관측성·장애 대응 기술 블로그 글 모음

최근 글

1. Chaos Mesh로 Kubernetes 앱의 장애 내구성 검증하기

   네이버가 Chaos Mesh를 활용한 Kubernetes 장애 내구성 검증 세션 영상을 공개했습니다.

   출처: 네이버 · 2026-11-11 · 원문 보기

2. Well, That Wasn't Fun: October 16 '26

   Fly.io가 Linux 커널 취약점 CVE-2026-99999 대응을 위해 10시간 동안 전사 호스트를 재부팅했습니다.

   출처: Fly.io · 2026-11-06 · 원문 보기

3. Designing a reliable unplanned failover

   플래닛스케일이 레플리카 상태를 활용해 안정적으로 예기치 않은 장애를 복구하는 방식을 공개했습니다.

   출처: PlanetScale · 2026-11-05 · 원문 보기

4. How we continuously validate formal specifications in production

   데이터독이 TLA+ 사양을 런타임 모니터로 변환하는 FETCh를 개발해 실제 프로덕션 환경의 정합성을 검증했습니다.

   출처: Datadog Engineering · 2026-11-05 · 원문 보기

5. 같은 연출, 다른 CLS: transform을 제외한 설계 의도를 찾아서

   버즈빌이 애니메이션 구현 방식을 transform으로 변경하여 CLS 지표를 개선했습니다.

   출처: 버즈빌 · 2026-11-03 · 원문 보기

6. Keep Distributed Training Running with Automated Workload Recovery

   NVIDIA가 대규모 분산 학습의 장애를 자동으로 복구하는 NVIDIA Recovery를 공개했습니다.

   출처: NVIDIA Technical Blog · 2026-11-02 · 원문 보기

7. 옮기는 것보다 증명이 어렵다

   카카오가 커머스 클레임 검색 색인의 변경 수집 방식을 CDC로 전환했습니다.

   출처: 카카오 · 2026-11-02 · 원문 보기

8. 셀프 호스팅 Grafana 알림으로 AWS DevOps Agent의 인시던트 자동 조사 시작하기

   셀프 호스팅 Grafana 알림을 활용해 AWS DevOps Agent의 인시던트 자동 조사를 구성합니다.

   출처: AWS · 2026-10-22 · 원문 보기

9. Fragments: October 21

   Martin Fowler가 AI 글쓰기 피로감, Grace Hopper 행사 취소, 신디 스리다란의 AI 디버깅 글을 논합니다.

   출처: Martin Fowler · 2026-10-21 · 원문 보기

10. Your AI agent fixed the bug, but what else did it change?

    트레일 오브 비츠가 AI 에이전트의 패치 개발과 회귀 검증을 자동화하는 플러그인 2종을 공개했습니다.

    출처: Trail of Bits · 2026-10-21 · 원문 보기

11. 문자를 보냈다는데 왜 안 오죠? 길 잃은 국제 MO 메시지 구출 작전

    카카오가 국제 MO 메시지 전환율을 90%대로 높인 기술적 여정을 공개했습니다.

    출처: 카카오 · 2026-10-21 · 원문 보기

12. App stability at scale with a layered defense

    그랩은 대규모 모바일 슈퍼앱의 안정성을 유지하기 위해 다중 방어 체계와 시프트 좌측 전략을 도입했다.

    출처: Grab Tech · 2026-10-21 · 원문 보기

13. I don't trust ON DELETE CASCADE

    플래닛스케일이 포스트그레스의 ON DELETE CASCADE가 운영 환경에서 일으키는 위험과 대안을 설명합니다.

    출처: PlanetScale · 2026-10-21 · 원문 보기

14. 2026 World Cup: Breaking Records, Spiky Charts and Reliability at Scale

    Meta가 2026년 월드컵의 기록적인 트래픽 폭주를 코드 동결 없이 안정적으로 처리했다.

    출처: Meta Engineering · 2026-10-15 · 원문 보기

15. Why Is My Kubernetes Job Still Pending? Tracing Kueue Admission with Headlamp

    Headlamp의 Kueue 플러그인을 활용해 쿠버네티스 Job 대기 원인을 추적합니다.

    출처: Kubernetes · 2026-10-14 · 원문 보기

16. 쉐도잉 검증 개선기

    여기어때가 쉐도잉 검증 과정을 라이브러리와 대시보드로 표준화하여 데이터 기반의 API 검증 체계를 구축했다.

    출처: 여기어때 · 2026-10-10 · 원문 보기

17. 새로운 팀에 기여하기, 그리고 기여의 확장 (feat. 전시개발팀 옵저버빌리티 향상 시키기)

    여기어때 전시개발팀이 AI 에이전트와 OpenTelemetry를 활용해 장애 대응 효율을 높인 관측 가능성 대시보드를 구축했다.

