본문 바로가기
금융을 알고싶은 반디 금융을 알고싶은 반디
" 좋은 일만 가득하세요~ "

Ⅰ. 컴퓨터 시스템 장애 분석

읽는 시간 약 17분

컴퓨터에 문제가 생기면 가장 먼저 눈에 들어오는 것은 증상이다.

화면이 멈추거나, 프로그램이 종료되거나, 컴퓨터가 갑자기 재부팅되거나, 속도가 느려진다.

그래서 대부분은 이렇게 접근한다.

  • 화면이 멈췄다 → 메모리를 의심한다.
  • CPU 사용률이 높다 → 실행 중인 프로그램을 확인한다.
  • SSD 오류가 발생했다 → SSD를 교체한다.
  • 드라이버 오류가 발생했다 → 드라이버를 다시 설치한다.

이런 방법이 틀렸다는 뜻은 아니다.

문제는 눈에 보이는 증상을 최초 원인으로 착각할 수 있다는 것이다.

컴퓨터 장애는 하나의 부품이나 프로그램에서 끝나지 않고, 작은 이상이 다른 계층으로 전달되면서 최종적인 장애로 나타나는 경우가 있다.

따라서 장애를 제대로 분석하려면

증상 확인 → 가능한 원인 분리 → 시간적 순서 확인 → 원인 검증 → 해결 → 재발 가능성 확인

의 흐름으로 접근할 필요가 있다.


1. 컴퓨터 장애의 정의와 범위

컴퓨터 장애를 단순히 “컴퓨터가 고장난 상태”라고 생각하면 원인을 너무 빨리 좁히게 된다.

실제로는 작은 이상이 발생한 순간부터 사용자가 기능을 사용할 수 없게 되는 순간까지 여러 단계가 존재할 수 있다.

예를 들어 메모리에서 이상이 발생했다고 가정해 보자.

메모리 이상 → 잘못된 데이터 발생 → 프로그램 예외 → 운영체제 오류 → 시스템 기능 중단

여기서 사용자가 최종적으로 보는 것은 “컴퓨터가 멈췄다”는 결과다.

하지만 컴퓨터가 멈춘 것 자체가 최초 원인은 아니다.

Fault, Error, Failure를 구분해야 하는 이유

장애 분석에서는 Fault, Error, Failure라는 용어를 구분해서 보는 것이 유용하다.

  • Fault : 시스템 내부에 존재하는 결함 또는 비정상 조건
  • Error : 그 결함으로 인해 시스템 상태가 잘못된 상태
  • Failure : 시스템이 요구된 기능을 정상적으로 수행하지 못하는 상태
  • Incident : 운영 환경에서 관찰되고 대응이 필요한 사건이나 장애 상황

즉,

결함(Fault) → 잘못된 상태(Error) → 기능 수행 실패(Failure)

와 같은 흐름으로 이해할 수 있다.

중요한 것은 모든 Fault가 즉시 Failure로 이어지는 것은 아니라는 점이다.

어떤 결함은 오류로 나타나더라도 다른 보호 기능에 의해 차단될 수 있다.

반대로 처음에는 아주 작은 이상처럼 보였던 문제가 여러 계층을 거치면서 최종적인 시스템 장애로 확대될 수도 있다.

여기서 첫 번째 질문을 바꿔야 한다

일반적인 문제 해결에서는

“무엇이 고장났지?”

라고 묻는다.

하지만 장애 분석에서는 질문을 조금 다르게 가져갈 필요가 있다.

“어떤 이상이 발생했고, 그것이 어떤 경로를 거쳐 지금의 장애를 만들었을까?”

이 질문 하나만 바꿔도 장애를 보는 관점이 달라진다.


2. 하드웨어 장애와 소프트웨어 장애의 구분

컴퓨터가 멈추거나 오류 메시지를 표시하면 하드웨어 또는 소프트웨어 중 하나를 먼저 의심하기 쉽다.

