SRE
기술노트
⚙️ SRE (Site Reliability Engineering)
SRE는 구글에서 시작된 역할이자 문화로, 소프트웨어 엔지니어링의 원칙과 자동화 기술을 인프라 및 운영 문제에 적용하여, 확장 가능하고 신뢰성 높은 대규모 시스템을 구축하고 운영하는 것을 목표로 합니다. 전통적인 운영팀이 수작업으로 처리하던 일들을, 소프트웨어를 작성하여 자동화하고 해결하는 방식입니다.
"SRE는 소프트웨어 엔지니어가 운영팀의 역할을 맡는 것이다" - 벤 트레이너 슬로스 (구글 SRE 창시자)
🤔 SRE는 무엇을 하는가?
SRE는 단순히 시스템을 안정적으로 유지하는 것을 넘어, 서비스의 신뢰성을 측정하고, 개발 속도와 안정성 사이의 균형을 맞추는 데이터 기반의 접근 방식을 취합니다.
- 서비스 수준 목표 (SLO, Service Level Objective) : 서비스가 달성해야 할 신뢰성의 구체적인 목표를 정량적으로 정의합니다. (예: 월 가용성 99.95%)
- 에러 버짓 (Error Budget) : 100% 완벽한 서비스는 없다는 것을 인정하고, SLO를 기준으로 허용 가능한 장애 시간을 '예산'처럼 정의합니다. 개발팀은 이 에러 버짓이 남아있는 동안에는 새로운 기능을 빠르게 배포할 수 있지만, 에러 버짓을 모두 소진하면 새로운 배포를 중단하고 안정성 확보에 집중해야 합니다.
- 반복적인 업무(Toil) 제거 : 수작업으로 반복되는 운영 업무를 자동화하여, 엔지니어들이 더 중요한 장기적인 개선 작업에 시간을 쓸 수 있도록 합니다.
- 장애 사후 분석 (Post-mortem) : 장애가 발생했을 때, 특정 개인을 비난하는 것이 아니라(Blameless Post-mortem), 원인을 철저히 분석하고 재발 방지 대책을 마련하는 데 집중합니다.
🆚 DevOps와의 관계
DevOps와 SRE는 매우 유사한 목표(개발과 운영의 협력, 속도와 안정성)를 공유하며, 서로를 보완하는 관계입니다.
- DevOps는 '무엇을' 해야 하는지에 대한 철학에 가깝다면, SRE는 그 철학을 '어떻게' 구현할 것인지에 대한 구체적인 방법론과 실천 방안을 제시합니다.
- SRE는 DevOps의 성공적인 구현 사례 중 하나로 볼 수 있습니다.
💡 기술사 핵심 Point
- SRE의 핵심은 데이터와 자동화를 통해 서비스 신뢰성을 관리하는 것입니다.
- SLO와 에러 버짓은 개발 속도와 안정성이라는 상충될 수 있는 두 목표 사이의 균형을 맞추는 데이터 기반의 객관적인 기준을 제공합니다.
- SRE는 시스템의 신뢰성을 높이기 위한 모든 활동, 즉 모니터링, 로깅, 배포 자동화, 장애 대응 훈련 등을 포괄하는 역할입니다.
- 성공적인 SRE 문화를 위해서는, 장애를 개인의 실수가 아닌 시스템의 문제로 보고, 이를 통해 배우고 개선하려는 비난 없는(Blameless) 조직 문화가 필수적입니다.
