DevLog

엔지니어링 블로그를 한 곳에서 탐색하고, 최근 발행 흐름을 빠르게 파악할 수 있는 서비스 입니다.

Quick Links

  • Latest Feed
  • Engineering Directory

Support

  • 소개
  • 개인정보처리방침

Contribute

  • 원하는 블로그 추가 (준비 중)
  • Feedback

© 2026 DevLog Inc. All rights reserved.

본 사이트는 공개 RSS 피드를 통해 콘텐츠를 수집하며, 모든 콘텐츠의 저작권은 원저작자에게 있습니다.

Back to Feed
KOEN
Read Original

Contents

Continue Reading

  • More from Airbnb
  • Related reads#Prometheus
#DevOps

벤더에서 선구자로: 에어비앤비의 관측 가능성(Observability) 소유권 확보를 위한 험난한 여정

벤더에서 선구자로: 에어비앤비의 관측 가능성(Observability) 소유권 확보를 위한 험난한 여정
01

Summary

벤더 비용 폭탄에서 탈출한 에어비앤비, 자체 관측 플랫폼으로 전환한 비결

단순한 시스템 이관을 넘어 개발자 경험과 데이터 신뢰성까지 혁신한 에어비앤비 인프라 팀의 5개년 기록

에어비앤비가 상용 솔루션을 버리고 프로메테우스 기반의 자체 관측 시스템을 구축하며 얻은 값진 교훈을 공유합니다. 1,000개 이상의 서비스와 방대한 데이터를 성공적으로 이전하기 위해 단순 1:1 쿼리 변환이 아닌 '의도(Intent)' 기반의 마이그레이션 전략을 선택하여 데이터의 정합성과 운영 효율을 모두 잡았습니다.

  • 013억 개의 시계열 데이터와 3,100개 대시보드를 이관한 대규모 프로젝트의 성공 사례
  • 02V1의 시행착오를 거쳐 '달성 가능한 목표'부터 시작하는 점진적 전략(V2)으로 전환
  • 03잘못된 계산 방식을 바로잡는 '의도 기반 쿼리 변환' 레이어 도입
  • 04PromQL과 AI 툴링을 결합해 장애 발생 시 메트릭 탐색 속도 극대화
  • 05알람을 코드로 관리(Alert-as-Code)하여 개발 워크플로우 내에서 안정성 확보

+RECOMMENDATION

인프라 운영 비용 최적화와 관측 데이터의 주도권 확보를 고민하는 플랫폼 엔지니어 및 SRE팀에게 이 아티클의 전략적 접근 방식을 강력히 추천합니다.

The Problem

에어비앤비는 데이터 유입량에 비례해 급증하는 벤더 비용 문제와 관측 데이터 활용 방식에 대한 제어권 부재로 인해 서비스 신뢰성 개선에 한계를 느끼고 있었습니다.

The Solution

상용 솔루션을 대신해 오픈소스 프로메테우스(Prometheus) 기반의 자체 플랫폼을 구축하고, 기존의 잘못된 쿼리 패턴을 바로잡는 '의도 기반 번역(Intent-based translation)' 엔진과 AI 툴링을 도입했습니다.

The Result

1,000개 서비스의 3억 개 시계열 데이터와 3,100개 대시보드를 성공적으로 이관했으며, 장애 진단 시간을 기존 '시간' 단위에서 '분' 단위로 크게 단축했습니다.

Trade-off

데이터 신뢰성을 위해 기존의 잘못된 레거시 패턴과의 호환성을 의도적으로 포기함에 따라, 전환 초기 개발자들의 학습 비용과 운영상 마찰이 발생했습니다.

03

Key Concepts

Concept · 01

의도 기반 번역 (Intent-based Translation)

기존 시스템의 쿼리를 단순히 옮기는 것이 아니라, 사용자가 계산하고자 했던 본래 의도(예: p95 지연시간)를 파악해 표준화된 쿼리로 재작성하는 방식입니다.

  • 레이어링된 잘못된 집계 함수들을 무시하고 정형화된 히스토그램 쿼리로 변환하여 데이터 정확도를 높였습니다.
Concept · 02

메타데이터 엔진 (Metadata Engine)

메트릭의 이름만으로는 파악하기 힘든 데이터 타입(카운터, 히스토그램 등)을 식별하고 관리하는 내부 시스템입니다.

  • 주기적으로 메트릭을 스캔하고 내부 라벨을 부여해 쿼리 변환 시 정확한 타입을 참조할 수 있게 지원합니다.
Concept · 03

Alert-as-Code

알람 설정을 단순 설정 파일이 아닌 소프트웨어 개발 프로세스처럼 코드로 작성, 테스트, 배포하는 방식입니다.

  • 자동 완성, 백테스팅, 변경 사항 비교(Diffing) 기능을 통해 알람의 신뢰성을 확보하고 배포 전 영향을 파악합니다.
Continue reading · same source

AirbnbMore from Airbnb

View all posts from Airbnb

  • 프로젝트 라이트하우스 3부 — project-lighthouse-anonymize를 소개합니다

    Data PrivacyAnonymizationPython
    4일 전

  • 코로나19의 종식을 알게 된 방법 (그리고 우리 모델이 잊어야 했던 것들)

    ForecastingBayesian MethodsMachine Learning
    1주 전

  • 유연한 인증(Flexible Authentication): 에어비앤비의 수백만 사용자를 위한 인증 시스템 재설계

    Server-Driven UIAuthenticationMobile Architecture
    2주 전

  • 평가 주도 개발: 대규모 GenAI 평가를 통해 얻은 교훈

    LLM EvaluationGenerative AIEval-Driven Development
    1개월 전

  • 게스트 여정 학습을 통한 에어비앤비 검색 개인화

    TransformerRecommendationSearch Personalization
    1개월 전

Related reads#Prometheus

Explore #Prometheus
채널 톡·Grafana Mimir

Grafana Mimir에 Kafka를 도입하기 전 미리 알았다면

#Prometheus1개월 전
무신사·AWS Bedrock

LLM 비용 64% 절감, 캐시 히트율 98% 달성기

#Prometheus1개월 전
Airbnb·Kubernetes

대규모 환경에서의 신뢰성 있는 모니터링 구축

#Prometheus3개월 전
여기어때·Kubernetes

옵저버빌리티 Right-Sizing: 여기어때에서 기준을 만드는 법

#Prometheus4개월 전
Airbnb·Time Series Database

에어비앤비의 결함 허용(Fault-tolerant) 메트릭 저장 시스템 구축기

#Prometheus4개월 전

Source

Airbnb
Airbnb
Engineering Blog

Published · March 17, 2026

Topics

PrometheusPromQLMetricsSREObservability