쿠버네티스 1.37 출시…GPU 비용 줄이는 워크로드 인식 스케줄링 추가
쿠버네티스(Kubernetes) 프로젝트가 2026년의 두 번째 메이저 업데이트인 1.37 버전 '가르왈(Garhwal)'을 지난 8월 26일 정식 공개했습니다. 이번 버전은 값비싼 GPU 자원을 더 효율적으로 쓰기 위한 워크로드 인식 스케줄링 기능이 대거 추가된 것이 특징입니다. AI 학습·추론 워크로드를 쿠버네티스 위에서 운영하는 기업이 늘어나는 상황에서, 이번 업데이트가 실제 인프라 비용에 어떤 변화를 가져올지 정리해봅니다.
쿠버네티스 1.37 '가르왈', 무엇이 달라졌나
이번 릴리스의 이름인 '가르왈'은 인도 북부 지역의 이름에서 따온 것으로, 4월에 나온 1.36 버전에 이은 올해 두 번째 정기 업데이트입니다. 쿠버네티스는 통상 연 3회 정도의 주기로 마이너 버전을 배포해 왔는데, 1.37은 이 흐름 속에서 GPU·AI 워크로드에 초점을 맞춘 기능들을 대폭 강화한 것이 두드러집니다. 특히 이번 버전은 컨테이너 오케스트레이션 도구였던 쿠버네티스가 점점 더 'AI 인프라 운영체제'에 가까운 역할을 맡아가고 있음을 보여주는 사례로 평가받고 있습니다.
워크로드 인식 스케줄링과 네트워킹 개선
1.37에서 가장 주목받는 기능은 HPA(수평적 파드 자동 확장) 스케일 투 제로(Scale to Zero)의 베타 도입입니다. 이 기능은 요청이 사라지면 GPU를 사용하는 워크로드의 복제본 수를 0으로 줄여, 비싼 GPU 자원을 쓰지 않는 동안 비용을 절감할 수 있게 해줍니다. 함께 도입된 갱 스케줄링(Gang Scheduling)은 분산 학습 작업을 실행할 때 필요한 모든 파드를 한꺼번에 배치하거나 아예 배치하지 않는 방식으로 동작해, 일부 파드만 뜬 채 자원이 낭비되는 상황을 막아줍니다. 워크로드 인식 선점(Workload-aware Preemption) 기능 역시 베타로 도입되어, 개별 파드가 아니라 파드그룹(PodGroup) 단위로 우선순위를 판단하도록 개선되었습니다.
네트워킹 측면에서는 오랫동안 사용되어 온 IPVS 방식이 iptables에서 nftables로 전환되는 흐름 속에서 단계적으로 폐지 수순을 밟고 있으며, 1.40 버전에서 비활성화되고 1.43 버전에서 완전히 제거될 예정입니다. 또한 GPU와 RDMA(원격 직접 메모리 접근) 워크로드를 위해 표준화된 네트워크 인터페이스 정보를 제공하는 DRA 리소스 클레임 상태(DRA Resource Claim Status) 기능도 함께 추가되었습니다. 보안 영역에서는 개인키와 X.509 인증서를 안전하게 공유할 수 있는 파드 인증서(Pod Certificates)와 클러스터트러스트번들(ClusterTrustBundles) 기능이 정식(Stable) 단계로 승격되었습니다.
AI 인프라 운영에 주는 의미
이번 업데이트에서 드러나는 흐름은 명확합니다. 쿠버네티스가 더 이상 일반적인 웹 애플리케이션 배포 도구에 머물지 않고, 대규모 GPU 클러스터에서 AI 학습·추론 작업을 효율적으로 스케줄링하는 인프라 계층으로 확장되고 있다는 점입니다. HPA 스케일 투 제로와 갱 스케줄링 같은 기능은 특히 GPU 임대 비용에 민감한 스타트업이나 연구 조직에 실질적인 비용 절감 효과를 줄 수 있어, 국내 클라우드 인프라 운영 담당자들도 눈여겨볼 만합니다. 다만 베타 단계 기능들은 아직 운영 환경에 전면 적용하기보다는 테스트 클러스터에서 충분히 검증한 뒤 도입하는 것이 안전합니다.
참고 자료
마무리
쿠버네티스 1.37 '가르왈'은 HPA 스케일 투 제로, 갱 스케줄링, 워크로드 인식 선점 등 GPU 비용을 절감할 수 있는 워크로드 인식 스케줄링 기능을 대거 도입했습니다. 여기에 네트워킹 구조 개편과 보안 기능 정식화까지 더해지면서, 쿠버네티스가 AI 인프라의 핵심 운영체제로 자리잡아가는 흐름을 다시 한번 확인할 수 있습니다. AI 워크로드를 쿠버네티스에서 운영 중이거나 도입을 검토 중이라면 이번 베타 기능들의 안정화 추이를 계속 지켜보시길 권해드리며, 관련 소식은 이후에도 계속 업데이트하겠습니다.