추적 데이터로 발견한 회복력 모델에서 비동기 의미론 평가

초록

본 연구는 OpenTelemetry 추적 데이터로부터 자동 추출한 서비스 의존성 그래프를 기반으로 마이크로서비스 시스템의 가용성을 예측하는 모델을 제안합니다. 카오스 실험을 통해 실제 고장 시나리오에서의 시스템 가용성을 측정하고, Monte Carlo 시뮬레이션을 통한 모델 예측치와 비교합니다. 특히 Kafka와 같은 메시지 브로커를 통한 비동기 의존성을 명시적으로 모델링했을 때의 효과를 분석한 결과, 해당 케이스 스터디에서는 HTTP 응답 기준 즉시 가용성 예측에 비동기 의미론을 반영해도 유의미한 차이가 발생하지 않아, 더 단순한 연결성 기반 모델로도 충분함을 보여줍니다.

상세 분석

이 연구의 핵심 기술적 통찰은 다음과 같습니다. 첫째, 모델 발견(Model Discovery) 접근법을 한 단계 발전시켜, Jaeger API를 통한 집계된 데이터가 아닌 원시 OpenTelemetry 트레이스 스팬에서 직접 서비스 그래프를 추출합니다. 이를 통해 스팬 속성(예: messaging.system="kafka")을 분석하여 HTTP/RPC 동기 호출과 Kafka 비동기 메시징 간 의존성을 구분할 수 있게 되었습니다.

둘째, 엔드포인트 특화 성공 조건을 도입했습니다. 기존 연구가 시스템 전체 가용성에 집중했다면, 본 연구는 /api/checkout과 같은 특정 HTTP 엔드포인트마다 ‘진입 서비스’와 성공을 위해 도달해야 하는 ‘목표 서비스 집합’ 및 규칙(all_of, any_of 등)을 정의합니다. 이는 실제 SRE 관행에 더 부합하며, 비동기 의존성의 영향이 특정 엔드포인트의 성공 조건에 달려있음을 명시적으로 보여줍니다.

셋째, 단순화된 비동기 의미론을 적용했습니다. 모델은 비동기(Kafka) 간선을 ‘즉시 HTTP 성공’에 대한 필수 조건에서 제거하여, 다운스트림 컨슈머 서비스의 장애가 사용자에게 즉각적인 실패로 이어지지 않을 수 있음을 반영합니다.

흥미로운 점은, OpenTelemetry 데모(“Astronomy Shop”)에 대한 광범위한 실험(실제 컨테이너 중단 카오스 실험 5000회, Monte Carlo 시뮬레이션 500만 회 수행) 결과, **비동기 의미론을 적용하더라도 예측된 가용성 값이 최대 약 10^(-5) (0.001% 포인트)만 변했다는 ‘널 결과(Null Result)’**입니다. 이는 연구된 엔드포인트들의 성공 조건이 결제, 배송 등 동기 백엔드 서비스에만 의존하고, Kafka 컨슈머 서비스는 필수 목표에 포함되지 않기 때문입니다. 즉, 비동기 브랜치가 동기 목표 서비스로 가는 경로에 있지 않으면 모델 예측에 영향을 미치지 못합니다.

이 결과는 모델의 복잡성과 정확성 사이의 트레이드오프에 대한 중요한 실용적 기준을 제시합니다: 즉시 HTTP 가용성 평가를 목표로 하고, 비동기 채널이 핵심 동기 응답 경로에 있지 않은 시스템의 경우, 복잡한 비동기 의미론을 모델링할 필요 없이 단순한 연결성 기반 그래프만으로도 충분한 예측 정확도를 달성할 수 있습니다.