사이트 신뢰성 엔지니어링(SRE)이란 무엇인가요?

사이트 신뢰성은 최종 사용자가 사용할 수 있게 된 후 애플리케이션이 제공하는 서비스의 신뢰성과 품질을 나타냅니다. 기술적 문제가 감지되지 않으면 소프트웨어 유지 관리가 소프트웨어 신뢰성에 영향을 주는 경우가 있습니다. 예를 들어, 개발자가 새로운 변경을 수행할 때 실수로 기존 애플리케이션에 영향을 주어 특정 사용 사례에서 충돌이 발생할 수 있습니다.

다음은 사이트 신뢰성 엔지니어링(SRE) 방식의 몇 가지 이점입니다.

팀 간

SRE는 개발 팀과 운영 팀 간의 협업을 강화합니다. 개발자는 종종 새로운 기능을 출시하거나 치명적인 버그를 수정하기 위해 애플리케이션을 빠르게 변경해야 합니다. 한편 운영 팀은 원활한 서비스 제공을 보장해야 합니다. 따라서 운영 팀은 SRE 방식을 사용하여 모든 업데이트를 면밀히 모니터링하고 변경으로 인해 발생하는 모든 문제에 즉시 대응합니다.

향상된 고객 경험

조직은 SRE 모델을 사용하여 소프트웨어 오류가 고객 경험에 영향을 미치지 않도록 합니다. 예를 들어, 소프트웨어 팀은 SRE 도구를 사용하여 소프트웨어 개발 수명 주기를 자동화합니다. 이렇게 하면 오류가 줄어들어 팀이 버그 수정보다 새로운 기능 개발을 우선시할 수 있습니다.

운영 계획 개선

 SRE 팀은 소프트웨어가 실패할 현실적인 가능성이 있음을 인정합니다. 따라서 팀은 가동 중지가 비즈니스와 최종 사용자에게 미치는 영향을 최소화하기 위해 적절한 인시던트 대응을 계획합니다. 또한 가동 중지로 인한 비용을 더 잘 추정하고 이러한 인시던트가 비즈니스 운영에 미치는 영향을 이해할 수 있습니다. 

관측성은 소프트웨어가 최종 사용자를 위해 개시될 때 소프트웨어 팀이 불확실성에 대비할 수 있도록 준비하는 프로세스입니다. 사이트 신뢰성 엔지니어링(SRE) 팀은 도구를 사용하여 소프트웨어의 비정상적인 동작을 감지하고 더 중요하게는 개발자가 문제의 원인을 이해하는 데 도움이 되는 정보를 수집합니다. 관측성에는 SRE 도구를 사용하여 다음 정보를 수집하는 것이 포함됩니다. 

지표 

지표는 애플리케이션의 성능 또는 시스템 상태를 반영하는 수량화 가능한 값입니다. SRE 팀은 지표를 사용하여 소프트웨어가 과도한 리소스를 소비하거나 비정상적으로 작동하는지 확인합니다.

로그

SRE 소프트웨어는 특정 이벤트에 대한 응답으로 로그라는 자세한 타임스탬프 정보를 생성합니다. 소프트웨어 엔지니어는 로그를 사용하여 특정 문제를 일으키는 일련의 이벤트를 파악합니다. 

트레이스 

트레이스는 분산 시스템에서 특정 함수의 코드 경로를 관찰한 것입니다. 예를 들어, 장바구니 결제에는 다음과 같은 과정이 포함됩니다.

• 데이터베이스로 가격 계산
• 결제 게이트웨이로 인증
• 공급업체에 주문 제출

트레이스는 ID, 이름 및 시간으로 구성되며 소프트웨어 개발자가 지연 시간 문제를 감지하고 소프트웨어 성능을 개선하는 데 도움이 됩니다. 

사이트 신뢰성 엔지니어링(SRE) 팀은 다음 지표를 사용하여 서비스 제공 품질과 신뢰성을 측정합니다. 

서비스 수준 목표

서비스 수준 목표(SLO)는 소프트웨어가 다음과 같은 다른 지표에 대해 합리적인 비용으로 달성할 수 있다고 확신하는 구체적이고 정량화 가능한 목표입니다. 

• 가동 시간 또는 시스템 작동 시간
• 시스템 처리량
• 시스템 출력
• 다운로드 속도 또는 애플리케이션 로드 속도

SLO는 소프트웨어를 통해 고객에게 제공을 약속합니다. 예를 들어, 회사 음식 배달 앱의 가동 시간 SLO를 99.95%로 설정했습니다.

