설명
Radar는 AI 에이전트를 위한 내장 MCP 서버를 통합한 오픈 소스 Kubernetes UI로, Kubernetes 클러스터에 대한 포괄적인 가시성과 진단 기능을 제공합니다. 사용자는 문제의 근본 원인을 신속하게 식별하고, 기본 변경 사항을 이해하며, 제안된 수정을 구현할 수 있습니다. 이 플랫폼은 많은 전용 AI SRE 도구보다 훨씬 빠르고 경제적으로 설계되었으며, 벤치마크에 따르면 1.6–3.6배 더 빠른 분석과 30–85% 낮은 비용을 보여줍니다.
더 읽기
Radar의 핵심은 AI 조사를 촉진하는 것으로, AI 에이전트가 Kubernetes 클러스터의 실시간 모델을 분석하여 문제의 근본 원인을 정확히 찾아냅니다. 진단을 뒷받침하는 증거를 제공하고 수정을 제안합니다. 사용자는 MCP를 통해 자신의 에이전트를 사용하거나, Radar의 UI에서 에이전트 CLI를 통해, 또는 경고가 발생할 때 Radar Cloud를 통해 자동으로 조사를 실행할 수 있습니다. 이러한 유연성 덕분에 팀은 Claude Code, Codex, Cursor, GitHub Copilot, OpenCode 및 Google Antigravity와 같은 기존 AI 에이전트를 활용하여 효과적인 분석을 위한 클러스터 컨텍스트를 제공합니다.
Radar는 오픈 소스 버전과 Radar Cloud를 모두 제공합니다. Apache 2.0 라이선스 하에 제공되는 오픈 소스 엔진은 토폴로지, 리소스 관리, Helm, 이미지 파일 시스템 검사, 클러스터 감사 및 로컬 AI 에이전트 진단을 포함한 단일 클러스터 가시성을 위한 필수 기능을 제공합니다. Radar Cloud는 호스팅 또는 자체 관리로 제공되며, 경고, 상세 증거가 포함된 AI 조사, 전체 클러스터 집합에 대한 공유 뷰 및 확장된 역사 데이터 보존과 같은 고급 기능으로 이러한 기능을 강화합니다.
데이터 프라이버시를 위해 오픈 소스 Radar는 사용자의 머신에서 조사를 실행하며, 데이터는 사용자가 선택한 모델 제공자에게만 전송됩니다. Radar Cloud는 읽기 전용 액세스 권한으로 샌드박스 작업으로 조사를 처리하며, 자체 관리 배포의 경우 모든 클러스터 데이터는 AI 모델 상호작용 및 일일 라이센스 확인을 제외하고 사용자의 인프라 내에 유지됩니다. 조사는 일반적으로 읽기 전용이지만, 사용자가 MCP를 통해 자신의 에이전트를 연결하면 쓰기 도구를 활성화할 수 있으며, 변경 사항은 명시적인 승인이 필요하고 RBAC 제한을 준수해야 합니다. Radar는 Kubernetes 운영을 단순화하고 문제 해결 시간을 줄이며 전체 클러스터 건강 및 규정 준수를 개선하는 것을 목표로 합니다.
- 카테고리AI DevOps 및 클라우드 도구
- 요금제프리미엄
- 배포Cloud, Self-Managed, On-Premise
- 플랫폼Kubernetes
Radar의 핵심 기능
Kubernetes를 위한 AI 근본 원인 분석
MCP 서버가 포함된 오픈 소스 Kubernetes UI
AI 에이전트를 위한 Kubernetes 클러스터의 실시간 모델
증거 기반의 근본 원인 식별 및 제안된 수정
다양한 AI 에이전트와의 통합 (Claude Code, Codex, Cursor, GitHub Copilot, OpenCode, Google Antigravity)
조사를 실행하는 세 가지 방법: 사용자의 에이전트를 통해 MCP, Radar의 UI 또는 Radar Cloud의 에이전트
Kubernetes 문제에 대한 경고 (Radar Cloud)
모든 클러스터의 공유 뷰 (Radar Cloud)
이벤트 및 리소스 변경의 역사 보존 (Radar Cloud)
다중 클러스터 운영 및 플릿 관리
Argo CD 및 Flux에 대한 GitOps 가시성
Helm 릴리스 관리 및 감사
규정 준수 감사 및 SOC 2 증거 내보내기
OpenCost 통합을 통한 워크로드 수준 비용 귀속
공기 차단 배포 기능
Radar 사용 방법은?
Radar OSS 설치: Helm 차트를 Kubernetes 클러스터에 배포하거나 로컬에서 네이티브 바이너리를 실행합니다.
클러스터 연결: 토큰을 붙여넣어 Kubernetes 클러스터를 Radar Cloud에 연결합니다.
AI 에이전트 구성: MCP를 통해 또는 Radar의 UI를 통해 선호하는 AI 에이전트 (예: Claude Code)를 통합합니다.
AI 조사 실행: Radar의 UI, 에이전트를 통해 또는 Radar Cloud 경고를 통해 조사를 시작합니다.
근본 원인 검토: AI 에이전트가 제공하는 식별된 근본 원인, 지원 증거 및 제안된 수정을 분석합니다.
수정 승인 및 적용: 쓰기 도구가 활성화된 경우, 별도의 제어된 세션에서 수정을 승인하고 적용합니다.
클러스터 건강 모니터링: Radar의 UI를 사용하여 이벤트 타임라인, 애플리케이션 토폴로지 및 플릿 전반의 GitOps 상태를 확인합니다.
Radar의 사용 사례
- 사고 문제 해결
- 다중 클러스터 운영
- GitOps 가시성
- Helm 관리
- 규정 준수 감사
- 비용 최적화
- 온콜 생산성
- 사전 경고
