본문으로 건너뛰기

Kubernetes DRA — 동적 리소스 할당 프레임워크

2026-07-18 작성2026-07-19 수정13분 읽기

DRA(Dynamic Resource Allocation)는 GPU 전용 기능이 아니라, Kubernetes가 특수 하드웨어 전반을 요청·구성·공유하기 위해 설계한 범용 디바이스 할당 프레임워크입니다. 벤더가 DRA 드라이버를 제공하면 GPU뿐 아니라 고성능 NIC, RDMA 어댑터, NVLink 인터커넥트, FPGA 등 어떤 디바이스든 동일한 API로 동적 할당할 수 있습니다.

이 문서는 DRA를 프레임워크 관점에서 다룹니다 — 핵심 API 모델, DRA가 다루는 리소스 유형, 도입 판단 기준과 전제 조건. EKS GPU 환경에서 DRA를 실제로 활성화하는 파라미터(Karpenter ignoreDRARequests, NVIDIA DRA 드라이버 3계층 설정)는 GPU 리소스 관리에서 다룹니다.

배경 — Device Plugin 모델의 한계​

Kubernetes의 기존 확장 리소스 모델(Device Plugin)은 디바이스를 nvidia.com/gpu: 1처럼 불투명한 정수 카운터로만 표현합니다. 이 모델은 단순하고 안정적이지만, 다음 요구를 표현할 수 없습니다.

한계설명
정적 등록노드 시작 시 디바이스 수가 고정. 런타임 재구성(파티셔닝 변경 등) 불가
전체 단위 할당디바이스를 통째로만 할당. 부분 할당·공유 표현 불가
속성 선택 불가"80GB 이상 메모리 GPU", "RDMA 지원 NIC"처럼 속성 기반 요청 불가
멀티 리소스 조율 불가"GPU 1개 + 같은 NUMA 노드의 NIC 1개"처럼 디바이스 간 관계 표현 불가
디바이스 유형별 개별 구현GPU·NIC·FPGA마다 별도 Device Plugin과 카운터 체계 필요

DRA는 이 한계를 해결하기 위해 디바이스의 속성과 용량을 구조화된 데이터로 선언하고, 워크로드가 이를 CEL(Common Expression Language) 표현식으로 선택하는 모델을 도입했습니다. 이 접근을 structured parameters(KEP-4381)라고 하며, 스케줄러가 벤더 드라이버에 의존하지 않고 할당을 시뮬레이션할 수 있게 합니다.

DRA 핵심 모델​

API 오브젝트 4종​

DRA는 resource.k8s.io/v1 API 그룹의 네 가지 오브젝트로 구성됩니다.

오브젝트생성 주체역할
DeviceClass클러스터 관리자 / 드라이버디바이스 카테고리 정의 (예: gpu.nvidia.com, mrdma.google.com). 공통 선택 조건·설정 포함
ResourceSliceDRA 드라이버노드(또는 클러스터)의 실제 디바이스 인벤토리 발행 — 속성·용량·토폴로지 메타데이터
ResourceClaim워크로드 운영자특정 디바이스에 대한 요청. CEL selector로 속성 매칭, Pod와 수명주기 독립
ResourceClaimTemplate워크로드 운영자Pod마다 ResourceClaim을 자동 생성하는 템플릿 (Deployment 등 다중 복제본에 사용)

할당 흐름​

  1. DRA 드라이버가 관리하는 디바이스의 속성·용량을 ResourceSlice로 발행합니다.
  2. 워크로드는 ResourceClaim(Template)에 CEL selector로 원하는 디바이스 조건을 선언합니다.
  3. kube-scheduler가 ResourceSlice 데이터만으로 할당을 계산하고 노드를 선택합니다 — 이 시점에 드라이버 호출이 없다는 점이 structured parameters의 핵심입니다.
  4. kubelet이 노드의 드라이버 플러그인에 준비를 위임하고, 드라이버는 CDI(Container Device Interface) 스팩으로 컨테이너에 디바이스를 주입합니다.