서비스 수준 지표

서비스 수준 지표(SLI)는 SLO가 정의하는 지표의 실제 측정치입니다. 실제 상황에서는 SLO와 일치하거나 다른 값을 얻을 수 있습니다. 예를 들어, 애플리케이션이 99.92%의 시간 동안 가동되어 실행되며 이는 약속된 SLO보다 낮습니다. 

서비스 수준에 관한 계약

서비스 수준에 관한 계약(SLA)은 하나 이상의 SLO가 충족되지 않을 때 발생하는 상황을 명시하는 법적 문서입니다. 예를 들어, SLA에는 기술 팀이 보고서를 수신한 후 24시간 이내에 고객의 문제를 해결할 것이라고 명시되어 있습니다. 팀이 지정된 기간 내에 문제를 해결할 수 없는 경우 고객에게 환불해야 할 수도 있습니다.

오류 예산

오류 예산은 SLO에 대한 비준수 허용 오차입니다. 예를 들어, SLO에서 가동 시간 99.95%는 허용되는 가동 중지 시간이 0.05%임을 의미합니다. 소프트웨어 가동 중지 시간이 오류 예산을 초과하면 소프트웨어 팀은 애플리케이션을 안정화하는 데 모든 리소스와 주의를 집중합니다.

사이트 신뢰성 엔지니어는 자동화 도구를 사용하여 프로덕션 환경에서 소프트웨어 신뢰성을 모니터링하고 관찰하는 IT 전문가입니다. 또한 소프트웨어에서 문제를 찾고 수정하는 코드를 작성하는 데 경험이 있습니다. 사이트 신뢰성 엔지니어는 일반적으로 우수한 코딩 기술을 가진 전직 시스템 관리자 또는 운영 엔지니어입니다. 다음은 몇 가지 사이트 신뢰성 책임입니다.

운영

사이트 신뢰성 엔지니어는 작업 시간의 최대 절반을 운영 작업에 소비합니다. 여기에는 다음과 같은 여러 태스크가 포함됩니다. 

• 긴급 인시던트 대응
• 변경 관리
• IT 인프라 관리

엔지니어는 SRE 도구를 사용하여 여러 운영 태스크를 자동화하고 팀 효율성을 높입니다.

시스템 지원

사이트 신뢰성 엔지니어는 개발 팀과 긴밀히 협력하여 새로운 기능을 만들고 프로덕션 시스템을 안정화합니다. 전체 소프트웨어 팀을 위한 SRE 프로세스를 만들고 에스컬레이션 문제를 지원합니다. 더 중요한 것은 사이트 신뢰성 팀이 고객 지원에 문서화된 절차를 제공하여 불만 사항을 효과적으로 처리할 수 있도록 지원한다는 것입니다. 

프로세스 개선

사이트 신뢰성 엔지니어는 인시던트 사후 검토를 실시하여 소프트웨어 개발 수명 주기를 개선합니다. SRE 팀은 모든 소프트웨어 문제와 해당 솔루션을 공유 기술 자료에 문서화합니다. 이를 통해 소프트웨어 팀은 향후 유사한 문제에 효율적으로 대응할 수 있습니다. 

 

AWS Management and Governance 서비스는 소프트웨어 팀이 시스템 신뢰성을 유지하면서 분산 애플리케이션을 빌드, 조정 및 배포하는 데 필요한 도구를 제공합니다. 사이트 신뢰성 엔지니어링(SRE) 팀은 다양한 AWS Management and Governance 서비스를 사용하여 AWS와 온프레미스 컴퓨팅 리소스를 모니터링하고 관리합니다.

• AWS Service Catalog를 사용하면 SRE 팀이 IT 서비스를 관리하고 신속하게 배포하고 목록을 작성할 수 있습니다.
• AWS Systems Manager는 사이트 신뢰성 엔지니어가 소프트웨어 컴퓨팅 리소스에 대한 운영 인사이트를 얻을 수 있도록 중앙 집중식 관리 허브를 제공합니다.
• AWS Proton은 컨테이너식 및 서버리스 애플리케이션을 배포하기 위한 자동화된 관리 도구입니다.

지금 AWS 계정을 만들어 AWS에서 사이트 신뢰성 엔지니어링을 시작하세요.