# [[Microservices Architecture]]

## 📌 Brief 단기 Summary
Microservices Architecture는 애플리케이션을 비즈니스 기능(Business Capabilities)을 중심으로 구성된 독립적이고 분산된 서비스들의 집합으로 분할하여 구축하는 아키텍처 스타일이다. [1] 이는 대규모 팀의 개발 확장성 한계를 극복하고 개별 컴포넌트의 독립적인 빌드, 테스트, 배포를 가능하게 하여 조직의 기민성을 높인다. [2, 3] 하지만 시스템 내부의 복잡성을 서비스 간 통신 복잡성으로 전이시키므로, 설계 시 고도의 자동화와 실패를 고려한 방어적 설계(Design for failure)가 필수적이다. [1, 3, 4]

## 📖 Core Content
*   **철학 및 기본 특성:**
    마이크로서비스는 "한 가지 일을 잘 수행한다(Do one thing and do it well)"는 유닉스 철학을 따른다. [1] 중앙 집중화된 거버넌스와 데이터 관리를 탈피하고, 분산된 데이터 관리 및 스마트 엔드포인트와 단순한 파이프(Smart endpoints and dumb pipes)를 지향하여 진화하는 설계(Evolutionary design)를 가능하게 한다. [1] 

*   **프레임워크별 실전 접근 패턴:**
    *   **Spring Boot 및 Spring Cloud:** 대규모 분산 시스템 구축을 위한 이상적인 도구로 평가받는다. [5] 서비스 디스커버리(Eureka), 서킷 브레이커(Hystrix), 지능형 라우팅(Zuul), 클라이언트 사이드 로드 밸런싱(Ribbon)과 같은 분산 시스템의 일반적인 패턴을 신속하게 구축할 수 있는 도구를 제공한다. [5, 6] 마이크로서비스 생태계를 선도했던 Netflix 역시 자체 솔루션을 Spring Boot 프레임워크 에코시스템에 통합하며 커뮤니티 표준을 적극 수용하는 방향으로 실전 패턴을 정립했다. [6-8]
    *   **NestJS:** Node.js 진영에서 엔터프라이즈급 백엔드를 구축하기 위해 사용되며 마이크로서비스 전환에 강력한 강점을 지닌다. [9, 10] 기본적으로 TCP, Redis, NATS, RabbitMQ, Kafka, gRPC 등 다양한 트랜스포트 레이어 통신을 내장하여 지원한다. [9] 또한, 모듈 시스템 구조 자체가 모놀리스를 분해할 때 마이크로서비스의 경계로 자연스럽게 매핑되는 아키텍처적 이점을 제공한다. [9]

*   **모놀리스 선행 원칙 (Monolith-First):**
    실전 소프트웨어 아키텍처의 대가 마틴 파울러(Martin Fowler)의 조언에 따르면, 처음부터 마이크로서비스 아키텍처로 시작하는 것은 권장되지 않는다. [11] 대신 모놀리식 아키텍처로 시작하여 모듈성을 엄격하게 유지하고, 기존 모놀리스 구조가 확장성에 문제를 일으키는 시점에 도달했을 때 비로소 마이크로서비스로 분리하는 점진적 패턴이 실무에서 성공 확률을 높인다. [11]

## ⚖️ Trade-offs & Caveats
*   **분산 모놀리스(Distributed Monolith)의 위험성:** 여러 마이크로서비스 간에 데이터베이스 엔티티(Entity)를 직접 공유하거나 모듈 경계를 잘못 설정하면, 독립적 배포가 불가능한 '분산 모놀리스' 형태가 되어 아키텍처의 장점을 모두 잃게 된다. [12]
*   **복잡성의 이동과 오케스트레이션 부담:** 마이크로서비스로의 전환은 복잡성을 줄여주는 것이 아니라, 단일 컴포넌트 내부의 복잡성을 분산된 컴포넌트 간의 연결 복잡성으로 전가(Shifting)하는 것이다. [3, 4] 따라서 배포, 프로세스 모니터링, 데이터 일관성 유지를 위한 자동화와 오케스트레이션 인프라 구축 비용이 기하급수적으로 증가한다. [3, 13]
*   **네트워크 통신 병목 및 프로토콜 제약:** 트래픽이 많은 분산 시스템에서 HTTP와 같은 동기식(Synchronous) 프로토콜은 시스템 처리량의 한계 요인이 될 수 있다. [14] 이를 극복하기 위해 자동 백프레셔(Back pressure)를 지원하는 비동기 메시징 시스템 도입이 필수적으로 요구된다. [14]
*   **횡단 관심사(Cross-Cutting Concerns) 관리의 난해함:** 단일 앱에 비해 로깅, 인증, 에러 핸들링, 캐싱 등 횡단 관심사를 여러 서비스와 노드에 걸쳐 일관되게 적용하고 추적하는 것이 매우 까다롭다. [15] 이를 위해 Netflix의 Vector나 Mogul 같은 정교한 고해상도 시스템 분산 추적 모니터링 툴이 필요하다. [16, 17]

