카오스 엔지니어링 실험을 운용하는 3가지 핵심 단계

InfoWorld
카오스 엔지니어링(Chaos Engineering)은 고장(failure)에 직면했을 때, 시스템이 어떻게 가동하는지 알려주는 계획된 실험을 운용하는 것이다. 역동적인 클라우드 환경을 중심으로 하는 트렌드와 마이크로서비스의 등장으로 웹은 점점 더 복잡하게 발전하고 있다. 고장을 완화하고 선제적으로 억제하는 것이 그 어느 때보다도 중요하다.

고장은 간단한 문제라 할지라도 고객 경험을 해치고 기업의 성과에 영향을 끼칠 수 있다. 다운타임의 비용이 엔지니어링 팀의 주요 KPI로 자리잡고 있으며 주요 고장 정지가 발생하는 경우 엄청난 비용이 발생할 수 있다.

2017년, ITIC가 조사한 바에 따르면, 조직의 98%가 1시간의 다운타임으로 기업에 10만 달러 이상의 비용이 발생할 것이라고 밝혔다. 한 번의 심각한 고장 정지로 기업에 수백만 달러의 비용이 발생할 수 있다. 일례로 영국항공(British Airways)의 CEO는 최근 2017년 5월 기술 문제로 인해 수만 명의 영국항공 승객들의 발이 묶이면서 8,000만 파운드(약 1,227억 원)의 비용이 발생했다고 밝혔다.

이는 기업들이 사태를 기다리기 보다 선제적으로 대비해야 하는 이유가 된다. 조직 내에서 효과적인 카오스 엔지니어링 실험을 운용하는 3가지 핵심 단계는 다음과 같다.

테스트 환경에서 단일 호스트, 컨테이너 또는 마이크로서비스로 시작한다. 그리고 나서 여러 개를 의도적으로 충돌시킨다. 테스트 환경에서 100%를 달성한 후 생산에서 가장 작은 부분을 재설정하고 거기에서부터 시작한다.

카오스 엔지니어링 1단계. 실험을 계획하라
카오스 엔지니어링에서 가장 강력한 질문은 "어떤 문제가 발생할 수 있는가?"다. 시스템이 스트레스를 받을 때 어떻게 가동해야 하는 지에 대한 가설을 세우는 것부터 시작한다. 먼저 서비스와 환경에 대해 생각함으로써 어떤 시나리오의 가능성이 더 높고(혹은 더 무섭고) 먼저 테스트해야 하는지 우선순위를 더욱 잘 설정할 수 있다. 하지만 하나의 팀으로써 서비스, 의존성, 데이터 저장소를 구성하면서 최악의 시나리오도 구성할 수 있다.

어디에서부터 시작해야 할지 모르겠다면 각 의존성에 문제 또는 지연을 발생시킴으로써 시스템을 더욱 잘 이해할 수 있다. 그리고 팀과 시나리오에 대해 논의함으로써 실제 적용 시 예상되는 결과에 대한 가설을 세울 수 있다. 고객, 서비스 또는 의존성에 어떤 영향을 끼칠까.

카오스 엔지니어링 2단계. 블라스트 라디우스를 포함시켜라
그 다음으로 시스템을 효과적으로 테스트하기 위해 가능한 한 가장 작은 실험을 설계해야 한다. 작게 시작하면 문제가 생겨도 고장 정지가 발생하지 않는다. 핵심은 고장이 어떻게 이뤄지는지 파악한 후 시스템에 대한 신뢰도가 커지면 이를 확대하는 것이다. 각 단계마다 가정을 대대적으로 검증하고 시스템에 대한 신뢰도를 높여야 한다.

다음과 같은 질문으로 시작한다.
- 코드에서 오류 조건을 다루는가.
- 이런 고장에 대한 통찰이 있는가. 그러면 더 큰 규모로 확장할 수 있다.
- 알려지지 않은 의존성에 대해 "대응하지 않음으로써" 부하 급증을 방지하는가.

고객의 성공과 상관 관계가 있는 주요 성과 지표(분당 주문 수 또는 초당 스트림(Stream) 시작 수)를 마련하는 것도 좋다. 이런 지표에 대한 영향이 나타나면 실험을 즉각 중단한다.

카오스 엔지니어링 3단계. 확대 또는 후퇴
마지막으로 각 단계에서 문제의 영향을 측정한다. 지연 속도에 대한 영향, 초당 요청 수, 시스템 리소스 등일 수 있다. 또한 대시보드와 알람의 의도하지 않은 부작용을 조사해야 한다. 실험이 완료되면 시스템의 실제 가동을 훨씬 잘 이해할 수 있다.

주요 참고할 사항
항상 대비 계획을 수립한다. 손으로 명령을 실행하는 경우 SSH가 손상되지 않도록 주의하거나 인스턴스(Instance)에 대한 접속을 관리한다. 카오스 엔지니어링 툴인 그렘린(Gremlin)의 주된 특징 가운데 하나는 안전이다. 문제가 발생하면 그렘린의 모든 공격을 즉시 되돌려 안전하게 중단하고 정상 상태로 복귀할 수 있다.

효과적인 카오스 엔지니어링 실험을 진행하면 2가지 결과가 나타난다. 시스템이 도입한 문제에 대해 회복될 수 있음이 검증되거나 해결해야 하는 문제가 발견될 수 있다. 둘 다 좋은 결과다. 이제 즐겁게 망가뜨려 보자. editor@itworld.co.kr