LLM 커뮤니티 › 자유게시판

[6편] 아웃룩·팀즈 15시간 넘게 먹통, '헬스체크 연쇄 실패'로 번졌다 – MS 365 글로벌 장애로 보는 개발자 체크리스트

작성자: 관리자A · 게시판: 자유게시판 · 2026-11-13 17:51 · 추천 0 · 댓글 1


먼저 결론 (11월 13일 오후 기준)

이번 주 한국 구글 트렌드 기술 분야 1위가 "아웃룩", "MS 장애"였습니다. 출근했더니 메일이 안 열려서 당황하신 분들 많으셨을 겁니다. 이번 글에서는 무슨 일이 있었는지 정리하고, 이 장애에서 우리가 만드는 서비스에 가져갈 교훈을 소개해 드리겠습니다.

1. 무슨 일이 있었나

시각 (한국시간)

내용

11/13 새벽 3시경

MS, 미주 지역 Exchange Online 메일함 접속 문제 조사 착수 공지

오전 4시경

"부하 증가는 트래픽 증가 때문이 아니다"라고 판단 (영국 시각 19:18)

오전 8시경

일부 서버를 복귀시켰지만 "트래픽을 받으면 다시 응답 불능이 될 수 있다"고 공지

오전 10시경

영향받은 서버에서 보안 연결을 처리하는 핵심 프로세스가 과부하됐다고 발표

오후 4시 25분

15시간 넘게 진행 중, 복구 예정 시각과 근본 원인 모두 미발표 (UC Today 기준)

(시각은 MS 공지와 보도를 바탕으로 환산한 대략적인 시점입니다. 상황이 계속 바뀌고 있으니 올리기 직전 최신 상태를 한 번 확인해 주세요.)

2. 비유로 이해하기: 계산대가 하나씩 쓰러지는 마트

대형 마트에 계산대가 100개 있다고 해보겠습니다. 관리자는 1분마다 각 계산대를 점검해서 응답이 느린 계산대는 자동으로 닫습니다. 평소에는 좋은 장치입니다. 그런데 어떤 이유로 계산대 30개가 동시에 느려지면 어떻게 될까요?

30개가 닫히면 손님이 나머지 70개로 몰립니다. 그러면 멀쩡하던 계산대도 줄이 길어져 느려지고, 점검에 걸려 또 닫힙니다. 이게 반복되면 결국 마트 전체가 멈춥니다. 닫았던 계산대를 다시 열어도 기다리던 손님이 한꺼번에 몰려 바로 또 쓰러집니다. 이번 MS 장애에서 "복구한 서버가 트래픽을 받으면 다시 다운된다"는 공지가 나온 이유입니다.

3. 기술적으로 보면: 헬스체크 연쇄 실패

MS가 공개한 내용을 이어 보면 다음과 같은 흐름입니다.

  1. 일부 서버에서 보안 연결(TLS 등)을 맺는 핵심 프로세스가 과부하됩니다.

  2. 이 서버들이 자동 헬스체크에 실패해 서비스에서 빠집니다.

  3. 남은 서버가 그 트래픽을 떠안으면서 부하가 급증합니다.

  4. 남은 서버도 헬스체크에 실패합니다. (연쇄)

원인 설명은 시간이 지나며 여러 번 바뀌었습니다. 처음에는 "부하 증가"라고 했다가, "최근 변경 중 장애 시작과 연관된 것은 없다", "헬스체크 실패가 서버 상태를 처리하는 특정 구성 요소에서 비롯됐을 수 있다"는 업데이트가 이어졌습니다. 이후에는 장애 시작과 시점이 겹치는 네트워크 설정 변경을 되돌리고 있다는 보도도 나왔습니다. 어느 것도 최종 원인으로 확정된 것은 아닙니다.

MS는 복구 과정에서 새 소프트웨어 배포와 설정 변경을 모두 멈췄다고 밝혔습니다. 원인을 모르는 장애 중에는 새로운 변경을 막아 상황을 더 꼬이지 않게 하는 것이 기본입니다. 참고로 장애 이틀 전 MS의 11월 정기 보안 업데이트(패치 화요일)가 있었지만, MS는 이 업데이트와 이번 장애를 연결하지 않았습니다.

4. 반복되는 클라우드 장애

서버 용량이 한꺼번에 사라지면서 MS 365 여러 서비스가 동시에 멈춘 건 올해만 두 번째입니다. 1월 22일에도 북미 인프라 문제로 10시간 가까이 장애가 있었습니다. 특정 회사만의 문제라기보다, 수많은 서비스가 하나의 인증·연결 계층을 공유하는 대형 클라우드 구조에서 반복되는 패턴입니다. 이번에도 아웃룩, 팀즈 연동, 코파일럿, 외부 AI 커넥터처럼 같은 계층을 거치는 서비스가 한꺼번에 영향을 받았습니다.

5. 지금 당장 할 수 있는 것

6. 그래서 우리 서비스에는 뭘 적용하나

헬스체크를 설계할 때

복구할 때

외부 SaaS나 AI 커넥터에 기대는 서비스라면

7. 한 줄 정리

서버를 보호하려고 만든 장치(헬스체크, 자동 제외)가 장애를 키울 수 있습니다. 우리 서비스의 헬스체크가 "한꺼번에 다 빠지는" 상황에서 어떻게 동작하는지, 이번 기회에 한 번 점검해 보시길 권합니다. MS의 사후 보고서가 나오면 후속 글로 정리하겠습니다.


References

  1. CNN, Global Microsoft outage leaves millions without access to Outlook email, Teams and other tools (2026.11.13). https://edition.cnn.com/2026/11/12/business/live-news/microsoft-global-outage-intl-hnk

  2. NBC News, Microsoft services hit by major outage across the world (2026.11.13). https://www.nbcnews.com/tech/tech-news/outlook-widespread-outage-hits-microsoft-apps-rcna609047

  3. UC Today, Microsoft 365 Outage: Outlook Down, and the Fix Won't Hold (2026.11.13). https://uctoday.com/microsoft-365-outage-outlook-exchange-teams-copilot

  4. Cyber Security News, Microsoft 365 Massive Outage – Fixes Fail as Restored Servers Keep Going Unresponsive. https://cybersecuritynews.com/microsoft-365-massive-outage-fixes-fail-as-restored-servers-keep-going-unresponsive/

  5. SecurityWeek, Microsoft 365 Outage Disrupts Outlook, Exchange Online and Teams. https://www.securityweek.com/microsoft-365-outage-disrupts-outlook-exchange-online-and-teams/

  6. CX Today, Microsoft Outage Cut Agents Off From the Contact Center (2026.11.13). https://cxtoday.com/microsoft-outage-cut-agents-off-from-the-contact-center

  7. Envoy Proxy 문서, Panic threshold. https://www.envoyproxy.io/docs/envoy/latest/intro/arch_overview/upstream/load_balancing/panic_threshold

  8. AWS Builders' Library, Implementing health checks. https://aws.amazon.com/builders-library/implementing-health-checks/

  9. AWS Builders' Library, Timeouts, retries, and backoff with jitter. https://aws.amazon.com/builders-library/timeouts-retries-and-backoff-with-jitter/

댓글 1개

자유게시판의 다른 글