부하 테스트 입문: 워크로드 설계와 결과 해석

가상 사용자, 반복 시작률, 초당 요청 수를 구분하고 부하 테스트 임계값을 설정합니다. 브라우저 측정, 부하 생성기 한계, 트레이스와 로그를 통한 분석도 살펴봅니다.

모범 사례
테스트, 측정, 품질 검증을 표현한 일러스트

지연 그래프가 좋아 보여도 계획한 트래픽을 보내지 못한 결과일 수 있습니다. 테스트가 성공했다고 판단하기 전에 애플리케이션에 실제로 도달한 양, 완료된 요청, 시작조차 못 한 작업을 확인해야 합니다.

부하 테스트는 정해진 워크로드, 실행 시간, 환경에서 애플리케이션의 동작을 평가하는 방법입니다. 병목과 용량을 판단할 근거를 얻을 수 있지만, 모든 운영 조건에서 느려지거나 실패하지 않는다는 보장은 아닙니다.

이 글은 공식 문서를 바탕으로 작성했습니다. 대상 애플리케이션에 부하 테스트나 성능 벤치마크를 실행하지 않았습니다. 임계값은 예시이며 데이터, 환경, 설정은 프로젝트에 맞게 정해야 합니다.

백엔드와 브라우저를 나누어 보기

관점 측정 대상 주요 방법
백엔드 부하가 있을 때 처리량, 응답 시간, 오류율 k6, Locust, JMeter 등으로 프로토콜 수준의 API 요청 생성
프런트엔드 브라우저에서 페이지 로드와 상호작용 백엔드 부하와 함께 브라우저 자동화나 합성 테스트 실행. 실사용자 모니터링(RUM)은 실제 사용자 데이터를 보완하지만 테스트 부하를 만들지는 않음

API가 빠르다고 페이지도 빠른 것은 아닙니다. 렌더링, 리소스 다운로드, 외부 스크립트가 영향을 줍니다. 페이지가 느리다고 항상 백엔드 문제인 것도 아닙니다. 프로토콜 요청은 페이지 JavaScript를 실행하거나 렌더링 경험을 측정하지 않습니다. 브라우저 테스트의 리소스 비용도 따로 계산해야 합니다.

실제 작업에 맞는 스크립트 작성하기

  1. 사용자 여정부터 정의합니다. 로그인→탐색→주문은 전체 업무 흐름을 검증하는 데 적합합니다. 특정 API의 용량이나 회귀를 조사한다면 분리한 엔드포인트 테스트도 유용합니다. 목적에 맞게 선택하며 어느 한쪽이 다른 쪽을 대신하지는 않습니다.
  2. 데이터 분포를 맞춥니다. 예상 계정, 검색어, 데이터셋을 준비합니다. 한 계정과 검색어만 재사용하면 의도한 부하와 다른 캐시 적중이나 자원 경합이 생길 수 있습니다.
  3. 무엇의 속도를 제어할지 정합니다. 세션 모델에는 생각 시간이 필요할 수 있습니다. 도착률 실행기는 반복의 시작률을 제어합니다. 이미 실행기가 조절하는 속도를 맞추려고 반복 끝에 무조건 sleep을 더하지 않습니다.
  4. 응답 내용을 검사합니다. HTTP 200이어도 오류 페이지일 수 있으므로 중요한 필드를 검증합니다. 검사 실패를 전체 테스트 실패로 처리하는 조건은 별도로 설정해야 합니다. k6의 check는 성공률을 기록하며, 테스트 실패 조건으로 쓰려면 threshold를 연결합니다.

