처음이어도 괜찮아요 · 그림부터 시작해요
SLO와 error budget을 release policy에 연결한다
SLI target·window·minimum sample·error budget·burn threshold와 continue/freeze/rollback decision owner를 작은 제품 규모에 맞게 명시한다. 이를 생략하면 SLO 숫자를 목표 문구로만 두고 sample이 없거나 budget을 소진해도 release와 운영 행동이 바뀌지 않는다. 상황에서도 데모는 보일 수 있지만 제품·검증·운영 책임을 방어할 수 없습니다.
아직 답을 몰라도 괜찮아요. 아래 작은 예시를 보고 먼저 예상해 보세요.01 · 가볍게 시작하기
정답을 보기 전에 먼저 골라볼까요?
cp58 frozen synthetic fixture · fixed clock/UTC · outbound deny · secret-like sentinel · one independent mutant- 1먼저 골라보기
틀려도 괜찮아요. 지금 생각한 답 하나를 정해요.
- 2그림으로 확인하기
움직이는 순서와 달라지는 곳만 천천히 찾아요.
- 3내 말로 다시 말하기
한 문장으로 말해 보면 내가 이해한 곳을 확인할 수 있어요.
02 · 그림으로 보기
그림이 움직이는 순서를 직접 확인해요
- 01관찰SLO · error budget · burn rate · release policy
- 02추론SLI target·window·minimum sample·error budget·burn threshold와 continue/freeze/rollback decision owner를 작은 제품 규모에 맞게 명시한다. SLO policy·budget calculation·burn scenario·continue/freeze/rollback decision receipt는 SLO 숫자를 목표 문구로만 두고 sample이 없거나 budget을 소진해도 release와 운영 행동이 바뀌지 않는다.를 포함한 정상·경계·실패 실행에서 독립적으로 다시 계산할 수 있어야 한다. SLO와 error budget을 release policy에 연결한다은 AI-off 기준선을 먼저 봉인하고 AI 제안 diff를 검토한 뒤, AI가 보지 못한 mutant로 재검증하고 사람이 승인·수정·거절한다. 새 기능 출시와 안정화 작업의 우선순위를 정하는 운영 회의로 전이할 때 구현보다 contract·effect boundary·evidence owner·residual risk를 먼저 보존한다.
- 03검증SLO와 error budget을 release policy에 연결한다의 contract·owner·normal/boundary/failure outcome을 AI 없이 먼저 고정한다. SLO 숫자를 목표 문구로만 두고 sample이 없거나 budget을 소진해도 release와 운영 행동이 바뀌지 않는다.를 frozen synthetic fixture로 재현하고 최초 divergence와 expected verdict를 설명한다. AI 제안은 baseline과 diff로만 검토하고 독립 mutant에서 SLI series에서 budget 상태와 release action을 결정하는 policy evaluator를 구현한다.을 다시 실행한다. SLO policy·budget calculation·burn scenario·continue/freeze/rollback decision receipt와 사람의 accept·refactor·reject 판정 및 residual risk를 함께 제출한다.
처음 보는 말도 책 읽듯 풀어봐요
이 수업은 쉬운 뜻과 생활 예를 아직 함께 준비하지 못했어요. 설명 없는 정확한 이름은 먼저 보여 주지 않을게요.
그림에서 찾을 쉬운 규칙
- 01SLI target·window·minimum sample·error budget·burn threshold와 continue/freeze/rollback decision owner를 작은 제품 규모에 맞게 명시한다.
- 02SLO policy·budget calculation·burn scenario·continue/freeze/rollback decision receipt는 SLO 숫자를 목표 문구로만 두고 sample이 없거나 budget을 소진해도 release와 운영 행동이 바뀌지 않는다.를 포함한 정상·경계·실패 실행에서 독립적으로 다시 계산할 수 있어야 한다.
- 03SLO와 error budget을 release policy에 연결한다은 AI-off 기준선을 먼저 봉인하고 AI 제안 diff를 검토한 뒤, AI가 보지 못한 mutant로 재검증하고 사람이 승인·수정·거절한다.
