글로벌 오픈소스 솔루션 선도기업 레드햇은 오늘 백스테이지(Backstage) 프로젝트 기반의 엔터프라이즈급 내부 개발자 포털인 '레드햇 개발자 허브(Red Hat Developer Hub)'의 새로운 기능과 개선 사항을 발표했다. 레드햇 개발자 허브 1.5의 정식 출시와 함께 제공되는 이번 기능들은 조직 전반의 채택을 가속화하고, 개발자 생산성과 효율성을 더욱 높이기 위한 맞춤형 경험을 제공하는 데 중점을 뒀다.
기업과 조직은 AI 기반 애플리케이션과 엣지 애플리케이션을 포함한 지능형 애플리케이션을 통해 고객 경험을 개선하는 것을 점점 더 중요시하고 있다. 하지만 이러한 애플리케이션은 개발 과정이 복잡하고 시간이 많이 소요될 수 있다. 기업들이 AI 중심의 미래를 위한 인프라와 도구를 준비하는 과정에서, 내부 개발자 포털은 지능형 애플리케이션과 관련된 복잡성을 줄이고 생산성을 높이기 위해 필요한 개발자 기술의 극대화를 돕는다. 레드햇 개발자 허브의 최신 개선 사항은 개발자 경험을 최적화하고 애플리케이션의 출시 기간을 단축하여 이러한 목표를 보다 효과적으로 달성하기 위해 마련됐다.
상세 데이터 및 분석
내부 개발자 포털을 널리 도입하는 것은 조직 전체의 애플리케이션 개발을 간소화하고 개발자 생산성을 높이는 가장 빠른 방법 중 하나다. 하지만, 포털 사용 정보에 쉽게 접근하기 어려워 실제로 누가 어떻게 포털을 활용하는지 파악하기 쉽지 않았다. 개발자 미리보기로 제공되는 ‘어돕션 인사이트(Adoption Insights)’는 플랫폼 엔지니어에게 조직 내 개발팀이 레드햇 개발자 허브를 어떻게 활용하는지 보여주는 분석 대시보드를 제공한다. 이를 통해 팀은 성공적인 영역에 집중할 수 있을 뿐 아니라, 개선이 필요한 부분을 더 정확히 파악해 도입률을 높이고 참여도를 강화할 수 있다.
대시보드는 자주 사용되는 템플릿과 플러그인, 방문 및 사용량 지표 등을 상세히 보여주어 조직이 데이터에 기반한 의사결정을 통해 사용자 경험을 개선하고 궁극적으로 개발자의 전반적인 생산성을 높일 수 있도록 지원한다.
동적 플러그인으로 맞춤 설정 간소화
각 조직마다 애플리케이션 개발 방식이 다르기 때문에, 플랫폼 엔지니어의 고유한 요구사항을 최적으로 충족하는 맞춤형 도구와 구성 요소에 접근할 수 있어야 한다. 개발자 미리보기로 제공되는 ‘레드햇 개발자 허브 확장 카탈로그(Red Hat Developer Hub Extensions Catalog)’는 사용자에게 레드햇의 커뮤니티 및 검증된 플러그인을 카탈로그 형태로 제공한다.
확장 카탈로그는 사용자 편의성을 높인 간결한 인터페이스를 통해 60개 이상의 동적 플러그인 정보를 제공한다. 이러한 플러그인 접근성을 통해 조직은 레드햇 개발자 허브를 자체 요구사항에 맞게 조정할 수 있는 더 큰 통제력과 유연성을 확보할 수 있다. 또한 레드햇 개발자 허브의 동적 플러그인 프레임워크를 활용하면 포털을 재구축하거나 재배포할 필요 없이 런타임에서 사용자 정의 플러그인을 포함한 모든 플러그인을 관리할 수 있다. 이를 통해 개발자는 새로운 도구와 기능을 훨씬 더 빠르고 쉽게 활용할 수 있게 된다.
로컬 개발 도구로 포털 변경 가속화
레드햇 개발자 허브는 이제 ‘RHDH 로컬(RHDH Local)’을 통해 로컬 환경에서 실행 가능한 버전을 제공한다. 개발자 미리보기로 제공되는 RHDH 로컬을 통해 플랫폼 엔지니어는 자신의 컴퓨터에서 레드햇 개발자 허브의 경량 독립형 버전을 실행할 수 있으며, 사용자는 더 빠른 개발 주기로 포털을 신속하고 간편하게 변경할 수 있다.
RHDH 로컬을 사용하면 쿠버네티스(Kubernetes) 클러스터에 레드햇 개발자 허브를 설치하지 않고도 템플릿 작업, 플러그인 테스트, 소프트웨어 카탈로그 검증 등이 가능하다. 또한 컨테이너화된 환경에서 실행되기 때문에 사용자는 RHDH 로컬을 몇 초 만에 시작하고 종료할 수 있다. RHDH 로컬은 변경 사항을 프로덕션 시스템에 배포하기 전에 더 빠르게 반복 개발하고 로컬에서 문제를 해결할 수 있게 함으로써 일상적인 업무 효율성을 높이고 사용자 경험을 단순화한다.
가용성
레드햇 개발자 허브 1.5는 현재 일반 사용이 가능하다.
[뉴스] 레드햇-소프트뱅크, 네트워크 성능 및 지속 가능성 최적화 위해 AI-RAN 구현 
