우문현답
愚 問 賢 答
회사별 면접직군별진행 방식
    홈›회사별›무신사›백엔드›질문 상세
    問
    무무신사백엔드경험·이력2026년 출제

    대용량 트래픽을 처리한 경험이 있다면, 그 상황에서 어떤 기술적 도전을 겪으셨나요?

    답변 미리보기

    대용량 트래픽 처리 경험은 동아리 서비스의 서버 과부하 사태를 해결하면서 시작됐습니다. 이벤트 오픈 직후 동시 접속자가 평소의 10배가 되자 API 응답 시간이…

    예상 답변 시간
    60~90초
    예상 꼬리질문
    3회
    난이도
    난이도 중상
    출제 빈도
    높음
    INTERVIEWER'S INTENT · 면접관의 의도

    이 질문, 네 갈래로 뜯어봅니다.

    면접관이 이 한 문장으로 확인하려는 것들. 각 갈래를 알면 답의 뼈대가 잡혀요.

    問
    01
    규모 단위를 인식하는가?
    RPS·동시접속·DB 쿼리 수 같은 단위로 본인이 다룬 시스템을 표현할 수 있는지 보는 자리입니다. 많았다 정도로 닫히는 답은 깊이를 의심받는 결입니다.
    骨
    02
    병목을 좁혔는가?
    어디서 느려졌는지 측정 흔적이 답에 있어야 합니다. APM·로그·프로파일링 중 무엇을 썼는지 짚는 자리가 자주 보입니다.
    語
    03
    어느 층을 만졌는가?
    캐시·쿼리·인덱스·인프라 중 어느 층을 손댔는지 분기가 답에 묻어 있는지 살핍니다. 만능 해결책 한 가지만 답하는 결은 멈춤을 부릅니다.
    本
    04
    측정 전후를 비교하는가?
    튜닝 결과를 숫자로 짚을 수 있는지 보는 자리입니다. 빨라졌다 정도로 닫히는 답은 의심을 부르는 결로 통합니다.
    말로 해봐야 는다
    읽는 것과 말하는 건 다릅니다.
    이 질문, 소리 내어 답해 볼까요?
    무신사 면접관 페르소나가 이 질문을 던지고, 당신의 답에 꼬리질문으로 되물어요.
    음성으로 답해보기
    프로파일러 먼저 확인 후 병목 제거약 60초최적화 후에도 같은 현상이 반복된 경험약 120초DB 쿼리 최적화로 응답 병목을 해결한 경험약 150초
    N+1 쿼리 해결 + 캐싱 레이어 추가
    약 60초

    프로파일러 먼저 확인 후 병목 제거

    대용량 트래픽 처리 경험은 동아리 서비스의 서버 과부하 사태를 해결하면서 시작됐습니다. 이벤트 오픈 직후 동시 접속자가 평소의 10배가 되자 API 응답 시간이 5초 이상으로 늘어났습니다. 원인 분석에서 DB 쿼리 N+1 문제가 주요 병목이었고, ORM 레이어의 즉시 로딩(eager loading)으로 쿼리 수를 크게 줄였습니다.

    캐싱 레이어(Redis)를 추가해서 자주 조회되는 랭킹 데이터를 메모리에 두면서 DB 부하가 크게 내려갔습니다. 로드 밸런싱 구성도 시도했는데, 단일 서버보다 요청이 분산되면서 최고 부하 시점 응답 시간이 절반 이하로 줄었습니다. 성능 튜닝은 프로파일러로 수치를 먼저 확인하고 추정으로 최적화하지 않는 원칙이 가장 효과적이었습니다.

