1. Event Stream란?
1.1 배경 – 왜 Event Stream 개념이 필요해졌는가
1.2 Event Stream의 기본 개념(이벤트 흐름·시간 순서·불변성)
1.3 Event Stream vs Message Queue의 차이
1.4 로그 기반 아키텍처(Log-structured Architecture)와의 관계
2. Event Stream의 작동 방식
2.1 이벤트가 스트림으로 기록되는 과정
2.2 Append-only 구조와 로그 세그먼트
2.3 소비 모델(Consumer Group·Offset 기반 처리)
2.4 실시간 처리 vs 배치 처리
3. Event Stream의 핵심 기술 요소
3.1 스트림 저장소(Stream Storage)
3.2 오프셋 관리(Offset Management)
3.3 파티션(Partitioning)과 병렬성
3.4 데이터 내구성(Durability)·복제(Replication)
3.5 순서 보장(Ordering)의 조건
4. Event Stream의 장점과 한계(트레이드오프)
4.1 장점 1: 실시간 데이터 처리 가능
4.2 장점 2: 생산자-소비자의 완전한 분리(Decoupling)
4.3 한계(비용/제한): 저장·복제·파티션 관리로 인한 운영 복잡성 증가
5. Event Stream의 구현 기술
5.1 Apache Kafka
5.2 Amazon Kinesis
5.3 Apache Pulsar
5.4 Redpanda 등 최신 스트리밍 플랫폼
6. Event Stream의 실제 적용 사례
6.1 실시간 로그/메트릭 수집
6.2 마이크로서비스 간 데이터 공유
6.3 주문/결제/거래 기록 처리
6.4 머신러닝 피드백 루프(실시간 Feature Stream)
7. Event Stream 설계 시 고려사항
7.1 파티션 키 설계
7.2 메시지 중복 처리(Idempotency)
7.3 오프셋 재처리(Replay) 전략
7.4 장애 복구·데이터 일관성(Eventual Consistency)
8. 결론 및 요약
8.1 핵심 개념 정리
8.2 Event Stream 도입 시 의사결정 기준
8.3 향후 스트리밍 아키텍처의 발전 방향
