서비스 연속성 관리
서비스 연속성 관리는 심각한 중단 후에 조직이 중요한 서비스를 계속 운영하거나 합의된 시간 안에 복구하도록 준비시킵니다. 복구 목표가 사업 영향에서 나오고, 계획이 리허설되고, 백업이 복원해 봄으로써 입증될 때 작동합니다.
왜 중요한가
대부분의 인시던트는 작습니다. 고장 난 디스크, 나쁜 릴리스, 만료된 인증서. 몇 가지는 그렇지 않습니다. 데이터 센터가 하루 동안 전력을 잃습니다. 클라우드 리전이 실패합니다. 랜섬웨어가 주요 시스템을 암호화합니다. 공급자가 무너집니다. 팬데믹으로 직원이 사무실에 나오지 못합니다. 이런 사건은 서비스뿐 아니라 조직을 위협하며, 사람들이 준비하는 것을 잊을 만큼 드물게 일어납니다.
준비는 특별한 성질을 가진 보험입니다. 그 가치는 필요한 날에만 드러나며, 한 번도 시도해 보지 않은 계획은 아마 작동하지 않을 것입니다. 한 번도 복원해 보지 않은 백업은 비어 있는 것으로 드러납니다. 한 번도 리허설하지 않은 페일오버는 한 시간이 아니라 하루가 걸립니다. 연락처 목록에는 떠난 사람들이 있습니다. 연습한 팀은 위기가 아니라 연습에서 문제를 찾습니다.
이 주제는 무엇을 보호할지 정하는 방법, 복구 목표를 정하는 방법, 계획하고 리허설하는 방법, AI와 자동화를 분별 있게 포함하는 방법을 설명합니다. ITIL 4에서 이 프랙티스는 서비스 연속성 관리입니다. 더 넓은 사용에서는 업무 연속성 관리, 재해 복구, 회복탄력성도 만나게 됩니다. 이들은 겹치며, 이 주제는 어떻게 맞물리는지 설명합니다. 가용성(주제 3.11 — 가용성, 용량, 성능), 인시던트 관리(주제 3.2 — 인시던트 관리), 정보 보안(주제 3.13 — 정보 보안 관리)에 연결됩니다.
핵심 개념
서비스 연속성. ITIL 4에서는 재해가 발생했을 때 서비스의 가용성과 성능이 충분한 수준으로 유지되도록 보장하는 것입니다. 프랙티스에는 위험과 영향 평가, 복구 계획, 리허설이 포함됩니다.
업무 연속성과 재해 복구. Wikipedia가 설명하는 업무 연속성 계획은 조직이 중단 중과 후에 중요한 기능을 계속 운영하거나 빠르게 재개하는 방법을 다룹니다. 재해 복구는 시스템, 데이터, 인프라를 복원하는 IT 쪽 부분입니다. 업무 연속성은 "우리가 어떻게 고객에게 계속 서비스할 것인가?"를 묻고, 재해 복구는 "시스템을 어떻게 되살릴 것인가?"를 묻습니다. ISO 22301은 Wikipedia가 설명하는 업무 연속성 관리 시스템의 국제 표준이며, ISO/IEC 20000과의 관계는 주제 1.8 — 서비스 관리 프레임워크와 표준에서 다룹니다.
업무 영향 분석(BIA). 각 기능이나 서비스가 일정 시간 동안 이용할 수 없을 때 조직에 무슨 일이 일어나는지 연구하는 것입니다. 어떤 서비스가 중요하고 얼마나 빨리 복구되어야 하는지 파악합니다. 분석에는 IT뿐 아니라 사업이 참여합니다. 잃어버린 한 시간이나 하루의 영향을 아는 것은 사업뿐이기 때문입니다.
복구 시간 목표(RTO). 중단 후 서비스를 복구하는 목표 최대 시간입니다. Wikipedia가 IT 재해 복구 항목에서 설명합니다. 영향 분석에서 나옵니다. 한 시간의 다운타임이 큰 비용이라면 RTO는 짧고 해법은 비쌉니다.
