DEVOCEAN

안녕하세요, AI 서비스 개발을 위한 대규모 시스템 설계 스터디 호스트 송의석입니다.

9월 8일에는 저희 스터디의 네 번째 모임을 진행하였습니다.

모임 이전에 각자 『데이터 중심 애플리케이션 설계』 도서의 챕터 5, 6을 읽어오고, 모임에서는 김진님과 김선호님이 각각 챕터별 발표를 맡아주셨습니다.

저번 주에 용현님이 PPT를 만들어오셔서 그런지, 이번 모임부터 다들 PPT를 만들어오셨는데, 글자로 읽던 내용들이 한 번 시각화되어 나오니 좀 더 이해가 쉬워지는 느낌이었습니다.

저도 다음 발표 때는 PPT로 만들어봐야겠네요.

5장 복제

5장은 김진님이 발표를 맡아, 복제라는 주제를 다루었습니다.

복제는 여러 대의 서버에 동일한 데이터를 두어 서비스를 더 빠르고 안정적으로 만드는 기술인데,

복제를 통해 지리적으로 떨어져있는 사용자에게 지연 시간을 줄여주고, 어느 한 서버가 장애가 발생하더라도 전체 서비스가 중단되지 않도록 가용성을 확보할 수 있다고 합니다.

이 장에서는 단일 리더 모델, 다중 리더 모델, 그리고 리더 없는 복제라는 다양한 복제 방식을 소개하고, 각각의 작동 원리와 장단점에 대해 설명했습니다.

복제 지연으로 인한 데이터 불일치 문제, 쓰기 충돌 감지 및 해결 방법 등 현실에서 마주하는 복잡한 상황을 다루면서 복제 시스템을 설계할 때 고려해야 할 중요한 사항들을 배웠습니다.

6장 파티셔닝

6장은 김선호님이 발표를 맡아주셨습니다.

파티셔닝은 데이터가 방대해질수록 단순 복제만으로는 처리량과 저장 공간 측면에서 한계가 발생하기 때문에, 데이터를 여러 파티션으로 나누어 각각 독립된 작은 DB처럼 운영하는 방식을 의미합니다.

파티셔닝은 확장성과 부하 분산의 해결책으로, 핫스팟처럼 특정 파티션에만 요청이 몰리는 문제를 방지할 때 큰 도움이 됩니다.

대표적으로는 키 범위 기반 파티셔닝과 해시 기반 파티셔닝이 있고, 용어 기준으로 파티셔닝하는 보조 색인도 별도로 존재해 대규모 검색 시스템에서 활용됩니다.

보조 색인은 각 파티션에 일부만 분산된 지역 색인과, 용어 기준으로 전역적으로 색인을 관리하는 용어 기반 보조 색인이 있다고 합니다.

추가적으로 선호님이 스터디 모드라는 걸 공유해주셨는데요,

책을 읽으면서 모르는 개념이나 이해가 안 되는 부분이 있을 때, Claude나 ChatGPT에 있는 Study Mode를 사용해서 공부하셨는데 큰 도움이 되셨다고 공유해주셨습니다.

저도 한 번 사용해봤는데, 단번에 알려주지 않고, 해답을 찾기 위한 힌트를 주는 느낌이라 제가 스스로 생각해볼 수 있는 기회가 되더라고요.

요즘 LLM을 사용하면서 뇌가 둔해진 느낌이었는데, 앞으로는 스터디 모드를 애용해야겠다는 생각이 들었습니다.