it-sue

지난 몇 주 사이 클라우드플레어(Cloudflare) 관련 장애 소식을 유독 자주 접했다. 처음엔 우연이라고 생각했다. 그런데 하나둘 찾아보니 우연이 아니었다.

8월 7일부터 14일까지, 단 8일 동안 무려 13건의 장애가 기록됐다. 필자가 보기엔 이 숫자 자체보다 더 흥미로운 지점이 있다. 왜 하필 이 시기에, 이렇게 몰아서 문제가 터졌을까 하는 점이다.

클라우드플레어는 전 세계 웹 트래픽의 상당 부분을 처리하는 인프라 기업이다. 이 회사가 흔들리면 그 여파는 특정 서비스 하나로 끝나지 않는다. 그래서 이번 클라우드플레어 장애 사례는 단순한 해프닝으로 넘기기 어렵다.

무슨 일이 있었나

가장 눈에 띄는 사건은 8월 7일 발생한 R2 스토리지 장애다. 14시 52분부터 17시 02분까지, 약 두 시간 동안 미국 동부 지역 일부 버킷에서 쓰기 작업이 실패했다.

한 이용자는 약 67GB 분량의 데이터가 복구되지 않았다고 보고했다. 클라우드플레어 측은 “소수의 버킷”에만 영향을 미쳤다고 밝혔다. 다만 구체적인 근본 원인을 담은 공식 사후 분석은 아직 공개되지 않았다.

이후로도 문제는 이어졌다. 8월 12일엔 스팸하우스(Spamhaus) 목록과 관련된 이메일 보안 이슈가 발생했다. 8월 13일에는 워커스 KV, 매직 트랜짓, MCP 포털, 워커스 AI에서 동시다발적으로 4건의 장애가 겹쳤다.

8월 14일에도 듀러블 오브젝트와 워크플로우, 그리고 동부 지역 네트워크 혼잡까지 추가로 4건이 더 발생했다. 평균으로 계산하면 하루 1.6건꼴이다. 개인적으로는 이 정도 빈도라면 우연이라기보단 구조적인 신호로 봐야 한다고 생각한다.

왜 하필 이 서비스들에서 몰렸을까

여기서 눈에 띄는 건 장애가 터진 서비스들의 공통점이다. R2, 워커스 KV, 듀러블 오브젝트, 워크플로우는 모두 클라우드플레어가 최근 몇 년간 공격적으로 확장해온 ‘엣지 컴퓨팅’ 영역이다.

단순히 콘텐츠를 캐싱해서 빠르게 전달하는 CDN 기능과, 실제로 데이터를 저장하고 상태를 관리하는 스토리지·컴퓨팅 기능은 완전히 다른 난이도의 문제다. 필자는 이 지점이 이번 사태의 핵심이라고 본다.

CDN은 실패해도 캐시가 없으면 원본 서버로 요청을 돌리면 그만이다. 하지만 R2 같은 객체 스토리지는 다르다. 쓰기 작업이 실패하면 데이터 자체가 사라질 수 있다. 복구 불가능한 손실로 이어질 위험이 원천적으로 크다.

솔직히 이건 좀 아이러니하다. 클라우드플레어는 원래 ‘안정성’을 무기로 성장한 회사다. 그런데 지금은 그 안정성 자체가 시험대에 오른 모양새다.

장애 유형별로 정리해보면

흩어져 있는 사건들을 한눈에 보기 위해 표로 정리했다. 아래 표를 보면 장애가 특정 하루에 쏠려 있다는 점이 더 뚜렷하게 드러난다.

날짜	영향 서비스	내용
8월 7일	R2 스토리지	미 동부 일부 버킷 쓰기 실패, 약 2시간 지속
8월 12일	이메일 보안	스팸하우스 목록 연동 문제
8월 13일	워커스 KV, 매직 트랜짓, MCP 포털, 워커스 AI	동시다발 4건 장애
8월 14일	듀러블 오브젝트, 워크플로우, 네트워크	추가 4건, 동부 지역 혼잡 포함

이렇게 정리하고 나니 한 가지가 더 분명해졌다. 장애 대부분이 상대적으로 신생 서비스에 몰려 있다는 점이다. 오래되고 검증된 코어 CDN 기능에서는 큰 문제가 보이지 않았다.

클라우드플레어의 대응, 그리고 남은 숙제

클라우드플레어는 이번 사태에 대해 개별 장애마다 상태 페이지를 통해 해결 완료 처리를 공지했다. 다만 통합된 원인 분석이나 재발 방지 계획은 아직 명확히 제시되지 않았다.

필자가 보기엔 이 부분이 아쉽다. 개별 장애를 하나씩 끄는 것과, 왜 유독 이 기간에 문제가 몰렸는지 구조적으로 설명하는 건 전혀 다른 차원의 신뢰 회복이다.

이미 AI 크롤링 차단과 관련해 클라우드플레어 설정을 다룬 글에서도 이 부분을 언급한 적이 있다. 이 회사는 이제 단순 CDN을 넘어섰다. 인터넷 인프라의 ‘기본값’에 가까운 위치에 와 있다. 그만큼 장애 하나의 파급력도 커졌다.

• 엣지 컴퓨팅·스토리지 서비스일수록 안정성 검증에 더 오랜 시간이 필요하다
• 기업 고객은 단일 인프라 의존도를 낮추는 멀티클라우드 전략을 재검토할 필요가 있다
• 공식 사후 분석(post-mortem) 공개 여부가 신뢰도를 가르는 기준이 될 것이다

IT-SUE의 시각

이번 클라우드플레어 장애 연쇄를 보면서 든 생각은 하나다. 인터넷의 ‘중앙화’가 우리가 생각하는 것보다 훨씬 깊이 진행됐다는 것이다.

몇 년 전만 해도 클라우드플레어는 DDoS 방어와 CDN 서비스가 주력이었다. 지금은 스토리지, 서버리스 컴퓨팅, AI 워크로드까지 아우르는 종합 인프라 사업자가 됐다. 사업 확장 속도가 안정성 검증 속도를 앞질렀다는 인상을 지우기 어렵다.

개인적으로는 이번 사태가 클라우드플레어만의 문제로 끝나지 않을 거라 본다. 아마존, 마이크로소프트, 구글 등 다른 하이퍼스케일러들도 비슷한 확장 압박을 받고 있기 때문이다. 결국 관건은 새 기능을 얼마나 빨리 내놓느냐가 아니라, 그 기능이 실패했을 때 얼마나 투명하게 설명하느냐다. 이 기준으로 앞으로의 대응을 계속 지켜볼 생각이다.