복구 시점 목표(RPO). 시간으로 측정하는 허용 가능한 데이터 손실의 최대량입니다. RPO가 15분이면 복구 후 15분을 넘는 데이터가 빠져서는 안 됩니다. 데이터를 얼마나 자주 복사해야 하는지를 정합니다.
비용과 절충. 더 짧은 RTO와 RPO는 더 많은 비용이 듭니다. 더 많은 중복성, 복제, 시험입니다. 결정하는 사람들에게 각 선택지의 비용을 보여 주고 결정을 기록하세요. 주제 4.5 — 재무 관리와 FinOps를 참조하세요.
백업과 복제. 백업은 손실이나 손상 후 복원하기 위해 보관하는 데이터의 사본입니다. 복제는 두 번째 사본을 다른 곳에서 지속적으로 갱신합니다. Wikipedia가 둘 다 설명합니다. 복제는 백업을 대체하지 않습니다. 손상이나 랜섬웨어에 의한 암호화가 복제되면 사본도 손상됩니다. 프로덕션 환경에서 변경할 수 없는 백업을 적어도 하나 유지하고, 복원을 시험하세요.
복구 사이트와 패턴. 선택지는 항상 실행 중인 대기 사이트에서, 몇 시간 안에 시작할 수 있는 사이트, 백업에서 새 환경으로 복원하는 것까지 다양합니다. 클라우드 서비스는 코드로부터 인프라를 다시 만드는 것처럼 여러 패턴을 더 쉽게 합니다. 주제 6.3 — 코드형 인프라와 GitOps를 참조하세요. Wikipedia가 백업 사이트를 설명합니다.
의존 관계. 중요한 서비스는 신원, 네트워크, DNS, 공급자, 인증서, 사람처럼 다른 것들에 의존합니다. 복구 계획은 이 의존 관계를 따라 복원의 순서를 정해야 합니다. 많은 실패한 복구가 다른 것들을 복원하는 데 필요한 비밀번호를 저장하는 시스템처럼 잊힌 의존 관계에서 멈춥니다.
계획과 플레이북. 누가 무엇을 어떤 순서로 하는지, 누구에게 연락하는지에 대한 서면으로 된 간결한 지침입니다. 시스템이 멈췄을 때도 읽을 수 있는 곳, 오프라인 사본을 포함해 보관해야 합니다. 역할에는 대리인과 함께 이름이 지정되어야 합니다.
훈련. 리허설은 시나리오 토의 연습에서 시뮬레이션, 실제 페일오버나 복원까지 다양합니다. Wikipedia는 약점을 찾기 위해 통제된 상태에서 고의로 장애를 일으키는 카오스 엔지니어링을 설명합니다. 작고 안전하게 시작해 시간이 지나면서 현실성을 높이세요. 무슨 일이 있었는지 기록하고 배운 것을 고치세요.
위기 관리와 소통. 대규모 중단에는 리더십의 결정, 직원, 고객, 규제 기관, 대중과의 소통, 기능 간 조율이 필요합니다. Wikipedia의 위기 관리 문서가 이 분야를 설명합니다. 누가 어떻게 말할지 미리 정하세요. 주제 3.2 — 인시던트 관리를 참조하세요.
사이버 사건. 랜섬웨어와 다른 공격은 이제 심각한 중단의 주요 원인입니다. Wikipedia는 랜섬웨어를 데이터를 암호화하고 대가를 요구하는 악성코드로 설명합니다. 이런 공격에서의 복구에는 깨끗한 백업, 영향을 받은 시스템의 격리, 신뢰할 수 있는 인프라의 재구축, 보안과의 조율이 필요합니다. 보고에 관한 것을 포함해 적용되는 법과 조언을 확인하세요. 이 가이드는 법률 자문을 제공하지 않습니다.
