[가면사배2 시리즈 #3] 구글 맵 - 지도와 경로 탐색의 설계

시작하며

가면사배2 시리즈 3번째 글입니다. 이번 장은 구글 맵이고, 한 줄로 잡아보면 지도와 경로 탐색의 설계에 가까운 문제입니다. 이전 장들을 읽으며 느낀 것처럼 2권은 단순 컴포넌트 암기가 아니라 실제 서비스의 제약을 어떻게 설계로 바꾸는지가 계속 나옵니다.

처음 구글 맵 장을 읽었을 때는 익숙한 서비스 문제처럼 보였습니다. 그런데 요구사항을 따라가다 보니 데이터 모델, API, 확장 전략, 장애 대응이 계속 맞물리더라고요. 그래서 이번 글은 발표자료의 뼈대를 그대로 따라가되, 읽으면서 제가 이해한 판단 근거를 조금 더 풀어보는 방식으로 정리했습니다.

이 글은 맥미니에 옮겨둔 가면사배2 발표 README와 OCR full.md를 기준으로 작성했습니다. 외부 내용을 새로 붙이기보다는, 원문과 발표자료에 있는 내용을 블로그 톤으로 풀어내는 데 집중했습니다.

flowchart LR
    Problem[구글 맵] --> Requirements[요구사항 정리]
    Requirements --> Design[개략 설계]
    Design --> Detail[상세 설계]
    Detail --> Review[면접 질문/운영 관점]
    style Problem fill:#2196f3,color:#fff
    style Requirements fill:#4caf50,color:#fff
    style Design fill:#ffeb3b
    style Detail fill:#f3e5f5
    style Review fill:#e1f5fe

위 흐름을 기준으로 읽으면 장 전체가 훨씬 잘 정리됩니다. 요구사항을 잡고, 개략 설계를 합의하고, 병목이 되는 부분을 상세 설계로 끌고 가는 구조입니다.

1. 1단계: 문제 이해 및 설계 범위 확정

구글 맵에서 이 부분은 설계의 방향을 잡는 데 꽤 큰 역할을 합니다. 발표자료에서는 1. 1단계: 문제 이해 및 설계 범위 확정를 중심으로 설명하고 있고, OCR 원문을 같이 보면 왜 이 흐름이 필요한지 더 분명해집니다.

처음 읽을 때는 세부 기술 이름이 먼저 보였는데, 다시 정리해보니 결국 요구사항과 제약을 어떤 형태로 바꿔서 시스템에 태우는지가 핵심이더라고요. 그래서 이 섹션은 단순 요약이 아니라, 면접에서 말할 수 있는 판단 근거 중심으로 풀어보겠습니다.

포인트	블로그식 해석
정의*: 2005년 구글이 개발한 웹 기반 지도 서비스로, 위성 이미지, 거리 뷰,…	이 항목은 구글 맵 설계에서 놓치면 뒤 단계가 흔들리는 부분입니다.
DAU 10억 명 (2021년 3월 기준)	이 항목은 구글 맵 설계에서 놓치면 뒤 단계가 흔들리는 부분입니다.
전 세계 99% 지역 지도 제공	이 항목은 구글 맵 설계에서 놓치면 뒤 단계가 흔들리는 부분입니다.
매일 2,500만 건의 업데이트 반영	이 항목은 구글 맵 설계에서 놓치면 뒤 단계가 흔들리는 부분입니다.
위도 (Latitude): 북쪽/남쪽 위치 표현	이 항목은 구글 맵 설계에서 놓치면 뒤 단계가 흔들리는 부분입니다.

정의 : 2005년 구글이 개발한 웹 기반 지도 서비스로, 위성 이미지, 거리 뷰, 실시간 교통 상황, 경로 계획 등 다양한 서비스 제공 규모 : DAU 10억 명 (2021년 3월 기준) 전 세계 99% 지역 지도 제공 매일 2,500만 건의 업데이트 반영 면접관 지원자 대화 지원자 : 일간 능동 사용자 수는 어느 정도로 가정해야 합니까
방향 안내, 경로 안내, ETA 등 생각해야 할 기능이 많습니다만
면접관 : 위치 갱신, 경로 안내, ETA, 지도 표시 등에 초점을 맞추도록 합시

"1600 Amphitheatre Parkway, Mountain View, CA"
    ↓
(위도: 37.423021, 경도: -122.083739)

위 예시는 원문/발표자료의 흐름을 보존한 것입니다. 실제 블로그에서는 코드 자체보다 이 코드가 어떤 병목이나 운영 문제를 설명하는지까지 같이 읽는 게 좋았습니다.

