1. 컴퓨터 장애의 정의와 범위

컴퓨터 장애는 단순히 전원이 켜지지 않는 상태만을 의미하지 않는다. 정상적으로 요구되는 기능을 수행하지 못하거나 성능이 허용 범위를 벗어나는 모든 상태를 장애 분석의 대상으로 볼 수 있다.

전문적인 장애 분석에서는 먼저 고장(Failure)과 장애(Fault)를 구분할 필요가 있다.

• Fault: 시스템 내부에 존재하는 비정상적인 상태나 결함
• Error: 시스템 내부에서 발생한 잘못된 상태 또는 잘못된 데이터
• Failure: 요구된 기능을 수행하지 못한 결과
• Incident: 사용자가 관찰하거나 서비스 운영에 영향을 준 사건

예를 들어 RAM에서 비트 오류가 발생했다고 하자.

메모리 셀 이상 → 데이터 오류 → 프로그램 예외 → 운영체제 오류 → 시스템 중단

이처럼 하나의 내부 결함이 최종 장애로 발전하지 않을 수도 있다.

따라서 장애 원인 분석에서는 “무엇이 고장났는가?”보다 “어떤 결함이 어떤 경로를 거쳐 최종 장애를 만들었는가?”를 추적하는 것이 중요하다.

---

2. 하드웨어 장애와 소프트웨어 장애의 구분

컴퓨터 장애를 분석할 때 가장 흔한 오류는 증상만 보고 원인을 하드웨어 또는 소프트웨어 중 하나로 단정하는 것이다.

실제로는 두 영역이 서로 영향을 주는 경우가 많다.

예를 들어 저장장치의 읽기 오류가 발생하면,

SSD/NAND 이상 → 읽기 지연 → 파일시스템 오류 → 애플리케이션 오류 → 운영체제 이벤트 발생

과 같은 연쇄적인 현상이 나타날 수 있다.

반대로 소프트웨어의 비정상적인 연산으로 CPU 사용률이 지속적으로 상승하면 열이 증가하고, 냉각 능력을 초과할 경우 하드웨어 보호동작으로 이어질 수도 있다.

따라서 다음과 같이 구분하는 것이 유용하다.

구분	주요 원인	대표적인 관찰값
전원	PSU, 전압 불안정	전원 차단, 재부팅
열	CPU/GPU 과열	온도 상승, 클럭 저하
메모리	RAM 오류	시스템 오류, 예외
저장장치	NAND, HDD, 컨트롤러	I/O 오류, 지연
OS	커널, 파일시스템	블루스크린, 서비스 중단
드라이버	장치 드라이버 충돌	장치 인식 실패
네트워크	NIC, 스위치, 설정	패킷 손실
복합장애	여러 원인의 상호작용	간헐적·재현 어려운 장애

핵심은 장애 증상과 장애 원인을 동일하게 취급하지 않는 것이다.

---

3. 전원 계통 장애

전원 문제는 생각보다 복잡하다.

단순히 “파워서플라이가 고장났다”로 끝나는 것이 아니라 입력전원 → PSU → 메인보드 전원부 → CPU/GPU 전원 → 메모리·저장장치로 이어지는 전원 경로를 분석해야 한다.

특히 부하가 증가할 때만 문제가 발생한다면 정상적인 유휴 상태에서의 전압만 확인해서는 원인을 찾기 어렵다.

전문적인 분석에서는 다음을 함께 고려한다.

• 입력전압 변동
• PSU 출력 안정성
• 순간적인 전압 강하
• 부하 변화
• CPU/GPU의 순간 전력 요구량
• PSU 보호회로 작동
• 메인보드 VRM 상태
• 전원 커넥터 접촉 상태

여기서 생소한 부분이 Transient 현상이다.

평균 전력은 정상이어도 CPU나 GPU의 부하가 급격하게 증가하는 순간 전력 요구량이 크게 변하면 시스템이 불안정해질 수 있다.

따라서 “정격 와트가 충분하다”는 사실만으로 전원계통의 건전성을 판단할 수 없다.

---

4. CPU·GPU 과열과 열적 장애

열 문제는 단순히 “온도가 높다”로 판단하면 안 된다.

중요한 것은 열 발생량과 열 제거능력의 균형이다.

CPU 또는 GPU에서 발생한 열은

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

순서로 이동한다.

이 과정 중 어느 하나의 열저항이 증가하면 동일한 부하에서도 온도가 상승할 수 있다.

특히 중요한 개념이 Thermal Throttling이다.

온도가 일정 수준에 접근하면 시스템은 손상을 방지하기 위해 클럭이나 전력을 낮출 수 있다.

따라서 장애 분석에서는

온도 상승 → 클럭 감소 → 성능 저하

를 단순한 성능 문제로 보지 않고 열적 보호동작의 결과로 판단해야 할 경우가 있다.

또한 냉각팬의 회전속도, 방열판의 오염, 서멀 인터페이스 열화, 주변온도까지 함께 봐야 한다.

---

5. 메모리 오류

RAM 오류는 상당히 흥미로운 전문 분야다.

모든 메모리 오류가 즉시 블루스크린이나 시스템 정지를 발생시키는 것은 아니다.

메모리에서 발생한 오류가 프로그램이 사용하지 않는 영역에 존재한다면 장애가 바로 나타나지 않을 수도 있다.