질문에 맞는 부하 모델 고르기

  • 부하 곡선: 일반적인 테스트는 점진적 증가→유지→감소로 구성할 수 있습니다. 스파이크 테스트는 급격한 변화를 의도하므로 모든 테스트에서 순간적인 증가를 피해야 하는 것은 아닙니다.
  • 동시성과 도착률: 가상 사용자(VU)는 스크립트를 동시에 실행하는 단위이지 실제 사람 수가 아닙니다. 초당 반복 시작 수와 초당 요청 수도 다릅니다. 반복 하나가 여러 요청을 보낼 수 있습니다. 폐쇄형 모델에서는 응답이 느려지면 반복이 길어져 같은 VU 수에서도 도착률이 낮아질 수 있습니다. 개방형 도착률 모델은 완료와 독립적으로 시작을 예약하지만, 여유 VU와 생성기 자원이 필요합니다. 설정한 속도가 실제 완료 속도는 아닙니다.
  • 테스트 유형: 부하 테스트는 예상 평상시 또는 피크 부하의 성능을, 스트레스 테스트는 예상 범위를 넘었을 때의 저하와 복구를 확인합니다. 시스템을 중단시키는 것이 필수 목표는 아닙니다. 스파이크 테스트는 급변을, 소크 테스트는 장시간 안정성과 자원 증가를 조사합니다. 메모리 증가가 보이면 누수인지 추가로 확인해야 합니다.

반복해서 쓸 수 있는 구성 만들기

로그인, 인증, 데이터 준비는 모듈로 분리하고 환경, 인증 정보, 임계값은 설정으로 관리합니다. 결과 형식을 통일하면 주요 릴리스 전에 같은 작업을 반복하고 변화를 비교하기 쉬워집니다.

애플리케이션과 스크립트 버전, 도구 설정, 데이터 분포, 자원 사양도 결과에 남깁니다. 환경이나 설정이 바뀌었다면 두 결과를 그대로 같은 조건의 전후 비교로 취급할 수 없습니다.

실행 환경 선택하기

환경 장점 위험
운영과 유사한 스테이징 격리하기 쉽고 위험이 낮은 편. 공유 의존 서비스 보호는 여전히 필요 비용과 데이터 비식별화. 캐시, 데이터 규모, 의존 서비스가 다를 수 있음
운영의 한산한 시간대 실제 인프라와 의존 서비스를 사용. 테스트 트래픽은 여전히 모델링 필요 실제 사용자에게 영향. 속도 제한과 중단 계획이 필요하며 한산한 시간대 결과가 피크 동작을 입증하지 않음

대상 시스템과 하위 의존 서비스의 명시적 허가를 받습니다. 결제나 메시지 발송은 샌드박스 또는 Mock을 사용하며, 통보만으로 허가를 대신하지 않습니다. 테스트 테넌트, 정리 방식, 트래픽 상한, 비용 예산, 즉시 중단 조건을 정하고 스테이징이 운영 공유 의존 서비스에 연결되는지도 확인합니다.

임계값을 정하기 전에 지표 정의하기

  • 응답 시간: 평균뿐 아니라 p90, p95, p99를 봅니다. API, 시간 구간, 표본 수, 전체 요청인지 성공 요청만인지 명시합니다. p95는 최댓값이 아니며 장비별·시간대별 p95를 평균해도 전체 p95가 되지 않습니다. k6의 http_req_duration에는 초기 DNS 조회와 연결 수립이 포함되지 않으므로 사용자 작업 전체 시간과는 다릅니다.
  • 처리량: TPS가 어떤 업무 트랜잭션을 뜻하는지 정의하고 예정된 도착, 실제 전송, 성공 완료를 구분합니다. RPS/TPS는 지연, 오류율, 생성기의 CPU·메모리·네트워크 사용량과 함께 봅니다. 곡선의 꺾임만으로 제한 요소를 확정할 수 없습니다.
  • 오류와 누락된 작업: 응답과 업무 SLO를 기준으로 성공을 정의합니다. HTTP 결과와 업무 검사를 나누고, 과부하 시 예상한 거절도 따로 기록합니다. 시작하지 못했거나 중단된 반복도 확인해야 합니다. 도착률 시나리오의 k6 dropped_iterations는 여유 VU가 없다는 뜻일 수 있으며, 서버가 받아서 실패 응답한 요청 수는 아닙니다.
  • 자원 포화: CPU, 메모리, 연결 풀, 디스크 I/O를 구체적인 구성 요소에 연결합니다. 생성기가 먼저 한계에 도달했다면 애플리케이션 용량이 아니라 트래픽 생성 한계를 측정한 것일 수 있습니다.

