서비스의 건강을 수치화 할 수 있을까? — SLI/SLO

간단 소개

SLI/SLO를 통해 서비스 품질을 수치화하고 지속적으로 개선하는 29CM의 사례를 소개합니다.

AI Summary

SLI/SLO의 중요성
- 서비스 운영 시 **SLI(Service Level Indicator)**와 **SLO(Service Level Objective)**를 통해 서비스의 건강 상태를 객관적으로 진단하고, 문제 발생 시 신속하게 대응할 수 있다.
- 기존의 오류율이나 로그 분석만으로는 파악하기 어려웠던 사용자 경험 저하 문제를 해결하고, 서비스 품질을 정량적으로 관리할 수 있다.
29CM의 SLI/SLO 활용 사례
- 29CM은 서비스의 특성, 팀의 역할, 비즈니스 영향도 등을 고려하여 SLI와 SLO를 설정하고, Datadog과 Prometheus + Grafana를 활용하여 모니터링한다.
- 주문/결제 시스템, 전시 시스템 등 중요 서비스는 API 단위로 세분화된 SLI를 설정하고, 유저 트래픽이 많은 서비스는 타이트한 SLO 기준을 적용한다.
지속적인 개선 문화
- SLI/SLO 달성률과 장애 발생 기록을 정기적으로 리뷰하고, 반복되는 문제는 티켓으로 관리하여 원인 파악부터 해결까지 추적한다.
- 장애 발생 시 MTTD(Mean Time To Detect), MTTA(Mean Time To Acknowledge) 등의 지표를 기반으로 대응 속도를 개선하는 피드백 루프를 구축한다.