Antigravity Agent
9.0 KiB
9.0 KiB
id, category, confidence_score, tags, last_reinforced
| id | category | confidence_score | tags | last_reinforced | ||||||
|---|---|---|---|---|---|---|---|---|---|---|
| P-REINFORCE-WIKI-4268620D | Unified | 0.95 |
|
2026-05-02 |
Publish-Subscribe Model
📌 Brief Summary
Publish-Subscribe(발행-구독) 모델은 이벤트 기반 아키텍처(Event-Driven Architecture)에서 주로 사용되는 비동기 통신 및 메시징 패턴이다 [1]. 이 모델에서는 이벤트를 생성하는 발행자(Producer)와 이를 수신하는 구독자(Consumer)가 서로 완전히 분리(Decoupling)되어 독립적으로 작동한다 [2]. 메시징 인프라가 구독 상태를 추적하며, 이벤트가 발행되면 등록된 모든 구독자에게 해당 이벤트가 브로드캐스트되어 전달되는 방식으로 동작한다 [1].
📖 Core Content
- 생산자와 소비자의 완전한 분리: Publish-Subscribe 모델에서 생산자는 어떤 소비자가 이벤트를 수신하는지 알 필요가 없으며, 소비자들 역시 서로 분리된 상태로 존재한다 [2]. 이를 통해 시스템 요소 간의 결합도를 극도로 낮추어 독립적인 확장성을 보장할 수 있다 [3].
- 구독 기반의 이벤트 브로드캐스팅: 통신을 중개하는 메시징 인프라는 구독(Subscription) 현황을 추적하는 역할을 담당한다 [1]. 특정 이벤트가 발행되면, 시스템은 해당 이벤트를 구독하고 있는 모든 소비자에게 이벤트를 복제하여 전달하므로 모든 소비자는 동일한 이벤트를 각자 수신하게 된다 [1, 2].
- 이벤트의 휘발성(일시성): 이벤트 스트리밍(Event Streaming) 모델과 달리, Publish-Subscribe 환경에서 수신된 이벤트는 일반적으로 영구적인 로그(Durable log)에 저장되지 않는다 [1]. 이 특성으로 인해 새로운 구독자가 시스템에 추가되더라도 과거에 발행된 이벤트는 수신하거나 조회할 수 없다 [1].
- 인프라 및 구현 기술: 이 패턴은 주로 메시지 브로커나 클라우드 기반 이벤트 채널을 통해 구현된다 [4]. 마이크로소프트의 경우 Publish-Subscribe 시나리오를 위해 'Azure Event Grid'의 사용을 공식 권장하고 있으며 [1], Google Cloud Platform의 'Pub/Sub'이나 RabbitMQ, Kafka와 같은 기술도 널리 활용된다 [5, 6].
⚖️ Trade-offs & Caveats
- 과거 이벤트 조회 불가 (No Event History): 이벤트가 영구 보관되지 않으므로, 이벤트를 나중에 재생(Replay)하거나 지연 합류한 소비자(Late-arriving consumers)가 과거 데이터를 처리해야 하는 복구 시나리오에는 부적합하다 [1]. 이러한 요구사항이 강력하다면 영구 로그를 유지하는 이벤트 스트리밍(Event Streaming) 모델을 고려해야 한다 [1].
- 최종 일관성(Eventual Consistency) 문제: 생산자와 소비자가 비동기 채널을 통해 분리되어 있기 때문에, 이벤트 발행 직후에는 시스템 전반의 데이터가 즉각적으로 일치하지 않는 최종 일관성 상태가 필연적으로 발생한다 [3]. 소비자는 각자의 속도에 맞춰 이벤트를 처리하므로, 시스템의 여러 부분이 일시적으로 다른 뷰(View)를 가질 수 있음을 아키텍처 설계 시 감안해야 한다 [3].
- 분산 트랜잭션 관리와 에러 처리의 복잡성: 단일 비즈니스 프로세스가 여러 서비스에 걸쳐 비동기적으로 처리되므로 에러 추적과 시스템 복구가 매우 까다롭다 [3]. 에러 발생 시 원래 상태로 논리적 복구를 수행하기 위해 보상 트랜잭션(Compensating Transaction)을 적용해야 하며 [3], 누락된 이벤트를 관리하기 위한 데드 레터 큐(Dead-Letter Queue, DLQ) 및 전담 에러 핸들러 처리가 요구된다 [3].
- 스키마 진화(Schema Evolution) 충돌 리스크: 생산자와 소비자가 독립적으로 배포되므로 이벤트 스키마(구조)가 변경될 때 새로운 스키마를 이해하지 못하는 기존 구독자 시스템에서 작동 장애가 발생할 수 있다 [7]. 아키텍처 초기부터 엄격한 스키마 버전 관리 전략을 수립해야 한다 [7].
🔗 Knowledge Connections
Related Concepts
[관계 유형 A (아키텍처/기반 기술)]
- Event-Driven Architecture
- 연결 이유: Publish-Subscribe 모델은 이벤트 기반 아키텍처(EDA) 통신을 구성하는 두 가지 주요 패러다임(Pub/Sub, Event Streaming) 중 하나이다 [1].
