Node.js 시니어 시스템 설계 면접

Node.js 시니어 (7년+) 시스템 설계 5문항 조회수 102 · 2026-04-01 (수) 03:10:56
1 마이크로서비스 아키텍처
Hard

Q. 모놀리식으로 운영 중인 Node.js 전자상거래 시스템을 마이크로서비스로 전환하려고 합니다. 서비스 분리 기준을 어떻게 정의하시겠으며, 분산 트랜잭션 문제(주문-결제-재고 등)를 어떻게 해결하시겠습니까? 특히 Saga 패턴 적용 시 고려사항을 설명해주세요.

A. 모범답안

서비스 분리는 도메인 주도 설계(DDD)의 Bounded Context를 기준으로 하며, 주문/결제/재고/배송 등을 독립적인 서비스로 분리합니다. 분산 트랜잭션은 2PC 대신 Saga 패턴(Choreography 또는 Orchestration)을 사용하며, 각 단계별 보상 트랜잭션을 설계합니다. 이벤트 소싱과 메시지 큐(RabbitMQ, Kafka)를 활용해 서비스 간 통신의 신뢰성을 보장하고, 멱등성 키를 통해 중복 처리를 방지합니다. 최종 일관성(Eventual Consistency)을 허용하되, 비즈니스 크리티컬한 부분은 동기 검증을 추가합니다.

핵심 포인트
  • • DDD Bounded Context 기반 서비스 분리
  • • Saga 패턴으로 분산 트랜잭션 관리
  • • 이벤트 소싱과 메시지 큐 활용
  • • 보상 트랜잭션 및 멱등성 보장
  • • 최종 일관성과 동기 검증의 균형
Follow-up 질문

Choreography 방식과 Orchestration 방식의 Saga 패턴 중 어떤 것을 선택하시겠으며, 그 이유는 무엇입니까?

2 데이터베이스 샤딩
Hard

Q. 사용자 수가 1억 명을 넘는 소셜 미디어 플랫폼의 게시글 데이터베이스를 설계한다고 가정합니다. 수평 샤딩(Horizontal Sharding) 전략을 수립할 때 샤드 키 선정 기준과 Hot Shard 문제 해결 방안, 그리고 크로스 샤드 쿼리 최적화 방법을 설명해주세요.

A. 모범답안

샤드 키는 user_id 기반 해시 샤딩을 기본으로 하되, 데이터 분포가 균등하도록 Consistent Hashing을 적용합니다. Hot Shard 문제는 인플루언서 계정 등 특정 사용자에 트래픽이 집중되는 경우 발생하므로, 읽기 전용 레플리카를 추가하거나 해당 데이터를 별도 캐시 레이어(Redis Cluster)로 분리합니다. 크로스 샤드 쿼리는 애플리케이션 레벨에서 병렬 처리하거나, 검색이 필요한 데이터는 Elasticsearch 같은 별도 인덱싱 시스템을 활용합니다. 타임라인 조회 같은 경우 팬아웃 방식(write-heavy)과 팬인 방식(read-heavy)의 하이브리드 전략을 사용합니다.

핵심 포인트
  • • Consistent Hashing 기반 샤드 키 설계
  • • Hot Shard 대응: 레플리카 및 캐시 레이어 분리
  • • 크로스 샤드 쿼리: 병렬 처리 및 별도 인덱싱
  • • 팬아웃/팬인 하이브리드 전략
  • • 데이터 재분배 전략 수립
Follow-up 질문

샤드 추가 시 데이터 재분배(Rebalancing)를 무중단으로 수행하는 방법을 설명해주세요.

3 API Gateway 설계
Hard

Q. 여러 마이크로서비스를 통합하는 Node.js 기반 API Gateway를 설계합니다. Rate Limiting, Circuit Breaker, Request/Response 변환, 라우팅 전략을 어떻게 구현하시겠으며, Gateway 자체의 고가용성과 확장성은 어떻게 보장하시겠습니까?

A. 모범답안

Rate Limiting은 Redis를 활용한 Token Bucket 또는 Sliding Window 알고리즘으로 구현하며, 사용자별/IP별/API별 다층 제한을 적용합니다. Circuit Breaker는 opossum 라이브러리를 사용해 백엔드 서비스 장애 시 빠른 실패(Fail-fast)를 보장하고, fallback 응답을 제공합니다. Request/Response 변환은 미들웨어 체인 패턴으로 구현하며, 라우팅은 서비스 디스커버리(Consul, etcd)와 연동해 동적으로 처리합니다. Gateway 자체는 stateless로 설계하여 수평 확장이 가능하도록 하고, 로드밸런서(ALB, Nginx) 뒤에 다중 인스턴스를 배치하며, Health Check 엔드포인트를 제공합니다.

