Files
2nd/10_Wiki/Topics_Art/Distributed-Systems.md
T

2.1 KiB

id, category, confidence_score, tags, last_reinforced
id category confidence_score tags last_reinforced
P-REINFORCE-AUTO-DISY-001 10_Wiki/💡 Topics/AI 0.95
auto-reinforced
distributed-systems
scalability
consistency
fault-tolerance
availability
2026-04-20

Distributed-Systems

📌 한 줄 통찰 (The Karpathy Summary)

"하나처럼 움직이는 여럿: 여러 대의 컴퓨터가 네트워크로 연결되어 사용자에게는 하나의 시스템처럼 보이지만, 실제로는 작업을 나누어 처리하고 일부가 고장 나도 멈추지 않는 현대 인터넷 제국의 엔진이자 뼈대."

📖 구조화된 지식 (Synthesized Content)

분산 시스템(Distributed-Systems)은 독립된 다수의 컴퓨터(노드)가 서로 협력하여 하나의 공동 목표를 수행하는 하드웨어/소프트웨어 아키텍처입니다.

  1. 3대 핵심 난제 (CAP Theorem):
    • Consistency (일관성): 모든 노드가 항상 같은 데이터를 보여줘야 함.
    • Availability (가용성): 일부 노드 장애 시에도 서비스는 계속 되어야 함.
    • Partition Tolerance (분할 내성): 노드 간 네트워크 통신이 끊겨도 작동해야 함. (셋 중 둘만 완벽히 가질 수 있다는 이론)
  2. 왜 중요한가?:
    • 단일 서버로는 감당할 수 없는 빅데이터와 폭발적 트래픽을 감당하는 유일한 방법임. (Scalability의 근간)

⚠️ 모순 및 업데이트 (Contradictions & RL Update)

  • 과거 데이터와의 충돌: 과거에는 관리의 편의를 위해 '거대 단일 서버 정책(Monolithic)'을 선호했으나, 현대 정책은 유연성과 생존력을 위해 작게 쪼개어 분산하는 '클라우드 네이티브 정책(Microservices)'으로 전환됨(RL Update).
  • 정책 변화(RL Update): AI 학습 정책에서, 수만 개의 GPU가 하나로 묶여 거대 모델을 학습하는 '분산 훈련 정책'이 국가적 경쟁력의 지표가 되고 있음.

🔗 지식 연결 (Graph)