4장. 상세 설계

mingddo_·2026년 7월 29일

가상 면접 사례로 배우는 대규모 시스템 설계 기초

목록 보기

2/7

네트워크 시스템에서 처리율 제한 장치(rate limit)는 클라이언트 또는 서비스가 보내는 트래픽의 처리율을 제어하기 위한 장치다.
이 장치는 특정 기간 내에 전송되는 클라이언트 요청 횟수를 제한한다.

1단계 문제 이해 및 설계 범위 확정

요구사항

처리율 제한 장치를 설계할 때의 요구사항은 다음과 같다.

정확한 제한: 설정된 처리율을 초과하는 요청은 정확하게 제한한다.
낮은 응답시간: HTTP 응답시간에 나쁜 영향을 주어서는 곤란하다.
적은 메모리 사용: 가능한 한 적은 메모리를 써야 한다.
분산형 처리율 제한(distributed rate limiting): 하나의 처리율 제한 장치를 여러 서버나 프로세스에서 공유할 수 있어야 한다.
예외 처리: 요청이 제한되었을 때는 그 사실을 사용자에게 분명하게 보여주어야 한다.
높은 결함 감내성(fault tolerance): 제한 장치에 장애가 생기더라도 전체 시스템에 영향을 주어서는 안 된다.

2단계 개략적 설계안 제시 및 동의 구하기

처리율 제한 장치는 어디에 둘 것인가?

처리율 제한 미들웨어를 만들어 API서버로 가는 요청을 통제하도록 한다.

API 서버의 처리율이 초당 2개의 요청으로 제한된 상황이고, 클라이언트가 3번째 요청을 앞의 두 요청과 같은 초 범위 내에서 전송하였다고 하자.

앞의 두 요청은 API서버로 전송되겠지만 세번째 요청은 미들웨어에 막히고, 클라이언트로는 HTTP 상태코드 429가 반환된다.

처리율 제한 알고리즘

각각의 특성을 이해하고, 상황에 맞는 알고리즘을 찾도록 하자.

토큰 버킷 (token bucket)
누출 버킷 (leaky bucket)
고정 윈도 카운터 (fixed window counter)
이동 윈도 로그(sliding window log)
이동 윈도 카운터 (sliding window counter)

토큰 버킷 알고리즘

구현이 간단하고 널리 알려져 있어 인터넷 기업들이 보편적으로 사용한다. 아마존과 스트라이프도 API 요청을 통제(throttle)하는 데 이 알고리즘을 쓴다.

동작 원리

버킷은 정해진 용량을 갖는 컨테이너다. 토큰 공급기(refiller)가 주기적으로 토큰을 채우며, 버킷이 가득 차면 추가로 공급된 토큰은 버려진다(overflow).
요청 하나당 토큰 하나를 사용한다.
- 토큰이 있으면 → 하나 꺼내고 요청을 시스템에 전달
- 토큰이 없으면 → 요청을 버린다(drop)

버킷 크기 4, 공급률 분당 4인 경우의 동작은 다음과 같다.

시각	남은 토큰	요청	결과
1:00:00	4	1개	전달 → 토큰 3개
	3	3개	전부 전달 → 토큰 0개
	0	1개	버려짐
1:01:00	0	—	토큰 4개 재공급

두 개의 인자

버킷 크기: 담을 수 있는 토큰의 최대 개수
토큰 공급률(refill rate): 초당 공급되는 토큰 수

버킷은 몇 개나 두어야 하나

제한 규칙에 따라 달라진다.

API 엔드포인트마다 하나가 일반적이다. 포스팅·친구 추가·좋아요에 각각 다른 한도를 둔다면 사용자마다 버킷 3개가 필요하다.
IP 주소별 제한이라면 IP마다 하나씩 할당한다.
시스템 전체를 초당 10,000개로 제한한다면 모든 요청이 버킷 하나를 공유한다.

장단점

장점

구현이 쉽고 메모리 효율이 좋다.
짧은 시간에 몰리는 버스트 트래픽도 수용할 수 있다. 버킷에 토큰이 남아 있기만 하면 요청은 통과한다.