- 이 개념을 통해 더 깊게 이해할 수 있는 부분: 이벤트를 생성, 수집, 처리, 전달하는 전체적인 시스템의 비동기 데이터 흐름과 브로커(Broker)/메디에이터(Mediator) 토폴로지의 설계 원리 [4, 8].
[관계 유형 A (비교 모델 및 대안적 설계)]
- Event Streaming
- 연결 이유: Publish-Subscribe 모델과 대비되는 패턴으로, 이벤트를 파티션 내에 엄격한 순서대로 영구 보관하는 특징을 지닌다 [1].
- 이 개념을 통해 더 깊게 이해할 수 있는 부분: 데이터 내구성(Durability), 이벤트 재생(Replayability) 등 시스템 요구사항에 따른 적절한 메시징 인프라의 선택 기준 [1].
- Competing Consumers Pattern
- 연결 이유: 모든 소비자가 동일한 이벤트를 각각 수신하는 Pub/Sub 모델과 달리, 여러 소비자가 하나의 큐에서 메시지를 가져와 에러가 없는 한 '단 한 번만' 분할 처리하도록 하는 패턴이다 [2].
- 이 개념을 통해 더 깊게 이해할 수 있는 부분: 메시지 처리의 중복 방지 및 작업 부하 분산(Load Distribution)을 달성하기 위한 구체적 설계 전략 [2].
[관계 유형 B (구현/활용 도구)]
- Azure Event Grid
- 연결 이유: 클라우드 환경에서 Publish-Subscribe 시나리오를 구축할 때 공식적으로 권장되는 대표적인 구현 서비스이다 [1].
- 이 개념을 통해 더 깊게 이해할 수 있는 부분: 퍼블릭 클라우드 환경에서 대규모 구독을 효율적으로 추적하고 이벤트를 동적으로 라우팅하는 실무적인 메커니즘 [1].
Deeper Research Questions
- Publish-Subscribe 모델에서 이벤트가 영구 저장되지 않는 한계를 극복하기 위해 Event Streaming과 결합하는 하이브리드 아키텍처는 어떻게 구성할 수 있는가? [1]
- 비동기 통신 환경에서 데이터 동기화 지연에 따른 최종 일관성(Eventual Consistency) 문제를 비즈니스 워크플로우 관점에서 어떻게 허용하거나 완화할 수 있는가? [3]
- 대규모 Pub/Sub 아키텍처에서 메시지의 순서 보장(Processing events in order)이나 정확히 한 번 처리(Exactly-once semantics)가 필요한 경우 어떤 메커니즘을 도입해야 하는가? [3, 9]
- 서로 다른 데이터베이스를 보유한 마이크로서비스 환경에서 Pub/Sub 모델을 사용할 때 사가(Saga) 패턴은 분산 트랜잭션을 어떻게 조율하는가? [3, 10]
- 분산 시스템에서 발생하는 장애 추적을 위해 모든 이벤트에 상관관계 ID(Correlation ID)를 포함시키는 관측성(Observability) 확보 전략은 어떻게 구현되는가? [7]
Practical Application Contexts
- Implementation: Azure Event Grid, Google Cloud Pub/Sub, RabbitMQ, Kafka 등의 메시지 브로커 혹은 클라우드 서비스를 도입하여 생산자와 소비자 간의 비동기 통신 채널을 구현한다 [1, 5, 6].
- System Design: 다수의 마이크로서비스나 하위 시스템이 동일한 단일 이벤트(예: 주문 발생, 회원 가입)에 각기 다른 목적(알림 전송, 로그 분석, 데이터베이스 갱신 등)으로 반응해야 할 때 시스템 간 결합도를 낮추기 위해 적용한다 [11].
- Operation / Maintenance: 비동기 환경에서 실패하는 메시지를 처리하기 위해 전담 에러 핸들러와 Dead-Letter Queue (DLQ)를 구축 및 모니터링하여 유실되는 데이터가 없도록 운영 프로세스를 수립한다 [3].
- Learning Path: 이벤트 기반 아키텍처(EDA) 기본 개념 이해 → 주요 메시징 패턴 비교(Pub/Sub vs Competing Consumers) → 마이크로서비스 간 비동기 통신 및 분산 트랜잭션 오케스트레이션 학습 [1-3].
- My Project Relevance: 루트 주제인 '아키텍처 패턴 지식'을 실무에 적용할 때, 확장성과 시스템 탄력성이 극히 중요한 분산 애플리케이션 및 마이크로서비스 생태계의 통신 기반을 설계하는 핵심 패턴으로 활용할 수 있다 [3, 11].
Adjacent Topics
- Microservices Architecture
- 확장 방향: 마이크로서비스 구조에서 각 독립된 서비스가 자신만의 데이터베이스를 유지하면서도, 결합도를 높이지 않고 시스템 전체의 상태를 동기화하기 위해 비동기 메시지 패싱(Pub/Sub)을 어떻게 활용하는지 심화 학습할 수 있다 [10, 12].
Last updated: 2026-05-02