이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
대규모 분산 시스템에서 데이터 무결성은 단일 트랜잭션이 불가능한 환경에서 어떻게 일관성을 보장하는가의 문제다. 프로젝트에서 사용한 전략은 크게 두 가지다. 첫째는 Saga 패턴으로, 여러 서비스에 걸친 긴 트랜잭션을 각 단계로 나누고, 중간에 실패하면 이전 단계를 보상하는 보상 트랜잭션으로 롤백하는 방식이다. 둘째는 멱등성 보장이다. 네트워크 오류로 같은 요청이 두 번 올 때 중복 처리가 생기지 않도록, 각 요청에 고유 ID를 달고 이미 처리된 ID는 무시하는 로직을 넣었다. 실제로 주문 서비스와 재고 서비스가 분리된 구조에서 결제 성공 후 재고 차감이 실패하는 케이스를 처리할 때 이 두 가지를 결합해 일관성을 유지했다. 완벽한 ACID를 포기하는 대신 최종 일관성을 허용하면서도 비즈니스 규칙을 지키는 균형이 분산 시스템 설계의 핵심이라고 생각한다.
분산 시스템에서 데이터 무결성을 위해 2PC(Two-Phase Commit)을 쓰면 가용성이 낮아지는 트레이드오프가 있습니다. 2PC는 모든 참여 노드가 동의해야 커밋되므로 강한 일관성을 보장하지만, 한 노드가 느리면 전체 트랜잭션이 대기합니다. 고가용성이 더 중요한 환경에서는 Eventually Consistent 모델을 선택하고, 충돌 해결 정책(Last Write Wins, CRDT 등)을 명시적으로 설계하는 방식이 현실적입니다. 어떤 모델을 선택하느냐는 비즈니스 요건에서 일관성과 가용성 중 어느 쪽 비용이 더 큰지에 따라 달라집니다.
CAP 트레이드오프가 선택 기준입니다. 가용성이 중요하면 Eventually Consistent를 설계합니다. 요건이 모델을 결정합니다.
분산 시스템에서 무결성을 유지하는 또 다른 접근으로 이벤트 소싱(Event Sourcing)을 활용하는 방식이 있습니다. 현재 상태만 저장하는 것이 아니라 상태를 변경한 이벤트를 순서대로 저장하면, 장애 발생 시 이벤트를 재생해서 정확한 상태를 복구할 수 있습니다. 감사 로그와 재현 가능성이 함께 확보되는 것이 장점입니다. 다만 이벤트 스키마가 변경될 때 하위 호환성을 관리해야 하는 복잡도가 추가됩니다. 수업 설계 과제에서 이 방식을 분석했을 때, 정확한 이력 추적이 중요한 금융·결제 도메인에서 특히 유효하다는 것을 배웠습니다.
이벤트 소싱이 재현 가능성을 만듭니다. 이력 추적이 무결성의 증거입니다. 상태보다 변화를 저장하는 방식입니다.
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.