olimv0.9 · alpha
GitHub으로 시작
// AI 기반 원클릭 배포 PaaS

git push 하면,
배포는 올림이 합니다.

올림(Olim)은 GitHub 리포지토리를 연결하면 코드 분석 → 의존 서비스 감지 → 스펙·비용 추천 → 쿠버네티스 배포까지 자동으로 해 주는 PaaS입니다. CI/CD도, Dockerfile도, k8s 매니페스트도 직접 쓰지 않습니다.

GitHub으로 시작동작 원리 보기

SW마에스트로 17기 선정 · 사전 설문 88.2% 긍정 사용 의향

// 01 · 문제

코드는 끝났는데, 배포에서 막힌다

완성한 코드가 배포 부담에 사장된다. 익혀야 할 것이 너무 많기 때문이다.

01

YAML 지옥

CI/CD 파이프라인, HTTPS·인증서, 인그레스까지 전부 손으로 작성.

$ ls .github/ k8s/ → 11 files, 0 자신감
02

Dockerfile & k8s

컨테이너화와 쿠버네티스 매니페스트를 배우다 본업이 멈춘다.

Error: deployment.yaml — what goes here?
03

스펙은 추측

vCPU·메모리·레플리카를 시행착오로 정하다 비용 낭비 또는 성능 문제.

replicas: 3 # ...일단 넉넉하게?
04

비용은 배포 후에야

사용량 기반 과금이라 배포 시점에 실제 청구액을 알 수 없다.

invoice: $??.?? /mo
// 02 · 해법

복잡한 DevOps 없이, 그러나 블랙박스가 아닌 배포

AI가 스펙·비용을 추천하되, 왜 이 스펙인지·왜 이 비용인지 근거를 항상 함께 보여줍니다. 그래서 학습하고, 판단하고, 직접 조정할 수 있습니다.

  1. 01connectGitHub 리포 연결
  2. 02analyze정적 분석 + AI 에이전트
  3. 03detectPostgreSQL · Redis 감지
  4. 04recommend스펙 · 비용 + 근거
  5. 05deploy쿠버네티스 배포

추천에는 항상 근거가 붙습니다

올림은 추천 스펙과 예상 비용만 던지지 않습니다. 코드 복잡도, 의존 서비스 종류, 예상 트래픽을 종합한 근거를 함께 제시합니다. 동의하면 그대로, 생각이 다르면 직접 조정하세요.

{
  "detected":  ["postgresql", "redis"],
  "spec":      { "cpu": "1", "memory": "1Gi" },
  "estimate":  "인스턴스당 월 정액 (예측 가능)",
  "why": [
    "코드 복잡도: 중 · I/O 바운드 핸들러 다수",
    "의존: 캐시(redis) + 영속(postgres) 동시",
    "예상 트래픽: 문답으로 보완 가능"
  ],
  "editable":  true
}
// 03 · 핵심 기능

개발자가 신뢰할 만한 자동화

추천은 근거와 함께, 운영은 설정 없이, 장애는 자연어로. 세 가지가 한 흐름으로 동작합니다.

F1detect + recommend

의존 서비스 자동 감지 · AI 스펙·비용 추천

정적 분석과 AI 에이전트가 PostgreSQL·Redis 의존성을 감지하고, 코드 복잡도·의존 종류·예상 트래픽을 종합해 CPU·메모리와 예상 비용을 추천합니다. 모두 조정 가능합니다.

// 정적 분석 + AI 에이전트
detected = {
  "postgresql": { driver: "jdbc", pool: 10 },
  "redis":      { use: "cache+session" }
}
recommend → cpu 1 · mem 1Gi
F2kubernetes ops

Kubernetes 기반 자동 운영

비정상 종료 시 자동 재시작, 헬스체크 실패 시 트래픽 차단, 블루그린 무중단 배포. 새 버전 기동이 실패하면 직전 성공 버전을 그대로 유지합니다. 설정은 필요 없습니다.

