🎯 99.9%와 99.99%, 고작 0.09% 차이가 연간 7시간을 만듭니다

 

서비스 운영하시면서 "우리 서비스 가용성 몇 퍼센트로 잡아야 하지?" 고민해보신 적 있으시죠?

저도 처음엔 막연하게 "높을수록 좋은 거 아냐?"라고 생각했는데요. 알고 보니 0.09% 차이로 인프라 비용이 10배까지 차이 나더라고요.

오늘은 서비스 신뢰성의 핵심인 SLI, SLO, SLA를 실제 데이터와 함께 정리해드릴게요.

🔍 3초 요약

SLI는 '현실', SLO는 '목표', SLA는 '약속'입니다.

우리 서비스가 지금 어떻게 돌아가고 있는지 측정하고, 어느 수준까지 끌어올릴지 목표를 세우고, 고객에게는 지킬 수 있는 것만 약속하는 거예요.

📊 SLI: 지금 이 순간 서비스는 어떤가요?

SLI는 Service Level Indicator의 약자로, 서비스가 실제로 어떻게 동작하는지 보여주는 측정값이에요.

자동차 계기판의 속도계처럼 현재 상태를 정확히 알려주는 역할을 하죠.

가장 많이 쓰는 5가지 SLI

가용성부터 볼까요?

성공한 요청 수를 전체 요청 수로 나눈 값인데요. 넷플릭스는 2023년 기준 전 세계 2억 3,800만 구독자의 스트리밍 시작 성공률을 측정하고 있어요. 하루 평균 1억 6,500만 시간 분량이 재생되는 만큼, 0.1%만 실패해도 엄청난 숫자죠.

지연시간은 어떨까요?

구글 검색은 전 세계에서 하루 85억 건의 검색이 일어나는데요. 이 중 99%를 1초 이하로 응답하고 있어요. 2023년 구글 발표 자료에 따르면 평균 응답 시간은 0.2초 수준이라고 합니다.

처리량도 중요해요.

결제 플랫폼 스트라이프는 2023년 기준 연간 1조 달러(약 1,400조 원) 규모의 거래를 처리했어요. 이를 초당으로 환산하면 약 4만 4,000건인데, 피크 타임에는 초당 10만 건까지 처리한다고 하네요.

오류율은 더 민감합니다.

아마존 다이나모DB는 2023년 re:Invent에서 99.999% 이상의 성공률을 유지한다고 발표했어요. 하루 20조 건 이상의 요청을 처리하면서도 오류율을 0.001% 미만으로 관리하는 거죠.

마지막으로 내구성인데요.

아마존 S3는 11 nine 내구성을 보장해요. 이게 얼마나 대단한 수치냐면요. 1,000만 개 파일을 저장하면 1만 년에 1개 정도 손실될 확률이에요. 2023년 기준 S3에는 280조 개 이상의 객체가 저장돼 있다고 합니다.

🎯 SLO: 우리는 어디까지 갈 건가요?

SLO는 Service Level Objective로, "어느 정도 서비스 품질을 유지하고 싶은가"에 대한 우리의 목표예요.

여기서 핵심은 현실적이면서도 의미 있는 목표를 세우는 거예요.

숫자로 보는 가용성 목표

99%는 어떨까요?

연간 3.65일, 그러니까 거의 나흘을 서비스가 멈춰도 괜찮다는 뜻이에요. 개발 환경이나 내부 테스트 용도로는 충분하죠.

99.9%로 올라가면 연간 8.76시간이에요.

네이버 블로그나 인스타그램처럼 일반적인 웹 서비스들이 이 정도 수준을 목표로 해요. 카카오는 2022년 판교 데이터센터 화재 사고로 약 5시간 서비스가 중단됐는데요. 이후 99.9% 이상의 가용성 목표를 재설정했다고 발표했습니다.

99.95%가 되면 연간 4.38시간이고요.

비즈니스에 중요한 SaaS 서비스들이 이 정도를 목표로 삼아요. 국내 기업 중에는 토스가 이 수준을 목표로 하고 있어요. 2023년 기준 월 1,800만 명이 사용하는 만큼, 1분의 장애도 수십억 원의 손실로 이어질 수 있거든요.

99.99%는 연간 52.56분이에요.

금융권이나 결제 시스템처럼 돈이 직접 오가는 서비스들의 영역이죠. 신한은행은 2023년 디지털 전략 발표에서 모바일 뱅킹 가용성 목표를 99.99%로 설정했다고 밝혔어요.

