User Journey Design

부하 테스트의 유효성은 테스트 시나리오가 실제 사용자의 행동을 얼마나 정교하게 재현하느냐에 따라 결정된다.

User Journey (사용자 여정 설계)

단순한 API 호출의 반복이 아닌, 비즈니스 가치가 발생하는 핵심 흐름을 중심으로 시나리오를 구성한다.

핵심 비즈니스 흐름 식별

시스템에 가장 큰 부하를 주거나 비즈니스적으로 중요한 경로를 우선순위에 둔다.

• 이커머스 사례: 상품 검색 → 상품 상세 조회 → 장바구니 담기 → 주문 및 결제
• 블로그 사례: 메인 페이지 접속 → 카테고리 탐색 → 포스트 상세 읽기 → 댓글 작성

graph TD
    A[메인 페이지 접속] --> B[카테고리 탐색]
    B --> C[포스트 상세 조회]
    C --> D{추가 행동 결정}
    D -- 70% --> B
    D -- 20% --> E[댓글 작성]
    D -- 10% --> F[종료]
    E --> B

Scenario Weighting (시나리오 비중 설정)

모든 사용자가 동일한 경로를 따르지 않으므로, 실제 트래픽 로그를 기반으로 시나리오별 비중을 설정한다.

• 기능별 가중치 부여: 전체 트래픽 중 단순 조회가 80%, 생성 및 수정 작업이 20%를 차지한다면 이를 테스트 모델에 반영
• 데이터 기반 설계: APM이나 액세스 로그의 URL 패턴별 빈도수를 분석하여 정량적인 확률 모델 구축

시나리오	비중	핵심 호출 API
단순 열람	70%	GET /posts, GET /categories
활발한 탐색	20%	GET /search, GET /tags
데이터 생성	10%	POST /comments, POST /likes

Think Time Distribution (Think Time 분산 처리)

기계적인 요청 유입을 방지하고 실제 사용자의 사고 및 조작 시간을 반영한다.

• 정적 대기 시간의 한계: 모든 요청 사이에 동일한 간격을 두면 시스템 자원 사용이 비정상적으로 일정해져 동시성 병목 발견이 어려움
• 확률 분포 적용: 실제 사용자는 각자 다른 속도로 페이지를 읽으므로, 지수 분포나 정규 분포를 적용하여 요청 간격을 무작위화
• 무작위성 확보: k6의 sleep() 함수와 무작위 난수 생성기를 결합하여 범위 내 무작위 대기 시간 적용

Person-like Load Generation (사람처럼 행동하는 부하 생성)

성공적인 시나리오 설계는 테스트 도구가 실제 사람처럼 행동하게 만드는 과정이다.

• 세션 관리: 쿠키나 토큰을 유지하여 실제 로그인 세션이 유지되는 상태에서의 부하 재현
• 데이터 파라미터화: 동일한 자원이 아닌 수천 개의 다양한 식별자를 무작위로 호출하여 캐시 히트율을 실제와 유사하게 조정
• 가상 사용자 독립성: 각 가상 사용자가 독립적인 상태를 가지고 서로 다른 가중치에 따라 행동하도록 설계

Conclusion: Business Impact over Request Count

시나리오 설계의 목표는 단순한 요청 횟수 달성이 아니라 비즈니스 위험 요소의 조기 발견에 있다.

• 실패 케이스 포함: 정상적인 흐름뿐만 아니라 잘못된 요청이나 권한 없는 접근 시나리오를 일부 포함하여 예외 처리 성능 확인
• 동적 부하 조정: 테스트 도중 특정 비즈니스 이벤트 상황을 가정하여 시나리오 비중을 동적으로 변경하는 고도화 고려
• 결과 해석의 연계: 설계된 시나리오별 응답 시간을 분석하여 어떤 비즈니스 단계에서 병목이 발생하는지 구체적으로 특정