CAP 정리

2026. 11. 18. 16:25·개발/소프트웨어 아키텍처

들어가며

데이터를 여러 노드에 나눠 저장하는 시스템에서는 네트워크가 끊겼을 때 어떻게 동작할지를 미리 정해두어야 합니다. CAP 정리는 이 선택을 설명하는 가장 유명한 이론이면서, 가장 자주 오해되는 개념이기도 합니다. 이 글에서는 CAP 정리가 정확히 무엇을 말하는지, 흔한 오해는 무엇인지 정리합니다.


1. CAP 정리란

에릭 브루어(Eric Brewer)가 2000년에 제안하고, 2002년 길버트(Gilbert)와 린치(Lynch)가 증명한 정리입니다. 분산 데이터 저장소가 아래 세 가지 속성을 네트워크 분할이 일어난 상황에서 동시에 만족할 수 없다는 내용입니다.

  • C (Consistency, 일관성): 어느 노드에서 읽든 가장 최근에 쓰인 값을 돌려받습니다. 정확히는 선형화 가능성 (linearizability)를 뜻하며, ACID 트랜잭션의 일관성(제약조건유지)과는 다른 개념입니다.
  • A (Availability, 가용성): 장애가 나지 않은 노드는 모든 요청에 오류나 무한 대기 없이 응답합니다. 이때 응답이 최신 값이라는 보장은 없습니다.
  • P (Partition Tolerance, 분할 허용성): 노드 사이의 통신이 끊겨 시스템이 서로 소통할 수 없는 조각으로 나뉘어도 계속 동작합니다.

 

2. 흔한 오해: "세 개 중 두 개를 고른다"

CAP를 처음 접하면 "C, A, P 중 마음에 드는 두 개를 고른다(CA, CP, AP)"로 이해하기 쉽습니다. 이 해석에는 두 가지 문제가 있습니다.

첫째, P는 선택할 수 있는 옵션이 아닙니다. 회선 장애, 스위치 고장, 패킷 유실등은 분산 환경에서 언젠가 반드시 일어납니다. 그래서 실제로 정해야 하는 것은 하나뿐입니다.

네트워크가 끊겨 노드끼리 통신할 수 없을 때, 일관성을 지킬것인가(CP), 가용성을 지킬 것인가(AP)?

둘째, 이 선택은 장애가 났을 때만 필요합니다. 네트워크가 정상이면 일관성과 가용성을 둘 다 가질 수 있습니다. CAP는 "항상 하나를 포기해야 한다"는 이론이 아니라 "분할이 일어난 순간에 무엇을 우선할지"를 묻는 이론입니다.

  • CP를 선택하면: 최신 값을 보장할 수 없는 노드는 오래된 값을 돌려주느니 요청을 거절합니다. 흔히 "시스템 전체가 멈춘다"라고 오해하지만, etcd나 ZooKeeper 같은 과반수 합의 기반 시스템은 과반수 쪽 파티션은 계속 동작하고, 소수 쪽 파티션만 요청을 거절합니다.
  • AP를 선택하면: 각 노드가 자신이 가진 데이터로 일단 응답합니다. 오래된 값일 수 있고, 분할이 복구된 뒤에 노드끼리 데이터를 맞춥니다.

 

3. CP와 AP, 어떤 서비스에 맞을까

어느 쪽이 옳은 것이 아니라 서비스의 성격에 따라 달라집니다.

구분 CP AP
철학 틀린 데이터를 보여주느니 에러를 낸다 데이터가 잠시 어긋나도 서비스는 멈추지 않는다
분할 시 동작 일관성을 보장할 수 없는 쪽은 요청을 거절 모든 노드가 로컬 데이터로 응답, 복구 후 동기화
대표 사례 Zookeeper, etcd Cassandra, DynamoDB, CouchDB
어울리는 영역 결제 승인, 계좌 이체, 설정·리더 정보 장바구니, 피드, 좋아요 수, 상품 조회

※ 대표 사례는 기본 설정 기준입니다. Cassandra는 읽기/쓰기 일관성 수준을 높여 CP에 가깝게 쓸 수 있고, DynamoDB도 강한 일관성 읽기를 지원합니다.

 

이커머스로 보면 구분이 선명합니다. 아마존의 Dynamo 논문(2007)은 장바구니가 "항상 담기고 항상 보여야 한다"는 요구에서 출발해, 일시적인 불일치를 허용하는 AP 설계를 택했습니다. 반면 결제 승인처럼 틀리면 곧바로 금전 문제가 되는 영역은 일관성을 우선합니다. 재고는 더 미묘해서, 엄격하게 막기보다 초과 판매를 허용하고 나중에 보상하는 방식을 택하는 경우도 많습니다.

 

4. CAP가 말해 주지 않는 것: PACELC

CAP는 네트워크 분할이라는 장애 상황만 다룹니다. 하지만 서비스는 평상시에도 트레이드 오프를 겪습니다. 모든 노드의 일관성을 엄격히 유지하려면 쓸 때마다 복제본의 확인을 기다려야 하고, 그만큼 지연시간(Latency)이 늘어납니다.

이러한 한계를 보완한 것이 다니엘 아바디(Daniel Abadi)가 제안한 PACELC입니다.

  • Partition이 발생하면 → Availability와 Consistency 중 선택
  • Else(평상시)에는 → Latency와 Consistency 중 선택

그래서 최근의 분산 데이터베이스는 "우리는 CP, 우리는 AP"로 단정하기 보다, 요청마다 일관성 수준(Consistency Level)을 조절할 수 있게 설계되는 경우가 많습니다. 같은 시스템 안에서도 결제 같은 쓰기는 강하게, 조회는 느슨하게 가져갈 수 있다는 뜻입니다.


정리

  • CAP는 "셋 중 둘을 고르라"는 이론이 아니라, 네트워크 분할이 일어났을 때 일관성(C)과 가용성(A) 중 무엇을 우선할지를 말하는 이론입니다.
  • 분할은 피할 수 없으므로, 분산 환경에서 분할을 견디지 못하는 CA 시스템은 현실적이지 않습니다.
  • 평상시의 지연 시간과 일관성 사이의 트레이드오프까지 보려면 PACELC가 필요합니다.
  • 실무에서는 시스템 전체를 CP나 AP로 분류하기 보다, 기능별로 필요한 일관성 수준을 고르는 것이 더 중요합니다.
저작자표시 (새창열림)
'개발/소프트웨어 아키텍처' 카테고리의 다른 글
  • 분산 시스템이란? 왜 이렇게 어려울까
개발자영준
개발자영준
Java Backend 개발자의 블로그입니다.
  • 개발자영준
    Developer YoungJun
    개발자영준
  • 전체
    오늘
    어제
    • 분류 전체보기 (21)
      • 개발 (17)
        • Java (9)
        • 소프트웨어 아키텍처 (2)
        • Data (3)
      • 🎮 컴퓨터,취미 (4)
  • 블로그 메뉴

    • 홈
    • 소개
    • 문의
    • 개인정보처리방침
    • 태그
  • 링크

    • Github
  • 인기 글

  • 태그

    JPQL
    배터리스웰링
    Java
    맥북 배터리 교체
    Vacuous Truth
    Kotlin
    mysql
    CAP 정리
    Stream
    test
    Java8
    docker
    맥북 분해
    oauth 2.0
    transaction
    OIDC
    소셜로그인
    cap 이론
    PACELC
    eventbus
  • 최근 댓글

  • 최근 글

  • hELLO· Designed By정상우.v4.10.6
개발자영준
CAP 정리
상단으로

티스토리툴바