분산 추적 샘플링 전략 벤치마크

분산 추적 샘플링 전략에 관한 이 설문에 오신 것을 환영합니다. 참여는 자발적이며 언제든지 중단하실 수 있습니다. 정답이나 오답은 없으며, 저희는 귀하의 실제 실무 관행과 의견에 관심이 있습니다. 모든 응답은 기밀로 유지되며 집계된 형태로만 보고됩니다. 이 설문을 완료하는 데는 약 8~10분이 소요됩니다.

다음 추적 또는 옵저버빌리티 도구 중 지난 6개월 동안 사용하신 것은 무엇입니까? 해당하는 항목을 모두 선택해 주십시오.

• OpenTelemetry
• Jaeger
• Zipkin
• Honeycomb
• Datadog
• New Relic
• AWS X-Ray
• Grafana Tempo
• Elastic APM
• 기타
• 위에 해당하는 것 없음

추적 샘플링 개념(예: 헤드 기반, 테일 기반, 비율 제한 샘플링)에 얼마나 익숙하십니까?

지난 6개월 동안 구현하거나 구성한 샘플링 방식은 무엇입니까? 해당하는 항목을 모두 선택해 주십시오.

• 항상 켜짐(헤드 기반, 100%)
• 헤드 기반 확률적 샘플링(트레이스 단위 비율)
• 비율 제한 샘플링
• 테일 기반 샘플링
• 적응형/동적 샘플링
• 엔드포인트별 또는 속성 기반 규칙
• 잘 모르겠습니다
• 없음

테일 기반 샘플링을 사용할 때, 귀하의 환경에서 트레이스 보존을 가장 흔히 유발하는 요인은 무엇입니까? 주된 트리거를 선택해 주십시오.

• 오류 상태 코드
• 높은 지연 시간 백분위수(예: p95/p99)
• 특정 엔드포인트 또는 속성
• 백엔드의 적응형 점수
• 비즈니스 이벤트 또는 SLO 위반
• 해당 없음 — 테일 기반 샘플링을 사용하지 않습니다

테일 기반 샘플링을 도입하지 않은 주된 이유는 무엇입니까? 해당하는 항목을 모두 선택해 주십시오.

• 구현의 복잡성
• 인프라/리소스 제약
• 비용 우려
• 데이터 보호/규정 준수 제약
• 우리 사용 사례에는 필요하지 않음
• 전문성 또는 가이드 부족
• 도구/벤더 제한
• 해당 없음 — 이미 테일 기반 샘플링을 사용하고 있습니다

현재 귀하의 환경에서 샘플링 의사결정은 주로 어디에서 적용됩니까?

• SDK/에이전트 수준
• 컬렉터/게이트웨이 수준
• 백엔드/벤더 관리
• 애플리케이션 내 커스텀 로직
• 여러 계층
• 잘 모르겠습니다

피크 시간대에 귀하의 시스템은 분당 대략 몇 개의 스팬을 생성합니까?

• 1,000개 미만
• 1,000~10,000개
• 10,001~100,000개
• 100,001~1,000,000개
• 1,000,000개 초과
• 잘 모르겠습니다

다음 추적 목표를 귀하의 환경에서 가장 중요한 것(1)부터 가장 덜 중요한 것 순으로 순위를 매겨 주십시오.

1. 옵저버빌리티 비용 절감
2. 더 빠른 디버깅 및 근본 원인 분석
3. 대표성 있는 트레이스 커버리지 유지
4. 규정 준수 또는 데이터 보존 요건 충족
5. SLO 모니터링 및 알림 지원

다음 진술에 어느 정도 동의하십니까: 현재 우리의 샘플링 비율은 프로덕션 문제를 디버깅하기에 충분한 트레이스 커버리지를 제공합니다.

다음 진술에 어느 정도 동의하십니까: 트레이스 저장 및 처리 비용이 우리의 샘플링 의사결정에 상당한 영향을 미칩니다.

다음 진술에 어느 정도 동의하십니까: 현재 우리의 도구에서 샘플링 규칙을 구성하고 유지 관리하는 것은 간단합니다.

귀하의 샘플링 전략이 가장 안정적으로 포착하기를 원하는 신호의 순위를 매겨 주십시오(1 = 최우선 순위).

1. 드물게 발생하는 높은 지연 시간의 이상값
2. 오류 급증 또는 회귀
3. 고객에게 중요한 엔드포인트 문제
4. 새 릴리스 이후의 장애
5. 서비스 간 경합 또는 병목 현상

향후 3개월 이내에 귀하의 샘플링 전략을 조정할 가능성은 얼마나 됩니까?

시나리오: 소비자 대상 API가 초당 평균 10,000건의 요청을 처리하며 주기적인 트래픽 급증이 발생하고 옵저버빌리티 예산이 제한적입니다. 어떤 기본 샘플링 전략으로 시작하시겠습니까?

• 낮은 고정 비율(예: 0.1~1%)의 헤드 기반 확률적 샘플링
• 서비스별 할당량이 있는 비율 제한 헤드 샘플링
• 최소 기준선과 함께하는 테일 기반 트리거(오류/높은 지연 시간)
• 커버리지를 극대화하기 위한 항상 켜짐(100%)
• 결정하기에는 정보가 충분하지 않습니다

위 시나리오에서 선택하신 샘플링 전략에 대한 이유를 간략히 설명해 주십시오.

귀하의 샘플링 의사결정을 조금 더 깊이 살펴보고자 합니다. AI 모더레이터가 지금까지의 응답을 바탕으로 몇 가지 후속 질문을 드릴 것입니다.

이 설문에서의 응답을 바탕으로, 귀하의 추적 및 샘플링 전략에 대한 추가적인 의견이나 맥락이 있으면 자유롭게 공유해 주십시오.

귀하의 주된 역할은 무엇입니까?

• 백엔드/소프트웨어 엔지니어
• SRE/운영
• 플랫폼/인프라
• DevOps
• 옵저버빌리티/텔레메트리
• 데이터/분석
• 엔지니어링 매니저
• 아키텍트
• 기타

분산 시스템을 다룬 경력은 몇 년입니까?

• 1년 미만
• 1~2년
• 3~5년
• 6~10년
• 11년 이상

귀하의 조직에는 대략 몇 명의 임직원이 있습니까?

• 1~49명
• 50~249명
• 250~999명
• 1,000~4,999명
• 5,000명 이상

귀하는 주로 어느 지역에서 근무하십니까?

• 북미
• 유럽
• 아시아·태평양
• 중남미
• 중동 및 아프리카
• 기타

이 설문을 완료해 주셔서 감사합니다. 귀하의 응답은 커뮤니티 전반의 추적 및 샘플링 실무를 개선하는 데 도움이 됩니다. 귀하의 데이터는 집계된 형태로만 보고됩니다.