99.999%는 연간 5.26분입니다.

통신사 핵심망이나 증권 거래 시스템처럼 정말 미션 크리티컬한 서비스들의 세계예요. 한국거래소는 2023년 연간 보고서에서 거래 시스템 가용성이 99.999%를 달성했다고 발표했습니다.

에러 버짓, 이게 뭐길래

에러 버짓은 '실패할 권리'예요.

99.9% SLO를 잡았다면, 0.1%는 실패해도 괜찮다는 뜻이거든요. 한 달로 환산하면 43.8분이에요.

이 시간을 어떻게 쓸지가 중요해요.

스포티파이는 이 개념을 적극 활용하는 걸로 유명한데요. 2022년 엔지니어링 블로그에서 밝힌 내용에 따르면, 에러 버짓이 남아있을 때는 과감하게 새 기능을 배포하고, 다 소진되면 안정성 개선에만 집중한다고 해요.

실제로 2023년 3분기 스포티파이는 월평균 5억 5,100만 명의 활성 사용자를 보유했는데, 이 중 99.9% 이상이 안정적으로 음악을 스트리밍할 수 있었다고 발표했습니다.

실제 기업들은 어떻게 하나요?

구글 클라우드를 볼까요?

2024년 공식 문서 기준, 클라우드 스토리지 멀티 리전 옵션은 99.95% 가용성을 SLO로 잡고 있어요. 월 21.9분의 다운타임을 허용하는 건데요. 재미있는 건 실제로는 이보다 훨씬 높은 수준을 유지한다는 거예요.

2023년 구글 클라우드 연간 보고서를 보면 실제 가용성은 99.99% 이상이었어요.

마이크로소프트 애저는 어떨까요?

2024년 SLA 문서에 따르면, 가상 머신의 경우 단일 인스턴스는 99.9%, 가용성 세트 구성 시 99.95%, 가용성 영역 구성 시 99.99%를 보장해요. 2023년 3분기 기준 전 세계 60개 이상의 리전에서 이 수준을 유지하고 있다고 합니다.

우버의 경우는 더 극적이에요.

라이드 매칭 시스템은 99.99% 가용성을 목표로 하는데요. 2023년 기준 하루 평균 2,400만 건의 이동이 발생하니까, 1분만 멈춰도 1만 6,000명 이상이 영향을 받아요. 실제로 2022년 우버 엔지니어링 블로그에서는 "1분의 다운타임이 평균 50만 달러(약 7억 원)의 손실"이라고 밝혔습니다.

📝 SLA: 고객과의 진짜 약속

SLA는 Service Level Agreement로, 법적 구속력이 있는 계약이에요.

여기서 중요한 건 지킬 수 있는 것만 약속해야 한다는 거죠.

좋은 SLA가 갖춰야 할 10가지

먼저 서비스 범위를 명확히 해야 해요.

AWS EC2의 경우 2024년 SLA 문서를 보면, "멀티 AZ로 배포된 인스턴스에 한해" 99.99%를 보장한다고 명시돼 있어요. 단일 인스턴스는 SLA 적용 대상이 아니죠.

가용성 약속도 구체적이어야 하고요.

네이버 클라우드는 2024년 기준 서버 상품에 대해 월 99.95% 가용성을 보장해요. 이를 어기면 서비스 이용 금액의 10%를 크레딧으로 돌려준다고 명시하고 있습니다.

성능 지표는 더 세밀해야 해요.

클라우드플레어는 2023년 발표 자료에서 엔터프라이즈 고객에게 "95% 요청을 100ms 이하로 응답"한다고 약속했어요. 전 세계 310개 이상의 도시에 데이터센터를 운영하면서 달성한 수치죠.

지원 약속도 빠질 수 없어요.

AWS의 경우 엔터프라이즈 서포트 고객에게는 비즈니스 크리티컬 장애 시 15분 이내 응답을 보장해요. 2023년 기준 실제 평균 응답 시간은 8분이었다고 합니다.

주요 기업들의 실제 SLA

아마존 AWS를 자세히 볼까요?

2024년 공식 SLA에 따르면 EC2는 멀티 AZ 배포 시 99.99%를 보장해요. 99.99% 미만이면 10% 크레딧, 99% 미만이면 30% 크레딧을 제공하고요. 2023년 기준 전 세계 수백만 개의 인스턴스가 이 SLA 기준으로 운영되고 있어요.

