신뢰도 기반 GNN 예측을 활용한 MSA 연쇄 장애 선제 대응 아키텍처

Overview

• Background: 모놀리식에서 쿠버네티스 기반 분산 아키텍처로 전환하는 과정에서, 마이크로서비스(MSA) 간 연쇄 장애(cascading failure) 위험이 커진다. 기존 오토스케일러(K8s HPA)는 사후반응적이고 서비스 간 위상(topology) 정보를 반영하지 못하며, 커넥션풀 같은 상태성 리소스 병목에서는 자원을 늘리는 대응이 오히려 역효과를 낼 수 있다.
• Problem Statement: 장애 확산 패턴을 사전에 예측하고, 예측의 확신 정도에 따라 조치 강도를 달리하는 아키텍처가 아직 없다.
• Research Objective: 서비스 호출 그래프를 GAT(Graph Attention Network)로 학습해 장애 전파 가능성을 예측하고, Deep Ensemble 기반 신뢰도에 따라 Circuit Breaker·Traffic Shedding·Scale-up·Read Redirection·Brownout 등 이질적 조치를 차등 적용하는 아키텍처를 제안한다.
• Method: Online Boutique 벤치마크 위에서 Locust/k6로 트래픽을, Istio/Chaos Mesh로 장애를 주입해 데이터를 수집하고, GAT + Deep Ensemble(N=5)로 서비스별 위험도와 신뢰도를 함께 예측한 뒤, 신뢰도 구간별 비용함수로 조치를 선택하는 Policy Engine을 검증한다.
• Expected Contribution: 위상 인지 예측·이질적 조치 선택·신뢰도 구간별 대응을 모두 갖춘 아키텍처로, 장애 전파 가능성이 높은 서비스를 선제적으로 식별해 대응 우선순위를 제시한다.

Positioning

관련 선행연구(GRAF, FIRM, AGQ, GraphGRU)를 검토한 결과, 각 연구는 아래 세 축 중 최소 하나를 다루지 않고 있어 이 지점에서 차별점을 확보했다.

축	GRAF	FIRM	AGQ	GraphGRU	본 연구
예측 모델	GNN (위상 반영)	SVM (위상 미반영)	STGNN + Q-learning	GAT (동적 그래프)	GAT (정적)
조치 공간	자원 할당	자원 재할당	자원 할당	없음 (예측만)	이질적 조치 5종
신뢰도 구간별 대응	없음	없음	없음	없음	있음

Timeline

2026.07          연구 시작, 주제 선정 및 문헌 조사
   ↓
2026 하반기        관련연구 비교, 모델·비용함수 설계 확정
   ↓
2027 상반기        프로포절 작성 및 심사
   ↓
2027 하반기~2028 상반기  구현 및 실험 (모델 스모크 테스트 → 데이터 파이프라인 검증 → 전체 실험)
   ↓
2028 상반기        논문 작성 및 본심사

Challenges

• 로컬 하드웨어(맥북에어 16GB)로 실험이 가능한지 먼저 따져봤다. GNN 모델 자체는 그래프가 작아(11개 노드 안팎) 학습 부담이 크지 않지만, K8s 클러스터·장애주입·트래픽 생성을 동시에 돌리면 메모리가 부족할 수 있어 학습과 실험 실행을 시간적으로 분리하기로 했다.
• 벤치마크 규모(Online Boutique, 11-12개 서비스)가 연구 목적에 비해 너무 작은 건 아닌지 검토했다. 선행연구들이 실제로 GNN 입력에 사용한 그래프 규모를 원문까지 확인한 결과, GRAF·AGQ의 핵심 검증도 비슷한 자릿수(6-13개 노드)에서 이뤄졌다는 걸 확인하고 현재 규모를 유지하기로 했다.
• GNN 모델로 GCN 대신 GAT을 택한 근거를 다시 점검했다. 기존 연구들이 실제로는 어텐션 기반 차등 집계를 쓰지 않는다는 점을 원문에서 확인하고, 이를 GAT 채택 근거로 삼았다.
• 신뢰도 산출 방식(MC Dropout / Deep Ensemble / Softmax Entropy)을 비교했고, 즉각 반응이 필요한 조치와 추론 주기가 충돌하지 않도록 Deep Ensemble(N=5)로 결정했다.

Outputs

• 연구계획서(프로포절) 초안, 관련연구 비교표: 작성 중
• 의사결정·문헌 조사 기록: 지속 갱신
• Paper, 실험 코드, 실험 데이터: 프로포절 심사 이후 순차적으로 진행 예정
• Repository: MSA_Cascading_Failure_Mitigation-Research