단점

버킷 크기와 공급률, 두 인자를 적절히 튜닝하기가 까다롭다.

누출 버킷 알고리즘

누출 버킷(leaky bucket)은 토큰 버킷과 비슷하지만 요청 처리율이 고정되어 있다는 점이 다르다. 보통 FIFO 큐로 구현한다.

동작 원리

요청이 도착하면 큐가 가득 찼는지 확인한다.
- 빈자리가 있으면 → 큐에 추가
- 가득 찼으면 → 요청을 버린다
지정된 시간마다 큐에서 요청을 꺼내어 처리한다.

전자상거래 기업 쇼피파이(Shopify)가 이 알고리즘으로 처리율 제한을 구현하고 있다.

두 개의 인자

버킷 크기: 큐 사이즈와 같다. 처리될 항목들이 여기 보관된다.
처리율(outflow rate): 지정된 시간당 처리할 항목 수. 보통 초 단위로 표현한다.

장단점

장점

큐 크기가 제한되어 있어 메모리 사용이 효율적이다.
처리율이 고정되어 있어 안정적 출력(stable outflow rate)이 필요한 경우에 적합하다.

단점

트래픽이 몰리면 큐에 오래된 요청이 쌓이고, 이를 제때 처리하지 못하면 최신 요청이 버려진다.
두 인자를 올바르게 튜닝하기가 까다롭다.

고정 윈도 카운터 알고리즘

동작 원리

타임라인을 고정된 간격의 윈도(window)로 나누고, 윈도마다 카운터를 붙인다.
요청이 들어올 때마다 카운터를 1씩 증가시킨다.
카운터가 임계치(threshold)에 도달하면, 새 윈도가 열릴 때까지 이후 요청은 버려진다.

예를 들어 윈도가 1초이고 초당 3개까지 허용한다면, 매초 열리는 윈도에 4개 이상이 몰릴 경우 초과분은 버려진다.

경계 문제

이 알고리즘의 가장 큰 약점은 윈도 경계 부근에 트래픽이 집중될 때 한도보다 많은 요청이 통과한다는 점이다.

분당 5개를 허용하고 카운터가 매분 초기화되는 시스템을 보자.

구간	요청 수	판정
2:00:00 ~ 2:01:00	5개	한도 내
2:01:00 ~ 2:02:00	5개	한도 내
2:00:30 ~ 2:01:30	10개	한도의 2배

각 윈도는 규칙을 지켰지만, 윈도를 30초 옮겨 보면 1분 동안 10개가 처리됐다. 첫 윈도의 끝과 다음 윈도의 시작에 요청이 몰리면 이런 일이 생긴다.

장단점

장점

메모리 효율이 좋다.
이해하기 쉽다.
윈도가 닫힐 때 카운터를 초기화하는 방식이 특정 트래픽 패턴에 적합하다.

단점

윈도 경계에 트래픽이 몰리면 기대한 처리 한도보다 많은 요청을 처리하게 된다.

이동 윈도 로깅 알고리즘

고정 윈도 카운터의 경계 문제를 해결하는 알고리즘이다.

동작 원리

요청의 타임스탬프를 추적한다. 보통 레디스의 정렬 집합(sorted set) 같은 캐시에 보관한다.
새 요청이 오면 만료된 타임스탬프를 먼저 제거한다. 현재 윈도의 시작 시점보다 오래된 값이 만료 대상이다.
새 요청의 타임스탬프를 로그에 추가한다.
로그의 크기가 허용치 이하이면 요청을 전달하고, 초과하면 거부한다.

예시: 분당 2개가 한도인 시스템

실제로는 유닉스 타임스탬프가 저장되지만, 여기서는 읽기 쉽게 표기했다.