ResourceClaim 예시 — "80GB 이상 메모리를 가진 GPU 1개"를 속성 기반으로 요청합니다.

apiVersion: resource.k8s.io/v1
kind: ResourceClaimTemplate
metadata:
  name: large-gpu-template
spec:
  spec:
    devices:
      requests:
        - name: gpu
          exactly:
            deviceClassName: gpu.nvidia.com
            selectors:
              - cel:
                  expression: device.capacity['nvidia.com'].memory.compareTo(quantity('80Gi')) >= 0

버전 히스토리​

K8s 버전상태비고
1.26Alphaclassic DRA (KEP-3063, 이후 폐기)
1.30Alphastructured parameters 도입 (KEP-4381)
1.32Betav1beta1, 새 구현 기준 확립 (기본 비활성화)
1.34GAresource.k8s.io/v1, 기본 활성화
1.35Stable (locked)feature gate locked-to-default

코어 프레임워크는 1.34에서 GA되었고, 개별 고급 기능은 아래 고급 기능처럼 성숙도가 각기 다릅니다.

DRA가 다루는 리소스 유형​

DRA의 확장점은 드라이버입니다. 벤더·프로젝트가 자신의 디바이스용 드라이버를 작성해 ResourceSlice를 발행하면, 스케줄러는 디바이스 종류를 구분하지 않고 동일한 매칭 로직으로 할당합니다.

리소스 유형대표 드라이버대상 디바이스성숙도 (2026.07)
GPUNVIDIA k8s-dra-driver-gpu (v0.4.x), AMD/Intel 드라이버GPU 전체·MIG 파티션GPU 할당 서브시스템은 기본 비활성 (초기 단계)
네트워크 디바이스DraNet (kubernetes-sigs/dranet, v1.3.0)RDMA NIC, gVNIC, Multi-NICBeta → GA 진행 중. GKE는 관리형 DRANET 제공
고성능 인터커넥트NVIDIA ComputeDomain (k8s-dra-driver-gpu 서브시스템)Multi-Node NVLink(MNNVL)·IMEX 도메인GB200 NVL72 등 랙스케일 시스템에서 사용
FPGA·커스텀 가속기자체 드라이버 (kubernetes-sigs/dra-example-driver 기반)FPGA, ASIC, 비디오 캡처 등드라이버 개발 킷 제공, 벤더별 상이

GPU​

가장 성숙한 활용 분야입니다. NVIDIA DRA 드라이버는 GPU 할당과 ComputeDomain 두 서브시스템으로 구성되며, GPU 할당 서브시스템은 MIG 파티션의 동적 생성·할당 같은 Device Plugin으로 불가능한 기능을 제공합니다. EKS에서의 활성화 파라미터와 Karpenter 조합은 GPU 리소스 관리를 참조하세요.

네트워크 디바이스 — DraNet​

DraNet은 네트워크 인터페이스를 DRA로 할당하는 Kubernetes SIG 프로젝트입니다. AI/HPC 워크로드에서 RDMA 인터페이스를 CNI 체인·어노테이션 조합 없이 일급 스케줄링 리소스로 다룹니다. GKE는 A4X Max(GB300 NVL72) 인스턴스와 함께 관리형 DRANET을 제공하며, mrdma.google.com(RDMA)·netdev.google.com(일반 NIC) DeviceClass를 자동 설치합니다. EKS에는 아직 관리형 통합이 없어 자체 배포가 필요합니다.

# DraNet — RDMA 지원 NIC를 속성 기반으로 요청
apiVersion: resource.k8s.io/v1
kind: ResourceClaimTemplate
metadata:
  name: rdma-nic-template
spec:
  spec:
    devices:
      requests:
        - name: rdma-nic
          exactly:
            deviceClassName: dra.net
            selectors:
              - cel:
                  expression: device.attributes['dra.net'].rdma == true

고성능 인터커넥트 — ComputeDomain​

NVIDIA DRA 드라이버의 ComputeDomain 서브시스템은 Multi-Node NVLink로 연결된 GPU 그룹을 하나의 도메인으로 추상화합니다. 도메인 내 Pod 간 NVLink 도달성(reachability)과 격리를 보장하며, IMEX(Internode Memory Exchange) 채널을 자동 구성합니다. "GPU 카드 몇 개"가 아니라 GPU 간 연결 토폴로지 자체를 할당 대상으로 다룬다는 점에서, DRA가 단순 디바이스 카운팅을 넘어선다는 대표 사례입니다.

FPGA·커스텀 가속기​

kubernetes-sigs/dra-example-driver는 자체 디바이스용 DRA 드라이버를 개발하기 위한 포크 가능한 레퍼런스 구현입니다. ResourceSlice 발행·kubelet 플러그인·CDI 연동의 보일러플레이트를 제공하므로, 사내 FPGA·전용 ASIC 등 벤더 드라이버가 없는 디바이스도 DRA 체계에 통합할 수 있습니다.

