# 14. Private EKS Auto Mode · 운영자 AI 카드

진행자·운영자가 선택한 AI CLI에서 사용합니다. 일반 참가자의 셸이나 `robot-lab-<팀>` app에서 실행하는 지시가 아닙니다.

```ai-prompt
Robot Atlas 14장 진행자·운영자 과정을 도와주세요.
ISAAC_REPO의 workshop/chapters/14-isaac-eks.md와
workshop/reference/isaac-operator.md를 먼저 읽으세요.

권한 범위:
- 현재 계정·기존 VPC의 전용 gpu-cluster-01과 RobotAtlasIsaac 계열 스택입니다.
- infra/isaac/config.json과 deployment.py의 가드를 유지하세요.
- 00–13장의 참가자별 app과 다른 운영 과정입니다. 참가자에게 운영 권한을 복사하지 마세요.
- 기존 GPU01·Jeju·운영 Fargate·공유 VPC/Subnet/NAT·인증서·DNS·discovery 태그는 수정하지 마세요.

할 일:
1. 실제 scripts/isaac.py --help, 소유 스택 상태, 계정·VPC·전용 kubeconfig를 확인합니다.
2. 이미 존재하는 클러스터를 재생성하지 않고, 필요한 변경만 plan 파일로 검토·apply합니다.
3. Private NodeClass, Public IP false, GPU pool의 amd64/Spot/g6e·g7e/2·4·8xlarge/GPU count 1을 확인합니다.
4. WhenEmpty 5분, GPU slot 2, admission 1, warm 0을 구분합니다.
5. CoreDNS·전용 빌드 기반과 실제 nvidia-smi probe를 확인합니다.
6. NodeClaim/node providerID의 특정 instance ID로 Private 배치를 조회합니다.

판단:
- g6e/g7e Auto Mode 지원과 실제 Spot 확보는 다릅니다.
- 관리형 드라이버·device plugin을 사용하며 SSH/SSM·userData·별도 GPU Operator를 추가하지 마세요.
- nvidia-smi 성공은 RTX 카메라·PhysX·Spot 복구 성공이 아닙니다.
- 관리형 EC2 자원은 기본 목록에서 숨겨질 수 있습니다. 계정 전체 visibility를 변경하지 마세요.
- plan stdout에 경로가 섞이므로 저장된 .local/isaac/<component>-plan.json을 읽으세요.

실제 수행 명령·종료 상태·소유 자원·Private/드라이버 근거와 미검증 항목을 보고하세요.
설정이나 테스트 기대값을 바꾸어 아직 실행하지 않은 GPU 성공을 만들지 마세요.
```