요청 시각	추가 후 로그 크기	결과
1:00:01	1	허용
1:00:30	2	허용
1:00:50	3	거부 (타임스탬프는 로그에 남음)
1:01:40	2	허용

마지막 요청을 보자. 윈도는 [1:00:40, 1:01:40)이므로 1:00:40 이전 값인 1:00:01과 1:00:30이 만료되어 삭제된다. 남은 크기가 2이므로 요청은 통과한다.

여기서 핵심은 거부된 요청의 타임스탬프도 로그에 남는다는 점이다. 그래서 한도를 넘긴 클라이언트가 계속 요청을 보내면 윈도가 지나갈 때까지 계속 막힌다.

장단점

장점

제한이 아주 정교하다. 어느 순간의 윈도를 잘라 보아도 허용된 요청 수가 한도를 넘지 않는다.

단점

메모리를 많이 쓴다. 거부된 요청의 타임스탬프까지 보관하기 때문이다.

이동 윈도 카운터 알고리즘

고정 윈도 카운터와 이동 윈도 로깅을 결합한 알고리즘이다. 구현 방식은 두 가지가 있는데 여기서는 하나만 다룬다.

동작 원리

이동 윈도에 들어온 요청 수를 다음 공식으로 추정한다.

예시: 분당 7개가 한도인 시스템

직전 1분: 5개
현재 1분: 3개
새 요청이 현재 1분의 30% 시점에 도착 → 이동 윈도는 직전 1분과 70% 겹친다

계산하면 3 + 5 × 70% = 6.5이고, 내림하여 6개로 본다. 한도가 7이므로 이 요청은 통과한다. 다만 직후 한도에 도달하므로 이후 요청은 받을 수 없다.

여기서 눈여겨볼 점은 6.5라는 소수가 나온다는 것이다. 실제로 센 값이 아니라 직전 윈도의 요청이 1분에 걸쳐 고르게 퍼져 있다고 가정하고 비례 배분한 추정치이기 때문이다.

장단점

장점

직전 시간대의 평균 처리율을 반영하므로 짧은 시간에 몰리는 트래픽에 잘 대응한다.
메모리 효율이 좋다.

단점

직전 윈도의 요청이 균등하게 분포한다고 가정하므로 추정이 다소 느슨하다.

다만 이 느슨함은 실무에서 큰 문제가 되지 않는다. 클라우드플레어의 실험에서 40억 개 요청 중 실제 상태와 다르게 처리된 비율은 0.003%에 불과했다.

개략적인 아키텍처

처리율 제한의 기본 아이디어는 단순하다. 추적 대상별로 카운터를 두고, 그 값이 한도를 넘으면 이후 요청을 거부하는 것이다. 여기서 추적 대상은 사용자, IP 주소, API 엔드포인트, 서비스 단위 등이 될 수 있다.

카운터는 어디에 보관하나

데이터베이스는 디스크 접근 때문에 느려서 적합하지 않다. 메모리 기반 캐시가 바람직한데, 빠른 데다 시간 기반 만료 정책을 지원하기 때문이다.

레디스가 대표적으로 쓰이며, 다음 두 명령어를 지원한다.

INCR: 저장된 카운터 값을 1만큼 증가시킨다.
EXPIRE: 카운터에 타임아웃을 설정한다. 지정된 시간이 지나면 카운터는 자동으로 삭제된다.

동작 원리

클라이언트가 처리율 제한 미들웨어에 요청을 보낸다.
미들웨어는 레디스의 지정 버킷에서 카운터를 가져와 한도 도달 여부를 검사한다.
- 한도에 도달 → 요청을 거부한다.
- 한도 미달 → 카운터를 증가시켜 레디스에 저장하고, 요청을 API 서버로 전달한다.

3단계 상세 설계

앞서의 설계를 봐서는 다음과 같은 사항을 알 수 없다.

처리율 제한 규칙은 어떻게 만들어지고 어디에 저장되는가?
처리가 제한된 요청들은 어떻게 처리되는가 ?

