실제 운영 조건 시험 확대·트래픽 우회 개선 등 13개 과제 마련
핵심 요약
- 마이크로소프트 365 장애는 7월 도입한 소프트웨어 결함과 서버 운영 문제가 겹쳐 발생했다. 아웃룩·팀즈·코파일럿이 영향을 받았고 자동 복구 과정에서 장애가 다른 지역으로 번졌다.
마이크로소프트의 11월 12일 마이크로소프트 365 서비스 장애는 소프트웨어 결함과 서버 운영 문제가 겹쳐 발생한 것으로 드러났다. 과부하에 대응하는 자동 복구와 트래픽 분산 기능도 오히려 장애를 다른 지역으로 확산시켰다.
11월 21일(현지시간) 미국 정보기술 전문매체 긱와이어에 따르면 마이크로소프트는 이번 장애의 최종 조사 결과를 공개했다. 아웃룩 이메일과 팀즈, 코파일럿 등이 영향을 받으면서 이용자들은 이메일 송수신과 일정 관리, 온라인 회의에 차질을 겪었다. 기업과 공공기관, 의료기관 등 여러 산업의 조직이 장애 영향을 받았다.
마이크로소프트는 문제가 된 소프트웨어를 이전 상태로 되돌리고 서버 운영 환경을 조정해 서비스를 복구했다. 이후 실제 운영 환경과 유사한 조건에서의 시험 확대, 서버 간 작업 분리 강화, 트래픽 우회 체계 개선 등 13개 개선 과제를 마련했다. 특정 서버의 문제가 다른 지역으로 번지지 않도록 보호 장치도 보완한다. 회사는 악의적인 사이버 공격과 관련됐다는 증거를 발견하지 못했다고 밝혔다.
장애의 출발점은 7월 적용한 네트워크 소프트웨어 업데이트였다. 결함은 약 3개월 동안 별다른 문제를 일으키지 않다가 11월 서버 처리량과 네트워크 연결 조건이 특정 상황에 도달하면서 표면화했다. 네트워크 게이트웨이 서버에서 연결 요청을 처리하는 작업들이 서로 대기하며 시스템 자원을 빠르게 소진했다.
특히 여러 작업을 동시에 수행하는 최신 고성능 서버에서 내부 처리 충돌이 심해져 장애가 집중됐다. 반면 사전 시험은 상대적으로 오래된 서버를 중심으로 진행해 실제 운영 환경의 장비와 트래픽 조건에서 나타나는 결함을 찾아내지 못했다.
당시 전체 게이트웨이 서버 처리 용량의 약 14%는 정기적인 소프트웨어 작업으로 사용할 수 없었다. 여기에 미국 동부 팀즈 전용 게이트웨이의 경로 설정 문제로 팀즈 트래픽이 이메일 담당 서버로 우회하면서 부하가 커졌다. 자동 복구 장치가 작동한 뒤에도 재가동한 서버에 대기 중인 접속 요청이 한꺼번에 몰려 정상화가 늦어졌다.
사티아 나델라 마이크로소프트 최고경영자는 최근 자사 기술 행사에서 서비스 안정성을 높이기 위한 추가 노력이 필요하다고 인정했다. 기업과 공공기관의 업무가 소수 클라우드 사업자에 집중된 상황에서 서비스 복원력과 비상 대응 체계를 강화해야 한다는 지적이 이어지고 있다. 이번 개선 조치의 실제 효과는 향후 검증이 필요하다.