- 04새 기능 출시와 안정화 작업의 우선순위를 정하는 운영 회의로 전이할 때 구현보다 contract·effect boundary·evidence owner·residual risk를 먼저 보존한다.
03 · 같이 풀어보기
한 단계씩 따라가면 어렵지 않아요
새 기능 출시와 안정화 작업의 우선순위를 정하는 운영 회의의 축소된 product slice에서 SLO와 error budget을 release policy에 연결한다 release 판단을 수행한다.
cp58 frozen synthetic fixture · fixed clock/UTC · outbound deny · secret-like sentinel · one independent mutant04 · 이제 내가 해볼 차례
여기까지 오면 이런 일을 할 수 있어요
SLI series에서 budget 상태와 release action을 결정하는 policy evaluator를 구현한다.을 수행하고 SLO policy·budget calculation·burn scenario·continue/freeze/rollback decision receipt로 SLI target·window·minimum sample·error budget·burn threshold와 continue/freeze/rollback decision owner를 작은 제품 규모에 맞게 명시한다.을 독립 검증한다.
- SLO와 error budget을 release policy에 연결한다의 contract·owner·normal/boundary/failure outcome을 AI 없이 먼저 고정한다.
- SLO 숫자를 목표 문구로만 두고 sample이 없거나 budget을 소진해도 release와 운영 행동이 바뀌지 않는다.를 frozen synthetic fixture로 재현하고 최초 divergence와 expected verdict를 설명한다.
- AI 제안은 baseline과 diff로만 검토하고 독립 mutant에서 SLI series에서 budget 상태와 release action을 결정하는 policy evaluator를 구현한다.을 다시 실행한다.
- SLO policy·budget calculation·burn scenario·continue/freeze/rollback decision receipt와 사람의 accept·refactor·reject 판정 및 residual risk를 함께 제출한다.
05 · 자주 헷갈리는 지점
틀린 답도 이유를 알면 다음에는 맞힐 수 있어요
01SLO는 100%로 정해야 사용자 신뢰를 지킬 수 있다.
한 번 더 생각해 볼 질문cp58 SLO와 error budget을 release policy에 연결한다에서 이 주장을 깨는 최소 반례와 관찰 가능한 판정값을 쓰세요.
이렇게 고쳐 생각해요SLI target·window·minimum sample·error budget·burn threshold와 continue/freeze/rollback decision owner를 작은 제품 규모에 맞게 명시한다.
02sample이 적어도 target을 넘으면 release를 승인할 수 있다.
한 번 더 생각해 볼 질문cp58 SLO와 error budget을 release policy에 연결한다에서 이 주장을 깨는 최소 반례와 관찰 가능한 판정값을 쓰세요.
이렇게 고쳐 생각해요SLO 숫자를 목표 문구로만 두고 sample이 없거나 budget을 소진해도 release와 운영 행동이 바뀌지 않는다.는 성공 출력과 별도로 재현하고 최초 위반 지점에서 차단해야 한다.
03AI가 burn rate를 계산하면 decision owner의 판정은 필요 없다.
한 번 더 생각해 볼 질문cp58 SLO와 error budget을 release policy에 연결한다에서 이 주장을 깨는 최소 반례와 관찰 가능한 판정값을 쓰세요.
이렇게 고쳐 생각해요SLO policy·budget calculation·burn scenario·continue/freeze/rollback decision receipt와 독립 mutant·human verdict가 함께 있어야 승인 범위를 설명할 수 있다.
06 · 더 궁금할 때만 보기
선생님과 검토자를 위한 믿을 만한 원문
원문과 어디까지 참고했는지 펼쳐 보기처음 배우는 동안에는 열지 않아도 괜찮아요.
valid·reliable·privacy-enhanced·fairness with harmful bias managed의 위험 관리 속성. 현재 revision 절차와 1.0 최종 문서를 구분한다.
log·metric·trace, telemetry와 observability의 차이, SLI·SLO를 user-visible outcome과 연결하는 기반