#DevOps

“이 장애, 얼마나 심각한가요?” 사용자 경험을 기준으로 비즈니스 심각도를 정의하다

Summary

"에러율 5%가 항상 장애일까?" 무신사가 장애를 '비즈니스 가치'로 재정의한 방법

단순 기술 지표를 넘어 고객 경험과 매출을 보호하는 무신사의 SRE 운영 전략

무신사 큐레이터 서비스 팀이 기술적 지표의 한계를 극복하고 비즈니스 임팩트 중심의 장애 대응 체계를 구축한 사례를 소개합니다. 핵심 사용자 여정(CUJ)과 서비스 핵심 경로(CSP)를 정의하여 장애의 우선순위를 정량화하고, 이를 실제 모니터링 시스템에 이식하여 효율적인 인시던트 관리를 실현한 과정을 담고 있습니다.

01기술적 지표와 비즈니스 치명도 사이의 간극을 해결하기 위한 CUJ 도입
02매출과 수익 기여도에 따라 기능을 CSP와 NON-CSP로 구분하는 전략
03사용자 경험 단절 수준에 따른 4단계(P0~P3) 우선순위 설계
04Google SRE 방법론을 실무 비즈니스 도메인에 맞게 커스터마이징
05비즈니스 가시성을 높인 전용 대시보드와 상황 인지 능력을 높인 얼럿 시스템

RECOMMENDATION

단순한 시스템 가용성 체크를 넘어 서비스의 비즈니스 가치를 지키고 싶은 SRE 엔지니어나 PM에게 추천합니다. 특히 조직 규모가 커지면서 장애 대응 우선순위 결정에 논의 비용이 많이 발생하는 팀에게 실질적인 가이드라인을 제공합니다.

The Problem

기존에는 에러율이나 지연시간 같은 기술적 지표 중심의 장애 기준이 존재했으나, 기술적 장애의 크기와 실제 비즈니스에 미치는 치명도가 일치하지 않아 대응 우선순위를 판단하는 데 혼선이 있었다. 특히 특정 페이지의 에러가 단순 불편에 그치는지 아니면 즉각적인 수익 손실로 이어지는지에 대한 명확한 기준이 부재하여 장애 상황마다 논의 비용이 크게 발생했다.

The Solution

비즈니스 관점의 4단계 프로세스를 도입하여 핵심 사용자 여정(CUJ)을 정의하고, 매출과 직접 연결되는 핵심 경로(CSP)를 식별했다. 이를 바탕으로 사용자 경험과 비즈니스 영향도에 따른 우선순위(P0~P3)를 설정하고, Google SRE 방법론의 SLI/SLO 지표를 이 우선순위 체계와 연동하여 정량적인 SEV(Severity) 등급 판단 기준을 수립했다.

The Result

기술 상태가 아닌 고객 경험 저하와 비즈니스 영향도를 중심으로 장애를 대응하는 문화가 정착되었으며, 장애 발생 시 우선순위 판단을 위한 논의 시간이 단축되었다. 결과적으로 프로덕트와 엔지니어링 팀 간의 판단 기준이 정렬되었고, 대시보드와 얼럿 시스템을 통해 비즈니스 흐름의 단절 지점을 빠르게 파악할 수 있게 되었다.

Trade-off

본문에 구체적인 한계점은 명시되지 않았으나, 서비스의 모든 기능을 CSP와 NON-CSP로 분류하고 각 기능별 SLO를 설정하여 합의하는 과정에서 상당한 초기 설계 리소스가 소요되었을 것으로 추론된다. 또한 비즈니스 로직이나 사용자 경로가 변경될 때마다 정의된 CUJ와 우선순위 체계를 지속적으로 업데이트해야 하는 운영상의 관리 부하가 발생할 수 있다.