핵심 포인트
  • • Redis 기반 다층 Rate Limiting
  • • Circuit Breaker 패턴 적용
  • • 미들웨어 체인 및 동적 라우팅
  • • Stateless 설계로 수평 확장
  • • 서비스 디스커버리 연동
Follow-up 질문

API Gateway에서 인증/인가 처리를 할 때 각 마이크로서비스에서 중복 검증을 피하면서도 보안을 유지하는 방법은 무엇입니까?

4 실시간 데이터 동기화
Hard

Q. 협업 문서 편집 서비스(Google Docs 유사)를 Node.js로 구현할 때, 다중 사용자 간 실시간 동기화를 위한 아키텍처를 설계해주세요. WebSocket 연결 관리, 충돌 해결(Conflict Resolution), 오프라인 지원, 그리고 서버 확장성을 어떻게 처리하시겠습니까?

A. 모범답안

WebSocket 서버는 Socket.io를 사용하되, Redis Adapter를 통해 다중 서버 간 메시지 브로드캐스팅을 지원합니다. 충돌 해결은 Operational Transformation(OT) 또는 CRDT(Conflict-free Replicated Data Type) 알고리즘을 적용하여 동시 편집을 처리합니다. 문서 상태는 이벤트 소싱 방식으로 MongoDB에 저장하며, 스냅샷을 주기적으로 생성해 초기 로딩 속도를 최적화합니다. 오프라인 지원은 클라이언트 측 IndexedDB에 변경사항을 큐잉하고, 재연결 시 서버와 동기화합니다. 서버 확장성은 문서 ID 기반으로 Sticky Session을 적용하거나, Redis Pub/Sub으로 서버 간 이벤트를 전파합니다.

핵심 포인트
  • • Socket.io + Redis Adapter 구조
  • • OT 또는 CRDT 충돌 해결
  • • 이벤트 소싱 및 스냅샷 전략
  • • 오프라인 큐잉 및 재동기화
  • • Sticky Session 또는 Redis Pub/Sub
Follow-up 질문

CRDT와 OT 알고리즘의 장단점을 비교하고, 어떤 상황에서 어떤 것을 선택하시겠습니까?

5 보안 및 DDoS 방어
Hard

Q. Node.js로 구축한 공개 API 서비스가 DDoS 공격과 악의적인 봇 트래픽에 노출되었습니다. 애플리케이션 레벨에서 구현할 수 있는 방어 전략과 인프라 레벨 솔루션을 조합한 종합적인 보안 아키텍처를 설계해주세요. 특히 정상 사용자 경험을 해치지 않는 방법을 중심으로 설명해주세요.

A. 모범답안

애플리케이션 레벨에서는 express-rate-limit과 helmet.js를 적용하고, IP 기반 Rate Limiting에 더해 API 키 기반 할당량 관리를 구현합니다. 봇 탐지는 요청 패턴 분석(User-Agent, 요청 간격, 행동 패턴)과 CAPTCHA(hCaptcha, reCAPTCHA)를 조합하되, 의심 트래픽에만 선택적으로 적용합니다. 인프라 레벨에서는 CDN(CloudFlare, Akamai)의 WAF와 DDoS 방어 기능을 활용하고, 지리적 필터링 및 IP 평판 기반 차단을 설정합니다. 정상 사용자를 위해 화이트리스트 관리, 점진적 Rate Limiting(Soft Limit → Hard Limit), 그리고 429 응답 시 Retry-After 헤더를 제공합니다. 실시간 모니터링(Prometheus, Grafana)으로 이상 트래픽을 탐지하고 자동 대응 룰을 적용합니다.

핵심 포인트
  • • 다층 Rate Limiting 및 할당량 관리
  • • 봇 탐지: 패턴 분석 + 선택적 CAPTCHA
  • • CDN/WAF 연동 및 지리적 필터링
  • • 화이트리스트 및 점진적 제한
  • • 실시간 모니터링 및 자동 대응
Follow-up 질문

Rate Limiting을 우회하려는 공격자가 분산 IP를 사용할 경우, IP 기반 제한의 한계를 어떻게 보완하시겠습니까?

댓글 0

로그인 후 댓글을 작성할 수 있습니다.

아직 댓글이 없습니다. 첫 번째 댓글을 남겨보세요!