99.9% 가용성이란 시스템이 연간 8시간 46분 정지해도 SLA를 충족한다는 현장 점검 결과를 제시한다

Context

클라우드 서비스의 99.9% uptime SLA가，实际上 연간 8시간 46분 downtime을 허용함을 설명한다. 3나인에서 4나인으로 전환 시 downtime이 10배 감소하지만 비용은 선형이 아닌 지수적으로 증가한다.

Technical Solution

• [가동률 계층] → [추천 사용 사례] 형태로 분류한다. 2나인(99%)은 개발/스테이징 환경, 3나인(99.9%)은 일반 SaaS 제품, 4나인(99.99%)은 이커머스나 의료 시스템, 5나인(99.999%)은 금융 거래 시스템에 적합하다.
• [복합 가용성 함정] → [서비스 수가 증가할수록 전체 가동률이 곱셈으로 하락]한다. 3개 서비스 각각 99.9%라도 조합 시 99.7% 수준으로 downtime이 3배 증가한다.
• [Error Budget 개념] → Google SRE 팀의 방법론을 도입한다. 99.9% 월간 SLO 기준 43.2분의 예산이 존재하며, 15분 Incident 발생 시 예산의 1/3이 소진된다.
• [Cost-Benefit 분석] → 내부 대시보드에 4나인을 위해 월 $200K AWS 비용을 지출하는 비효율적 사례를 제시한다.
• [Real downtime cost] → 2024년 산업 평균 분당 $14,056, AWS US-EAST-1 2025 사고 시 시간당 $75M 규모를 언급한다.

Impact

1나인 증가당 downtime 10배 감소, 비용은 상이한 수준으로 증가한다. 3개 의존성 조합 시 downtime 3배 확대된다.

Key Takeaway

Uptime 숫자(나인)가 보여주는 값은 실질 downtime과 비용 구조를 정확히 반영하지 않는다. 팀의 실제 비즈니스 요구사항에서 출발하여 적절한 SLO를 결정해야 한다.