하지만 증상만으로 하드웨어와 소프트웨어를 바로 구분하는 것은 위험하다.

예를 들어 SSD의 물리적인 문제가 발생했다고 하자.

SSD 이상 → 읽기 지연 → 파일시스템 응답 지연 → 프로그램 오류 → 운영체제 이벤트 발생

사용자가 보는 화면에는 프로그램 오류나 운영체제 오류만 나타날 수 있다.

반대로 소프트웨어의 비정상 동작이 CPU 사용량을 과도하게 높이고, 그 결과 열이 증가하면서 하드웨어 보호 동작이나 성능 저하가 발생할 수도 있다.

따라서

하드웨어 → 소프트웨어

또는

소프트웨어 → 하드웨어

두 방향 모두 가능하다.

장애를 증상으로 분류하지 않는 이유

관찰된 증상가능한 원인
갑자기 꺼짐전원, 보호 동작, 과열, 하드웨어 이상
컴퓨터가 느려짐CPU, 메모리, 저장장치, 네트워크, 백그라운드 작업
프로그램 종료프로그램 자체, 메모리, 저장장치, OS, 드라이버
장치 인식 실패장치, 연결, 전원, 컨트롤러, 드라이버
재부팅전원, 하드웨어 오류, OS 오류, 보호 동작

이 표에서 중요한 것은 하나의 증상에 여러 원인이 존재한다는 것이다.

따라서 장애 분석의 첫 단계에서 특정 원인을 확정하기보다 가능한 원인의 범위를 열어두는 것이 중요하다.

여기서 우리의 ‘샛길’이 시작된다

예를 들어 컴퓨터가 갑자기 느려졌다고 하자.

일반적인 접근은 CPU 사용률부터 확인하는 것이다.

그런데 CPU 사용률이 100%라고 해서 CPU가 최초 원인이라고 단정할 수 있을까?

다른 가능성은 없을까?

저장장치 응답이 늦어져 작업 하나가 평소보다 오래 걸리고 있는 것일 수도 있다.

네트워크 응답을 기다리고 있을 수도 있다.

특정 프로그램이 반복적인 작업을 수행하고 있을 수도 있다.

즉,

CPU 사용률이 높다 = CPU가 원인이다

가 아니다.

CPU 사용률이 높은 이유가 무엇인지를 다시 확인해야 한다.


3. 전원 계통 장애

컴퓨터의 전원은 단순히 “전원이 들어온다 / 안 들어온다”로만 판단할 수 없다.

전원은 대략

입력전원 → PSU → 메인보드 전원부 → CPU/GPU 전원 → 메모리·저장장치

와 같은 경로를 거친다.

문제는 정상적인 상태에서는 아무 문제가 없다가 특정 부하에서만 문제가 나타나는 경우다.

예를 들어 평상시에는 정상적으로 작동하지만 게임이나 고부하 작업을 시작하면 갑자기 재부팅될 수 있다.

이때

“파워 용량이 부족한가?”

라고 생각하기 쉽다.

하지만 정격 출력만 확인해서 원인을 확정하기는 어렵다.

확인해야 할 것은 다음과 같다.

  • 부하가 증가하는 순간 전원 상태가 어떻게 변하는가
  • CPU와 GPU의 부하가 동시에 증가하는가
  • PSU가 순간적인 전력 요구 변화에 안정적으로 대응하는가
  • 보호회로가 작동할 만한 조건이 있었는가
  • 전원 커넥터나 메인보드 전원부에 문제가 없는가
  • 동일한 작업에서 반복적으로 재현되는가

중요한 것은 ‘정격’보다 ‘상황’이다

같은 컴퓨터라도

대기 상태 → 정상

일반 작업 → 정상

고부하 작업 시작 → 재부팅

이라면 단순히 “컴퓨터가 가끔 꺼진다”라고 기록하는 것보다 어떤 부하에서 문제가 시작되는지를 확인하는 것이 훨씬 중요하다.

