RTO, RPO와 TTD, TTE, TTF의 관계

RTO (Recovery Time Objective)와 RPO (Recovery Point Objective)는 TTD (Time to Detect), TTE (Time to Engage), TTF (Time to Fix)와 밀접한 관련이 있어. 이 개념들은 모두 시스템 장애 발생 시 복구 속도와 데이터 손실을 최소화하는 목표와 연결되어 있어.

 

1️⃣ 용어 정의

용어의미질문

RTO (복구 시간 목표)	장애 발생 후 서비스가 복구되는 최대 허용 시간	"시스템을 얼마나 빨리 복구해야 할까?"
RPO (복구 지점 목표)	장애 발생 시 허용 가능한 최대 데이터 손실 시간	"얼마나 최근의 데이터를 복구할 수 있어야 할까?"
TTD (탐지 시간)	장애를 감지하는 데 걸리는 시간	"장애를 얼마나 빨리 발견할 수 있을까?"
TTE (대응 시작 시간)	장애를 감지한 후 대응을 시작하는 데 걸리는 시간	"장애를 감지하고 나서 얼마나 빨리 대응을 시작할 수 있을까?"
TTF (복구 시간)	실제로 장애를 해결하는 데 걸리는 시간	"문제를 해결하는 데 얼마나 걸릴까?"

 

 

2️⃣ 장애 복구 과정에서의 관계

장애가 발생하면, 시스템의 실제 복구 시간 (Actual RTO) 은 탐지, 대응, 복구 속도에 의해 결정돼.

🔹 공식

📌 실제 RTO (Actual RTO) = TTD + TTE + TTF
📌 장애 확산 범위 (Blast Radius) = TTD가 길수록 RPO 증가

 

 

3️⃣ 예제: 결제 시스템 장애 발생 시

단계지표설명

🔍 탐지	TTD (탐지 시간) = 10분	모니터링 시스템이 장애를 감지하는 데 10분 소요
⏳ 대응 개시	TTE (대응 시작 시간) = 5분	장애 감지 후 엔지니어가 문제 해결을 시작하는 데 5분 걸림
🛠 문제 해결	TTF (복구 시간) = 15분	엔지니어가 장애 원인을 찾아 해결하는 데 15분 걸림
🔄 총 복구 시간	실제 RTO = 10 + 5 + 15 = 30분	장애 발생 후 30분 만에 서비스 정상화
❌ 데이터 손실	RPO = 5분	5분치 거래 데이터 손실 발생

 

4️⃣ RTO & RPO를 줄이는 방법

1️⃣ TTD 단축 (빠른 탐지)

• AI 기반 모니터링 (Prometheus, Datadog, Splunk) 도입
• 이상 감지 시스템 활용 (Anomaly Detection)
• Synthetic Transactions (모의 트랜잭션) 실행으로 사전 감지

2️⃣ TTE 단축 (빠른 대응 시작)

• 자동 알림 시스템 (PagerDuty, OpsGenie) 활용
• 긴급 대응 프로세스 최적화 (On-Call Escalation)
• 불필요한 알람 필터링으로 알람 피로도 줄이기

3️⃣ TTF 단축 (빠른 장애 해결)

• 자동 롤백 시스템 (Spinnaker, ArgoCD) 적용
• Kubernetes 및 Service Mesh 기반 자동 복구
• 장애 대응 플레이북 (Incident Playbook) 작성 및 연습

4️⃣ RPO 단축 (데이터 손실 최소화)

• 데이터 실시간 복제 (Real-time Replication)
• 지속적 백업 및 복구 솔루션 적용 (Point-in-Time Recovery)
• 무상태 아키텍처 (Stateless Architecture) 도입으로 데이터 손실 방지

 

5️⃣ 요약

지표최적화 방법

RTO (복구 시간 목표)	TTD, TTE, TTF를 줄이면 RTO도 감소
RPO (복구 지점 목표)	데이터 복제 및 백업 전략 최적화
TTD (탐지 시간 단축)	AI 기반 모니터링, 이상 탐지
TTE (대응 시작 시간 단축)	자동 알림, 온콜 프로세스 최적화
TTF (복구 시간 단축)	자동 롤백, 자동 복구 시스템

🚀 즉, TTD, TTE, TTF를 줄이면 RTO가 감소하고, 백업 및 데이터 복제 전략을 개선하면 RPO가 최적화되어, 장애가 발생해도 비즈니스 연속성을 보장할 수 있어!