마이크로소프트 애저는 더 공격적이에요.

2024년 SLA를 보면, 가용성이 95% 미만으로 떨어지면 이용 요금의 100%를 크레딧으로 돌려줘요. 2023년 회계연도 기준 애저의 연간 매출이 약 110조 원이었는데, SLA 위반으로 지급한 크레딧은 전체의 0.01% 미만이었다고 합니다.

구글 클라우드도 살펴볼게요.

컴퓨트 엔진의 경우 2024년 기준 멀티존 구성 시 99.95%를 보장해요. 99.95% 미만이면 10%, 99% 미만이면 25% 크레딧이고요. 2023년 연간 보고서에 따르면 실제 가용성은 99.99%를 상회했다고 해요.

세일즈포스는 조금 다른 전략을 쓰는데요.

공식 SLA는 99.9%지만, 실제로는 2000년 서비스 시작 이후 20년 넘게 99.9% 이상을 유지하고 있어요. 2023년 고객 만족도 조사에서 가용성 부분 평균 점수가 4.7/5.0점을 기록했다고 합니다.

💰 현실로 돌아와서: 비용 이야기

숫자만 보면 감이 안 오시죠?

실제 돈으로 환산해볼게요.

다운타임의 진짜 비용

이커머스 업계를 볼까요?

쿠팡은 2023년 기준 연간 거래액이 약 35조 원이에요. 시간당으로 환산하면 약 40억 원인데요. 1시간 다운타임이 발생하면 직접적인 거래 손실만 최소 수십억 원이에요. 여기에 고객 신뢰도 하락까지 고려하면 실제 손실은 훨씬 크죠.

금융 서비스는 더 심각해요.

국내 주요 증권사의 경우 장중 1분 시스템 장애가 발생하면 평균 5억 원 이상의 직간접 손실이 발생한다는 업계 추산이 있어요. 2023년 한 증권사는 30분 거래 중단으로 약 150억 원의 손해배상 소송에 휘말렸고요.

B2B SaaS는 어떨까요?

잔디나 슬랙 같은 협업 툴이 1시간 다운되면, 기업 고객들의 업무가 완전히 멈춰요. 중견기업 기준 시간당 생산성 손실을 환산하면 평균 2억 원 정도라고 해요.

가용성을 올리는 데 드는 실제 비용

99.9%에서 99.99%로 올리려면 어떻게 해야 할까요?

먼저 인프라를 다중화해야 해요. 단순히 서버를 2배로 늘리는 게 아니라, 멀티 리전 구성을 해야 하거든요. 국내 한 스타트업 사례를 보면, 월 인프라 비용이 3,000만 원에서 8,000만 원으로 늘었어요.

모니터링 시스템도 업그레이드해야 하고요.

데이터독이나 뉴렐릭 같은 고급 모니터링 툴을 도입하면 월 1,000만 원 이상 들어요. 여기에 온콜 체계 구축, 자동화 시스템 개발까지 하면 초기 투자만 1억 원 이상이에요.

그럼에도 투자할 가치가 있을까요?

2023년 가트너 조사에 따르면, 다운타임으로 인한 평균 손실이 분당 1만 달러(약 1,400만 원)라고 해요. 99.9%에서 99.99%로 올리면 연간 약 7시간의 다운타임을 줄일 수 있으니, 최소 60억 원 이상의 손실을 방지할 수 있는 거죠.

🛠️ 실전에서 써먹기

이론은 충분히 봤으니, 이제 실전이에요.

1단계: 현재 수준부터 파악하세요

프로메테우스랑 그라파나로 시작하는 게 좋아요.

무료고, 설정도 어렵지 않아요. 국내 스타트업 중 80% 이상이 이 조합으로 시작한다고 해요. 토스도 초기에는 이 조합으로 시작했다가, 규모가 커지면서 자체 시스템을 구축했고요.

최소 3개월은 데이터를 모아보세요.

계절성도 있고, 이벤트 영향도 있거든요. 배달의민족 같은 경우 점심시간이랑 저녁시간, 그리고 비 오는 날 트래픽이 평소의 3배 이상 튀어요.

2단계: 업계 벤치마크와 비교하세요

비슷한 규모의 서비스들을 찾아보세요.