    출처: 여기어때 · 2026-10-10 · 원문 보기

18. Cilium Conntrack のメトリクス拡張の検証と提案

    사이보우즈가 Cilium Conntrack의 관측성 향상을 위한 메트릭 확장 방안을 제안했습니다.

    출처: Cybozu Inside Out · 2026-10-09 · 원문 보기

19. What today's software owes to Bronze Age clocks

    PlanetScale이 사전 쿼리 제어를 위해 PostgreSQL용 Traffic Control을 발표했습니다.

    출처: PlanetScale · 2026-10-07 · 원문 보기

20. Beyond synthetic testing: Capturing and replaying real database workloads at Airbnb

    에어비앤비가 프로덕션 데이터베이스 트래픽을 캡처하고 오프라인에서 재생하는 시스템을 구축했다.

    출처: Airbnb Engineering · 2026-10-06 · 원문 보기

21. Building and testing a config management orchestrator for Windows

    Jane Street가 OCaml과 F#을 사용하여 윈도우 설정 관리 시스템을 중앙 집중식으로 개편했습니다.

    출처: Jane Street · 2026-10-06 · 원문 보기

22. Everpure FlashArrayで実現するランサムウェア対策 ── 基幹データベースの不変スナップショット運用

    ZOZO가 Everpure FlashArray SafeMode와 VSS 연동으로 SQL Server 불변 백업 체계를 구축했습니다.

    출처: ZOZO TECH BLOG · 2026-10-02 · 원문 보기

23. 로그가 서비스를 죽였다

    무신사가 호출 스레드에서 trace 정보를 캡처하는 비동기 로거로 서비스 멈춤을 막았다.

    출처: 무신사 · 2026-10-01 · 원문 보기

24. Digdag on GKEからManaged Service for Apache Airflowへの移行と監視の紹介

    ZOZO가 Digdag에서 Managed Airflow로 마이그레이션하며 구축한 운영 및 감시 체계를 공개했습니다.

    출처: ZOZO TECH BLOG · 2026-09-30 · 원문 보기

25. How we built an async-aware Python profiler

    Datadog이 asyncio 작업 관계를 복원하는 Python 프로파일러를 만들고 샘플링 비용을 낮췄다.

    출처: Datadog Engineering · 2026-09-30 · 원문 보기

26. 웅진프리드라이프의 AWS Elastic Disaster Recovery 기반 클라우드 DR 환경 구축

    웅진프리드라이프가 AWS DRS Drill로 21대 서버의 복구 조건과 목표를 검증했다.

    출처: AWS · 2026-09-28 · 원문 보기

27. 인프라팀에 업무 요청이 들어오면 5분동안 벌어지는 일

    아임웹 인프라팀이 AI 분류와 온콜 배정으로 반복 문의의 출발선을 표준화했다.

    출처: 아임웹 · 2026-09-28 · 원문 보기

28. "다 됐습니다" 알림, 대체 언제 보내야 맞나

    flex가 배치 결과를 일반 사용자 권한으로 확인한 뒤 완료 알림을 보내도록 바꿨다.

    출처: flex · 2026-09-22 · 원문 보기

29. Go embed: 최소 변경으로 불필요한 메모리 사용 줄이기

    버즈빌이 GeoIP DB를 직접 embed해 Go heap 복사와 운영 메모리를 줄였다.

    출처: 버즈빌 · 2026-09-21 · 원문 보기

30. [2편] Grafana 커스텀 패널로 10만 점 산점도 그리기 — 만들고 나서야 보인 함정 3가지

    여기어때가 ClickHouse 데이터를 탐색하는 Grafana APM 산점도 패널을 만들었다.

    출처: 여기어때 · 2026-09-10 · 원문 보기

이 주제를 다룬 매체

• 네이버 (104편)
• Fly.io (16편)
• PlanetScale (14편)
• Datadog Engineering (14편)
• 버즈빌 (15편)
• NVIDIA Technical Blog (88편)
• 카카오 (76편)
• AWS (321편)
• Martin Fowler (15편)
• Trail of Bits (13편)
• Grab Tech (15편)
• Meta Engineering (32편)
• Kubernetes (11편)
• 여기어때 (107편)
• Cybozu Inside Out (10편)
• Airbnb Engineering (15편)
• Jane Street (11편)
• ZOZO TECH BLOG (12편)
• 무신사 (62편)
• 아임웹 (17편)
• flex (16편)

인프라·운영 관련 주제

• 쿠버네티스·컨테이너 (127편)
• 클라우드 아키텍처 (250편)
• CI/CD·플랫폼 엔지니어링 (181편)
• 보안·인증 (235편)