Uber, 리트라이 스톰 방어는 어떻게 하나

(uber.com)

Hacker News2026년 9월 18일스타트업

우버는 서비스 장애 시 발생하는 재시도 폭풍(Retry Storm)을 방지하기 위해, 에러의 근원지를 식별하여 재시도 범위를 제한하는 컨텍스트 인지형(Context-aware) 메커니즘을 통해 인프라 부하를 획기적으로 줄이고 시스템 안정성을 확보했습니다.

이 글의 핵심 포인트

1재시도 폭풍은 서비스 장애 시 상위 노드의 재시도가 트래픽을 기하급수적으로 증폭시키는 현상임
2기존 재시도 방식은 에러의 전파 경로를 고려하지 못해 장애 확산을 가중시킬 위험이 있음
3우버는 에러 발생 지점을 식별하여 재시도 범위를 제한하는 컨텍스트 인지형 메커니즘을 개발함
4재시도 예산(Retry Budget)을 도입하여 에러 발생 시 특정 노드 이상의 재시도를 차단함으로써 부하를 제어함
5에러율이 1% 미만일 때는 재시도 예산 내에서 높은 가용성을 유지할 수 있으나, 에러율이 높아지면 가용성이 급격히 저하됨

이 글에 대한 공공지능 분석

왜 중요한가?

대규모 마이크로서비스 아키텍처(MSA)에서 단일 서비스의 장애가 연쇄적인 트래픽 증폭으로 이어져 전체 시스템을 마비시키는 '도미노 효과'를 방지하는 핵심 기술이기 때문입니다.

어떤 배경과 맥락이 있나?

기존의 재시도 설정은 수동적이며 에러의 전파 경로를 고려하지 못해, 장애 발생 시 오히려 트래픽을 가중시키는 역효과를 낳는 경우가 많았습니다.

업계에 어떤 영향을 주나?

인프라 설계 시 단순한 재시도 로직을 넘어, 에러의 소유권(Error Ownership)을 식별하고 재시도 범위를 동적으로 제어하는 고도화된 관측성과 제어 메커니즘의 중요성을 시사합니다.

한국 시장에 어떤 시사점이 있나?

급격한 트래픽 성장을 경험하는 한국의 이커머스나 핀테객 스타트업들은 서비스 간 의존성이 복잡해짐에 따라, 장애 전파를 차단하는 지능적인 재시도 전략을 아키텍처 설계 단계부터 고려해야 합니다.

이 글에 대한 큐레이터 의견

우버의 접근 방식은 단순히 '얼마나 재시도할 것인가'를 넘어 '어디까지 재시도할 것인가'라는 근본적인 질문을 던집니다. 에러의 근원지를 식별하여 재시도 범위를 제한하는 것은 인프라의 예측 가능성을 높이고, 장애가 전체 시스템으로 확산되는 것을 막는 매우 강력한 방어 기제입니다. 이는 서비스 규모가 커질수록 운영 비용과 시스템 안정성 사이의 균형을 잡는 데 결정적인 역할을 합니다.

다만, 이러한 컨텍스트 인지형 메커니즘을 구현하기 위해서는 모든 서비스 간 호출 흐름에 대한 정교한 추적과 에러 전파에 대한 명확한 정의가 선행되어야 합니다. 이는 시스템 복잡도를 높이고, 에러 소유권을 판별하는 로직 자체가 새로운 병목 지점이 될 수 있는 리스크를 내포합니다. 따라서 스타트업은 무조건적인 고도화보다는, 현재 서비스의 의존성 깊이와 트래픽 패턴을 고려하여 '재시도 예산'과 같은 단순하면서도 효과적인 제어 장치를 먼저 도입하는 실용적인 접근이 필요합니다.

원문 보기 →