    이 결의 특징
    이벤트 오픈 직후 동시 접속자가 평소의 10배가 되자 API 응답 시간이 5초 이상으로 늘어난 경험에서 N+1 쿼리 문제 발견 후 Redis 캐싱 레이어 추가와 로드 밸런싱 구성까지 단계별 조치가 구체적으로 남아 있습니다. 성능 튜닝은 프로파일러로 수치를 먼저 확인하고 추정으로 최적화하지 않는다는 원칙이 자주 보입니다.
    이 결이 통하는 자리
    프로파일러 먼저 확인 후 병목 제거라는 순서가 실제 서비스 과부하 경험으로 뒷받침될 때 통합니다. 응답 시간 개선 수치나 부하 감소 비율 같은 측정 결과가 한 자리라도 남아 있을 때 면접관의 꼬리질문이 줄어드는 결이 보입니다.
    예시 답변 2
    약 120초

    최적화 후에도 같은 현상이 반복된 경험

    서버 캐싱을 추가해서 응답이 빨라졌다고 생각했는데, 일주일 뒤 같은 부하 패턴에서 다시 서버가 느려진 경험이 있습니다. 캐싱이 안 된 엔드포인트가 따로 있었고, 트래픽이 그쪽으로 몰린 것이 원인이었습니다. 처음에 측정했던 엔드포인트만 캐싱하고 전체를 확인하지 않았던 것이 실수였습니다. 이후로 최적화 작업을 할 때 영향받는 엔드포인트 전체를 목록으로 만든 뒤 각각 부하를 확인하는 방식을 쓰기 시작했습니다. 최적화는 한 곳이 아니라 전체 트래픽 흐름을 기준으로 봐야 한다는 것도 그때 배웠습니다.

    측정 없이 개선됐다고 가정하는 것이 다음 문제의 원인이 된다는 걸 그 경험이 알려줬습니다. 지금은 성능 개선 후 항상 변경 전후 지표를 비교하고 문서로 남기는 루틴이 있습니다.

    이 결의 특징
    캐싱을 추가해 응답이 빨라졌다고 생각했는데 일주일 뒤 같은 부하 패턴에서 다시 느려진 경험에서 처음에 측정했던 엔드포인트만 캐싱하고 전체를 확인하지 않았던 것이 실수였다는 인식이 명확히 남아 있습니다. 영향받는 엔드포인트 전체를 목록으로 만든 뒤 각각 부하를 확인하는 방식이 자주 보입니다.
    이 결이 통하는 자리
    측정 없이 개선됐다고 가정하는 것이 다음 문제의 원인이 된다는 원칙이 재발 경험으로 뒷받침될 때 통합니다. 성능 개선 후 항상 변경 전후 지표를 비교하고 문서로 남기는 루틴이 살아 있을 때 면접관의 꼬리질문이 줄어드는 결이 보입니다.
    예시 답변 3
    약 150초

    DB 쿼리 최적화로 응답 병목을 해결한 경험

    동아리 서비스 성능 개선을 하면서 서버 코드가 아니라 쿼리가 병목이라는 걸 뒤늦게 파악한 경험이 있습니다. 처음엔 서버 로직을 최적화했는데도 응답이 느렸고, APM 도구로 각 구간 시간을 측정해보니 DB 쿼리 시간이 전체의 70% 를 차지하고 있었습니다. 조회 쿼리에 인덱스가 없는 컬럼이 조건에 쓰이고 있었고, 데이터가 많을수록 풀 스캔이 반복되는 구조였습니다.

    복합 인덱스를 추가하고 서브쿼리를 JOIN으로 바꾸자 쿼리 실행 시간이 크게 줄었습니다. 그 이후로 성능 문제를 접할 때 서버보다 DB를 먼저 살펴보는 순서가 자연스럽게 생겼습니다. 애플리케이션 계층을 개선하기 전에 데이터 계층의 병목을 확인하는 것이 대부분의 웹 서비스 성능 문제에서 더 빠른 경로라는 걸 그 경험이 알려줬습니다.

    측정 없이 최적화를 시작하지 않는 것이 지금 성능 작업의 첫 번째 원칙입니다.