처리율 제한 규칙

리프트는 처리율 제한에 대한 오픈 소스를 사용하고 있다. 아래 컴포넌트들로 어떤 처리율 제한 규칙이 사용되고 있는지 살펴보자.

domain: messaging
descriptors:
  - key: message_type
    Value: marketing
    rate_limit:
        unit: day
        requests_per_unit: 5

시스템이 처리할 수 있는 마케팅 메시지의 최대치를 하루 5개로 제한하고 있다.

domain: auth
descriptors:
  - key: auth_type
    Value: login
    rate_limit:
        unit: minute
        requests_per_unit: 5

클라이언트가 분당 5회 이상 로그인 할 수 없도록 제한하고 있다.
그리고 이런 규칙들은 보통 설정 파일(config file)형태로 디스크에 저장된다.

처리율 한도 초과 트래픽의 처리

어떤 요청이 한도 제한에 걸리면 HTTP 429응답(too many requests)를 클라이언트에 보내거나,
한도 제한에 걸린 메시지를 나중에 처리하기 위해 큐에 보관해 두었다가 나중에 처리할 수 있다.

처리율 제한 장치가 사용하는 HTTP헤더

클라이언트는 처리율 제한이 걸리는지 어떻게 알 수 있을까?

답은 HTTP응답 헤더에 있다.

X-Ratelimit-Remaining: 윈도 내에 남은 처리 가능 요청의 수
X-Ratelimit-Limit: 매 윈도마다 클라이언트가 전송할 수 있는 요청의 수
X-Ratelimit-Retry-After: 한도 제한에 걸리지 않으려면 몇 초 뒤에 요청을 다시 보내야 하는지 알림

사용자 요청이 너무 많으면 429에러와 X-Ratelimit-Retry-After 헤더와 함께 반환하도록 한다.

상세 설계

처리율 제한 규칙은 디스크에 보관, 규칙을 디스크에서 읽어 캐시에 저장
클라가 서버에 요청 보내면 요청은 먼저 처리율 제한 미들웨어에 도달
처리율 제한 미들웨어는 제한 규칙을 캐시에서 가져온다. 또한 카운터 및 마지막 요청의 타임스탬프를 레디스 캐시에서 가져온다.
- 요청이 처리율 제한에 걸리지 않았다면 API서버로 보낸다.
- 걸렸다면 429에러를 클라에게 보낸다. 또한 해당 요청은 버릴 수도 있고 메시지 큐에 보관할 수도 있다.

분산 환경에서의 처리율 제한 장치의 구현

단일 서버와 달리 여러 대의 서버와 병렬 스레드를 지원하도록 시스템을 확장하는건 어렵다.
다음 두 문제를 풀어야 한다.

경쟁조건(race condition)
동기화(synchronization)

경쟁 조건

원래 처리율 제한 장치는 다음과 같이 동작한다.
1. 레디스에서 카운터의 값을 읽는다.
2. 카운터 + 1의 값이 임계치 넘는지 본다.
3. 넘지 않는다면 레디스에 보관된 카운터 값을 1증가시킨다.

하지만 병행성이 심한 환경에서는 경쟁 조건 이슈가 발생할 수 있다.
두개의 요청을 처리하는 스레드가 병렬로 카운터 값을 읽고, 둘 가운데 어느 쪽도 아직 변경된 값을 저장하지 않은 상태라고 가정하자.
둘다 다른 요청의 처리 상태는 상관하지 않고, 카운터에 1을 더한 값을 레디스에 기록할 것이다. 하지만 카운터의 값은 5가 되어야한다.

이걸 해결하기위해 락을 쓸 수 있다. 하지만 락은 시스템의 성능을 상당히 떨어뜨린다.
락 대신 쓸 수 있는 해결책 두가지로는 루아스크립트와 정렬 집합이라는 레디스 자료구조이다.

동기화 이슈

사용자가 수백만명 있다면 한대의 처리율 제한 장치 서버로는 충분하지 않다.
그래서 여러대 둔다면 동기화가 필요하다.