예를 들어 p95 < 800ms, 오류율 < 0.1% 같은 기준을 집계 대상, 목표 부하, 지속 시간과 함께 미리 정합니다. 이 수치는 예시입니다. 예정한 트래픽을 보내지 못했거나 시작 누락·중단이 많으면 완료 요청의 지연이 좋다는 이유만으로 성공이라고 판단할 수 없습니다.

결과에서 다음 조사로 이어 가기

응답 시간을 시계열로 펼쳐 부하에 따라 점진적으로 나빠지는지, 특정 시점에 급변하는지 봅니다. 느린 요청 분포와 구성 요소 지표를 맞추면 조사 범위를 좁힐 수 있습니다. 다만 동시에 변했다는 사실만으로 인과가 입증되지는 않습니다. 호출 경로, 큐 대기, 조건을 통제한 재실행으로 확인해야 합니다.

현재 구성이 이번 워크로드와 실행 시간에서 어떤 결과를 냈는지, 다음에는 무엇을 바꿔 확인할지 결론에 남깁니다. 증설 후에는 다시 측정하며, 노드 수에 비례해 용량이 늘어난다고 가정하지 않습니다.

이미 Guance를 연결한 서비스라면 수집된 느린 트레이스의 Span 시간을 확인하고 trace_id로 관련 로그를 찾을 수 있습니다. 트레이스–로그 연결 설정(영어)에 따라 trace_id, span_id, 서비스, 환경, 버전 필드를 일치시키고 로그 인덱스 매핑, 시간 범위, 데이터 접근 권한을 확인합니다.

트레이스와 로그 모두 실제로 수집했고 보존 기간 안에 있어야 합니다. 로그에 ID가 남아 있어도 샘플링으로 버린 트레이스를 복원할 수는 없습니다. 테스트 배치와 시간 구간을 기록해 같은 트래픽으로 범위를 좁힌 뒤 요청 상세를 조사합니다. 시간이 비슷하다는 이유만으로 같은 요청이라고 볼 수는 없습니다.

자주 묻는 질문

부하 테스트는 얼마나 자주 해야 하나요?

주요 릴리스와 예상 트래픽 증가 전에 실행합니다. 핵심 사용자 여정은 월간 같은 정기 회귀에도 넣을 수 있습니다. 전제를 맞춰 비교해야 변화에 의미가 있습니다.

테스트와 운영 결과가 다르면 무엇을 확인하나요?

워크로드 모델, 데이터 분포, 캐시 상태, 버전, 자원 사양, 의존 서비스를 비교하고 생성기가 계획한 트래픽을 전달했는지도 봅니다. 세션 모델의 생각 시간 부족은 왜곡을 만들 수 있지만 도착률 모델에 기계적으로 sleep을 넣는 것이 답은 아닙니다. 통제된 비교로 차이를 좁히며 하나의 요약 곡선만으로 원인을 단정하지 않습니다.

전담 성능 엔지니어가 없는 작은 팀은 어떻게 시작하나요?

k6나 Locust 같은 코드 중심 도구로 핵심 API의 낮은 부하 기준선을 격리 환경에 만듭니다. 릴리스마다 추세를 비교하고, 한계를 밀어붙이는 테스트는 별도 허가와 절차를 마련합니다. 완벽한 체계를 기다리기보다 범위를 정한 반복 가능한 비교부터 시작하는 편이 실용적입니다.

공식 참고 문서

문서 확인일: 2026년 11월 5일.

함께 읽기

맞춤형 플랜 상담

문의하기

커뮤니티 가입

WeChat으로 스캔하여
커뮤니티에 가입하세요

Guance 사용해 보기

온라인에서 바로 시작하고 사용한 만큼만 결제하세요.

시작하기

Guance 요금제 선택

코드 저장소