Stripe, 그래프 탐색으로 데이터베이스 복구 자동화

Stripe의 엔지니어링 팀이 데이터베이스 장애로부터의 복구 프로세스를 자동화하는 메커니즘을 개발하고 그 세부 사항을 공개했다. 글로벌 인프라 전체를 그래프 구조로 모델링하고, 그래프 탐색 알고리즘과 상태 머신을 결합하여 복구 계획의 산출과 실행을 자동으로 수행할 수 있도록 했다고 한다.

배경으로, 대규모 결제 인프라를 보유한 기업에게 데이터베이스 장애는 사업 연속성과 직결되는 위험이다. 전통적으로 장애 발생 시 대응은 담당 엔지니어가 수동으로 상황을 판단하고 복구 절차를 밟아야 했다. 시스템의 규모가 커질수록 그 판단은 복잡해지고, 대응의 지연이나 인적 오류가 발생하기 쉬워진다는 과제가 클라우드 네이티브한 대규모 서비스에 공통적으로 존재한다.

Stripe가 채택한 접근 방식에서는 먼저 글로벌 데이터베이스 인프라를 그래프로 표현한다. 그래프란 노드(절점)와 엣지(변)로 구성되는 자료 구조로, 여기서는 서버나 데이터베이스 인스턴스를 노드로, 이들의 의존 관계나 연결을 엣지로 표현하고 있다고 생각된다. 이 그래프에 그래프 탐색 알고리즘을 적용함으로써 장애의 영향 범위나 복구에 필요한 절차를 자동으로 계산할 수 있다.

또 다른 핵심 기술이 상태 머신이다. 상태 머신이란 시스템이 취할 수 있는 '상태'와 어떤 상태에서 다른 상태로의 '전이 조건'을 정의하는 메커니즘으로, 복잡한 처리 흐름을 명확하게 관리하기 위해 사용된다. Stripe는 이를 결합함으로써 복구 계획의 각 단계를 정의하고, 실제로 실행하는 일련의 흐름을 자동화하는 데 성공했다.

이 기법이 지니는 의미는 단순히 복구를 빠르게 한다는 것 이상의 것이다. 그래프와 상태 머신에 의한 자동화는 '담당자의 경험이나 판단에 의존하는' 속인적 대응으로부터 '구조화된 로직이 실행하는' 재현성 높은 대응으로의 이행을 의미한다. 이로 인해 인시던트 대응의 품질이 담당자에 따라 달라지기 어려워진다는 관점이 있다.

대규모 인프라를 보유한 기업에서는 장애 대응의 자동화가 앞으로 더욱 중요한 주제가 될 수 있다. 이번 Stripe가 공개한 기법은 그래프 이론이나 오토마타 이론과 같은 계산기 과학의 기초적 개념을 실제 인프라 관리에 적용한 사례로서, 소프트웨어 엔지니어링 현장에 참고될 가능성이 있다. 특히 의존 관계가 복잡하게 얽혀 있는 분산 시스템의 관리에서 그래프 구조를 활용하는 접근법의 효과성을 보여주는 시도로 자리매김된다.

앞으로 주목할 점은 동일한 접근 방식이 다른 대규모 서비스 기업으로도 확산될지 여부다. Stripe의 사례가 구체적인 구현의 세부 사항과 함께 공유됨으로써 업계 전체의 인프라 신뢰성 향상 프랙티스에 영향을 미친다는 관점도 있다. 데이터베이스 장애의 자동 복구는 서비스의 가용성을 지키는 데 있어 근본적인 과제이며, 그 해결책 중 하나로서 이번 기술적 접근이 참조되어 갈 것이다.