장애 대응의 성패를 결정하는 First Action: 우아한형제들의 장애 관리 라이프사이클

장애 대응의 성패는 단순히 장애를 얼마나 빨리 인지하느냐가 아니라, 인지 직후 어떤 **First Action(초동 조치)**을 취하느냐에 달려 있다. 우아한형제들의 분석 결과, **핫픽스(Hotfix)**로 대응한 장애는 **롤백(Rollback)**을 선택한 경우보다 복구 시간이 약 2배 더 길었다.

핫픽스는 원인 파악과 코드 수정 후 재배포까지 시간이 소요되지만, 롤백이나 스케일 조정(Scale-out) 같은 기계적 완화 조치는 고객 영향을 즉각적으로 줄일 수 있기 때문이다. 우아한형제들은 이를 개인의 역량이 아닌 시스템과 프로세스로 개선하기 위해 장애 관리 라이프사이클을 정의했다.

이 라이프사이클은 장애를 **잠재적 장애 상태(Potential-Incident)**와 **실제 장애 상태(Incident)**로 나누어 총 7단계로 구성된다.

• 이상 탐지(Anomaly): 시스템 이상 징후 감지 및 인지
• 장애 인지 및 전파(Open): 대응 채널 생성 및 전사 전파
• 장애 분석(Investigating): 원인 파악
• 원인 확인 및 조치(Identified): 해결책 적용
• 모니터링(Monitoring): 조치 후 상태 확인
• 해소 및 전파(Resolved): 장애 종료 및 결과 공유
• 이행 추적(Closure Time): 재발 방지 및 개선