구글이 『Site Reliability Engineering: How Google Runs Production Systems』 출간 10주년을 맞아 전면 개정한 2판을 발표했다. AI, 마이크로서비스, 멀티클라우드, 서버리스 등으로 달라진 운영 환경을 반영해 신뢰성 엔지니어링(SRE)의 최신 실천법을 다룬다.

구글의 베치 베이어(Betsy Beyer) SRE 프로그램 매니저와 데이비드 허스카(David Huska) 소프트웨어 엔지니어는 첫 판이 나온 2016년 이후 인프라 운영의 복잡성이 커졌다고 설명한다. 오늘날의 과제는 클라우드 도입을 넘어, 깊어진 의존성과 잦은 변화 속에서 높은 신뢰성을 유지하는 것이다. 생성형 AI처럼 자원을 많이 쓰는 작업도 인프라 운영의 비용과 요구사항을 바꾸고 있다.

새 판은 SRE 관행이 수작업과 개별 작업 중심에서 자동화와 플랫폼 전반의 역량으로 발전한 과정을 다룬다. 사용자 중심의 다층 서비스 수준 목표(SLO)와 동적 오류 예산 소진율 경보, OpenTelemetry와 분산 추적을 활용한 관측성, 선언형 인프라와 내부 개발자 플랫폼, 지속적인 복원력 검사와 카나리 검증 등이 포함된다. GPU·TPU 작업을 위한 자원과 비용 최적화, 제품팀에 신뢰성 담당자를 두는 조직 모델도 다룬다.

AI 인프라 운영에서는 대규모 GPU·TPU 클러스터와 네트워크의 신뢰성, AI 특유의 비결정적 출력과 지연 시간, 모델 학습·미세 조정·데이터 처리 파이프라인의 안정성을 살핀다. 반대로 SRE 팀이 생성형 AI를 사고 대응과 사후 분석에 활용하고, 자연어로 시스템 데이터를 조회하며, 장애 전 자원 병목을 예측하는 방법도 소개한다.

기술과 구조가 바뀌어도 신뢰성을 중시하는 문화는 SRE의 핵심 원칙으로 남는다고 구글은 강조한다. 이 책은 실무자뿐 아니라 엔지니어링 관리자와 기술 경영진을 대상으로 한다.

종이책은 Google Books, 전자책은 O'Reilly에서 구매할 수 있다.