공급자. 여러분의 연속성은 공급자의 연속성에 달려 있습니다. 그들의 계획을 묻고, 가능하면 훈련에 포함하세요. 주제 3.14 — 공급자 관리를 참조하세요.
렌즈는 어떻게 맞물리는가. 연속성은 애자일 반복이 대비를 만나는 곳입니다. 훈련 후마다 계획을 개선합니다. AI는 검토 아래 계획과 시나리오의 초안을 쓰는 것을 도울 수 있지만, 위기 동안에는 의존할 수 없습니다. 자동화는 환경을 재구축하고 페일오버를 실행합니다. 분석은 영향 분석에 정보를 주고 훈련 결과를 추적합니다.
모범 사례
- 사업 영향에서 시작합니다. 각 서비스의 장애가 분, 시간, 일에 걸쳐 얼마나 드는지 사업에 물으세요. 서비스의 순위를 매기고 그에 맞게 RTO와 RPO를 정하세요. 큰 변화 후에 분석을 다시 보세요.
- 중요한 소수를 먼저 보호합니다. 상실이 조직에 심각한 해를 끼칠 서비스에 노력을 집중하세요. 나머지에는 더 가벼운 대책을 마련하세요.
- 의존 관계를 매핑합니다. 중요한 서비스마다 실행과 복원에 필요한 것을 신원, 네트워크, DNS, 공급자를 포함해 나열하세요. 복구의 순서를 계획하세요.
- 변경할 수 없고 시험된 백업을 유지합니다. 프로덕션 환경에서 변경하거나 삭제할 수 없는 사본을 적어도 하나 유지하고, 그것이 작동함을 입증하기 위해 정기적으로 복원하세요.
- 짧고 쓸 수 있는 계획을 씁니다. 역할, 첫 단계, 연락처, 결정 지점을 몇 쪽에 담으세요. 사본을 오프라인으로, 필요한 사람들과 함께 보관하세요.
- 역할과 대리인을 지정합니다. 위기의 각 역할에 주 담당자와 적어도 한 명의 대체자를 지정하세요. 사람들이 직무를 바꾸면 목록을 갱신하세요.
- 단계적으로 리허설합니다. 시나리오 토의로 시작해 시뮬레이션으로, 그다음에 복원과 페일오버의 통제된 실제 시험으로 나아가세요. 시간과 문제를 기록하세요.
- 훈련이 찾은 것을 고칩니다. 발견을 책임자와 날짜가 있는 백로그 항목으로 다루세요. 다음 훈련에서 완료되었는지 확인하세요.
- 공급자와 고객을 포함합니다. 중요한 공급자에게 연속성 대책을 묻고 연결을 시험하세요. 고객과 어떤 성능 저하 서비스를 받아들일 수 있는지 합의하세요.
- 소통을 계획합니다. 누가 누구에게, 어떤 채널로, 템플릿과 함께 알릴지 준비하세요. 여러분의 시스템이 작동하지 않을 때도 작동하는 채널을 포함하세요.
팀과 논의할 질문
일주일 동안 이용할 수 없다면 우리를 가장 아프게 할 세 가지 서비스는 무엇이며, 그것을 어떻게 압니까? IT만이 아니라 사업에 물으세요. 다른 답이 예상되며 이는 유용한 출발점입니다. 더 깊이 들어가려면, 셋 각각에 대한 짧은 영향 논의를 마련하세요.
우리가 마지막으로 백업에서 복원한 때는 언제이며, 얼마나 걸렸습니까? 날짜와 결과를 물으세요. "한 번도 안 해 봤다"나 "시험 파일만"이 예상됩니다. 더 깊이 들어가려면, 안전한 환경에서 중요한 시스템 하나의 전체 복원을 일정에 잡으세요.
신원 시스템, DNS, 사람처럼 우리가 시험하지 않은 복구의 의존 대상은 무엇입니까? 서비스 하나의 사슬을 그려 보세요. 순환 의존을 찾으세요. 더 깊이 들어가려면, 시험할 의존 대상 하나를 고르세요.
