한 회사에서 Amazon Elastic Kubernetes Service(Amazon EKS)에서 컨테이너 애플리케이션을 실행합니다. 워크로드는 하루 종일 변동됩니다. 이 회사는 워크로드에 따라 Amazon EKS가 스케일 인 및 스케일 아웃되기를 원합니다. 운영 오버헤드를 최소화하면서 이러한 요구 사항을 충족하는 단계 조합은 무엇입니까? (두 가지를 선택하세요.)

컨테이너화된 애플리케이션의 변동하는 워크로드에 따라 Amazon EKS 클러스터를 효율적으로 스케일링하려면 두 가지 주요 구성 요소가 필요합니다. 첫째, Kubernetes Metrics Server를 사용하여 수평 Pod 자동 확장(Horizontal Pod Autoscaler, HPA)을 활성화하면 Pod 수준에서 스케일링이 가능합니다. HPA는 CPU 사용률이나 다른 사용자 정의 메트릭을 기반으로 Pod 복제본 수를 자동으로 늘리거나 줄여 애플리케이션 수요를 충족합니다. 둘째, Kubernetes Cluster Autoscaler를 사용하여 클러스터의 노드 수를 관리해야 합니다. Cluster Autoscaler는 Pod를 예약할 수 있는 리소스가 부족하거나 노드 활용도가 낮을 때 자동으로 노드를 추가하거나 제거하여 HPA가 Pod를 스케일링할 수 있는 충분한 인프라를 제공합니다. 이 두 가지를 함께 사용하면 운영 오버헤드를 최소화하면서 EKS 클러스터가 워크로드에 따라 동적으로 스케일 인 및 스케일 아웃될 수 있습니다. AWS Lambda 함수를 사용하여 EKS 클러스터 크기를 조정하는 것은 수동적인 접근 방식이며, 동적인 워크로드 변동에 실시간으로 대응하기 어렵습니다. Amazon API Gateway는 EKS와 직접적인 스케일링 메커니즘이 아니며, AWS App Mesh는 네트워크 활동 관찰을 위한 서비스 메시 도구이지 스케일링 솔루션이 아닙니다.