전원 문제의 원인을 찾는 과정에서도

“전원 자체가 문제인가, 아니면 특정 부하 조건에서 전원 계통의 문제가 드러나는 것인가?”

를 구분해야 한다.

세부적인 PSU·VRM·전원 품질 문제는 이후 별도의 장애 분석에서 더 깊게 다룰 수 있다.


4. CPU·GPU 과열과 열적 장애

CPU와 GPU의 온도가 높다고 해서 반드시 “냉각장치가 고장났다”고 볼 수는 없다.

열은 발생량과 제거량의 균형으로 판단해야 한다.

반도체 → 히트스프레더 → 서멀 인터페이스 → 방열판 → 히트파이프/베이퍼챔버 → 공기

중 어느 부분에서든 열 전달이 제대로 이루어지지 않으면 온도가 올라갈 수 있다.

일반적으로 온도가 높아지면 보호를 위해 클럭이 낮아지는 열 스로틀링(Thermal Throttling)이 발생할 수 있다.

온도 상승 → 클럭 감소 → 성능 저하

그런데 여기서 한 가지를 더 생각해야 한다.

온도가 높아서 느려진 것일까?

아니면

작업이 오래 걸려서 온도가 계속 높은 것일까?

이 둘은 결과는 비슷하지만 원인과 해결 방법이 다르다.

예를 들어 특정 프로그램의 처리 시간이 비정상적으로 길어지면서 CPU 사용 시간이 증가했다면, 높은 온도는 최초 원인이 아니라 장시간 부하의 결과일 수도 있다.

따라서

온도 → 클럭 → 성능

만 볼 것이 아니라

작업 시작 시간 → CPU 부하 → 온도 상승 → 클럭 변화 → 성능 변화

의 순서를 함께 확인해야 한다.

이것이 장애 분석에서 중요한 시간적 원인 관계다.


5. 메모리 오류

메모리 오류가 발생했다고 해서 항상 즉시 블루스크린이나 시스템 중단이 발생하는 것은 아니다.

오류 검출 및 복구 기능이 있는 시스템에서는 일부 오류가 수정될 수도 있다.

특히 ECC 메모리에서는

  • 수정 가능한 오류(Correctable Error)
  • 수정할 수 없는 오류(Uncorrectable Error)

를 구분할 수 있다.

여기서 중요한 것은 수정 가능한 오류가 발생했다고 해서 곧바로 “메모리가 반드시 고장난다”고 단정하는 것이 아니다.

하지만 동일한 위치나 조건에서 오류가 반복되거나 증가하는 경우에는 단순한 일회성 사건으로 넘기지 않고 이상 징후로 추적할 가치가 있다.

여기서도 ‘결과’만 보면 놓칠 수 있다

예를 들어 시스템 로그에 메모리 오류가 기록됐다고 하자.

바로 메모리 모듈을 교체하기 전에 확인할 수 있는 것이 있다.

  • 동일한 오류가 반복되는가
  • 특정 메모리 모듈이나 위치와 관련이 있는가
  • 오류 발생 시점에 전원·온도 변화가 있었는가
  • 다른 하드웨어 오류가 동시에 발생했는가
  • 오류가 특정 부하에서만 발생하는가

즉,

메모리 오류 기록 → 메모리 교체

로 바로 넘어가기보다

오류 발생 조건 → 반복성 → 위치/범위 → 주변 조건 → 실제 원인

을 확인하는 것이다.


6. SSD·HDD 저장장치 장애

저장장치 장애 역시 “디스크 오류가 발생했으니 저장장치가 고장났다”로 끝내기 쉽다.

HDD에서는 배드섹터, 읽기 오류, 재할당 섹터, 회전 및 탐색 관련 이상 등이 중요한 단서가 될 수 있다.

