수치 측정·팀 협업·결과 확인 중심으로 푸는 결
졸업 프로젝트에서 Kubernetes로 마이크로서비스를 운영하며 리소스 낭비와 배포 불안정 문제를 마주한 경험이 있습니다. 처음에는 각 서비스에 CPU·메모리 제한을 걸지 않아 트래픽이 몰릴 때 한 서비스가 클러스터 전체 자원을 점유하는 상황이 반복됐습니다. 팀원들과 함께 kubectl top으로 각 Pod의 평균 사용량을 2주간 측정한 뒤, 실제 사용 패턴에 맞게 `requests`와 `limits`를 재설정했습니다. 그 결과 특정 서비스의 OOM 재시작이 주 3~4회에서 0회로 줄었고, 롤링 업데이트 중 서비스 중단도 사라졌습니다. 제가 맡은 역할은 사용량 데이터를 수집하고 정리해 팀에 공유하는 것이었고, 제한값 기준은 함께 논의해서 결정했습니다. 이 경험을 통해 인프라 최적화는 감이 아니라 측정→분석→조정의 반복임을 처음 실감했습니다. 이후 HPA를 붙여 트래픽에 따라 Pod 수를 자동 조정하는 구조도 실험해봤고, 그 효과도 지표로 확인했습니다.