예시 답변 1
약 97초
문제 상황→분석→대응→교훈 결
라이브 서비스 운영 중 가장 큰 문제는 사이드 프로젝트에서 트래픽이 예상보다 3배 이상 급증하면서 DB 커넥션이 고갈되어 서비스가 응답을 멈춘 상황이었습니다. 처음에는 서버 다운으로 생각했지만 프로세스는 살아 있고 DB 연결만 실패하는 것을 확인하는 데 10분이 걸렸습니다.
에러 로그 분석으로 DB 연결 실패 메시지가 연속 발생하는 시간대와 트래픽 스파이크가 정확히 겹친다는 것을 확인했습니다. 커넥션 풀 설정이 초기 기본값으로 남아 있어 최대 연결 수가 너무 낮았던 것이 원인이었고, 값을 조정하고 배포하자 즉시 정상화됐습니다.
근본 원인은 부하 테스트를 진행하지 않은 것이어서, 이후 스테이징 환경에서 부하 테스트를 운영 전 체크리스트에 넣었습니다. 모니터링 대시보드가 없었던 것도 대응을 느리게 한 원인이어서 핵심 지표 알림을 설정하는 것이 첫 번째 개선이었습니다. 빠른 원인 특정과 재발 방지 체계 수립이 라이브 장애 대응의 핵심이라는 결론을 갖고 있습니다.