평소의 소통 시스템이 멈추면 서로와 고객에게 어떻게 닿겠습니까? 많은 계획이 이메일과 채팅을 가정합니다. 연락처 목록과 대역 외 채널을 물으세요. 더 깊이 들어가려면, 연락망을 시험하세요.
랜섬웨어 공격의 첫 한 시간에 우리는 무엇을 하며, 누가 결정합니까? 짧은 시나리오 토의를 진행하세요. 시스템 격리와 당국 접촉에 대한 불일치가 예상됩니다. 더 깊이 들어가려면, 보안과 함께 한 쪽짜리 첫 한 시간 안내서를 쓰세요.
AI는 준비하거나 대응하는 데 어디서 도울 수 있으며, 어디서 준비된 사람의 계획에 의존해야 합니까? AI는 시나리오의 초안을 쓰고, 계획의 공백을 점검하고, 로그를 요약할 수 있습니다. 장애 중에는 AI 서비스 자체를 이용할 수 없을 수 있습니다. 계획이 무엇을 가정하는지 물으세요. 더 깊이 들어가려면, 중요한 단계가 AI 서비스에 의존하지 않는지 확인하세요.
실제 적용: 서비스 관리 사례
한 지역 전력 배전 회사의 운영자에게 네트워크 상태를 보여 주는 관제실 시스템은 장애 후 2시간 안에 복구되어야 합니다. 이 회사의 재해 복구 계획이 그렇게 말합니다. 4년 전에 작성되었고 마지막으로 지상 훈련으로만 시험되었습니다.
새 서비스 연속성 관리자는 실제 시험을 요청합니다. 팀은 운영 관리자가 지켜보는 가운데, 별도 환경에서 전날 밤의 백업으로 관제실 애플리케이션을 복원하기로 합니다. 복원은 2시간이 아니라 11시간이 걸립니다. 세 가지 문제가 드러납니다. 백업에 애플리케이션 파일은 있지만 다른 팀이 보유한 구성 데이터베이스는 없다, 복원에 필요한 비밀번호가 같은 데이터 센터에 있는 볼트에 저장되어 있다, 복구 사이트의 네트워크 설정을 아는 사람이 장기 휴가 중이고 대리인이 없다.
팀은 석 달에 걸쳐 이를 고칩니다. 구성 데이터베이스를 백업 일정에 추가하고, 밀봉된 봉투에 담은 오프라인과 별도 클라우드 계정에 보관하는 비상 자격 증명 저장소를 만들고, 추가 엔지니어 두 명을 복구 사이트에 대해 교육합니다. 두 번째 시험은 애플리케이션을 2시간 40분 만에 복원합니다. 고의로 예고 없이 시작한 세 번째 시험은 1시간 50분이 걸립니다.
달라진 점은 목표가 실제로 충족되고, 계획이 사람들이 써 본 문서가 되었다는 것입니다. 여전히 어려운 점은 시험이 프로덕션 데이터의 사본을 사용했고 현장 장비와의 연결을 포함하지 않았는데, 이는 계통 운영자와만 시험할 수 있다는 것, 조직이 하나의 애플리케이션이 아니라 데이터 센터 전체의 상실을 리허설하지 않았다는 것, 복구 사이트를 유지하는 비용이 해마다 의문시된다는 것입니다. 관리자는 훈련 일정표를 유지하고 영향 분석에 대비해 비용을 제시합니다.
네 가지 관점
제품 및 전달 팀
복구를 설계의 일부로 만드세요. 코드로부터 재구축하고, 데이터와 구성을 백업하고, 숨은 의존 관계를 피하세요. 훈련에 참여하고 훈련이 찾은 것을 고치세요.
서비스 및 운영 팀
자신의 역할과 대리인을 알고, 런북을 최신으로 유지하고, 복원과 페일오버를 리허설하세요. 실제로 얼마나 걸리는지 기록하고 오너에게 알리세요.