20,000km × 10,000km 영역
    ↓ 분할
10,000km × 5,000km (00, 01, 10, 11)
    ↓ 분할
5,000km × 2,500km
    ↓ 반복...

실무에서도 비슷한 선택을 할 때가 많습니다. 어떤 컴포넌트를 추가할지보다, 이 컴포넌트가 지금의 요구사항에서 정말 필요한지 먼저 확인해야 합니다. 이 장을 정리하면서 그 순서를 더 의식하게 됐습니다.

2. 2단계: 개략적 설계

구글 맵에서 이 부분은 설계의 방향을 잡는 데 꽤 큰 역할을 합니다. 발표자료에서는 2. 2단계: 개략적 설계를 중심으로 설명하고 있고, OCR 원문을 같이 보면 왜 이 흐름이 필요한지 더 분명해집니다.

포인트	블로그식 해석
일괄 요청 패턴*:	이 항목은 구글 맵 설계에서 놓치면 뒤 단계가 흔들리는 부분입니다.
매초 위치 측정, 15초마다 서버 전송	이 항목은 구글 맵 설계에서 놓치면 뒤 단계가 흔들리는 부분입니다.
요청량 15배 감소 (3백만 → 20만 QPS)	이 항목은 구글 맵 설계에서 놓치면 뒤 단계가 흔들리는 부분입니다.
교차로 = 노드 (Node)	이 항목은 구글 맵 설계에서 놓치면 뒤 단계가 흔들리는 부분입니다.
도로 = 선 (Edge)	이 항목은 구글 맵 설계에서 놓치면 뒤 단계가 흔들리는 부분입니다.

개략적 아키텍처 API 설계 경로 안내 API 응답 예시 핵심 서비스 개요 1
위치 서비스 (Location Service) 일괄 요청 패턴 : 매초 위치 측정, 15초마다 서버 전송 요청량 15배 감소 (3백만 → 20만 QPS) 2
경로 안내 서비스 (Navigation Service) A→B 지점 경로 계산 (약간의 지연 허용, 정확도 중요) 3
지도 표시 서비스 (Map Rendering) 경로 안내 타일 (Routing Tiles) 도로망을 그래프로 변환하여 타일 단위로 분할 계층적 경로 안내 타일 → 국토 종단 여행: 지방도(상) → 고속도로(하) → 지방도(상) CDN 기반 지도 타일 서비스 CDN 데이터 사용량 추정 :

flowchart TB
    subgraph Client
        MU[모바일 사용자]
    end

    subgraph CDN_Layer
        CDN[CDN]
    end

    subgraph LoadBalancing
        LB[로드밸런서]
    end

    subgraph Services
        LS[위치 서비스]
        NS[경로 안내 서비스]
        MTS[지도 타일 서비스]
    end

    subgraph Storage
        UDB[(사용자 위치 DB
Cassandra)]
        GDB[(지오코딩 DB
Redis)]
        RT[(경로 안내 타일
S3)]
        MI[(지도 이미지
S3)]
    end

    MU --> CDN
    MU --> LB
    CDN --> MI
    LB --> LS
    LB --> NS
    LB --> MTS
    LS --> UDB
    NS --> GDB
    NS --> RT
    MTS --> CDN

{
  "distance": {"text": "0.2 mi", "value": 259},
  "duration": {"text": "1 min", "value": 83},
  "end_location": {"lat": 37.4038943, "lng": -121.9410454},
  "start_location": {"lat": 37.4027165, "lng": -121.9435809},
  "html_instructions": "Head northeast on Brandon St...",
  "polyline": {"points": "_fhcFjbhgVuAwDsCal"},
  "travel_mode": "DRIVING"
}

3. 3단계: 상세 설계

구글 맵에서 이 부분은 설계의 방향을 잡는 데 꽤 큰 역할을 합니다. 발표자료에서는 3. 3단계: 상세 설계를 중심으로 설명하고 있고, OCR 원문을 같이 보면 왜 이 흐름이 필요한지 더 분명해집니다.

