동원F&B '동원몰'의 파편화 극복과 이커머스 스마트 관제탑 구축 여정

파편화된 모니터링을 넘어, Datadog으로 구현한 이커머스 스마트 관제탑

동원F&B의 D2C 플랫폼 ‘동원몰’은 연간 거래액 500억 원, MAU 60만 명의 트래픽을 처리하는 이커머스 플랫폼입니다. 새벽 배송, 개인화 맞춤 추천, D-day Deal 등 다양한 서비스를 제공하며, 프론트엔드부터 생산·재고 관리, 주문·배송, 결제에 이르기까지 수십 개의 내·외부 시스템이 유기적으로 연계돼 운영됩니다. 플랫폼개발팀은 이 복잡한 시스템 위에서 개발과 운영을 동시에 수행해야 하는 DevOps 조직입니다.

기존 모니터링 환경은 파편화된 상태였습니다. 백엔드 APM 툴, 인프라 모니터링 툴, 프론트엔드 모니터링 툴을 각각 별도로 운용하면서, 장애가 발생하면 여러 콘솔을 동시에 열어 정보를 교차 확인해야 하는 구조였습니다. CS팀으로부터 “결제가 안 된다"는 VOC가 접수되면, 한 개발자는 프론트엔드 콘솔에서 앱 크래시를 확인하고, 다른 개발자는 인프라 상태를 점검하며, 또 다른 개발자는 서버에 직접 접속해 로그를 확인하는 방식이었습니다. 문제의 원인을 신속히 파악해야 할 골든타임에 여러 모니터링 툴을 오가며 시간이 소모됐습니다.

프론트엔드부터 백엔드까지, 엔드투엔드 옵저버빌리티를 구현하다

동원F&B가 Datadog을 선택한 핵심 이유는 클라우드 환경에서 APM, 로그, 인프라를 하나의 화면(Single Pane of Glass)으로 통합하는 역량에 있었습니다. 기존 툴들은 DB 쿼리 모니터링이나 Java 트랜잭션 분석에 강점이 있었으나, 인프라와 로그를 별도로 수집해야 했고 APM과의 연계도 불가능했습니다.

반면 Datadog은 APM Trace와 로그를 자동으로 연결하며 서버 인프라 메트릭까지 즉시 드릴다운해 확인할 수 있습니다. 프론트엔드 영역에서도 동일한 한계가 존재했습니다. 기존 툴은 앱 크래시 감지에 그쳐 백엔드와 단절돼 있었으나, Datadog RUM과 Session Replay를 도입하면서 프론트엔드 유저의 클릭부터 백엔드 API 호출, DB 쿼리까지 엔드투엔드로 연결되는 단일 옵저버빌리티를 확보했습니다.

현재 동원몰의 모니터링 체계는 네 가지 핵심 영역을 중심으로 운영됩니다. RUM으로 실사용자 체감 성능을 측정하고, Session Replay로 고객의 행동을 시각적으로 재현합니다. APM으로는 이커머스에서 빈번한 PG사 결제, 택배사 배송 조회 등 외부 API 호출의 병목 구간을 식별하며, 에러 발생 시 Trace 데이터와 연동된 알람이 Slack으로 즉시 발송됩니다. 로그 관리를 통해서는 수십 대의 서버에 분산된 로그를 한 화면에서 확인할 수 있게 됐으며, 개발자들의 업무 효율도 크게 향상됐습니다.

Session Replay는 개발자뿐 아니라 기획자들도 적극적으로 활용하고 있습니다. 고객이 특정 버튼을 반복적으로 누르는 비정상적인 행동 패턴을 포착해 불편 요소를 파악하고 UI·UX 개선에 직접 반영하고 있습니다. 더불어 AI 어시스턴트 Bits를 도입해 자연어로 일일 에러 발생 대시보드를 생성하고, 야간에 발생한 오류를 정리한 레포트를 매일 아침 Slack을 통해 자동 수신하는 등 운영 자동화를 통해 한정된 인력으로도 업무 효율을 높이고 있습니다.

보이지 않던 장애를 드러낸 APM Trace

실제 도입 효과는 트러블슈팅 사례를 통해 확인할 수 있습니다. 2025년 2월, AWS 특정 가용 영역(AZ)에서 원인을 파악하기 어려운 네트워크 속도 저하 현상이 발생했습니다. 팀은 WAF 덤프 분석, 네트워크 및 리소스 상태 점검, 부하 분산 확인, 스토리지·DB 연결 점검, 애플리케이션 Thread·TCP 덤프 분석 등 가능한 모든 수단을 시도했으나 원인을 찾지 못했습니다.

2025년 3월, Datadog PoC 구축 완료 후 APM Trace를 활성화하자 문제가 발생한 가용 영역에서 Redis 호출 속도가 비정상적으로 지연되고 있음이 확인됐습니다. AWS 엔지니어들에게 해당 내용을 전달해 Redis 설정을 수정한 후 속도 저하 문제가 해소됐습니다. Datadog APM 도입을 통해 기존 방법으로는 원인을 찾지 못했던 인프라 문제를 특정하고 조치할 수 있었습니다.

“눈에 보이지 않으면 해결할 수 없습니다. Datadog을 통해 비로소 기존에 발견하지 못했던 문제들을 찾아낼 수 있게 됐습니다.”

핵심 지표가 증명한 변화, 그리고 멈추지 않는 여정

Datadog 도입 후 동원몰의 핵심 성능 지표는 유의미하게 개선됐습니다. APM을 통한 병목 식별과 최적화로 웹 평균 응답시간은 450ms에서 210ms로 약 53% 단축됐습니다. Servlet 레벨 에러율은 83% 이상 감소해 기존 대비 6분의 1 수준으로 줄었고, 웹 처리량(TPS)은 동일 인프라 위에서 93% 증가했습니다. 스크립트 에러율 또한 93% 개선되면서, 일일 에러 레포트 기반 대응을 통해 프론트엔드 에러 사각지대도 실질적으로 해소됐습니다.

플랫폼개발팀은 단순한 모니터링 관제를 넘어 ‘지능형 DevSecOps’ 환경 구축을 다음 단계 목표로 설정했습니다. 이커머스에서 속도만큼 중요한 고객의 결제 정보와 개인정보 보안 강화를 위해 Cloud & Code Security 레이어 도입을 계획 중입니다. 코드 취약점과 클라우드 설정 리스크를 실시간으로 탐지·방어하는 체계를 구축하는 한편, AI 어시스턴트 Bits를 전면 도입해 장애 원인 분석과 조치를 자동화한다는 방침입니다.