Monolithic & Microservices Architecture

Oct 21, 2025 - Last update: Apr 15, 2026

hyoguoo

Backend Engineer

시스템을 구축하는 방식은 크게 모놀리식 아키텍처와 마이크로서비스 아키텍처(Microservice Architecture, MSA)로 나눌 수 있다.

모놀리식 아키텍처(Monolithic Architecture)

모놀리식 아키텍처는 시스템의 모든 기능이 하나의 애플리케이션에 통합된 구조로, 모든 로직이 단일 프로세스 내에서 실행되며 배포 단위도 하나다.

초기 개발 속도가 빠름
모든 코드가 한곳에 있어 로직 추적과 통합 테스트 용이

시스템 규모가 커지고 비즈니스가 복잡해지면 모놀리식 구조는 여러 한계에 부딪힌다.

배포의 경직성: 작은 코드 수정으로 전체 시스템의 빌드, 테스트, 배포를 다시 유발
비효율적인 확장성: 특정 기능(예: 검색)에만 트래픽이 몰려도 시스템 전체를 복제하여 확장(Scale-out) 필요
기술 스택의 종속성: 한번 정해진 기술 스택 변경 및 새로운 기술 도입의 어려움
개발 병목: 여러 팀이 하나의 거대한 코드베이스를 동시에 수정으로 인한 충돌과 조정 비용 증가

마이크로서비스 아키텍처(Microservice Architecture, MSA)

마이크로서비스 아키텍처는 하나의 큰 애플리케이션을 여러 개의 작은 서비스로 분리하는 접근 방식이다.

핵심 원칙

단일 책임 원칙: 각 서비스는 고유한 비즈니스 영역(도메인)에 대한 책임을 가짐
- 도메인 주도 설계(DDD)의 바운디드 컨텍스트(Bounded Context) 개념과 유사
독립적인 배포: 서비스는 서로 독립적으로 개발, 테스트, 배포 가능
데이터베이스 분리: 각 서비스는 자신만의 데이터베이스를 소유하는 것을 지향(서비스 간 강한 결합 방지)
기술 다양성: 각 서비스에 가장 적합한 프로그래밍 언어, 프레임워크, 데이터베이스를 자유롭게 선택 가능

장점

선택적 확장성: 트래픽이 몰리는 특정 서비스(예: 결제)만 선택적으로 확장할 수 있어 자원 효율성 극대화
빠른 배포 주기: 각 팀이 맡은 서비스를 독립적으로 빠르게 배포 가능
장애 격리: 하나의 서비스에 장애가 발생하더라도, 해당 장애가 시스템 전체의 중단으로 이어지는 것을 방지 가능
팀의 자율성: 작은 팀이 특정 서비스의 전체 라이프사이클을 책임지며, 의사결정 속도 향상

모놀리식 vs MSA 구조 비교

graph TB
    classDef mono fill: #fdd, color: #000
    classDef msa fill: #dfd, color: #000

    subgraph Monolithic [모놀리식 아키텍처]
        APP[단일 애플리케이션]:::mono
        APP --- UI[UI 모듈]
        APP --- BIZ[비즈니스 로직]
        APP --- DAL[데이터 액세스]
        DAL --- DB1[(단일 DB)]
    end

    subgraph MSA [마이크로서비스 아키텍처]
        GW[API Gateway]:::msa
        GW --> S1[주문 서비스]:::msa
        GW --> S2[결제 서비스]:::msa
        GW --> S3[알림 서비스]:::msa
        S1 --- DB2[(주문 DB)]
        S2 --- DB3[(결제 DB)]
        S3 --- DB4[(알림 DB)]
    end

비교 항목	모놀리식	MSA
배포 단위	전체 애플리케이션 단일 배포	서비스별 독립 배포
확장 방식	전체 시스템 복제	필요한 서비스만 선택적 확장
장애 범위	하나의 오류가 전체에 영향	장애가 해당 서비스에 격리
기술 스택	단일 기술 스택 고정	서비스별 최적 기술 선택 가능
데이터 관리	단일 DB, 트랜잭션 용이	DB 분리, 분산 트랜잭션 복잡성 증가
팀 구조	전체 코드베이스 공유	서비스별 소규모 팀 자율 운영
운영 복잡도	단순	배포·모니터링·로깅 분산으로 복잡
초기 개발 비용	낮음	인프라 구축 비용 높음

MSA 도입 시 문제

MSA가 모놀리식의 문제를 해결하지만, 분산 시스템 고유의 복잡성을 새롭게 만들어낸다.