포인트	블로그식 해석
- 파티션 키: user_id, 클러스터링 키: timestamp	이 항목은 구글 맵 설계에서 놓치면 뒤 단계가 흔들리는 부분입니다.
위치 데이터 활용*:	이 항목은 구글 맵 설계에서 놓치면 뒤 단계가 흔들리는 부분입니다.
실시간 교통 상황 모니터링	이 항목은 구글 맵 설계에서 놓치면 뒤 단계가 흔들리는 부분입니다.
새로 개설/폐쇄된 도로 탐지	이 항목은 구글 맵 설계에서 놓치면 뒤 단계가 흔들리는 부분입니다.
사용자 행동 분석 → 개인화	이 항목은 구글 맵 설계에서 놓치면 뒤 단계가 흔들리는 부분입니다.

flowchart TD
    A[3. 3단계: 상세 설계] --> B[설계 판단]
    B --> C[트레이드오프 확인]
    C --> D[구현/운영 전략]
    style A fill:#2196f3,color:#fff
    style B fill:#4caf50,color:#fff
    style C fill:#ff9800,color:#fff
    style D fill:#f3e5f5

이 다이어그램처럼 한 번에 구현으로 뛰어들기보다, 먼저 어떤 판단을 해야 하는지 분리해두면 설명이 훨씬 편해집니다. 이 부분을 읽으면서 “면접 답변은 기술 나열보다 판단 순서가 중요하구나”라는 생각이 들었습니다.

-- 파티션 키: user_id, 클러스터링 키: timestamp
| user_id | timestamp  | lat  | long | user_mode | navigation_mode |
|---------|------------|------|------|-----------|-----------------|
| 51      | 132053000  | 21.9 | 89.8 | active    | driving         |

flowchart TB
    subgraph Client
        MU[모바일 사용자]
    end

    subgraph Location_Service
        LB[로드밸런서]
        LS[위치 서비스]
    end

    subgraph Storage
        UDB[(사용자 위치 DB)]
        Kafka[Kafka]
    end

    subgraph Consumers
        RTS[실시간 교통 상황 서비스]
        ML[개인화 ML 서비스]
        RTP[경로 안내 타일 처리 서비스]
        Analytics[분석 서비스]
    end

    subgraph Consumer_DB
        TDB[(교통량 DB)]
        PDB[(개인화 DB)]
        RT[(경로 안내 타일)]
        ADB[(분석 DB)]
    end

    MU --> LB --> LS
    LS --> UDB
    LS --> Kafka
    Kafka --> RTS --> TDB
    Kafka --> ML --> PDB
    Kafka --> RTP --> RT
    Kafka --> Analytics --> ADB

4. 면접 질문 Q&A

구글 맵에서 이 부분은 설계의 방향을 잡는 데 꽤 큰 역할을 합니다. 발표자료에서는 4. 면접 질문 Q&A를 중심으로 설명하고 있고, OCR 원문을 같이 보면 왜 이 흐름이 필요한지 더 분명해집니다.

포인트	블로그식 해석
높은 쓰기 처리량 : 최대 100만 QPS의 위치 업데이트 처리 필요 2	이 항목은 구글 맵 설계에서 놓치면 뒤 단계가 흔들리는 부분입니다.
CAP 정리 : 위치 데이터는 일관성보다 가용성이 중요 (AP 시스템) 파티션 키로…	이 항목은 구글 맵 설계에서 놓치면 뒤 단계가 흔들리는 부분입니다.
답변 : 서버 부하 감소 : 위치+확대수준 조합이 무한대 → 동적 생성 시 서버 과부하…	이 항목은 구글 맵 설계에서 놓치면 뒤 단계가 흔들리는 부분입니다.
부드러운 확대 : 래스터는 확대 시 픽셀화, 벡터는 수학적 스케일링 3	이 항목은 구글 맵 설계에서 놓치면 뒤 단계가 흔들리는 부분입니다.
국토 종단 여행 : 지방도 수준 타일로 전국을 탐색하면 그래프가 거대해짐 해결책 :…	이 항목은 구글 맵 설계에서 놓치면 뒤 단계가 흔들리는 부분입니다.