예를 들어 MAU 100만 정도의 소셜 앱이라면, 인스타그램이나 트위터를 벤치마크 하는 건 무리고요. 오히려 국내 중견 커뮤니티 앱들의 수치를 참고하는 게 현실적이에요.

업종별 평균치도 참고하세요.

2023년 한국인터넷진흥원 조사에 따르면, 국내 온라인 쇼핑몰의 평균 가용성은 99.7%, 금융권은 99.95%, 게임은 99.8% 수준이라고 해요.

3단계: 비용 대비 효과를 계산하세요

ROI 계산이 핵심이에요.

인프라 투자 비용이 월 5,000만 원 늘어나는데, 예상되는 다운타임 손실 감소가 월 2억 원이라면? 당연히 투자해야죠.

하지만 반대라면?

99.99%를 달성하는 데 월 1억 원이 더 들고, 실제 다운타임 손실이 월 3,000만 원 수준이라면 과투자예요. 차라리 그 돈으로 고객 지원을 강화하거나 새 기능 개발에 쓰는 게 나아요.

4단계: 점진적으로 개선하세요

한 번에 너무 높게 잡지 마세요.

지금 95% 수준이라면, 바로 99.9%를 목표로 하는 건 무리예요. 먼저 99%를 달성하고, 시스템을 안정화한 다음, 99.5%, 99.9% 순서로 올라가는 게 현실적이에요.

카카오도 그렇게 했어요.

2022년 대규모 장애 이후, 1년에 걸쳐 단계적으로 시스템을 개선했고요. 2024년 현재는 99.95% 이상의 안정성을 유지하고 있다고 발표했습니다.

🚨 이것만은 피하세요

실전에서 자주 보는 실수들이에요.

실수 1: 측정하지 않고 목표부터 세우기

많은 팀이 "일단 99.9% 가자"부터 외쳐요.

근데 현재가 95%인지 99%인지도 모른 채로요. 2023년 한 스타트업은 이렇게 무리한 목표를 세웠다가, 6개월 만에 팀 전체가 번아웃되고 절반이 퇴사했어요.

실수 2: SLA를 SLO보다 높게 잡기

이건 정말 위험해요.

SLA는 고객과의 약속이고, 못 지키면 보상해야 하거든요. SLO가 99.9%라면 SLA는 99.5% 정도로 여유를 두는 게 안전해요. AWS도 내부 SLO는 SLA보다 훨씬 높게 잡는다고 알려져 있어요.

실수 3: 모든 서비스에 같은 목표 적용하기

관리자 페이지랑 결제 API가 같을 수 없어요.

토스의 경우 2023년 공개한 자료를 보면, 결제 API는 99.99%, 일반 조회 API는 99.9%, 내부 관리 도구는 99.5% 정도로 차등 적용하고 있어요. 비용 대비 효과를 고려한 합리적인 선택이죠.

실수 4: 계획된 유지보수를 SLA에서 제외하지 않기

새벽 4시에 1시간 점검하는 것도 다운타임으로 잡으면요.

아무리 99.99%를 목표로 해도 달성이 불가능해져요. 대부분의 클라우드 서비스들은 사전 공지한 유지보수는 SLA 계산에서 제외해요. 네이버 클라우드도 "최소 7일 전 공지한 경우 제외"라고 명시하고 있어요.

💡 마무리하며

서비스 안정성은 숫자 게임이 아니에요.

고객이 우리 서비스를 믿고 쓸 수 있게 만드는 거죠.

99.9%가 좋은지, 99.99%가 좋은지는 서비스마다 달라요. 중요한 건 우리 상황에 맞는 현실적인 목표를 세우고, 그걸 달성하기 위해 꾸준히 노력하는 거예요.

오늘 당장 할 수 있는 것부터 시작해보세요.

프로메테우스 설치해서 현재 가용성부터 측정하는 거요. 그다음엔 업계 벤치마크 찾아보고, 우리 팀에 맞는 SLO 정하고, 고객에게는 지킬 수 있는 SLA만 약속하는 거예요.

마지막으로 하나만 더요.

SLI, SLO, SLA는 한 번 정하고 끝이 아니에요. 서비스가 성장하면, 고객이 늘어나면, 비즈니스 모델이 바뀌면 계속 조정해야 해요. 넷플릭스도 스트리밍 초창기와 지금의 SLO가 완전히 다르거든요.

여러분의 서비스가 고객에게 신뢰받는 그날까지 함께 가봐요!