교육용으로 쓰기 (instructor · 사내교육 가이드)¶
이 저장소는 따라치기 슬라이드가 아니라 빈 파일에서 통제를 직접 재구현하면 기존 검증 하네스가 자동 채점하는 트랙이다. 그래서 보안/플랫폼 엔지니어 온보딩, 부트캠프, 대학 실습, CISO팀 워크숍에 그대로 쓸 수 있다. MIT 라이선스 — 자유롭게 포크·도입.
두 트랙¶
| 트랙 | 모듈 | 환경 | 즉시성 |
|---|---|---|---|
| 무클러스터 | M0(Cedar 인가) · M1(checkov) · M6(에이전트 ABAC+ReBAC) · M7(formal/z3) | Python만 (+M6 Part B는 Docker) | GitHub Codespaces로 0설치, 브라우저 즉시 |
| 클러스터 | M2(신원 VAP) · M3(Cilium) · M4(Tetragon) · M5(암호화) · M8(kill 경계) | kind + Docker + RAM ~6–8GB | 로컬 또는 큰 머신, up → 채점 → down 한 세션 |
빠른 시작 (3택)¶
- 브라우저 (강추, 코호트용): 저장소에서 Code ▸ Codespaces ▸ Create → 컨테이너가 의존성을
자동 설치 → 터미널에서
python labs/m0/grade.py --ext. 학습자 1인 1 Codespace = 설치 지원 0. - 로컬 (Linux/macOS):
make setup→make m0(또는make progress로 진도 표). 클러스터 트랙은make up→make verify→make down. - Windows: labs/SETUP.md의 Track A/B (PowerShell + Git Bash, choco/winget).
채점·진도·리셋¶
- 자동 채점: 각 모듈에 그레이더가 딸려 있다(
labs/<m>/grade.*). 학습자는labs/<모듈>/안의 작업 파일만 편집하고, canonical(정답지)은 그레이더가 채점 후 자동 복원한다 — 스택은 항상 known-good로 돌아온다. - 진도 한눈에:
make progress(=python scripts/progress.py)가 무클러스터 모듈을 실제로 돌려done / todo / cluster를 표로 보여준다. - 학습자 간 리셋:
git restore labs/또는 새 Codespace. canonical은 어차피 자동 복원되므로 별도 정리 부담이 적다.
아젠다 예시¶
- 반나절(무클러스터): M0(인가 as-code) → M1(쉬프트레프트) → M6(에이전트 위임). Codespaces만으로.
- 1일: 위 + 클러스터 한 세션(
up)에서 M2→M3→M4→M5 연속 →down. - 자기주도: labs/README.md의 사다리대로. 각 모듈 ~20분~수시간(README 헤더에 표기).
왜 이 방식이 가르치기 좋은가 (차별점)¶
- 통과 ≠ 증명: M0은 빈 정책으로도 일부 Deny가 공짜로 통과함을 보여주고(default-deny), 뮤테이션 테스트로 "통과하는 스위트 ≠ 좋은 스위트"를 체감시킨다.
- 막지 못하는 것도 가르친다: 각 통제의 잔여위험을 정직하게 명시한다(예: M4 셸-kill은 이름 바꾼 바이너리에 우회됨 → M8에서 경계를 측정). 과대주장이 아니라 경계를 아는 엔지니어를 만든다.
- 면접 직결: 각 모듈의 "학습 성과(면접에서 말할 수 있는 것)" + 구두 문답(접힌 답안) + 캡스톤 노트.
규제 맥락 (한국 금융)¶
전체가 FSC 「금융분야 망분리 개선 로드맵」의 다층보안(MLS) 보상통제에 매핑돼 있어, 금융권 보안 교육에 직접 쓸 수 있다 — MLS 매핑. (교육용이며 법률/금융 자문이나 공식 컴플라이언스 매핑은 아니다.)