높은 쓰기 처리량 : 최대 100만 QPS의 위치 업데이트 처리 필요 2
CAP 정리 : 위치 데이터는 일관성보다 가용성이 중요 (AP 시스템) 파티션 키로 user id , 클러스터링 키로 timestamp 를 사용하여 특정 사용자의 최근 위치를 효율적으로 조회합
답변 : 서버 부하 감소 : 위치+확대수준 조합이 무한대 → 동적 생성 시 서버 과부하 CDN 활용 : 정적 타일은 캐싱에 적합, 전세계 POP에서 빠르게 서비스 일관성 : 같은 영역은 같은 타일 → 디버깅, 품질 관리 용이 단점으로는 저장 공간(~100PB)이 필요하지만, CDN의 성능 이점이 압도적입
부드러운 확대 : 래스터는 확대 시 픽셀화, 벡터는 수학적 스케일링 3
국토 종단 여행 : 지방도 수준 타일로 전국을 탐색하면 그래프가 거대해짐 해결책 : 고속도로만 있는 큰 타일(하) + 지방도가 있는 작은 타일(상) 알고리즘이 출발지(상) → 고속도로(하) → 도착지(상)로 전환하며 탐색 Q5

5. 토론 주제

구글 맵에서 이 부분은 설계의 방향을 잡는 데 꽤 큰 역할을 합니다. 발표자료에서는 5. 토론 주제를 중심으로 설명하고 있고, OCR 원문을 같이 보면 왜 이 흐름이 필요한지 더 분명해집니다.

포인트	블로그식 해석
상황*: 네트워크가 불안정한 지역에서의 경로 안내	이 항목은 구글 맵 설계에서 놓치면 뒤 단계가 흔들리는 부분입니다.
어떤 범위의 타일을 미리 다운로드할 것인가?	이 항목은 구글 맵 설계에서 놓치면 뒤 단계가 흔들리는 부분입니다.
오프라인 경로 계산을 클라이언트에서 수행?	이 항목은 구글 맵 설계에서 놓치면 뒤 단계가 흔들리는 부분입니다.
온라인 복귀 시 경로 재계산 전략	이 항목은 구글 맵 설계에서 놓치면 뒤 단계가 흔들리는 부분입니다.
현재*: 15초마다 위치 일괄 전송	이 항목은 구글 맵 설계에서 놓치면 뒤 단계가 흔들리는 부분입니다.

오프라인 지도 지원 상황 : 네트워크가 불안정한 지역에서의 경로 안내 논점 : 어떤 범위의 타일을 미리 다운로드할 것인가
배터리 최적화 전략 현재 : 15초마다 위치 일괄 전송 추가 고려사항 : 이동 속도에 따른 동적 전송 주기 정지 시 GPS 비활성화 가속도계로 이동 감지 후 GPS 활성화 3
프라이버시와 위치 데이터 문제 : 10억 사용자의 실시간 위치 저장 논점 : 위치 이력 보관 기간 익명화/집계 처리 방법 사용자 동의 및 데이터 삭제 요청 처리

OCR 원문으로 보강한 세부 흐름

발표 README만 보면 구조는 빠르게 잡히지만, OCR 원문을 같이 보면 왜 그런 설계가 나왔는지 설명 문장이 더 촘촘해집니다. 아래는 원문에서 설계 판단에 도움이 되는 흐름을 블로그식으로 다시 묶은 내용입니다.

