CAP Theorem (CAP 정리)

📌 한 줄 통찰 (The Karpathy Summary)

"분산 시스템에서 완벽한 데이터 일치와 24시간 가동, 네트워크 오류 방지를 모두 가질 수는 없다" — 분산 컴퓨팅 환경에서 일관성, 가용성, 분단 허용성 중 두 가지만 동시에 만족할 수 있다는 에릭 브루어의 정리.

추출된 패턴: 시스템의 규모가 커지고 노드가 분산될 때 발생하는 네트워크 지연 및 단절 상황에서, 데이터의 정확성과 시스템의 응답성 사이의 우선순위를 결정하는 아키텍처 선택 패턴.
세 가지 핵심 속성:
- Consistency (일관성): 모든 노드에서 동시에 같은 데이터를 조회할 수 있어야 함. (정확성 중시)
- Availability (가용성): 일부 노드에 장애가 생겨도 시스템은 항상 응답해야 함. (연결성 중시)
- Partition Tolerance (분단 허용성): 노드 간 네트워크가 끊겨도 시스템이 계속 작동해야 함. (분산 시스템의 필수 요건)
주요 선택 전략:
- CP (Consistency + Partition Tolerance): 데이터 정확성이 중요할 때 (예: 금융 시스템, 분산 락).
- AP (Availability + Partition Tolerance): 서비스 중단이 치명적일 때 (예: SNS 피드, 쇼핑몰 장바구니).

과거 데이터와의 충돌: 단순히 '모든 것을 만족하는 DB'를 찾던 시기에서, 비즈니스 요구사항에 따라 일관성을 희생(Eventual Consistency)하더라도 가용성을 챙기는 유연한 설계 시대로 전환.
정책 변화: Antigravity 프로젝트의 분산 지식 그래프 시스템은 지식의 전파 속도보다 정확성이 중요하므로 CP 전략을 기본으로 하되, 사용자 읽기 요청에 대해서는 AP적 요소를 도입하여 응답성을 확보함.

-_system-Design-for-AI-Scale, Distributed-Computing, Vector-Database-Selection, Microservices