Kubernetes Image Volumes - OCI 이미지를 볼륨으로 마운트하기

KEP-4639: VolumeSource - OCI Artifact and/or Image v1.31 Alpha → v1.33 Beta → v1.35 Beta (기본 활성화) → v1.36 GA 예정 OCI 이미지를 레지스트리에서 가져와 읽기 전용 볼륨으로 Pod에 직접 마운트

개요

OCI 이미지 또는 아티팩트를 Kubernetes의 네이티브 볼륨 소스로 사용하는 기능이다. 기존에는 컨테이너 이미지 안에 데이터를 함께 빌드하거나, S3/GCS 같은 외부 스토리지를 사용해야 했지만, 이제 OCI 이미지를 직접 볼륨으로 마운트할 수 있다.

참고: v1.35에서는 Beta (기본 활성화) 상태이며, GA(Stable)는 v1.36에서 예정이다.

동작 원리

[Pod Spec]
  volumes:
    - name: my-data
      image:
        reference: "registry.io/my-data:v1"
        pullPolicy: IfNotPresent
          │
          ▼
[Kubelet]
  │
  ├─ CRI API를 통해 컨테이너 런타임에 이미지 pull 요청
  │
  ▼
[Container Runtime (containerd / CRI-O)]
  │
  ├─ 1. OCI 이미지/아티팩트를 레지스트리에서 pull
  ├─ 2. 매니페스트의 레이어들을 단일 디렉토리로 병합
  │     (컨테이너 이미지와 동일한 방식으로 overlay)
  ├─ 3. 읽기 전용(ro) + 실행 불가(noexec)로 마운트
  │
  ▼
[Pod Container]
  │
  └─ volumeMount 경로에서 이미지 내용에 직접 접근
     (예: /data/model-weights, /data/config 등)

핵심 포인트

1. CRI 인터페이스 확장: Kubelet이 CRI API를 통해 런타임에 이미지 pull + 마운트를 요청
2. 레이어 병합: OCI 이미지의 레이어들이 컨테이너 이미지와 동일한 방식으로 병합되어 단일 디렉토리로 노출
3. 읽기 전용: 보안을 위해 항상 read-only, noexec로 마운트
4. 이미지 캐싱: 컨테이너 이미지와 동일한 캐싱 메커니즘 활용

Pod 정의 예제

기본 사용법

apiVersion: v1
kind: Pod
metadata:
  name: ml-inference
spec:
  volumes:
    - name: model-weights
      image:
        reference: "registry.io/ml-models/gpt-mini:v2"
        pullPolicy: IfNotPresent
  containers:
    - name: model-server
      image: registry.io/model-server:latest
      volumeMounts:
        - name: model-weights
          mountPath: /models

웹 서버 + 정적 콘텐츠 분리

apiVersion: v1
kind: Pod
metadata:
  name: web-server
spec:
  volumes:
    - name: web-assets
      image:
        reference: "registry.io/my-website:v3.1"
        pullPolicy: IfNotPresent
    - name: nginx-config
      image:
        reference: "registry.io/nginx-config:production"
        pullPolicy: IfNotPresent
  containers:
    - name: nginx
      image: nginx:alpine
      volumeMounts:
        - name: web-assets
          mountPath: /usr/share/nginx/html
        - name: nginx-config
          mountPath: /etc/nginx/conf.d

보안 스캐너 + 시그니처 DB

apiVersion: v1
kind: Pod
metadata:
  name: malware-scanner
spec:
  volumes:
    - name: signatures
      image:
        reference: "private-registry.io/malware-sigs:2026-03-01"
        pullPolicy: Always
  containers:
    - name: scanner
      image: public-registry.io/clamav:latest
      volumeMounts:
        - name: signatures
          mountPath: /var/lib/clamav

Pull Policy

제약 사항

기존 방식과 비교

Before: 데이터를 컨테이너에 포함

[app-image:v1] = 앱 코드 + ML 모델(5GB) + 설정 파일
→ 이미지 크기 거대, 앱 업데이트마다 모델도 함께 빌드
→ 모델만 업데이트하려면 전체 이미지 재빌드 필요

Before: 외부 스토리지 사용

[app-image:v1] = 앱 코드만
[S3/GCS] = ML 모델, 설정 파일
→ initContainer로 다운로드 or 앱 내에서 fetch
→ 추가 비용, 버킷 관리, 권한 설정 필요
→ 네트워크 의존성

After: Image Volumes

[app-image:v1] = 앱 코드만
[model-image:v2] = ML 모델 (OCI 이미지로 패키징)
[config-image:prod] = 설정 파일 (OCI 이미지로 패키징)
→ 각각 독립적으로 버전 관리, push, pull
→ OCI 레지스트리의 캐싱/배포 인프라 그대로 활용
→ 추가 스토리지 서비스 불필요

활용 사례

1. AI/ML 모델 배포

• LLM 가중치를 OCI 아티팩트로 패키징
• 모델 서버와 모델 가중치를 분리
• 모델 업데이트 시 서버 이미지 재빌드 불필요
• OCI 레지스트리의 레이어 공유로 대용량 모델 효율적 배포

2. 웹 서버 정적 자산

• nginx/Apache 베이스 이미지 공유
• 사이트별 콘텐츠만 별도 이미지로 관리
• 중복 제거, 빠른 배포

3. 보안 시그니처 배포

• 공개 스캐너 이미지 + 비공개 시그니처 DB 분리
• 시그니처만 별도 업데이트 가능

4. 설정 파일 배포

• 환경별 설정을 OCI 이미지로 관리
• ConfigMap보다 대용량 설정 지원
• 버전 관리 + 롤백 용이

5. Java 앱 자동 계측

• OpenTelemetry Java Agent를 OCI 이미지로 마운트
• 앱 이미지 수정 없이 자동 계측 적용
• Agent 업데이트 시 볼륨 이미지만 태그 변경

apiVersion: apps/v1
kind: Deployment
metadata:
  name: my-springboot-app
spec:
  template:
    spec:
      containers:
        - name: app
          image: my-app:latest
          env:
            - name: JAVA_TOOL_OPTIONS
              value: "-javaagent:/otel/opentelemetry-javaagent.jar"
          volumeMounts:
            - name: otel-agent
              mountPath: /otel
              readOnly: true
      volumes:
        - name: otel-agent
          image:
            reference: docker.io/otel/opentelemetry-javaagent:2.12.0
            pullPolicy: IfNotPresent

init container 없이, emptyDir 없이, 이미지 안의 jar 파일이 /otel 경로에 바로 마운트

OCI 이미지 빌드 방법

데이터를 OCI 이미지로 패키징하는 간단한 예:

# Dockerfile.model
FROM scratch
COPY ./model-weights /models

docker build -f Dockerfile.model -t registry.io/ml-models/gpt-mini:v2 .
docker push registry.io/ml-models/gpt-mini:v2

또는 ORAS (OCI Registry As Storage)를 사용:

# ORAS로 아티팩트 push
oras push registry.io/ml-models/gpt-mini:v2 \
  ./model-weights:application/octet-stream

보안 고려사항

• 신뢰할 수 없는 레지스트리의 이미지를 볼륨으로 마운트하지 않도록 정책 필요
• 실행 가능한 콘텐츠를 포함한 이미지 마운트 주의 (noexec이지만 스크립트 해석기를 통한 실행 가능)
• 이미지 서명 검증 (cosign, notation 등) 권장
• NetworkPolicy로 레지스트리 접근 제한

타임라인