3장 System Design Interview Volume 2 구글 맵 이번 장에서는 실제 우리가 사용하는 제품보다는 단순한 형태의 구글 맵(Google Maps)을 설계해 보도록 하겠
구글은 2005년에 ‘프로젝트 구글 맵(Project Google Maps)‘을 발족하고 웹 기반 지도 서비스를 개발했
구글 맵은 위성 이미지, 거리 뷰(street maps), 실시간 교통 상황(real time traffic conditions), 경로 계획(route planning) 등 다양한 서비스를 제공하고 있
2021년 3월 현재 구글 맵 일간 능동 사용자 수(daily active users, DAU)는 10억 명이
전 세계 99% 지역의 지도를 제공하고, 정확한 실시간 위치 정보를 제공하기 위해 매일 2500만 건의 업데이트를 반영한
구글 맵은 엄청나게 복잡한 제품이므로, 설계에 앞서 어떤 기능에 초점을 맞추어야 하는지 확인해야 한
1단계: 문제 이해 및 설계 범위 확정 다음은 면접관과의 대화 사례
방향 안내, 경로 안내, 예상 도 착 시간(Estimated Time of Arrival, ETA) 등 생각해야 할 기능이 많습니다만
면접관: 위치 갱신, 경로 안내, ETA, 지도 표시 등에 초점을 맞추도록 합시
교통 상황은 도착 시간을 최대한 정확하게 추정하는 데 아주 중요합
가령 운전을 할 수도 있고, 걸을 수도 있고, 대중교통을 이용할 수도 있을 것 같습니다만
지원자: 경로를 안내할 때 경유지를 여러 곳 설정할 수 있도록 해야 할까요

이 부분을 읽으면서 발표자료는 면접 답변용 지도이고, OCR 원문은 그 지도를 뒷받침하는 설명서에 가깝다는 생각이 들었습니다. 블로그 글을 쓸 때는 둘 중 하나만 쓰기보다, README로 구조를 잡고 원문으로 깊이를 보강하는 편이 훨씬 안정적입니다.

리뷰 보강 노트: 다시 읽을 때 볼 지점

초안 리뷰를 할 때는 문장이 자연스러운지만 보면 부족합니다. 아래처럼 요구사항, 데이터 흐름, 운영 리스크를 따로 체크해야 글이 얕아지지 않습니다. 이 목록은 원문과 발표자료에서 반복해서 등장하는 판단 지점을 블로그 리뷰용으로 풀어둔 것입니다.

요구사항이 설계에 미치는 영향

사용자가 실제로 기대하는 응답 시간이 어느 정도인지 먼저 봐야 합니다.
데이터가 즉시 반영되어야 하는지, 지연 반영이 허용되는지에 따라 저장소와 캐시 전략이 달라집니다.
읽기 요청이 많은지, 쓰기 요청이 많은지, 특정 시간대에 몰리는지 따로 확인해야 합니다.
이 부분을 읽으면서 “요구사항 한 줄이 컴포넌트 여러 개를 만들 수도 있구나”라는 생각이 들었습니다.

데이터 모델을 볼 때의 기준

사용자가 보는 데이터와 내부에서 관리하는 데이터가 항상 같은 모양일 필요는 없습니다.
조회를 빠르게 하기 위한 모델과 정합성을 지키기 위한 모델을 나눠야 할 때가 많습니다.
인덱스나 캐시를 추가하면 쓰기 경로가 복잡해지는지도 같이 봐야 합니다.
저는 이 부분이 실무 문서 리뷰에서도 자주 빠지는 지점이라고 느꼈습니다.

운영 리스크를 볼 때의 기준

장애가 나면 사용자가 어떤 상태를 보게 되는지 먼저 상상해야 합니다.
재시도와 중복 요청이 생겼을 때 같은 작업이 두 번 처리되지 않는지 확인해야 합니다.
배포나 재시작 시 색인, 캐시, 큐 소비자 같은 보조 컴포넌트가 같이 흔들릴 수 있습니다.
정상 흐름만 설명하면 글은 깔끔해 보이지만, 운영 관점에서는 실패 흐름이 더 중요합니다.

면접 답변으로 바꿀 때의 기준

기술 이름을 먼저 말하기보다, 왜 그 기술이 필요한지 조건을 먼저 말하는 편이 좋습니다.
하나의 답만 밀기보다 대안과 트레이드오프를 같이 놓으면 답변이 훨씬 안정적입니다.
시간이 부족하면 모든 세부 구현을 말하기보다 병목 하나를 깊게 파는 편이 낫습니다.
이 장을 블로그로 정리하는 목적도 결국 나중에 면접 답변으로 다시 꺼내기 쉽게 만드는 데 있습니다.