리더십과 거버넌스
복구 목표를 사업과 정하고 그에 필요한 것에 재원을 대세요. 결정과 소통을 포함해 훈련에 참여하세요. 계획만이 아니라 시험의 결과를 보여 달라고 요청하세요.
고객과 사용자
여러분이 의존하는 서비스를 어떤 연속성 대책이 보호하는지 묻고, 어떤 성능 저하 서비스를 받아들일 수 있는지 합의하세요. 중요한 필요에 대해서는 여러분 자신의 비상 대책을 유지하세요.
애자일, AI, 자동화, 분석
애자일
연속성을 작은 단계로 개선하세요. 한 번에 하나의 의존 대상, 하나의 복원 시험, 하나의 수정을 이해관계자와 검토합니다. 주의: 모든 연속성 작업을 하나의 큰 프로젝트로 미루지 마세요. 일찍, 자주 리허설하세요.
AI
AI는 시나리오의 초안을 쓰고, 계획의 공백을 점검하고, 훈련 후 로그를 요약하는 것을 도울 수 있으며, 사람이 검토합니다. 책임자를 지정하세요. 주의: AI 어시스턴트는 위기 때 이용할 수 없거나 믿을 수 없는 지침을 줄 수 있으므로, 필수 절차는 평이하고 시험된 문서에 두세요. 주제 5.1 — 서비스 관리에서의 AI를 참조하세요.
자동화
환경 재구축, 백업 검증, 페일오버를 로그와 안전장치와 함께 자동화하고 정기적으로 시험하세요. 주의: 자동화는 프로덕션 데이터와 함께 백업을 삭제하는 것처럼 피해를 빠르게 퍼뜨릴 수 있으므로, 별도의 자격 증명과 통제로 백업 시스템을 보호하세요. 주제 6.3 — 코드형 인프라와 GitOps를 참조하세요.
분석
백업 성공, RTO에 대한 복원 시험 시간, 달성한 RPO, 완료된 훈련 발견, 의존 관계 범위를 추적하세요. 주의: 높은 백업 성공률은 데이터를 복원할 수 있는지 아무것도 알려 주지 않습니다. 복원을 세세요. 서비스 관리 지표(Service Management Metrics) 책과 주제 7.3 — 측정과 보고를 참조하세요.
흔한 실패 유형
- 시험되지 않은 계획. 필요할 때 실패합니다. 정기적으로 리허설하고 복원하세요.
- 복원해 보지 않은 백업. 비어 있거나 불완전합니다. 복원을 시험하고 내용을 검증하세요.
- 숨은 의존 관계. 복구가 신원이나 DNS에서 멈춥니다. 의존 관계를 매핑하고 시험하세요.
- 공격자가 바꿀 수 있는 백업. 랜섬웨어가 암호화합니다. 변경할 수 없는 사본을 유지하세요.
- IT만의 계획. 사업이 참여하지 않습니다. 사업 오너와 영향 분석을 하세요.
- 고장 난 시스템에만 있는 계획. 아무도 읽을 수 없습니다. 오프라인 사본을 유지하세요.
- 대리인 없음. 한 사람이 지식을 가지고 있습니다. 대체자를 지정하고 교육하세요.
성숙도 모델
| 영역 | 시작 | 발전 | 표준화 | 관리 | 오케스트레이션 |
|---|---|---|---|---|---|
| 영향과 목표 | 정의되지 않았다 | 중요한 서비스를 나열했다 | 사업 영향으로부터 RTO와 RPO를 정했다 | 목표를 비용과 결과와 함께 검토한다 | 목표를 전사와 공급자 전반에 조율한다 |
| 백업과 복구 | 검증되지 않은 백업 | 백업이 실행된다 | 복원을 시험하고 시간을 잰다 | 복원 성능을 추적하고 개선한다 | 복구를 자동화하고 지속적으로 시험한다 |
| 계획 | 없거나 낡았다 | 주요 서비스용으로 작성했다 | 지정된 역할과 대리인이 있는 간결한 계획 | 훈련마다 계획을 갱신한다 | 계획이 기능, 공급자, 고객 전반에 통합된다 |
| 훈련 | 없음 | 서류상의 점검 | 정기적인 시뮬레이션과 실제 복원 | 발견을 완료까지 추적한다 | 훈련에 파트너와 현실적인 시나리오가 포함된다 |
체크리스트
- 중요한 서비스에 대해 업무 영향 분석을 완료했다.
