🗂️ 분산 DB에서의 일관성 보장 전략: CAP 이론 이후의 현실적 설계

1. 문제 정의: 분산 환경에서의 일관성 보장 도전과제

• 분산 데이터베이스 시스템은 가용성, 응답성, 장애 허용성을 확보하기 위해 여러 노드에 데이터를 분산 저장함
• 다수의 노드 간 통신 지연, 네트워크 분할, 노드 장애 상황에서 일관된 데이터 보장을 달성하기 어려움
• CAP 이론(Consistency, Availability, Partition Tolerance) 이후의 설계 전략은 이 세 특성 간 균형을 필요로 함
• 특히 현대의 클라우드 네이티브 및 글로벌 서비스 환경에서 지연 허용성과 가용성 간의 트레이드오프가 실무적으로 중요한 이슈로 부상

---

2. 이론적 배경: CAP 이론과 그 한계

(1) CAP 이론 개요

• Consistency(일관성): 모든 노드가 동일한 데이터를 갖도록 보장
• Availability(가용성): 모든 요청에 대해 응답을 반환할 수 있음
• Partition Tolerance(분할 허용성): 네트워크 장애 시에도 시스템이 동작을 지속할 수 있음
• 이론적으로 세 가지를 동시에 완전히 만족시키는 시스템은 불가능하다고 정리됨

(2) 한계점과 재해석

• 실제 시스템은 다양한 일관성 모델을 혼합하여 사용하는 경우가 많음
• CAP 이론은 이진적 선택을 강요하지만, 현실은 스펙트럼 상의 타협 모델을 요구
• 예: eventual consistency, strong consistency, causal consistency 등 다양한 설계 방향 존재

---

3. 현실적 일관성 보장 전략 분류

(1) Eventual Consistency 기반 설계

• 모든 노드가 언젠가는 일관된 상태로 수렴하도록 설계
• 가용성과 응답 속도 중심의 시스템에 적용 (예: Amazon Dynamo, Cassandra)
• 쓰기 지연 허용, Conflict Resolution을 통한 수렴 구현

(2) Strong Consistency 기반 설계

• 모든 트랜잭션에서 선행 트랜잭션 반영을 전제로 일관된 응답을 반환
• 리더-팔로워 구조(Raft, Paxos)를 통해 일관성 유지
• 금융 시스템 등 절대적 정확성이 요구되는 도메인에 활용

(3) Causal Consistency 및 Session Consistency

• 인과 관계 기반의 일관성 보장으로 사용자 시나리오 기준의 정합성 확보
• 사용자 세션 기반의 읽기-쓰기 순서를 보장하여 UX 중심의 트레이드오프 대응
• SNS, 협업 시스템에서 자주 활용됨 (예: Cosmos DB의 session consistency)

---

4. 일관성 구현 기법 및 기술요소

(1) Quorum 기반 쓰기/읽기 전략

• 쓰기 성공을 위해 W개의 노드 응답, 읽기를 위해 R개의 노드 응답 확보
• W + R > N (노드 총 수) 조건으로 강한 일관성 근사 달성
• Dynamo, Riak 등의 분산 키-값 저장소에서 사용

(2) Vector Clock 및 CRDT(Conflict-free Replicated Data Type)

• 쓰기 충돌 해결을 위해 시간/버전 기반 병합 전략 적용
• 다중 작성자 환경에서 병합 가능한 데이터 구조 설계로 eventual consistency 보장
• Git, Redis CRDT, collaborative editor 등에 적용됨

(3) Consensus 알고리즘: Paxos, Raft

• 분산 환경에서 합의를 통한 상태 복제 및 리더 선출
• 장애 복구와 일관성 확보를 병행하는 고신뢰 시스템 구성에 사용
• etcd, Consul, Kubernetes의 control plane 구성 요소에서 활용

---

5. 설계 시 고려사항 및 트레이드오프

고려요소	설명
SLA 가용성 목표	가용성이 중요한 경우 eventual consistency 채택 가능성 높음
데이터 정합성 요구	회계/금융 등 강한 일관성이 필수인 경우 strong consistency 우선
네트워크 상태 가변성	글로벌 네트워크 환경에서는 partition 대응이 필수적
사용자 경험	지연보다 일관성이 중요한 사용자 중심 서비스 설계 필요

• 설계 시 'CAP'이 아닌 'PACELC' 모델을 고려하는 것이 현실적임
  (Partition 발생 시: Availability vs Consistency / Else: Latency vs Consistency)

---

6. 사례 중심 적용 전략

(1) 글로벌 SNS 서비스: Facebook, Twitter

• 일반 게시글: eventual consistency
• 댓글 수, 좋아요 수: session consistency 또는 causal consistency
• 메시징 시스템: 강한 일관성 또는 quorum

(2) 전자상거래 서비스: Amazon, 쿠팡

• 제품 재고 및 결제 처리: strong consistency (2PC 또는 consensus 기반)
• 사용자 로그, 추천 시스템: eventual consistency 기반 비동기 처리

(3) 클라우드 플랫폼: Google Spanner

• TrueTime 기반의 글로벌 strong consistency 구현
• 분산 트랜잭션에서의 직렬 가능성(serializability) 보장

---

7. 결론 및 시사점

• 분산 DB 환경에서 일관성은 절대적 보장이 아닌, 목적 중심의 균형적 설계가 요구됨
• CAP 이론 이후에는 다양한 일관성 모델과 조합 전략을 통해 현실적 해법 도출이 가능
• PACELC 모델, CRDT, quorum, consensus 등 기술적 해법을 이해하고 설계에 반영하는 능력이 핵심 역량으로 작용
• 시스템 목적, 서비스 특성, 사용자 기대에 따라 일관성 모델을 유연하게 적용할 수 있는 아키텍처적 통찰 필요

---