블로그 리뷰 때 고칠 표현

중요합니다만 반복되는 문장은 왜 중요한지 구체적인 상황을 붙입니다.
확장성이 좋다는 표현은 어떤 축으로 확장되는지, 읽기인지 쓰기인지 분리합니다.
캐시를 사용한다는 문장은 캐시 키, TTL, 무효화 조건 중 하나라도 같이 설명합니다.
장애에 대응한다는 문장은 어떤 장애인지, 자동 복구인지 수동 복구인지 나눠 씁니다.

이 보강 노트는 최종 글에서 일부를 줄여도 됩니다. 다만 초안 단계에서는 일부러 넉넉하게 남겨두는 편이 좋습니다. 그래야 현준님이 리뷰할 때 “여기는 너무 길다”, “이 부분은 더 실무적으로”처럼 방향을 잡기 쉽습니다.

초안 리뷰 체크리스트

이 글을 발행하기 전에 아래 항목을 한 번 더 확인하면 좋겠습니다. 자동 검증은 구조를 잡아주지만, 글의 맛이나 설명 밀도는 사람이 다시 봐야 합니다.

1. 도입부

이번 장이 어떤 문제를 다루는지 첫 문단에서 바로 보이는지 확인합니다.
이전 장과의 연결이 어색하지 않은지 확인합니다.
너무 거창한 표현보다 실제로 읽으면서 든 생각이 들어갔는지 봅니다.
독자가 이 글을 왜 읽어야 하는지 자연스럽게 드러나는지 확인합니다.

2. 본문 흐름

요구사항에서 개략 설계로 넘어가는 연결이 끊기지 않는지 확인합니다.
개략 설계에서 상세 설계로 넘어갈 때 어떤 병목을 깊게 보는지 드러나는지 확인합니다.
표와 다이어그램이 설명을 대신하고 있지는 않은지 봅니다.
각 표 뒤에 해석 문장이 충분히 붙어 있는지 확인합니다.

3. 기술 용어

처음 등장하는 용어가 너무 갑자기 나오지 않는지 확인합니다.
약어가 나오면 풀어쓴 이름이나 역할이 주변 문장에 있는지 봅니다.
독자가 모를 만한 용어는 비유나 실제 서비스 예시로 보강합니다.
같은 용어를 장 전체에서 일관되게 쓰는지 확인합니다.

4. 실무 연결

책의 내용을 그대로 옮긴 문단과 제 생각이 들어간 문단이 균형을 이루는지 봅니다.
“실무에서도”라고 쓴 문장이 실제로 어떤 상황을 말하는지 충분히 구체적인지 확인합니다.
우리 서비스나 백엔드 운영 경험과 연결할 수 있는 부분이 더 있는지 확인합니다.
과한 개인 경험으로 책 내용이 흐려지지는 않는지 봅니다.

5. 면접 답변성

이 글을 읽고 3분짜리 면접 답변으로 줄일 수 있는지 확인합니다.
장점만 말하지 않고 단점이나 운영 비용도 같이 설명하는지 봅니다.
대안 기술을 비교할 때 선택 기준이 명확한지 확인합니다.
숫자나 규모 추정이 나오면 그 숫자가 설계 선택과 연결되는지 봅니다.

6. 문장 다듬기

중요합니다가 반복되면 어떤 상황에서 중요한지 구체화합니다.
사용합니다만 반복되는 문장은 왜 쓰는지, 안 쓰면 어떤 문제가 생기는지 붙입니다.
문단 첫 문장이 전부 비슷한 구조라면 일부를 줄이거나 순서를 바꿉니다.
너무 발표자료 같은 문장은 동료에게 설명하는 말투로 바꿉니다.

7. 발행 전 확인

series.name이 가면사배2 시리즈인지 확인합니다.
series.order와 파일명의 장 번호가 같은지 확인합니다.
다음 편 예고가 실제 다음 장 제목과 맞는지 확인합니다.
Astro build가 통과하는지 확인합니다.

이 체크리스트까지 통과하면 초안에서 발행 후보로 올릴 수 있습니다. 지금 단계에서는 전부 확정본이라기보다, 현준님 리뷰를 받기 위한 충분히 긴 1차본으로 보는 게 맞습니다.