- 중요한 서비스마다 오너와 합의한 RTO와 RPO가 있다.
- 신원과 DNS를 포함한 의존 관계를 매핑했다.
- 백업 하나 이상이 변경 불가능하며 복원을 시험했다.
- 계획이 짧고, 최신이며, 오프라인에도 보관되어 있다.
- 역할과 대리인이 지정되어 있다.
- 정기적으로 훈련을 하고 발견을 완료까지 추적한다.
- 공급자의 연속성 대책을 알고 가능한 곳에서 시험한다.
AI 프롬프트
계획의 공백을 점검합니다.
Here is our continuity plan for [service]: [paste]. Here is the list of its dependencies: [paste].
List dependencies that the plan does not mention, steps that rely on a person without a named deputy, and steps that assume a system that may be down. Do not rewrite the plan.
List what you are unsure of.
시나리오 훈련을 설계합니다.
Our context: [type of organization, key services]. Scenario theme: [for example, ransomware, data center loss].
Draft a 90-minute discussion exercise with a timeline of events, six decision points, questions for each role, and what to record. Do not use real names or systems unless I give them.
List what you are unsure of.
복원 시험 결과를 요약합니다.
Here are the notes from a restore test: [paste with times and problems].
List what took longest, what failed, the dependencies discovered, and the actions to consider, with the owner role for each. Do not invent causes.
List what you are unsure of.
AI 스킬
- business-continuity-plan: 중요한 기능이 어떻게 계속되는지 계획할 때 사용합니다.
- disaster-recovery-plan: 시스템과 데이터의 복원을 계획할 때 사용합니다.
- disaster-recovery-testing: 복구 시험을 설계하고 실행할 때 사용합니다.
- crisis-communication-plan: 중단 중의 소통을 계획할 때 사용합니다.
- chaos-testing: 장애 동작을 안전하게 시험할 때 사용합니다.
주요 출처
- ISO 22301, Security and resilience — Business continuity management systems: 국제 표준으로, 최신 판은 발행처에서 읽으세요.
- PeopleCert, ITIL certification pages: 서비스 연속성 관리 프랙티스에 대한 소유자의 설명.
- Wikipedia, "Business continuity planning" and "IT disaster recovery": 생각과 용어의 개관.
- Wikipedia, "Chaos engineering": 고의로 장애를 시험하는 프랙티스.
참고 문헌
- Business continuity planning — Wikipedia — https://en.wikipedia.org/wiki/Business_continuity_planning
- IT disaster recovery — Wikipedia — https://en.wikipedia.org/wiki/IT_disaster_recovery
- Disaster recovery — Wikipedia — https://en.wikipedia.org/wiki/Disaster_recovery
- ISO 22301 — Wikipedia — https://en.wikipedia.org/wiki/ISO_22301
- Backup — Wikipedia — https://en.wikipedia.org/wiki/Backup
- Backup site — Wikipedia — https://en.wikipedia.org/wiki/Backup_site
- Chaos engineering — Wikipedia — https://en.wikipedia.org/wiki/Chaos_engineering
- Crisis management — Wikipedia — https://en.wikipedia.org/wiki/Crisis_management
- Ransomware — Wikipedia — https://en.wikipedia.org/wiki/Ransomware
- Replication (computing) — Wikipedia — https://en.wikipedia.org/wiki/Replication_(computing)
- Risk management — Wikipedia — https://en.wikipedia.org/wiki/Risk_management