Quiz — Module 07: Containers & Modern¶

← Module 07 본문으로 돌아가기

Q1. (Remember)¶

Container와 VM의 가장 큰 차이는?

정답 / 해설

VM: kernel 별도 (각 VM이 자기 kernel 부팅)
Container: kernel 공유 (host kernel 사용 + namespace 격리)

결과: Container는 가볍고 빠름 (~100ms startup), VM은 무겁고 격리 강함.

Q2. (Understand)¶

Linux namespace 7종 (PID, NET, MNT, UTS, USER, IPC, CGROUP)이 각각 격리하는 자원은?

정답 / 해설

PID: process ID 공간 (container 내 PID 1)
NET: 네트워크 (interface, routing table)
MNT: mount point, filesystem view
UTS: hostname, domain name
USER: UID/GID 매핑 (rootless)
IPC: System V IPC, message queue
CGROUP: cgroup view 격리

Q3. (Apply)¶

Multi-tenant SaaS에서 container만 사용 시 보안 위험은?

정답 / 해설

Kernel 공유 → 한 container의 kernel exploit이 모든 container + host 침해. 실제 사례: - Linux kernel CVE → container escape - Docker socket exposure → privilege escalation

완화: gVisor (user-space kernel), kata-containers (lightweight VM).

Q4. (Analyze)¶

Firecracker (microVM)이 AWS Lambda에 사용되는 이유는?

정답 / 해설

Container의 빠른 startup (125ms): Lambda는 cold start 시간 critical
VM의 격리: 다른 customer의 코드 실행 → container 격리는 부족, KVM 기반 VM 격리 필요
Minimal device set: virtio block + virtio net만, 다른 device 제거로 attack surface ↓
High density: 한 host에 수천 microVM (작은 메모리 footprint)

"VM의 격리 + container의 속도" 조합이 Lambda에 최적.

Q5. (Evaluate)¶

다음 시나리오에 최적의 격리 모델은?

시나리오	권장
(a) Microservice mesh in trusted env	?
(b) Multi-tenant code execution (Lambda)	?
© Legacy Windows app in Linux server	?
(d) ML training on shared GPU server	?

정답 / 해설

(a) Container (Docker/K8s) — trusted env, density 우선
(b) microVM (Firecracker) — multi-tenant + 빠른 startup
(d) Container + GPU passthrough 또는 VM with vGPU — multi-user GPU sharing