장애 대응 및 포스트모템 문화에 익숙하다고 하셨는데, 구체적인 경험을 공유해 주실 수 있나요?

팀 프로젝트에서 새벽에 서비스가 갑자기 느려지는 장애가 발생했을 때 처음에는 혼자 해결하려고 로그를 두 시간 넘게 뒤졌습니다. 원인을 좁히지 못한 채 시간만 흐르다가, 팀원에게 상황을 공유했더니 'DB 커넥션 풀이 고갈되는 패턴이 있다' 는 걸 유사 사례를 기억하는 팀원이 바로 짚어줬습니다. 그 힌트로 pg_stat_activity를 확인하니 오래된 커넥션이 반환되지 않고 쌓인 것이 원인이었습니다. 복구 후 포스트모템을 함께 작성하면서, 혼자 두 시간을 소모한 것이 가장 큰 비효율이었다는 결론이 나왔습니다. 이후 팀에서 15분 규칙을 만들었습니다. 장애 대응 중 원인을 15분 안에 좁히지 못하면 반드시 다른 사람에게 공유하기로 합의한 것입니다.

장애는 혼자 끌어안을수록 MTTR이 늘어난다는 걸 이 경험에서 배웠습니다.