서비스 리스크 데이터 분석 + 식별 + 활용 + 결과
약 90초
실제 데이터 분석 경험에서 리스크 사전 감지와 대응 흐름 서술
팀 프로젝트에서 서비스 이용 패턴 데이터를 분석해 리스크 신호를 사전에 포착하려 했습니다. 분석한 데이터는 사용자 세션 로그, API 오류 발생 빈도, 이탈률 추이였습니다. 리스크 식별 방법으로는 평소 패턴에서 2표준편차 이상 벗어난 지표를 자동 알림 기준으로 설정했습니다. 이 방법이 이상 징후를 "사람이 보고 느끼는 것"이 아니라 수치가 먼저 잡는 구조를 만드는 데 유효했습니다. 데이터를 실제 어떻게 활용했냐 하면, 오류율이 일정 임계값을 넘으면 슬랙 알림이 오도록 했고, 그 신호가 오면 원인 분석 체크리스트를 바로 실행하는 흐름을 만들었습니다. 결과로는 한 번의 장애 상황에서 탐지 시간이 기존보다 30분 단축됐고, 대응 속도가 빨라져 영향 범위가 줄었습니다. 이 경험에서 리스크 관리는 사건 후 대응보다 사건 전 신호 탐지 체계가 더 중요하다는 걸 배웠습니다.