TECH 으로 돌아가기
TECH HACKER NEWS 6분 읽기 139 READS

12시간 넘게 이어진 MS 365·아웃룩 장애가 보여준 '용량 관리'의 취약점

12시간 넘게 이어진 MS 365·아웃룩 장애가 보여준 '용량 관리'의 취약점
SOURCE IMAGE · HACKER NEWS

마이크로소프트의 업무용 클라우드 서비스인 마이크로소프트 365와 아웃룩이 12시간이 넘도록 정상 복구되지 않는 상황이 벌어졌다. 마이크로소프트의 공식 상태 안내 계정은 서비스 안정성을 높이기 위해 적용한 변경 사항의 상태를 모니터링한 결과, 그 조치가 기대한 대로 작동하지 않고 있음을 확인했다고 밝혔다. 이어 지속적으로 발생하는 트래픽 관리 불균형(traffic management imbalances) 상황에서 처리 용량을 늘릴 수 있는 대체 작업 흐름(alternate workstreams)을 파악하고 있다고 덧붙였다. 상세 정보는 관리자 센터의 사건 번호 EX1550543과 MO1550821에서 확인할 수 있다고 안내했다.

짧은 공지지만 그 안에는 대규모 클라우드 서비스 운영의 전형적인 난점이 압축되어 있다. 우선 '서비스 안정성을 높이기 위해 적용한 변경이 기대대로 작동하지 않았다'는 문장은, 장애의 원인 자체보다 복구 시도가 반복적으로 실패하고 있다는 점을 시사한다. 이런 국면에서는 단순히 원인을 찾는 일보다, 적용한 완화 조치가 전체 시스템에 어떤 2차 영향을 주는지를 검증하는 과정이 복구 시간을 좌우한다. 조치가 '안 먹히는' 상태를 공개적으로 인정했다는 것은, 내부적으로 손쉬운 롤백이나 단일 스위치로 해결되는 문제가 아님을 의미한다.

트래픽 관리 불균형이라는 표현의 무게

마이크로소프트가 사용한 '지속적인 트래픽 관리 불균형'이라는 표현은 주목할 만하다. 클라우드 서비스는 전 세계에 분산된 다수의 서버와 라우팅 계층이 요청을 나눠 받도록 설계된다. 특정 지점이나 경로에 부하가 쏠리면 로드 밸런서와 트래픽 관리 계층이 이를 재분배하는데, 이 균형이 깨진 채로 '지속'된다는 것은 자동화된 분산 메커니즘만으로는 평형을 회복하지 못하는 상태를 뜻한다. 용량을 늘리는 '대체 작업 흐름'을 찾고 있다는 설명도 같은 맥락이다. 즉, 들어오는 수요 자체를 줄일 수 없으니 받아내는 쪽의 처리 능력을 키우는 방향으로 선회하고 있다는 의미로 읽힌다.

여기서 실무자가 유념할 부분은, 이런 유형의 장애는 서비스가 완전히 '꺼진' 블랙아웃이 아니라 부분적 지연과 간헐적 실패가 뒤섞인 형태로 나타나기 쉽다는 점이다. 메일 수신이 지연되거나, 로그인은 되지만 특정 기능이 멈추거나, 재시도하면 성공하는 식의 불안정함은 사용자 입장에서 '됐다 안 됐다' 하는 가장 피곤한 장애 양상이다. 이 때문에 내부 헬프데스크에는 서로 모순되는 증상 신고가 몰리게 되고, 상황 판단이 더 어려워진다.

관리자가 지금 확인해야 할 것

한국의 IT 관리자라면 소셜 미디어의 단편적 공지보다 마이크로소프트 365 관리자 센터의 서비스 상태 대시보드와 해당 사건 번호를 1차 정보원으로 삼는 것이 정확하다. 공지에 적힌 EX1550543(익스체인지 온라인 계열로 추정되는 코드)과 MO1550821 같은 번호는 관리자 센터에서 영향 범위, 시작 시각, 다음 업데이트 예정 시각을 추적하는 기준이 된다. 다만 원문이 제공한 정보만으로는 구체적인 영향 지역, 영향받은 테넌트 규모, 복구 예상 시각 등이 명시되어 있지 않으므로, 이러한 세부 사항은 공식 사건 페이지에서 직접 확인해야 한다.

사용자 대응 측면에서는 과도한 재시도가 오히려 트래픽 불균형을 악화시킬 수 있다는 점을 염두에 둘 필요가 있다. 로그인 반복이나 메일 동기화 강제 새로고침이 몰리면 이미 쏠린 경로에 부하를 더한다. 조직 차원에서는 장애 사실과 대체 연락 수단을 사전에 공지해 문의를 줄이고, 외부로 나가야 하는 긴급 커뮤니케이션은 별도 채널을 임시로 열어두는 편이 낫다.

이번 사례는 특정 벤더의 실패담으로만 보기 어렵다. 메일과 협업 도구를 단일 클라우드에 전면 위탁한 조직일수록 공급자의 복구 능력에 운영 연속성이 통째로 묶인다는 구조적 사실을 다시 확인시켜 준다. 12시간이라는 시간은 업무일 기준 하루를 넘기는 길이이며, 그 사이 벤더가 할 수 있는 것은 '시도와 검증의 반복'뿐이라는 점에서 고객사가 통제할 수 있는 여지는 크지 않다. 결국 핵심 업무 흐름에 대한 오프라인 대체 경로와 장애 시 커뮤니케이션 플랜을 평소에 마련해 두는 것이, 이런 공지 한 줄 앞에서 조직이 취할 수 있는 거의 유일한 선제 조치다.

SOURCE · HACKER NEWS
원문 전체 보기 → https://twitter.com/MSFT365Status/status/2121079061774491735
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...