    이 결의 특징
    서버 로직을 최적화했는데도 응답이 느렸고 APM 도구로 구간 시간을 측정하니 DB 쿼리 시간이 전체의 70%를 차지한 경험에서 서버보다 DB를 먼저 살펴보는 순서가 자연스럽게 생긴 이력이 남아 있습니다.
    이 결이 통하는 자리
    애플리케이션 계층보다 데이터 계층의 병목을 먼저 확인하는 것이 웹 서비스 성능 문제에서 더 빠른 경로라는 인식이 경험으로 뒷받침될 때 통합니다. 복합 인덱스 추가와 서브쿼리를 JOIN으로 바꾼 조치가 쿼리 실행 시간 단축으로 이어진 구체 결과가 살아 있을 때 면접관의 꼬리질문이 줄어드는 결이 보입니다.
    !
    위 답변은 여러 풀이 중 한 가지 예시입니다. 정답이 아니며, 외워서 그대로 말하면 면접관이 다음 질문을 그 자리에서 시작하는 경우가 많습니다. 본인의 프로젝트·기준·숫자로 다시 짜는 자리로만 쓰세요.
    ✕자주 빠지는 자리

    같은 실수가 반복돼요. 이것만 피해도 절반은 갑니다.

    • ✕떨어뜨린 옵션이 1개라도 있는가? "이게 답이었어요"만으로는 의사결정이 아니라 그냥 선택입니다.
    • ✕선택 기준이 그 프로젝트에 한정되는가? "성능이 좋아서"는 일반론, "우리 트래픽이 X 패턴이라서"가 본인의 답입니다.
    • ✕결과 숫자 1개를 정확히 말할 수 있는가? P95·QPS·적중률 — 무엇이든 1개. 숫자가 없으면 직감으로 한 일처럼 들리기 쉽습니다.
    • ✕지금 다시 한다면 어떻게 할지 답할 수 있는가? "잘했다"보다 "이건 다르게 했을 것 같다"가 더 깊은 인상을 남깁니다.
    ▶이어질 꼬리질문

    진짜 면접은 두 번째 질문부터예요. 이 답 뒤에 따라올 법한 것들.

    壹가장 큰 병목은 어디였나요?
    貳캐시 도입을 검토했다면 어떤 기준이 있었나요?
    參튜닝 전후 수치는 어떻게 측정하셨나요?
    이제, 직접 답해볼 차례예요.
    눈으로 읽은 답은 면접장에서 나오지 않아요. 무신사 면접관과 이 질문으로 한 번 대화해 보세요.
    이 질문으로 모의면접 해보기
    또는, 다음 질문으로

    같은 흐름에서 자주 이어지는 질문들이에요.

    CJ올리브영 · ML 엔지니어
    대용량 트래픽을 처리한 경험이 있다면, 어떤 기술과 방법을 사용했는지 설명해 주세요.
    이 질문 보기
    토스 · 백엔드
    대용량 트래픽을 안정적으로 처리하기 위해 어떤 경험이나 기술을 활용하셨나요?
    이 질문 보기
    삼성SDS · 프로덕트 매니저
    대용량 트래픽 처리 설계 시 어떤 전략을 사용하셨나요?
    이 질문 보기
    이스트소프트 · 풀스택
    대용량 트래픽 처리 및 성능 튜닝 경험에 대해 설명해 주실 수 있나요?
    이 질문 보기
    안내 · 이 페이지의 질문·답변·꼬리질문은 유사 직군 채용 시장의 공개된 면접 후기·커뮤니티 게시물을 분석해 구성한 학습 자료입니다. 실제 출제·회사 공식 입장과는 무관하며, 정정 요청 시 24시간 내 반영합니다. 자세히
    개인정보처리방침이용약관문의
    © 2026 우문현답. All rights reserved.
    이 페이지 목차
    01면접관의 의도02답변의 결03실수·꼬리질문04관련 질문
    말로 해봐야 는다
    이 질문, 무신사 면접관과
    음성으로 답해볼까요?
    모의면접 해보기
    첫 회 무료 · 종료 즉시 음성 폐기