## 🔗 Knowledge Connections

### Related Concepts

#### [관계 유형 A (아키텍처/기반 기술)]
*   [[Monolithic Architecture]]
    *   연결 이유: 마이크로서비스 아키텍처를 도입하기 전에 선행되어야 할 초기 구조이자 상반되는 아키텍처 개념이다.
    *   이 개념을 통해 더 깊게 이해할 수 있는 부분: 마이크로서비스 도입의 적절한 시점과 시스템을 쪼개기 전 모듈 경계를 정의하는 기초 방법론을 이해할 수 있다. [11]
*   [[Cross-Cutting Concerns]]
    *   연결 이유: 분산된 마이크로서비스 아키텍처에서 반드시 중앙집중식/표준화 방식으로 해결해야 할 핵심 과제이다.
    *   이 개념을 통해 더 깊게 이해할 수 있는 부분: 로깅, 보안, 에러 핸들링 등의 비기능적 요구사항이 여러 시스템 컴포넌트에 걸쳐 어떻게 일관되게 주입되고 관리되는지 파악할 수 있다. [15, 18, 19]

#### [관계 유형 B (구현/활용 도구)]
*   [[Spring Cloud]]
    *   연결 이유: Java/Spring Boot 생태계에서 마이크로서비스 아키텍처의 여러 복잡한 패턴을 추상화하여 제공하는 핵심 도구 모음이다.
    *   이 개념을 통해 더 깊게 이해할 수 있는 부분: 서비스 디스커버리, 라우팅, 서킷 브레이커 등 분산 시스템의 표준 패턴들이 실제 코드 수준에서 어떻게 자동화되고 구현되는지 알 수 있다. [5, 6]
*   [[NestJS Microservices]]
    *   연결 이유: TypeScript 생태계에서 백엔드를 마이크로서비스로 분할할 때 사용할 수 있는 고도화된 전송 계층 및 메시징 통신 구현체이다.
    *   이 개념을 통해 더 깊게 이해할 수 있는 부분: gRPC, Kafka, Redis 등 비동기 메시지 브로커가 서비스 간 통신 패턴에 어떻게 매핑되며 코드 상에서 의존성 주입과 어떻게 결합되는지 파악할 수 있다. [9]

### Deeper Research Questions
*   대규모 마이크로서비스 환경에서 동기식 HTTP 방식이 갖는 성능적 한계를 극복하기 위한 비동기 이벤트 기반 메시징 구조(Event-Driven Messaging)는 어떻게 설계되어야 하는가?
*   마이크로서비스로 분리된 시스템 환경에서 횡단 관심사(보안, 모니터링)를 처리하기 위해, API Gateway 패턴 또는 Service Mesh 인프라는 어떤 역할을 수행하는가?
*   각기 다른 데이터베이스를 사용하는 분산 서비스 간에 트랜잭션의 원자성(Atomicity)과 데이터 무결성(Consistency)을 유지하기 위한 패턴(예: Two-phase commit)은 무엇인가?
*   모놀리스 시스템의 스파게티 코드를 도메인 주도 설계(DDD)를 통해 헥사고날 아키텍처로 분리하고, 이를 마이크로서비스 경계로 매핑하는 구체적인 실무 절차는 어떻게 되는가?
*   마이크로서비스 환경에서 발생하는 장애를 추적하기 위해 Netflix의 사례처럼 매크로에서 마이크로 수준까지 지원하는 분산 시스템 추적 및 고해상도 지표 모니터링 환경을 어떻게 구성할 것인가?

### Practical Application Contexts
*   **Implementation:** Spring Boot 환경에서는 `@EnableDiscoveryClient` 및 Feign 클라이언트를 활용하여 서비스 레지스트리 기반 통신을 구현하고, NestJS에서는 `@nestjs/microservices`를 기반으로 Kafka/gRPC 전송 계층을 설정한다. [9, 20, 21]
*   **System Design:** 모듈화된 모놀리스 시스템을 운영하다가, 성능 병목이나 팀 규모 확장에 의한 배포 충돌이 발생하는 도메인(예: 인증, 결제, 사용자 관리)을 선별해 물리적으로 분할된 서비스 아키텍처로 재구성한다. [3, 11]
*   **Operation / Maintenance:** 각각 독립적으로 분리된 마이크로서비스들의 안정적인 통합 배포 및 오케스트레이션을 위해 Docker 컨테이너화 및 Kubernetes, Cloud Foundry 같은 인프라 관리 도구 체계를 운영한다. [5, 22]
*   **Learning Path:** 단일 앱 내의 모듈/레이어 분리 학습(헥사고날/클린 아키텍처 등) → 분산 시스템의 네트워크 통신(HTTP, RPC, 메시지 큐) 및 장애 대응(Circuit Breaker) 학습 → 도커 오케스트레이션 및 CI/CD 파이프라인 숙달의 흐름으로 진행한다. [5, 11, 14]
*   **My Project Relevance:** 현재 진행하는 프레임워크(Spring Boot 혹은 NestJS)의 프로젝트가 당장 마이크로서비스를 필요로 할 정도의 규모인지 평가하고, 만약 초기 단계라면 철저하게 모놀리식 모듈 구조를 유지하되 각 모듈 간 결합도를 낮추는 방향으로 실전 패턴을 설계하는 지침으로 활용할 수 있다.

### Adjacent Topics
*   [[Event-Driven Architecture]]
    *   확장 방향: 마이크로서비스들이 강하게 결합하는 것을 피하고 시스템 확장성을 극대화하기 위해 비동기 이벤트 스트림(Kafka, RabbitMQ 등)을 통해 통신하는 구조로 학습을 확장한다.
*   [[Domain-Driven Design (DDD)]]
    *   확장 방향: 복잡한 비즈니스 로직 속에서 마이크로서비스로 분할하기 위한 정확한 경계(Bounded Context)를 식별하고 비즈니스 모델을 도출해내는 핵심 소프트웨어 설계 기법으로 확장한다.

---
*Last updated: 2026-05-03*