[k8s] pod spring-api-7c9 OOMKilled
[k8s] ↻ 자동 재시작 · 1/1 Ready
[lb]  health check fail → 트래픽 차단
[deploy] blue-green: v8 기동 실패
[deploy] ✓ v7 유지 · 무중단 보장
F3ai ops agent

AI 운영 에이전트

CPU·메모리·에러율 메트릭과 로그·배포 이력을 교차 분석해 장애 원인을 자연어로 요약하고 조치를 추천합니다. '왜 복구가 필요했는지'를 이해할 수 있습니다.

# 장애 요약 (AI 운영 에이전트)
원인: 메모리 한계 → OOM (배포 v8 직후)
근거: mem 98% ↑ · error rate 0.2→7.4%
조치: memory 1Gi → 1.5Gi 권장
        또는 v7 롤백 (가능)
// 04 · 동작 흐름

연결에서 운영까지, 다섯 단계

한 번의 연결로 충분합니다. 환경변수 주입과 서비스 간 연결은 올림이 자동으로 구성합니다.

  1. 01
    $ olim connect <repo>

    리포 연결

    GitHub OAuth 후 배포할 리포지토리를 선택합니다. 코드는 그대로 둡니다.

  2. 02
    $ olim analyze

    분석 · 감지

    정적 분석 + AI 에이전트가 스택과 의존 서비스(PostgreSQL·Redis)를 감지합니다.

  3. 03
    $ olim review

    추천 검토

    추천 스펙·비용·근거를 확인합니다. 필요하면 AI 문답으로 트래픽·DB 패턴을 보완합니다.

  4. 04
    $ olim spec --edit

    추천 조정

    동의하면 그대로, 다르면 직접 조정. 결정권은 항상 사용자에게 있습니다.

  5. 05
    $ olim deploy

    배포

    애플리케이션과 의존 서비스를 함께 쿠버네티스에 배포. 수 분 내 운영 도메인을 확보합니다.

// 05 · 왜 올림인가

올림 vs Railway vs Render

배포는 어디서나 가능합니다. 차이는 '추측 없이, 근거와 함께'에 있습니다.

기능olimRailwayRender
의존 서비스 자동 감지✓——
AI 스펙·비용 추천✓——
배포 전 비용 예측✓——
추천 근거 투명 공개✓——
과금 방식인스턴스당 월 정액제기본요금 + 사용량기본요금 + 사용량

* 경쟁사 비교는 공개 문서 기준 자체 조사 · 정확성은 각 사 최신 정책을 확인하세요.

기술 스택 & 통합

Spring BootPostgreSQLRedisKubernetesGitHub OAuthMCP

GitHub OAuth·리포 연동은 기본. MCP 서버·에이전트 플러그인으로 Claude Code 같은 외부 AI 에이전트에서 배포·운영을 직접 트리거 — 코딩·배포·운영을 한 사이클로 잇는 바이브코딩 통합.

정직한 근거

사전 설문 88.2%가 긍정 사용 의향 · 즉시 "매우 사용하고 싶다" 26.2%.

SW마에스트로
17기 선정 프로젝트 (팀 DevX)
멘토 검증
Kubernetes · 프로덕트 기획 · AI 워크플로우 전문가 3인
시장
글로벌 PaaS TAM $115B(2025) → $680B(2035) · CAGR 19.4%
현재 상태
알파 테스트 진행 중 · 알파 테스터 모집 중 (apply.olim.dev)

현재 알파 단계 — 사용자 수·후기는 정식 출시 후 공개합니다.

// 06 · 자주 묻는 질문

궁금한 점을 먼저 정리했습니다

아니요. GitHub 리포지토리만 연결하면 정적 분석과 AI 에이전트가 스택과 의존 서비스를 감지합니다. Dockerfile·CI/CD·k8s 매니페스트를 직접 작성할 필요가 없습니다.

// ready when you are

지금, git push 한 번으로 시작하세요

별도 회원가입 없이 GitHub으로 로그인하면 끝. SW마에스트로 기간 무료 제공.

GitHub으로 시작알파 테스터 신청기능 다시 보기