Replay Model 기반 Checkpoint 설계를 통한 분산 워크플로우의 무중단 복구 구현

Context

분산 환경의 Serverless 아키텍처에서 API Timeout 및 네트워크 장애로 인한 단계적 프로세스 중단 발생. 기존 Lambda 함수는 상태 비저장 특성으로 인해 장애 발생 시 전체 프로세스를 처음부터 재실행해야 하는 리소스 낭비 및 데이터 중복 처리 문제 상존.

Technical Solution

• context.step() 단위의 자동 Checkpoint 설계를 통한 단계별 실행 결과 영속화
• Replay Model 도입으로 재시작 시 기완료된 Step의 실행을 건너뛰고 저장된 결과값을 즉시 반환하는 최적화 구조 채택
• State Serialization 부하를 줄이기 위해 대용량 Buffer 대신 S3 Key 등 참조 값만 저장하는 데이터 최소화 전략 적용
• Exponential Backoff 기반의 Retry Strategy를 Step 단위로 구성하여 일시적 네트워크 장애에 대응
• Try/Catch 및 Compensation Logic 설계를 통한 영구적 장애 발생 시의 상태 롤백 및 정제 프로세스 구축
• Determinism 원칙 준수로 Replay 과정에서의 실행 일관성을 보장하는 코드 구조 설계