클라이언트 1은 제한장치 1에 요청 보내고, 클라이언트 2는 제한 장치 2에 요청을 보낸다. 하지만 웹계층은 stateless이므로 클라이언트가 다음 요청은 각각 다르게 보낼 수 있다. 이렇게 되면 처리율 제한을 올바르게 수행할 수 없다.

한가지 해결책으로는 고정 세션을 활용하여 같은 클라이언트는 항상 같은 처리율 제한 장치로 보낼수 있도록 하는 것이다. 하지만 이 방법은 확장에 좋지 않기 때문에 이보다는 레디스와 같은 중앙 집중형 데이터 저장소를 쓰는 것이다.

성능 최적화

지금까지 살펴본 설계는 두가지 지점에서 개선 가능하다.

우선 여러 데이터 센터를 지원하는 문제는 처리율 제한 장치에 매우 중요한 문제라는걸 짚고 넘어가자.
데이터센터에서 멀리 떨어진 사용자를 지원하려다보면 레이턴시가 증가할 수 밖에 없기 때문이다.
두번째로 고려해야할 것은 제한 장치 간에 데이터를 동기화할 때 최종 일관성 모델을 사용하는 것이다.

모니터링

처리율 제한 장치를 설치한 이후에는 효과적으로 동작하고 있는지 보기 위해 데이터를 모을 필요가 있다.
기본적으로 모니터링을 통해 확인하려는 것은 다음 두가지이다.

채택된 처리율 제한 알고리즘이 효과적이다.
정의한 처리율 제한 규칙이 효과적이다.

예를 들어 처리율 제한 규칙이 너무 빡빡하게 설정되었다면 많은 유효 요청이 처리되지 못하고 버려질 것이다. 그런 일이 벌어진다면 규칙을 다소 완화할 필요가 있다.
깜짝 세일 같은 이벤트 때문에 트래픽이 급증할 때 처리율 제한 장치가 비효율적으로 동작한다면, 그런 트래픽 패턴을 잘 처리할 수 있도록 알고리즘을 바꾸는 것을 생각해 봐야 한다. 그런 상황에는 토큰 버킷이 적합할 것이다.

4단계 마무리

이번 장에서는 처리율 제한을 구현하는 여러 알고리즘과, 그 장단점을 살펴보았다. 다뤘던 알고리즘은 다음과 같다.

토큰 버킷
누출 버킷
고정 윈도 카운터
이동 윈도 로그
이동 윈도 카운터

알고리즘 외에도 해당 알고리즘을 구현하는 아키텍처, 분산 환경에서의 처리율 제한 장치, 성능 최적화와 모니터링 등의 주제를 살펴보았다.

그리고 다음도 보면 좋다.

경성(hard) 또는 연성(soft) 처리율 제한
- 경성 처리율 제한: 요청의 개수는 임계치를 절대 넘어설 수 없다.
- 연성 처리율 제한: 요청 개수는 잠시 동안은 임계치를 넘어설 수 있다.
다양한 계층에서의 처리율 제한
- 이번 장에서는 애플리케이션 계층에서의 처리율 제한을 살펴봤지만, 다른 계층에서도 처리율 제한이 가능하다. 예를 들어 Iptables를 사용하면 IP 주소에 처리율 제한을 적용하는 것이 가능하다.
처리율 제한을 회피하는 방법. 클라이언트를 어떻게 설계하는 것이 최선인가?
- 클라이언트 측 캐시를 사용하여 API 호출 횟수를 줄인다.
- 처리율 제한의 임계치를 이해하고, 짧은 시간 동안 너무 많은 메시지를 보내지 않도록 한다.
- 예외나 에러를 처리하는 코드를 도입하여 클라이언트가 예외적 상황으로부터 우아하게(gracefully) 복구될 수 있도록 한다.
- 재시도(retry) 로직을 구현할 때는 충분한 백오프(back-off) 시간을 둔다.

mingddo_

이전 포스트

2장. 개략적인 규모 추정

다음 포스트

5장. 안정 해시 설계

1개의 댓글

김키핑

2026년 7월 29일

똑순이 ~

답글 달기