메타의 데이터센터 전력 손실 대응 기술 '인스턴트 파워로스 스톰' 공개

주장메타는 데이터센터의 갑작스러운 전력 손실에 대응하기 위해 '인스턴트 파워로스 스톰(Instantaneous PowerLoss Storm)'이라는 새로운 테스트 체계를 구축했습니다. 이는 예고 없이 발생하는 재난 상황에서 인프라의 가용성을 보장하는 최후의 안전망 역할을 합니다.

팩트이 기술은 메타의 기존 재난 대비 프로그램인 '스톰(Storm)'의 일환으로 개발되었습니다. 데이터센터의 기계 및 전기 설비부터 서버 랙, 스토리지, 컴퓨팅, 핵심 컨테이너 오케스트레이터인 '트와인(Twine)'까지 전 계층을 포괄합니다. 전력 차단 시 배터리와 전력 손실 사이렌(PLS)을 활용해 메모리 데이터를 보존합니다.

교차검증전체 지역을 대상으로 하는 테스트는 단일 장애 도메인보다 50~60배 큰 규모를 다루기에 복잡한 기술적 난관이 존재합니다. 수백만 개의 서비스가 동시에 재시작하며 서로를 발견해야 하는 '부트스트래핑(Bootstrapping)' 과정에서 발생하는 순환 의존성 문제가 가장 큰 위험 요소입니다.

팩트메타는 순환 의존성 문제를 해결하기 위해 '벨자(Belljar)' 테스트를 지속적 통합 및 지속적 배포(CI/CD) 파이프라인에 도입했습니다. 이를 통해 초기 단계에서 의존성 위험을 탐지합니다.

팩트오케스트레이터 제어 평면 서비스가 전력 관련 신호에 의해 스스로 종료되는 '부메랑' 현상을 방지하기 위해 제어 평면 서비스가 종료 신호를 무시하도록 설계했습니다.

주장메타는 신뢰성과 성장 속도 사이의 균형을 맞추기 위해 허용 가능한 위험 범위를 명확히 설정했습니다. 데이터 손실이나 시설의 영구적 파손은 절대 피해야 할 요소로 규정했습니다. 일시적인 서비스 오류나 랙 장애는 사후 대응이 가능한 범위 내에서 허용 가능한 위험으로 분류합니다.

팩트테스트 검증은 점진적인 방식으로 진행되었습니다. 처음에는 신규 지역이나 프로덕션 환경을 복제한 '섀도우' 지역에서 테스트를 수행했습니다. 이후 규모가 작은 프로덕션 지역을 거쳐 최종적으로는 인공지능(AI) 및 데이터 웨어하우스 워크로드가 포함된 대규모 프로덕션 지역에서 실제 전력을 차단하는 방식으로 진행했습니다.

교차검증테스트 과정에서 발생할 수 있는 예기치 못한 위험을 최소화하기 위해 사전 예방 조치를 최소화했습니다. 이는 실제 예고 없는 전력 손실 상황을 최대한 유사하게 재현하여 인프라와 엔지니어들이 실전과 같은 대응 능력을 갖추도록 하기 위함입니다.

팩트테스트는 전력 공급 장애를 인위적으로 발생시켜 전체 지역의 전력을 즉시 차단하는 방식으로 이루어집니다. 이후 짧은 평균 복구 시간(MTTR) 내에 영향을 받은 지역을 글로벌 컨트롤러에서 격리하는 '드레인(drain)' 조치를 수행하여 전체 시스템의 안정성을 확보합니다.

주장이번 기술 도입은 데이터센터 인프라의 회복 탄력성을 높이는 중요한 이정표입니다. 메타는 이러한 반복적인 훈련을 통해 지역 단위의 전력 손실을 하위 도메인 수준의 장애처럼 원활하게 처리하는 것을 장기적인 목표로 삼습니다.

출처메타 엔지니어링 블로그의 공식 발표를 통해 해당 내용을 교차 검증했습니다. (https://engineering.fb.com/2026/06/03/data-center-engineering/lights-out-systems-on-validating-instant-power-loss-readiness/)