Canva는 어떻게 수억 건의 사용자 세션을 빠르고 안전하게 유지할까?

이 사례는 '인프라의 단순화'가 어떻게 성능 향상으로 이어질 수 있는지를 보여주는 교과서적인 예시입니다. 많은 개발자가 트래픽 증가 시 Redis 클러스터 확장이나 DB 샤딩 같은 복잡한 해결책을 먼저 떠올리지만, Canva는 데이터의 특성(슬라이딩 윈도우)을 분석하여 S3라는 저비용 저장소를 고효율 검색 엔진처럼 활용했습니다. 특히 16바이트 바이너리 포맷과 이진 탐색을 결합해 메모리 사용량을 87.5%나 줄인 점은 데이터 구조 설계의 힘을 증명합니다.

다만, 이러한 접근 방식에는 명확한 트레이드오프가 존재합니다. S3를 활용한 청크 업데이트 방식은 쓰기 작업 시 전체 배열을 다시 쓰는 $O(N^2)$의 복잡도를 가질 수 있으며, 이는 데이터 양이 폭발적으로 증가할 경우 워커의 병목으로 이어질 위험이 있습니다. 따라서 이 설계는 '세션 취소'라는 특정 도메인의 데이터 패턴이 예측 가능하고 제어 가능하다는 전제하에 작동하는 최적화입니다.

스타트업 창업자 관점에서는, 무분별한 기술 스택 확장이 오히려 운영 복잡도와 비용을 높일 수 있음을 인지해야 합니다. 서비스의 핵심 데이터 패턴을 깊이 이해하고, 이를 기존 인프라에 맞춰 재설계할 수 있는 엔지니어링 역량을 확보하는 것이 진정한 확장성을 만드는 길입니다.