무신사, '무진장' 이벤트 성공 위한 3단계 트래픽 방어 아키텍처 심층 분석

핵심 기술

무신사는 연간 대규모 할인 이벤트 '무진장'을 앞두고 분당 1억 원 매출, 1만 건 주문, 400만 RPM(전시 페이지) 트래픽을 안정적으로 처리하기 위한 기술적 아키텍처를 상세히 공유합니다. CQRS, Redis, CDC, 데이터 압축, 캐시 워밍, 이벤트 기반 아키텍처(EDA), 사가 패턴, 다층 재고 관리(캐시, 분산 락, 낙관적 락), 사전 계산 기반 쿠폰 시스템 등 고부하 상황에서 시스템 안정성을 확보하고 성능을 최적화하는 다양한 전략이 소개되었습니다.

기술적 세부사항

• 이벤트 전시 시스템 (읽기 최적화)

  • CQRS (Command Query Responsibility Segregation) 패턴 도입:
    • Command 모델: AWS Aurora에서 안정적인 트랜잭션 처리 (주문, 재고 차감).
    • Query 모델: Redis를 조회 전용 데이터 저장소로 사용.
  • 머티리얼라이즈드 뷰(Materialized View): 이벤트 상품 데이터를 가공하여 Redis에 저장, 분당 400만 RPM 요청의 99%를 DB 부하 없이 초고속 처리.
  • CDC (Change Data Capture) 파이프라인 구축: 쓰기 DB 변경 사항을 실시간으로 Redis에 반영하여 최종적 일관성(Eventual Consistency) 문제 해결.
  • 데이터 압축 (LZ4): Redis 메모리 사용량 70% 절감 및 네트워크 트래픽 감소. 1KB 미만 데이터는 압축하지 않는 조건부 압축 적용.
  • 캐시 워밍 (Cache Warming/Prefetching): 이벤트 시작 수십 분 전, 자동화된 스크립트로 Redis 캐시를 미리 채워 '콜드 스타트(Cold Start)' 및 '캐시 스탬피드(Cache Stampede)' 현상 방지.

• 주문/재고/쿠폰 시스템 (쓰기 및 데이터 정합성)

  • 이벤트 기반 아키텍처 (EDA) & Apache Kafka 도입:
    • 길고 동기적인 주문 처리 로직을 짧고 비동기적인 마이크로서비스 간 이벤트 발행/구독 방식으로 분해.
    • 주문 완료 시 즉시 사용자에게 응답 후, 재고, 쿠폰, 결제, 알림 등 후속 작업을 비동기적으로 처리.
  • 사가 패턴 (Saga Pattern): 마이크로서비스 간 분산 트랜잭션 관리 및 오류 발생 시 보상 트랜잭션 실행.
  • 재고 관리 (다층 방어):
    • 1차: Redis INCR/DECR을 활용한 비관적 재고 검사 (캐시 계층).
    • 2차: Redlock 기반 분산 락으로 임계 영역(Critical Section) 보호 (실제 DB 차감 로직).
    • 3차: 낙관적 락 (Optimistic Lock)을 통한 최종 데이터 정합성 보장 (DB version 컬럼 활용).
  • 쿠폰 시스템: '실시간 계산'에서 '사전 계산(Pre-computation)'으로 전환.
    • 쿠폰 인덱서(Coupon Indexer)와 Redis를 활용한 머티리얼라이즈드 뷰 구축.
    • 요청 시 Redis Set 연산(SINTER 등)으로 수 밀리초 내 적용 가능한 쿠폰 목록 조회.

• 안정적인 운영 시스템 (간접 언급)

  • 모놀리식 아키텍처에서 MSA로의 전환 경험 언급.
  • 장애 격리를 위한 아키텍처 분리의 중요성 강조.

개발 임팩트

• 성능 향상: 분당 수백만 건의 읽기 트래픽을 DB 부하 없이 처리하며 응답 속도 개선.
• 안정성 확보: 이벤트 피크 타임 시스템 마비 위험 감소, 장애 격리를 통한 서비스 연속성 강화.
• 비용 절감: Redis 메모리 사용량 70% 절감.
• 개발 효율성: MSA 전환 및 이벤트 기반 아키텍처 도입으로 시스템 유연성 및 탄력성 증대.

커뮤니티 반응

원문에 직접적인 커뮤니티 반응 언급은 없으나, 소개된 기술 스택(CQRS, Redis, Kafka, MSA, Saga Pattern 등)은 개발 커뮤니티에서 매우 활발하게 논의되고 있으며, 실제 대규모 트래픽 처리 경험에 대한 공유는 높은 관심을 받을 것으로 예상됩니다.