이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
5-6 nines 수준의 가용성을 달성하려면 단일 레이어 해결책이 아니라 여러 계층에서 동시에 방어해야 한다고 생각합니다. 하나가 뚫리면 다른 층이 받아주는 구조입니다.
분산 시스템 수업에서 고가용성 설계를 시뮬레이션하는 프로젝트를 진행했는데, 멀티 AZ 배포로 단일 데이터센터 장애를 흡수하고, 로드밸런서와 헬스체크로 불량 인스턴스를 자동 제거하며, 서킷 브레이커로 연쇄 장애를 막는 구조를 설계했습니다. 이론 설계에서는 잘 진행되었지만, 실패는 카오스 엔지니어링 단계를 넣지 않아서 실제 장애 상황에서 페일오버가 예상대로 작동하는지 검증을 하지 못한 것이었습니다.
가용성은 설계로 만들고, 카오스 테스트로 증명해야 진짜 신뢰할 수 있습니다. 실제로 고장 나게 해봐야 어디가 버텨주는지 알 수 있었습니다.
고가용성을 얘기할 때 먼저 SLO를 어떻게 정의하느냐가 중요하다고 생각합니다. 5 nines는 연간 약 5분의 다운타임만 허용되는데, 이게 가능한 목표인지 서비스 특성에 따라 달라지거든요.
클라우드 컴퓨팅 수업에서 에러 버짓 개념을 활용한 운영 시뮬레이션을 해봤습니다. 월별 에러 버짓을 정해두고, 버짓이 소진될 것 같으면 신규 배포를 멈추고 안정화에 집중하는 방식이 인상적이었어요. 실패는 에러 버짓을 정했는데 측정 기준이 불명확해서 팀마다 다르게 계산한 것이었고, 이후 알림 트리거 조건과 집계 방식을 먼저 합의하는 단계를 추가했습니다.
가용성 목표는 숫자를 높이는 게 목표가 아니라, 그 숫자를 어떻게 측정하고 언제 경보를 울릴지를 팀이 공유하는 데서 시작한다고 생각합니다.
고가용성 달성에서 제가 중요하게 배운 건 장애를 막는 것만큼 장애를 빨리 발견하고 복구하는 능력이 중요하다는 점입니다. 완전한 무장애는 불가능하기 때문에 MTTR을 줄이는 게 현실적인 방향이에요.
개인 프로젝트에서 소규모 API 서버에 Prometheus + 알림 연동을 붙여봤는데, 응답 지연이 특정 임계값을 넘으면 알림이 오고 자동으로 재시작하는 구조를 만들었습니다. 처음에는 알림 기준을 너무 낮게 잡아서 정상 트래픽 변동에도 알림이 과도하게 발생해서 무시하게 된 문제가 있었어요. 실패는 임계값을 충분히 테스트하지 않고 설정한 것이었습니다.
관찰 가능성은 많이 보는 게 아니라 의미 있는 신호만 보는 것이고, 자동 복구는 트리거 조건을 정밀하게 잡아야 오히려 신뢰가 생깁니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 쿠팡 백엔드 면접관이 던질 가능성이 높은 후속 질문.
이 페이지의 질문·답변·꼬리질문은 유사 직군 채용 시장의 공개된 면접 후기·커뮤니티 게시물을 분석해 구성한 학습 자료입니다. 특정 회사가 실제로 이 질문을 출제했다는 것을 보장하지 않으며, 모든 예시는 우문현답이 직접 작성한 창작물입니다. 해당 회사의 공식 입장과는 무관합니다. 회사 측의 정정 요청이 있을 경우 24시간 이내에 응답·수정합니다.