PE Notes · 경영
SLO와 오류 예산
SLI·SLO·SLA 계층과 오류 예산으로 신뢰성과 배포 속도를 맞추는 SRE 운영, 설계 원칙과 측정·회고 사이클을 정리합니다.
100% 가동을 목표로 두면 변경이 멈춥니다. 이용자는 99.9%와 100%의 차이를 거의 못 느끼고, 그 마지막 소수점은 비용만 키웁니다. 는 “얼마나 믿을 수 있어야 하는가”를 숫자로 정하고, 남은 실패 허용량으로 배포 속도를 조절합니다.
SLI·SLO·SLA
는 실제로 재는 값입니다. 성공 요청 비율, 지연의 백분위, 오류율, 데이터 신선도가 자주 옵니다. CPU 사용률처럼 이용자가 못 느끼는 내부 게이지는 나쁜 SLI입니다.
는 SLI의 내부 목표입니다. 예: 30일 창에서 가용성 99.9%, 또는 P99 지연 200ms 미만. 는 고객과의 계약이고 SLO보다 느슨하게 둡니다. 내부에서 먼저 깨져야 외부 패널티 전에 고칠 틈이 생깁니다.
| 층 | 질문 | 예 |
|---|---|---|
| SLI | 무엇을 재나 | 성공 요청 / 전체 요청 |
| SLO | 얼마를 지키나 | 99.9% (30일) |
| SLA | 깨지면 무엇이 오나 | 서비스 크레딧 10% |
정보시스템 감리·컴플라이언스가 “절차를 지켰는가”를 보면, SLO는 이용자 경험이 목표 안에 있는가를 봅니다. 의 SLA 항목과 맞물리되, SRE는 내부 목표를 더 타이트하게 운영합니다.
오류 예산
은 1 − SLO에 기간을 곱한 허용 실패량입니다. 99.9%·30일이면 약 43분입니다. 남은 예산이 많으면 실험을 열고, 빨리 닳으면 배포를 늦추며, 소진되면 동결하고 신뢰성만 봅니다.
| 잔여 | 행동 |
|---|---|
| 여유 | 기능 배포·실험 |
| 경고선(예: 20% 이하) | 변경 축소, 원인 추적 |
| 소진 | 배포 동결, 회고, 신뢰성 스프린트 |
| 주기 | 월·분기 또는 롤링 윈도 리셋 |
정책이 있어야 개발과 운영이 같은 표를 봅니다. SRE가 규칙을 일방 집행하는 자리가 아니라, 예산으로 우선순위를 같이 정하는 파트너가 됩니다.
설계와 운영
좋은 SLO는 이용자 경험에 붙고, 자동 수집이 되며, 100%를 피합니다. 100%는 모든 변경을 막습니다. 과거 실적보다 약간 느슨하게 두고, 의존 서비스가 있으면 더 낮춥니다.
측정은 메트릭·대시보드·APM·클라우드 모니터링이 담당합니다. 장애 뒤에는 비난 없는 회고로 원인과 재발 방지를 남기고 SLO 자체를 고칩니다.
답안은 SLI→SLO→SLA 한 줄, 오류 예산 공식과 43분 예시, 잔여에 따른 배포 정책, 100%를 피하라는 설계 원칙을 표로 올립니다.