분산 트랜잭션과 데이터 일관성

서비스마다 데이터베이스가 분리되면, 여러 서비스에 걸친 데이터 변경을 하나의 트랜잭션으로 묶을 수 없다.

SAGA 패턴을 사용해 보상 트랜잭션 기반의 최종 일관성(Eventual Consistency) 확보
트랜잭셔널 아웃박스 패턴으로 DB 변경과 이벤트 발행의 원자성 보장

네트워크 통신과 장애 전파

REST API나 gRPC 같은 동기식 호출은 하나의 서비스 지연이나 장애가 호출한 서비스에 연쇄적으로 전파될 수 있다.

장애가 발생한 서비스를 일시적으로 차단하는 서킷 브레이커 패턴 도입 필요
비동기 메시지 기반 통신으로 서비스 간 결합도를 낮추는 전략도 병행

서비스 탐색 (Service Discovery)

수많은 서비스가 동적으로 생성되고 소멸하는 환경에서 각 서비스의 위치(IP, Port)를 관리하는 메커니즘이 필요하다.

Eureka와 같은 서비스 레지스트리를 통해 동적 인스턴스 등록과 조회 자동화
클라이언트 사이드 로드 밸런싱과 결합하여 중앙 장비 없이 분산 라우팅 수행

운영 및 모니터링의 복잡성

배포, 모니터링, 로깅, 설정 관리가 모두 분산되어 복잡도가 기하급수적으로 증가한다.

하나의 요청을 추적하기 위해 여러 서비스의 로그를 연결하는 분산 추적 시스템 필요
API Gateway를 통한 인증·인가·라우팅의 중앙 집중화로 공통 관심사 파편화 방지

전환 시점의 판단 기준

MSA 도입은 분산 시스템의 복잡성이라는 비용을 수반하므로, 아키텍처 전환의 시점과 조건을 신중히 판단해야 한다.

콘웨이의 법칙(Conway’s Law)

시스템의 아키텍처는 해당 시스템을 만드는 조직의 소통 구조를 반영한다.

소규모 팀(2~3명)이 하나의 코드베이스를 관리하는 단계에서는 모놀리식이 효율적
팀이 분리되고 각 팀이 독립된 비즈니스 도메인을 책임지게 되면 MSA가 조직 구조와 자연스럽게 정렬

도입 검토 신호

MSA 전환을 고려해야 하는 시점을 판단하는 주요 신호다.

배포 주기: 단일 코드베이스의 배포 주기가 팀 간 조율 비용으로 인해 주 단위 이상으로 느려질 때
확장 요구: 특정 기능에만 트래픽이 집중되어 전체 시스템 복제가 비효율적일 때
장애 범위: 사소한 코드 변경이 시스템 전체에 영향을 미치는 빈도가 증가할 때
팀 규모: 10명 이상의 개발자가 동일 코드베이스에서 작업하며 머지 충돌이 빈번할 때

점진적 전환 전략

빅뱅(Big Bang) 방식의 전면 전환보다는 점진적 마이그레이션이 리스크를 최소화한다.

Strangler Fig 패턴: 모놀리식 시스템 앞에 프록시를 배치하고, 새로운 기능부터 마이크로서비스로 개발하여 기존 기능을 점진적으로 교체
도메인 경계 우선 정의: DDD의 바운디드 컨텍스트를 먼저 식별한 후, 경계가 명확한 도메인부터 분리

Large-Scale System