분리하세요. 브라우저에서 직접 실행하는 실습 코드로 MLOps Academy을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.

MLOps Academy을(를) 시작하는 데 경험이 필요한가요?

사전 경험은 필요하지 않습니다. CoddyKit의 MLOps Academy은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 3번째 강의입니다.

“ConfigMaps와 Secrets로 설정하기” 강의는 얼마나 걸리나요?

대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.

이 MLOps Academy 강의에서 코드를 작성하고 실행할 수 있나요?

네. 모든 MLOps Academy 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.

이 강의의 모든 강의

← MLOps Academy(으)로 돌아가기