이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
빅데이터 수업에서 분산 저장 시스템을 처음 배웠습니다. 장점은 명확합니다. 규모 확장이 쉽고, 단일 서버 한계를 넘어서 대용량 데이터를 저장하고 처리할 수 있습니다. 여러 노드에 분산되어 있어서 한 곳이 고장나도 데이터가 유지되는 내결함성도 강점입니다. 단점은 지연 시간이 생길 수 있다는 점입니다. 로컬 파일 시스템보다 느리고, 작은 파일이 많으면 오히려 비효율이 발생합니다.
HDFS는 대용량 배치 처리에 강하지만, 실시간 랜덤 접근에는 적합하지 않습니다. 어떤 용도에 맞는지를 먼저 파악해야 적합한 선택이 된다는 것을 배웠습니다. 프로젝트에서 HDFS를 사용해 보았는데, 소용량 파일이 많을 때 NameNode 부하가 올라가는 문제를 직접 겪었습니다. 선택이 중요하다는 것을 그때 배웠습니다.
분산 저장 시스템의 가장 큰 장점은 확장성과 비용 효율이에요. S3 같은 오브젝트 스토리지는 용량이 늘어도 관리 부담이 거의 없어요. 스토리지와 컴퓨팅이 분리되어 있어서 필요한 부분만 독립적으로 확장할 수 있는 것도 장점이에요. 단점은 데이터 일관성 보장이 약한 경우가 있어요. 분산 환경에서 동시에 쓰기가 일어나면 일관성·가용성·파티션 내성 중 뭔가를 포기해야 해요.
CAP 정리가 그 트레이드오프를 설명해요. 용도에 맞는 선택이 중요하다는 걸, 케이스 분석에서 배웠습니다. CAP 정리를 배우고 나서 분산 시스템에서 '완벽한 해법은 없다'는 걸 받아들이게 됐어요. 트레이드오프를 이해하는 게 진짜 역량이에요.
학교 프로젝트에서 S3에 로그를 쌓고 분석한 경험이 있어요. 장점은 운영 부담이 거의 없다는 것이었어요. 스토리지를 직접 관리할 필요 없이 쓰는 만큼 비용을 내는 구조가 실험적인 프로젝트엔 딱 맞았어요. 단점은 접근 지연이었어요. 처음 파일을 열 때 로컬보다 시간이 더 걸렸고, 작은 파일이 많으면 요청 수가 늘어서 비용이 생각보다 올라갔어요. 파일 구조 최적화가 분산 저장 효율의 핵심이라는 걸 그때 배웠어요. 기술 선택보다 어떻게 데이터를 구조화하느냐가 더 중요할 때가 있더라고요. 그 경험 이후로 스토리지 선택 전에 '읽기/쓰기 패턴이 뭔지'를 먼저 물어보는 습관이 생겼어요. 기술보다 목적이 먼저예요.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 쿠팡 데이터 엔지니어 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.