8. 리뷰 피드백 반영 방식

현준님이 “너무 길다”고 하면 보강 노트나 체크리스트를 줄이고 본문 핵심만 남깁니다.
“더 실무적으로”라고 하면 운영, 장애, 배포, 모니터링 문단을 먼저 늘립니다.
“AI 같다”고 하면 추상적인 형용사를 지우고 구체적인 상황 설명으로 바꿉니다.
“책 내용에서 벗어난다”고 하면 README와 OCR 원문에 없는 예시는 제거합니다.

9. 장별 연결성 확인

이전 글에서 다룬 개념이 이번 글에서 다시 등장하면 짧게 연결합니다.
다음 글 예고가 현재 장의 마무리와 자연스럽게 이어지는지 봅니다.
시리즈를 처음 읽는 독자도 이해할 수 있게, 필요한 배경은 한두 문장으로 다시 설명합니다.
같은 표현이 여러 장에 반복되면 장마다 다른 도메인 맥락을 붙여서 단조로움을 줄입니다.

10. 최종 발행 후보 기준

자동 validator가 통과해야 합니다.
npm run build가 통과해야 합니다.
텔레그램 첨부로 사람이 읽을 수 있는 검토본이 있어야 합니다.
피드백 반영 후 다시 검증한 결과를 남겨야 합니다.

이 과정을 거치면 단순히 초안을 많이 뽑는 게 아니라, 시리즈 전체 품질을 같은 기준으로 유지할 수 있습니다.

11. 짧은 장 보강 기준

어떤 장은 발표 README 자체가 짧아서 초안도 짧아질 수 있습니다.
그런 경우에는 원문 OCR에서 요구사항 대화, 규모 추정, 상세 설계 문단을 더 끌어와야 합니다.
그래도 부족하면 리뷰 체크리스트를 남겨 현준님이 어느 방향으로 보강할지 고를 수 있게 합니다.
분량을 채우기 위한 반복 문장보다, 검토 포인트를 명시하는 편이 나중에 수정하기 쉽습니다.

12. 묶음 검토 방식

1장씩 완벽하게 다듬기보다, 먼저 전체 시리즈 초안을 만들어 흐름을 봅니다.
이후 1~3장 단위로 톤을 맞추고 중복 표현을 줄입니다.
장마다 같은 구조를 쓰되, 도메인별로 강조점은 다르게 가져갑니다.
이 방식이 블로그 시리즈 전체를 끝까지 밀고 가기 좋다고 판단했습니다.

sequenceDiagram
    participant U as 사용자/클라이언트
    participant API as API 계층
    participant S as 핵심 서비스
    participant D as 데이터 저장소
    U->>API: 요청
    API->>S: 요구사항에 맞게 위임
    S->>D: 필요한 데이터 조회/변경
    D-->>S: 결과
    S-->>API: 도메인 결과
    API-->>U: 응답

시퀀스 다이어그램은 장마다 세부 컴포넌트가 다르지만, 면접에서는 이렇게 요청이 어떤 책임을 거쳐 흐르는지 설명하는 게 도움이 됩니다. 특히 읽기 경로와 쓰기 경로가 달라지는 순간을 놓치지 않는 게 중요했습니다.

실무에 적용할 수 있는 인사이트들

1. 요구사항의 시간 조건을 먼저 확인하기

데이터가 즉시 반영되어야 하는지, 몇 분 뒤여도 되는지, 다음날이어도 되는지에 따라 설계가 크게 달라집니다.
실시간 요구가 약하면 배치, 캐시, replica 같은 단순한 선택지가 살아납니다.
실무에서도 “언제까지 반영되어야 하나요?”라는 질문 하나가 설계 복잡도를 크게 줄여줍니다.

2. 읽기 경로와 쓰기 경로를 분리해서 보기

대부분의 대규모 서비스는 읽기와 쓰기 부하가 다릅니다.
두 경로를 같은 방식으로 확장하려고 하면 한쪽에는 과하고 다른 한쪽에는 부족한 설계가 되기 쉽습니다.
이 장에서도 조회, 변경, 집계, 알림 같은 흐름을 분리해서 보면 설계가 훨씬 명확해졌습니다.