SSD에서는 NAND의 마모뿐 아니라 컨트롤러, 오류 정정, 펌웨어, 온도, 전원, 인터페이스 등 여러 요소를 함께 볼 필요가 있다.

예를 들어 SSD의 응답이 늦어지면

저장장치 응답 지연 → I/O 지연 → 운영체제 서비스 지연 → 애플리케이션 응답 지연

으로 이어질 수 있다.

사용자는 단순히

“컴퓨터가 갑자기 느려졌다.”

라고 느낄 수 있다.

그렇다면 SSD가 정말 최초 원인일까?

이 질문이 중요하다.

저장장치 자체의 문제일 수도 있지만,

  • 전원 공급 문제
  • 연결 상태
  • 컨트롤러 문제
  • 펌웨어 문제
  • 운영체제의 I/O 처리 문제
  • 특정 작업으로 인한 과도한 I/O

등 다른 원인이 저장장치 오류처럼 보이게 만들 가능성도 있다.

따라서 SMART 정보만 보고 결론을 내리는 것보다

SMART 상태 + 운영체제 I/O 오류 + 오류 발생 시간 + 실제 작업 상황

을 서로 비교하는 것이 좋다.

여기서 우리의 접근은

“SSD가 오류를 냈다”에서 멈추지 않고 “왜 그 시점에 SSD 오류가 나타났는가?”까지 확인하는 것

이다.


7. 메인보드 및 전원공급장치 장애

메인보드와 PSU의 문제는 간헐적으로 나타나는 경우가 있어 원인 규명이 쉽지 않다.

예를 들어 특정 USB 장치가 특정 포트에서만 정상적으로 작동하지 않는다고 하자.

이때 단순히 “USB 장치가 고장났다”고 판단하기보다

장치 → 포트 → USB 컨트롤러 → 전원 → 드라이버

각 요소를 분리해서 확인할 필요가 있다.

특히

  • 다른 포트에서는 정상인가
  • 다른 장치에서도 같은 문제가 발생하는가
  • 특정 조건에서만 문제가 발생하는가
  • 재부팅하면 일시적으로 정상화되는가
  • 동일한 오류가 반복되는가

를 비교하면 원인의 범위를 좁힐 수 있다.

PSU 역시 마찬가지다.

평상시에는 정상인데 특정 부하에서만 문제가 발생한다면 단순한 “전원 공급 여부”보다 부하와 장애 발생 시점의 관계가 더 중요한 단서가 된다.


8. 운영체제·드라이버 오류

운영체제와 드라이버 로그는 장애 분석에서 매우 중요한 자료다.

하지만 로그에 가장 먼저 기록된 오류가 반드시 최초 원인이라는 보장은 없다.

예를 들어

하드웨어 이상 → 장치 응답 지연 → 드라이버 시간 초과 → 운영체제 오류

가 발생할 수 있다.

이 경우 운영체제 로그에는 드라이버 오류가 먼저 눈에 띌 수 있다.

그렇다고 드라이버가 최초 원인이라고 단정할 수는 없다.

로그에서 시간을 읽어야 한다

장애 분석에서는 오류의 종류만 보는 것보다 발생 순서를 확인하는 것이 중요하다.

예를 들어 같은 시각을 기준으로

  • 저장장치 오류
  • 장치 응답 지연
  • 드라이버 오류
  • CPU/GPU 부하
  • 온도 변화
  • 네트워크 오류
  • 시스템 재부팅

을 함께 놓고 볼 수 있다.

이를 Timeline Correlation, 즉 시간적 상관관계를 이용한 분석으로 볼 수 있다.

단, 시간 순서가 맞는다고 해서 그것만으로 인과관계가 확정되는 것은 아니다.

먼저 발생한 것 → 원인 후보

로 놓고 추가적인 검증을 해야 한다.


9. 네트워크 장애

네트워크 장애는 사용자가 컴퓨터 자체의 문제로 오해하기 쉬운 대표적인 사례다.