범용 프레임워크로서의 고급 기능​

Device Plugin 모델로는 표현할 수 없는 DRA 고유 기능들입니다. 코어 GA(1.34) 이후에도 개별 기능은 성숙도가 다르므로 도입 전 확인이 필요합니다.

기능설명성숙도 (K8s 1.36 기준)
Prioritized list (firstAvailable)"H100 우선, 없으면 A100" 같은 대체 순위 요청Stable (1.36)
Admin access모니터링·진단 도구가 사용 중인 디바이스에 관리자 권한 접근Beta
Partitionable devices드라이버가 파티션(예: MIG)을 동적으로 생성·광고 — 물리 디바이스와 파티션의 관계를 스케줄러가 인식Beta (1.36)
Consumable capacity하나의 디바이스 용량을 여러 ResourceClaim이 나눠 소비 — Pod가 노드 리소스를 공유하듯 Claim이 디바이스를 공유Beta (1.36)
Device taints/tolerations노드 taint의 디바이스 버전 — 특정 디바이스를 수리·격리 대상으로 표시Beta (1.36)
Device binding conditionsfabric-attached 디바이스가 준비될 때까지 스케줄러가 바인딩을 대기Beta (1.35)

이 중 멀티 이종 리소스 동시 조율이 실무 관점에서 가장 중요합니다. 하나의 ResourceClaim에 GPU와 NIC를 함께 요청하고 "같은 PCIe 스위치 / 같은 NUMA 노드" 제약을 걸면, 분산 학습·추론에서 GPU-NIC 정렬(alignment)로 통신 병목을 제거할 수 있습니다. Device Plugin 체계에서는 GPU 플러그인과 SR-IOV 플러그인이 서로를 알지 못해 불가능했던 구성입니다.

도입 판단과 전제 조건​

클러스터 요건​

항목요건
Kubernetes 버전1.34+ (DRA 코어 GA·기본 활성화). EKS 1.34/1.35는 resource.k8s.io/v1 자동 서빙
컨테이너 런타임CDI 지원 (containerd 1.7+ / CRI-O 1.23+)
DRA 드라이버대상 디바이스의 벤더 드라이버 배포 (GPU: NVIDIA DRA 드라이버, NIC: DraNet 등)
노드 오토스케일링Karpenter v1.14.0+ (ignoreDRARequests=false) 또는 MNG + Cluster Autoscaler — 상세는 GPU 리소스 관리
Beta 기능 사용 시해당 feature gate·API 그룹 활성화 (EKS는 컨트롤 플레인 관리형이므로 지원 범위 확인 필요)

Device Plugin vs DRA 판단 기준​

상황권장
전체 GPU 단위 할당만 필요, 단일 디바이스 유형Device Plugin 유지 (성숙·단순)
속성 기반 디바이스 선택 (메모리 크기·모델·펌웨어)DRA
디바이스 파티셔닝·공유 (MIG 동적 생성, 용량 분할)DRA (partitionable/consumable capacity)
GPU + NIC 등 이종 디바이스 정렬 배치DRA (Device Plugin으로 불가)
RDMA·Multi-NIC를 스케줄링 대상으로 관리DRA + DraNet
Multi-Node NVLink (GB200 NVL72 등)DRA 필수 (ComputeDomain)
EKS Auto Mode 사용 중현재 DRA 불가 — 내부 Karpenter가 v1.14 미만. GPU 리소스 관리 참조

마이그레이션은 점진적으로 진행할 수 있습니다. Device Plugin과 DRA 드라이버가 같은 디바이스를 이중 광고하지 않도록 워크로드 그룹 단위로 전환하는 것이 안전하며, GPU의 경우 GPU Operator의 devicePlugin.enabled=false 전환 시점이 분기점입니다.

결론​

DRA는 GPU에 국한되지 않는 Kubernetes의 범용 디바이스 할당 프레임워크입니다. DeviceClass·ResourceClaim·ResourceSlice 모델과 CEL 속성 매칭으로, 벤더 드라이버가 발행하는 어떤 디바이스든 동일한 API로 요청·구성·공유할 수 있습니다. GPU 외에도 RDMA NIC(DraNet), Multi-Node NVLink(ComputeDomain), FPGA·커스텀 가속기가 이미 DRA 생태계에서 동작합니다. 코어는 K8s 1.34에서 GA되었으나 partitionable devices·consumable capacity 등 고급 기능은 Beta 단계이므로, 기능별 성숙도를 확인한 후 워크로드 그룹 단위로 점진 도입하는 접근이 적합합니다.

참고 자료​

공식 문서​

관련 문서 (내부)​