TECH 으로 돌아가기
TECH HACKER NEWS 8분 읽기 67 READS

Claude 오류율 상승 공지로 돌아보는 AI 도구 장애 대비법

무슨 일이 있었나

Anthropic의 상태 페이지에 「Elevated errors on claude.ai, Claude Code, and platform.claude.com」이라는 장애 공지가 올라왔어요. 우리말로 하면 'claude.ai, Claude Code, platform.claude.com에서 오류율 상승'이에요. claude.ai는 채팅으로 쓰는 웹과 앱이고, Claude Code는 터미널과 IDE에서 돌아가는 코딩 에이전트, platform.claude.com은 API 키와 사용량을 관리하는 개발자 콘솔이에요. 일반 사용자와 개발자가 드나드는 문 세 곳이 한꺼번에 흔들린 셈이죠.

'오류율 상승(elevated errors)'이라는 표현도 잠깐 볼게요. 서비스가 완전히 꺼졌다는 뜻이 아니라, 평소보다 실패하는 요청의 비율이 눈에 띄게 높아졌다는 뜻이에요. 그래서 누구는 멀쩡한데 누구는 계속 에러를 보는 상황이 생겨요. 정확한 원인과 복구 시각은 상태 페이지의 해당 공지에서 직접 확인하는 게 가장 정확하니, 이 글에서는 원인을 추측하는 대신 '내가 쓰는 AI 도구가 멈췄을 때 어떻게 버틸 것인가'를 정리해 볼게요.

상태 페이지부터 구독해 두세요

상태 페이지 공지는 보통 네 단계로 업데이트돼요. Investigating(조사 중), Identified(원인 파악), Monitoring(조치 후 관찰), Resolved(해결)예요. 지금 어느 단계인지만 봐도 기다리면 되는지, 우회로를 찾아야 하는지 판단이 서요. status.claude.com에는 업데이트 구독 기능이 있으니 팀 메신저 채널 하나에 연결해 두세요. 에러가 났을 때 '내 코드 문제인가?' 하고 30분씩 헤매는 일이 확 줄어요.

코드에서 할 수 있는 일

API를 직접 호출하는 서비스라면 에러 코드를 구분하는 것부터 시작해요. Anthropic API 기준으로 429는 '내가 한도를 넘었다', 500은 서버 내부 오류, 529는 '서버가 과부하 상태'라는 뜻이에요. 429는 내 호출량을 줄여야 풀리고, 500번대는 잠시 뒤 다시 시도하면 풀릴 가능성이 높아요.

이때 쓰는 기법이 지수 백오프예요. 이게 뭐냐면 실패할 때마다 기다리는 시간을 1초, 2초, 4초처럼 두 배씩 늘려가며 재시도하는 거예요. 통화 중인 친구에게 1초마다 다시 거는 대신 점점 간격을 두고 거는 것과 같아요. 여기에 지터, 즉 약간의 무작위 시간을 섞어야 해요. 안 그러면 수많은 클라이언트가 똑같은 박자로 한꺼번에 재시도해서, 겨우 살아나던 서버를 다시 쓰러뜨리거든요. 공식 SDK는 기본으로 두 번까지 자동 재시도를 해주고 max_retries 옵션으로 조절할 수 있어요.

재시도만큼 중요한 게 차단기(circuit breaker)예요. 집의 두꺼비집 같은 건데요, 일정 횟수 이상 연속으로 실패하면 아예 호출을 끊고 준비해 둔 대체 응답을 내보내요. AI 요약 기능이 죽었다고 게시판 전체가 느려지면 안 되잖아요. '지금은 AI 기능을 잠시 쓸 수 없어요'라고 안내하면서 핵심 기능은 계속 돌아가게 만드는 것, 이걸 우아한 성능 저하(graceful degradation)라고 불러요.

우회로는 미리 뚫어 두기

Claude 모델은 Anthropic의 자체 API 말고도 Amazon Bedrock이나 Google Cloud Vertex AI 같은 클라우드를 통해서도 쓸 수 있어요. 서빙 인프라가 서로 달라서 한쪽에 문제가 생겨도 다른 쪽은 멀쩡한 경우가 있어요. Claude Code도 CLAUDE_CODE_USE_BEDROCK=1이나 CLAUDE_CODE_USE_VERTEX=1 환경 변수로 경로를 바꿀 수 있고요. 다만 클라우드 계정 설정과 모델 접근 권한을 미리 받아둬야 해서, 장애가 터진 뒤에 시작하면 늦어요.

한발 더 나아가 LiteLLM이나 OpenRouter 같은 게이트웨이를 앞에 두고 다른 회사 모델로 넘기는 방법도 있어요. 여기엔 함정이 하나 있는데요, 같은 프롬프트라도 모델이 바뀌면 출력 형식과 품질이 달라져요. 그래서 대체 모델에서도 최소한의 평가 세트를 돌려보고 JSON 스키마 검증 같은 안전장치를 걸어둬야 진짜 쓸 수 있는 우회로가 돼요.

클라우드가 먼저 걸어간 길

사실 낯선 이야기가 아니에요. 클라우드 초창기에 특정 리전 장애로 여러 서비스가 줄줄이 멈추는 일을 겪으면서, 업계는 다중 가용 영역과 장애 훈련을 기본기로 받아들였어요. LLM 의존성은 지금 그 학습 곡선의 초입에 있어요. 게다가 LLM 서비스는 GPU라는 빡빡한 자원 위에서 돌아가서 여유 용량을 넉넉히 두기 어렵고, 이건 어느 한 회사만의 사정이 아니에요. 그러니 '어느 회사가 더 안정적이냐'보다 '단일 장애점을 어떻게 없애느냐'로 질문을 바꾸는 게 맞아요.

한국 팀을 위한 체크리스트

이번 주에 바로 해볼 만한 일은 이 정도예요.

마지막 항목은 개인 개발자에게도 중요해요. 에이전트가 멈췄을 때 '어디까지 했더라?'를 대화 기록에서만 찾을 수 있다면, 그 순간 일이 통째로 멈추니까요.

한 줄 정리: AI 도구의 장애는 '만약'이 아니라 '언제'의 문제이고, 대비는 재시도, 차단, 우회로 세 가지에서 시작해요. 여러분 팀은 AI 도구가 한 시간 멈추면 무엇을 하나요? 실제로 써 본 대체 경로나 장애 대응 경험이 있다면 댓글로 나눠 주세요.


🔗 출처: Hacker News

SOURCE · HACKER NEWS
원문 전체 보기 → https://status.claude.com/incidents/nn11wk485zfn
SHARE
NEXT · CHOOSE

변화를 읽었다면,
내가 만들 수익 구조를 고릅니다.

정보를 더 모으는 데서 멈추지 않고, 광고·외주·판매·중개·구독 중 내 상황에 맞는 출발점을 정해보세요.

21가지 수익 구조 살펴보기 →
처리 중...