일반적인 통신 경로는

PC NIC → 케이블/Wi-Fi → 스위치 → 라우터 → 방화벽 → 외부 네트워크 → 서버

처럼 여러 구간으로 이루어진다.

예를 들어 패킷 손실이 발생하면 TCP 통신에서는 재전송이 발생할 수 있고, 그 결과 애플리케이션의 응답 시간이 길어질 수 있다.

사용자는

“컴퓨터가 너무 느려졌다.”

라고 생각할 수 있다.

하지만 실제로는 CPU나 메모리가 아니라 네트워크 응답 지연이 원인일 수 있다.

그래서 ‘느리다’는 표현만으로는 부족하다

컴퓨터가 느리다는 증상이 나타났을 때

  • 모든 프로그램이 느린가?
  • 특정 프로그램만 느린가?
  • 로컬 작업도 느린가?
  • 인터넷을 사용하는 작업만 느린가?
  • 파일을 열 때만 느린가?
  • 특정 서버에서만 느린가?

를 나누어 보면 원인 범위가 크게 달라진다.

같은 “느림”이라는 증상이라도 발생 범위를 나누는 순간 새로운 원인이 보일 수 있다.


10. 복합적인 장애가 발생하는 과정

실제 장애는 하나의 원인으로 끝나지 않는 경우가 많다.

예를 들어 냉각 성능이 떨어졌다고 하자.

냉각 성능 저하 → CPU 온도 상승 → 클럭 감소 → 작업 처리시간 증가 → 높은 부하 지속 → 시스템 불안정

처럼 하나의 문제가 다른 문제를 만들어낼 수 있다.

저장장치에서도

저장장치 이상 → 읽기 지연 → 운영체제 서비스 응답 지연 → 애플리케이션 오류 → 사용자 작업 중단

과 같은 경로가 만들어질 수 있다.

이때 최종적으로 나타난 애플리케이션 오류만 보고 프로그램을 문제의 원인으로 판단하면 최초 원인을 놓칠 수 있다.

Fault Propagation과 Failure Path

이러한 과정을 분석할 때 중요한 개념이 Fault Propagation, 즉 결함이 다른 계층으로 전달되는 과정이다.

그리고 실제 장애가 발생하기까지의 연결 관계를 Failure Path로 볼 수 있다.

예를 들어

초기 이상 → 중간 영향 → 연쇄적인 변화 → 최종 장애

라는 흐름을 그려보면 단순히 “원인은 무엇이다”라고 적어놓는 것보다 장애가 발생한 과정을 훨씬 명확하게 볼 수 있다.


핵심정리

컴퓨터 장애 분석에서 가장 위험한 것은 가장 먼저 보이는 증상을 최초 원인으로 확정하는 것이다.

  • CPU 사용률이 높다고 CPU가 원인인 것은 아니다.
  • 온도가 높다고 냉각 문제가 최초 원인인 것은 아니다.
  • 드라이버 오류가 먼저 기록됐다고 드라이버가 최초 원인인 것은 아니다.
  • SSD 오류가 발생했다고 SSD 자체가 반드시 최초 원인인 것도 아니다.

따라서 장애를 볼 때는 한 번 더 질문해야 한다.

“다른 가능성은 없을까?”

그리고 그 가능성을 추측으로 끝내지 않고

증상 확인 → 원인 후보 분리 → 시간적 관계 확인 → 실제 원인 검증 → 해결 → 재발 가능성 확인

의 순서로 좁혀가야 한다.

결국 좋은 장애 분석은 고장난 부품을 빨리 찾는 것이 아니라,

어떤 이상이 어디에서 시작되어 어떤 경로로 최종 장애까지 이어졌는지를 규명하는 것에 가깝다.

이 관점이 앞으로 이어질 컴퓨터 시스템 장애 분석의 기본 출발점이다.

bandion
함께 보면 좋은 글

댓글 0

첫 댓글을 남겨보세요.

error: Content is protected !!