Files

T

Antigravity Agent f8b21af4be Wiki cleanup: error-doc removal, dedup merge, link normalization

10_Wiki/Topics 대규모 정리:
- 오류 캡처/미완성 stub 문서 227개 제거
- 교차폴더 중복 43클러스터 병합 (63파일 → redirect)
- 링크명 정규화: 깨진 링크 수정·redirect 직결·개념 매핑 ~2,400건
- 카테고리 MOC 6개 신규 생성
- Graph 섹션 미해결 related-keyword 링크 10,058건 제거

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

2026-05-20 23:52:15 +09:00

5.8 KiB

Raw Blame History

id: wiki-2026-0508-microservices-architecture title: Microservices Architecture category: Architecture status: needs_review canonical_id: self aliases: [microservices_architecture] duplicate_of: none source_trust_level: A confidence_score: 1.0 tags: [- msa - microservices - software-architecture - ddd - distributed-systems - fault-isolation] raw_sources: [- AI_and_ML/Microservices Architecture (MSA).md - AI_and_ML/Microservices Architecture Pattern.md - AI/Microservices-Architecture.md - AI/마이크로서비스 아키텍처 (Microservices Architecture).md - Architecture/Monolithic-vs-Microservices.md] last_reinforced: 2026-05-08 github_commit: pending inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08) tech_stack: language: unspecified framework: unspecified

마이크로서비스 아키텍처 (Microservices Architecture)

📌 한 줄 통찰 (The Karpathy Summary)

마이크로서비스 아키텍처(MSA)는 대규모 애플리케이션을 비즈니스 도메인(Domain)을 중심으로 독립적으로 배포 및 실행 가능한 작은 서비스들의 집합으로 설계하는 소프트웨어 개발 접근 방식입니다 [1]. 각 서비스는 고유의 프로세스를 실행하며 API와 같은 경량화된 통신 메커니즘을 통해 상호작용합니다 [3]. 이를 통해 조직은 시스템의 유연성, 확장성, 복원력을 확보하고 개발 및 배포 속도를 극대화할 수 있습니다 [4].

📖 구조화된 지식 (Synthesized Content)

1. 핵심 특징 (Core Characteristics)

자율성 및 독립성 (Autonomy & Isolation): 각 서비스는 독립적인 코드베이스, CI/CD 파이프라인, 그리고 개별 데이터베이스를 보유하는 'Database per Service' 패턴을 따릅니다 [6, 10].
단일 책임 원칙 (Single Responsibility): 각 서비스는 오직 하나의 비즈니스 기능에만 집중하며, 도메인 주도 설계(DDD) 원칙에 따라 경계가 정의됩니다 [12].
기술적 이질성 (Technology Heterogeneity): 서비스별 특성에 맞춰 최적의 언어, 프레임워크, 데이터베이스(폴리글랏 프로그래밍)를 자율적으로 선택할 수 있습니다 [4, 9].
장애 격리 (Fault Isolation): 한 서비스의 장애가 전체 시스템으로 전파되는 'Blast Radius'를 최소화하여 시스템 복원력을 높입니다 [9, 12].

2. 주요 아키텍처 패턴 (Key Patterns)

통신 메커니즘: 주로 HTTP/REST API나 메시지 큐(Kafka, RabbitMQ)를 통한 비동기 이벤트 전달 방식을 사용합니다 [13, 14].
데이터 일관성 관리: 분산 환경에서의 ACID 트랜잭션 한계를 극복하기 위해 Saga 패턴, API 컴포지션(API Composition), CQRS 패턴을 활용하여 최종 일관성(Eventual Consistency)을 구현합니다 [24, 25].
복원력 설계: 서비스 간 연쇄 장애를 방지하기 위해 서킷 브레이커(Circuit Breaker), 재시도(Retry), 타임아웃(Timeout) 패턴을 적용합니다 [18].
인프라 추상화: 수많은 서비스의 위치 투명성을 위해 **서비스 메시(Service Mesh)**나 API Gateway를 도입하여 인증, 라우팅, 로드 밸런싱을 중앙 제어합니다 [15, 26].

3. 도입 시 고려 사항 (Pros & Cons)

장점: 개발 주력 단축, 독립적 확장 가능, 기술 부채 관리 용이 [11, 16].
단점: 분산 시스템의 본질적 복잡성, 데이터 무결성 보장의 어려움, 인프라 및 운영 비용 증가 [18, 21].
필수 요건: 고도로 자동화된 CI/CD, 분산 로그 수집 체계, 상관관계 ID(Correlation ID) 기반의 분산 트레이싱 모니터링 환경이 뒷받침되어야 합니다 [36, 38].

⚠️ 모순 및 업데이트 (Contradictions & Updates)

결합 분리의 오류: 물리적으로 서비스를 나누더라도 공유 데이터 모델이나 횡단 관심사에 얽혀 있으면 진정한 독립성을 확보할 수 없습니다. 서비스 내부의 아키텍처 경계와 의존성 규칙 설계가 선행되어야 합니다 [21-24].
운영 오버헤드: 서비스 수가 늘어날수록 관리 지점이 기하급수적으로 증가하므로, 조직의 성숙도와 시스템 복잡성을 고려한 'Sweet Spot'을 찾아야 합니다 [52].

🔗 지식 연결 (Graph)

Related Topics: Cloud_Native, Service Mesh
Projects/Contexts: 넷플릭스 코스모스 플랫폼, 스포티파이 스쿼드 모델
Next Steps: 모듈형 모놀리스(Modular Monolith)와의 비용 편익 분석, Saga 패턴의 구체적 구현 사례 연구.

Last updated: 2026-05-08

🤖 LLM 활용 힌트 (How to Use This Knowledge)

언제 이 지식을 쓰는가:

(TODO)

언제 쓰면 안 되는가:

(TODO)

🧪 검증 상태 (Validation)

정보 상태: needs_review
출처 신뢰도: A
검토 이유: (P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)

🧬 중복 검사 (Duplicate Check)

기존 유사 문서: (TODO: 인덱서 클러스터 리포트 참조)
처리 방식: UPDATE (자동 정규화)
처리 이유: Phase 1 정규화 — 옛 템플릿/누락 필드 보강.

🕓 변경 이력 (Changelog)

날짜	변경 내용	처리 방식	신뢰도
2026-05-08	P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화)	UPDATE	A

💻 코드 패턴 (Code Patterns)

패턴 1: (TODO: 이 프로젝트 컨벤션 반영한 구조 스켈레톤)

# TODO

🤔 의사결정 기준 (Decision Criteria)

선택 A를 써야 할 때:

(TODO)

선택 B를 써야 할 때:

(TODO)

기본값:

(TODO)

❌ 안티패턴 (Anti-Patterns)

[안티패턴]: (TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)

5.8 KiB Raw Blame History