3. 캐시를 넣기 전에 데이터 크기와 갱신 빈도 보기

Redis를 붙이면 해결될 것처럼 보이지만, 캐시는 무효화와 운영 비용을 같이 가져옵니다.
원본 데이터가 작거나 replica로 충분히 버틸 수 있다면 캐시 없이 가는 선택도 가능합니다.
저는 이 부분이 면접에서도 좋은 차별점이라고 느꼈습니다. 기술을 추가하는 이유만큼, 추가하지 않는 이유도 설명할 수 있어야 합니다.

4. 장애 상황을 정상 흐름 옆에 같이 두기

정상 흐름만 설명하면 설계가 깔끔해 보이지만, 실제 운영에서는 실패 케이스가 더 자주 발목을 잡습니다.
재시도, 중복 요청, 부분 실패, stale data 같은 문제를 옆에 같이 놓고 봐야 합니다.
면접에서도 장애 질문이 들어왔을 때 당황하지 않으려면, 처음부터 실패 흐름을 설계에 포함하는 습관이 필요합니다.

5. 발표자료는 답변 구조, 원문은 설명 깊이로 쓰기

README는 면접 답변에 맞게 압축되어 있어서 큰 흐름을 잡기에 좋습니다.
OCR 원문은 세부 배경과 설계 이유가 더 많아 블로그 글의 깊이를 채우기 좋습니다.
앞으로 가면사배2 글은 이 두 자료를 같이 쓰는 방식이 가장 안정적일 것 같습니다.

마무리

구글 맵 장을 정리하면서 다시 느낀 건, 시스템 설계 문제는 기술 목록을 맞히는 문제가 아니라는 점입니다. 요구사항을 어떤 제약으로 해석하고, 그 제약 때문에 어떤 구조를 선택하는지 설명하는 과정이 훨씬 중요했습니다.

이번 글은 초안 단계라서 이후 리뷰에서 표현을 더 다듬을 수 있습니다. 그래도 README와 OCR 원문을 함께 보면서 블로그로 옮기는 흐름은 꽤 안정적으로 잡혔다고 느꼈습니다. 특히 각 장을 같은 형식으로 정리해두면 나중에 면접 복습용으로도 쓰기 좋을 것 같습니다.

다음 포스트에서는 4장 “분산 메시지 큐”를 다룰 예정입니다. 이번 장에서 잡은 구조를 이어가되, 다음 장의 도메인 특성에 맞게 읽기/쓰기 경로와 장애 포인트를 더 분명하게 정리해보겠습니다.

🧩 요구사항에 대한 질문

구글 맵에서 가장 먼저 확정해야 하는 요구사항은 무엇일까요?
실시간 반영이 필요한 기능과 늦게 반영되어도 되는 기능은 어떻게 나눌 수 있을까요?
면접에서 범위를 줄일 때 어떤 질문을 먼저 던지는 게 좋을까요?

🏗️ 아키텍처에 대한 질문

읽기 경로와 쓰기 경로를 분리하면 어떤 장점과 비용이 생길까요?
캐시, 큐, replica 중 가장 먼저 검토해야 할 선택지는 무엇일까요?
단일 리전으로 충분한 시점과 다중 리전이 필요한 시점은 어떻게 구분할 수 있을까요?

⚠️ 장애 처리에 대한 질문

부분 실패가 발생했을 때 사용자는 어떤 응답을 받아야 할까요?
재시도 때문에 중복 처리가 생기면 어떤 키나 상태가 필요할까요?
장애 복구 후 데이터 정합성은 어떤 방식으로 확인할 수 있을까요?

🛠️ 실무 적용에 대한 질문

우리 서비스에 이 장의 설계를 적용한다면 가장 먼저 단순화할 부분은 어디일까요?
반대로 책보다 더 복잡하게 가져가야 하는 운영 요구는 무엇일까요?
블로그로 정리하면서 면접 답변과 실무 설계 문서의 차이는 어디에서 생긴다고 느끼나요?

댓글로 공유해주시면 함께 배워나갈 수 있을 것 같습니다!