분산 아키텍처의 필연적 선택지, CAP 정리를 다시 읽다

Updated: 1 May, 2026

네트워크로 연결된 수많은 서버가 마치 하나의 거대한 컴퓨터처럼 유기적으로 작동하는 시스템을 설계하는 과정에서 엔지니어는 필연적인 한계에 직면합니다. 데이터가 실시간으로 모든 지점에 복제되고, 어떤 상황에서도 서비스가 중단되지 않으며, 즉각적인 응답 속도를 보장하는 아키텍처는 이론적 이상향에 가깝습니다. 2000년 에릭 브루어가 제시한 CAP 정리는 이러한 분산 시스템 설계의 물리적 한계를 명확히 규정합니다.

CAP 정리는 일관성(Consistency), 가용성(Availability), 분할 내성(Partition Tolerance)이라는 세 가지 속성을 한 시스템이 동시에 완벽하게 충족할 수 없음을 의미합니다. 특히 현대의 클라우드 인프라에서 네트워크 장애나 지연은 피할 수 없는 상수입니다. 즉, 분할 내성은 선택의 대상이 아닌 필수 전제 조건이며, 설계자는 결국 일관성(CP)과 가용성(AP) 사이의 전략적 선택을 내려야 합니다.

CAP Theorem - CAP 정리의 세 가지 핵심 요소인 일관성, <b>가용성</b>, 분할 내성을 삼각형의 각 꼭짓점에 나타낸 개념도입니다.

구체적으로 살펴보면, 일관성은 시스템의 모든 노드가 어느 시점에서든 최신의 동일한 데이터를 보장해야 함을 뜻합니다. 반면 가용성은 특정 노드에 장애가 발생하더라도 시스템 전체가 요청에 대해 응답을 내놓아야 한다는 원칙입니다. 분산 환경에서 네트워크 단절이 발생했을 때, 데이터의 정확성을 위해 응답을 거부할 것인지(CP), 혹은 다소 오래된 데이터일지라도 서비스를 지속할 것인지(AP) 결정하는 것이 설계의 핵심입니다.

구분	CP (Consistency + Partition Tolerance)	AP (Availability + Partition Tolerance)
우선순위	데이터 무결성 및 정확성	서비스 연속성 및 응답성
장애 대응	동기화 실패 시 응답 거부 또는 지연	가용한 노드에서 데이터 우선 응답
핵심 모델	Google Spanner, ZooKeeper, MongoDB	Amazon DynamoDB, Apache Cassandra
주요 사례	금융 결제, 자산 관리, 재고 시스템	소셜 미디어, 콘텐츠 스트리밍, 장바구니

이러한 선택은 비즈니스의 성격에 따라 달라집니다. 넷플릭스의 사례를 보면 그들은 철저히 가용성을 최우선으로 하는 AP 전략을 취합니다. 사용자가 어제 보던 지점이 기기 간에 실시간으로 완벽하게 동기화되지 않더라도, 일단 영상 재생이 중단 없이 시작되는 것이 사용자 경험 측면에서 더 중요하기 때문입니다. 반면 구글 스패너는 분산 환경에서도 강력한 일관성을 유지하기 위해 원자 시계와 GPS를 활용한 정밀 동기화 메커니즘을 동원합니다. 금융 서비스처럼 데이터 1원의 오차도 허용할 수 없는 환경에서는 CP 설계가 그 가치를 증명합니다.

CAP Theorem - 분산된 네트워크가 두 그룹으로 분리되어 서로 연결되지 못하고 통신이 끊긴 모습입니다.

결국 CAP 정리는 단순히 어떤 기술을 선택하느냐의 문제가 아니라, 비즈니스가 허용할 수 있는 리스크의 지점을 찾는 과정입니다. 분산 시스템에서 발생하는 트레이드오프를 명확히 이해하고, 시스템의 목적에 부합하는 최적의 타협점을 찾는 역량이 현대 소프트웨어 아키텍처의 성패를 가르는 척도가 됩니다.