MS 365 대규모 이메일 장애, 7월 패치 결함이 원인

원제: Microsoft blames monster email outage on software defect introduced in July fix

왜 중요한가

7월 배포 코드가 11월에야 대규모 장애를 일으킨 사례는 클라우드 서비스의 로드 테스트 환경과 실제 운영 하드웨어 간 괴리가 얼마나 위험한지 보여준다.

Microsoft가 2026년 11월 15일 공개한 사후 보고서에 따르면, 지난주 Microsoft 365 대규모 이메일 장애는 2026년 7월 네트워크 게이트웨이 서버에 적용된 업데이트에 숨어있던 소프트웨어 결함이 원인이었다. 장애 최악의 시점에 전체 서버의 80% 이상이 응답 불가 상태에 빠졌다.

Microsoft가 11월 15일 공개한 예비 사후 보고서(preliminary post incident report)를 통해 Microsoft 365 이메일 대규모 장애의 원인을 공식 설명했다.

문제의 발단은 2026년 7월로 거슬러 올라간다. 당시 Microsoft 365 네트워크 게이트웨이 서버를 위해 준비된 업데이트가 배포됐는데, 로드 테스트를 통과했고 초기 배포 시에도 별다른 이상이 없었다. 그러나 Microsoft는 보고서에서 "당사의 로드 테스트는 코어 수가 적은 저사양 하드웨어에 초점을 맞추는 경향이 있었다"고 인정했다.

이 결함은 "내부 Windows 프로세스 내 락 경합(lock contention)"을 유발해 CPU와 메모리를 고갈시키는 방식으로 작동했다. 특히 코어 수가 많고 최신 사양의 하드웨어일수록 경합 문제가 심화됐다.

실제 장애는 두 가지 사건이 동시에 발생하면서 촉발됐다. Teams가 Exchange Online을 지원하는 "기본(primary)" 게이트웨이로 페일오버하면서 트래픽 급증이 발생했고, 동시에 네트워크 게이트웨이의 서버 용량 약 14%가 점검 중으로 오프라인 상태였다. 각각은 단독으로 감당 가능한 수준이었지만, 두 조건이 겹치면서 결함이 활성화됐다.

이후 전형적인 연쇄 장애(cascading failure)가 펼쳐졌다. 연결을 잃은 서버의 트래픽이 다음 정상 서버로 넘어갔지만, 그 서버 역시 같은 결함에 걸려 쓰러졌다. 2시간 만에 결함은 Microsoft의 전체 서버군으로 확산됐고, 최악의 순간에는 전체 서버의 80% 이상이 응답 불가 상태에 빠졌다. 서버를 재기동해도 즉시 과부하로 다시 쓰러져, 단순 롤백이 아닌 패치를 위한 패치가 불가피했다.

출처

theregister.com — 원문 읽기 →