반대로 중요한 커널 데이터나 실행 코드가 손상되면 시스템 전체가 중단될 수 있다.

여기서 중요한 것이 ECC(Error Correcting Code)다.

ECC 메모리는 일정 범위의 메모리 오류를 검출하거나 수정할 수 있기 때문에 단순한 “정상/불량” 구조가 아니다.

예를 들어 반복적으로 발생하는 수정 가능한 오류가 증가한다면 실제 시스템 장애가 발생하기 전에 메모리 열화의 전조로 볼 수 있다.

따라서 전문적인 장애 분석에서는

Correctable Error → Uncorrectable Error → 시스템 장애

라는 진행 가능성을 고려할 필요가 있다.

---

6. SSD·HDD 저장장치 장애

저장장치 장애는 완전 고장 이전에 나타나는 이상 징후를 분석하는 것이 중요하다.

HDD에서는

• 재할당 섹터
• 읽기 오류
• 탐색 오류
• 진동
• 스핀업 문제

등을 볼 수 있다.

SSD에서는 구조가 조금 다르다.

NAND 플래시의 쓰기/삭제 동작이 반복되면서 셀의 열화가 발생하고, 컨트롤러는 이를 관리하기 위해 Wear Leveling과 오류정정 기능을 사용한다.

따라서 SSD의 상태를 단순히 “사용시간”만으로 판단하는 것은 부족하다.

전문적인 분석에서는

쓰기량 → NAND 열화 → ECC 부담 → 예비 영역 감소 → 성능 변화 → 오류 증가

와 같은 관계를 고려할 수 있다.

특히 SMART 정보와 운영체제의 I/O 오류 로그를 함께 분석하면 저장장치 자체의 상태와 실제 시스템 장애를 연결하는 데 도움이 된다.

---

7. 메인보드 및 전원공급장치 장애

메인보드는 여러 장치를 연결하는 중심적인 계층이기 때문에 장애가 발생하면 증상이 매우 다양하게 나타날 수 있다.

예를 들어 동일한 USB 장치가 특정 포트에서만 반복적으로 인식되지 않는다면 USB 장치 자체뿐 아니라

USB 컨트롤러 → 메인보드 → 전원 공급 → 드라이버

를 함께 조사해야 한다.

전원공급장치 역시 단순한 “정상/불량” 판단으로는 부족하다.

PSU 내부의 부품 열화가 진행되면 특정 부하 조건에서만 문제가 나타나는 간헐 장애가 발생할 수 있다.

이런 장애가 어려운 이유는 일반적인 부팅이나 사무 작업에서는 정상인데 고부하 작업에서만 문제가 발생할 수 있기 때문이다.

따라서 장애 재현 조건을 만드는 것이 중요하다.

---

8. 운영체제·드라이버 오류

소프트웨어 장애에서는 로그의 시간적 관계가 중요하다.

예를 들어 시스템이 갑자기 재부팅된 후 특정 드라이버 오류가 기록됐다고 해서 그 드라이버가 반드시 최초 원인은 아니다.

실제 순서는

하드웨어 이상 → 장치 응답 지연 → 드라이버 시간초과 → 운영체제 오류

일 수도 있다.

따라서 로그의 단순한 발생 순서만 보는 것이 아니라 장애 직전부터 발생한 사건을 시간축으로 재구성해야 한다.

특히 다음 자료를 함께 비교하면 유용하다.

• OS 이벤트 로그
• 커널 오류
• 드라이버 이벤트
• 시스템 재부팅 시간
• 저장장치 오류
• 온도 기록
• CPU/GPU 부하
• 네트워크 이벤트

이 과정을 Timeline Correlation 관점에서 접근할 수 있다.

---

9. 네트워크 장애

네트워크 장애도 “인터넷이 안 된다”라는 결과만 보면 원인을 찾기 어렵다.

네트워크 경로를 계층별로 나누어 보는 것이 중요하다.

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

각 구간에서 다른 형태의 장애가 발생할 수 있다.

특히 전문가들이 관심을 가질 만한 부분은 Packet Loss와 Latency의 관계다.

패킷 손실이 항상 연결 단절로 나타나는 것은 아니다.

낮은 수준의 패킷 손실이 발생하면 TCP 재전송이 증가하고 결과적으로 애플리케이션 응답시간이 크게 증가할 수 있다.

따라서 사용자는 “컴퓨터가 느려졌다”고 느끼지만 실제 원인은 네트워크 계층에 있을 수 있다.

---

10. 복합적인 장애가 발생하는 과정

실제 장애에서는 하나의 원인만 존재하지 않는 경우가 많다.

예를 들어,

냉각성능 저하 → CPU 온도 상승 → 클럭 감소 → 작업시간 증가 → 부하 지속 → 시스템 불안정

이라는 경로가 가능하다.

또 다른 사례에서는

SSD 열화 → 읽기 지연 → OS 서비스 응답 지연 → 애플리케이션 오류 → 사용자 작업 중단

으로 발전할 수 있다.

이때 중요한 개념이 Fault Propagation, 즉 하나의 이상 상태가 다른 계층으로 전파되는 현상이다.

장애 분석에서는 최초 원인과 최종 장애 사이의 연결고리를 찾아야 한다.

그래서 단순한 원인 목록보다 장애 발생 경로(Failure Path)를 그리는 것이 훨씬 유용하다.