Salesforce 전 세계 서비스 장애

Hacker News 의견들 비꼬는 반응이 많지만, 직접 겪어본 Salesforce SRE 팀은 상당히 유능함. 자체 앱뿐 아니라 고객이 만든 수백만 개의 앱까지 실행하는 대규모 PaaS 운영에는 흥미로운 기술적 난제가 많고, 안타깝게도 장애는 발생함. 상태 페이지는 실제 고객에게는 이해되는 구성임. 각 서비스가 실행되는 특정 포드(pod) 를 보여주는 것임. 여기 있는 사람의 95%는 하루 요청 10억 건 이상 같은 대규모 분산 서비스를 운영해본 적 없이, 가용성 99%를 넘기는 일이 쉽다고 여긴다는 점을 알면 Hacker News를 읽기가 훨씬 편해짐. 집에 있는 데스크톱도 그보다 가용성이 높다는 댓글이 자주 보이는데, 이는 시스템 측정 방식을 크게 오해한 것임. GitHub의 모든 서비스를 하나의 수치로 합산하는 비공식 상태 페이지를 계속 올리는 것도 마찬가지임. 궁금한 건 왜 단일 PaaS 구조인지임. Salesforce라면 고객들을 충분히 격리해서 여러 고객이 동시에 장애를 겪을 가능성을 훨씬 낮췄을 거라 예상함. 생성형 AI 사용이 이번 장애나 신속히 복구하지 못하는 상황과 관련 있을 가능성은 없을까? 솔직히 왜 비꼬는지 이해하기 어려움. 상태 페이지에는 의미 있어 보이는 식별자, 검색, 지역 필터, 이메일 업데이트 구독이 있음. 운영 절차서에서 바로 연결할 수 있는 예측 가능한 인스턴스 상태 URL, 실제 실시간으로 보이는 인스턴스별·서비스별 상태, 자주 올라오는 상세한 업데이트 기록까지 갖추고 있음. 이건 모든 B2B SaaS 제품에 해당하는 얘기임. 그 정도 역량은 사실상 최저 기준에 불과하니, 유료 제품에는 더 높은 기준을 적용해야 함. 껐다 켜봤냐고 묻고 싶었는데, “더 이상 재시작을 복구 방안으로 추진하지 않는다”고 하니 이미 시도한 모양임. 재시작으로 해결되는지 시험해보겠다고 공개한 건 조금 놀라움. 어디서나 하는 일이겠지만 보통은 인정하지 않기 때문임. 공지에는 영향받은 인스턴스 하나를 순차 재시작해봤다고 적혀 있음. 적어도 해결되지 않았으니 이제 진짜 원인을 찾을 수는 있겠음. 판매하는 AI는 왜 무엇이 잘못됐는지 알려주지 못하는지, 왜 “해결되는지 보자”며 암중모색해야 하는지 의문임. 예고 없는 장애에 좋은 시점은 없지만, 이번은 타이밍이 특히 나쁨. Dreamforce가 9월 15~17일에 열림. https://www.salesforce.com/dreamforce/ 제품이나 경영진...