들어가며: 왜 또 하나의 워크플로우 엔진인가?
마이크로서비스 아키텍처가 보편화되면서 '여러 단계에 걸친 비즈니스 프로세스'를 안정적으로 관리하는 일은 점점 더 어려워지고 있습니다. 예를 들어 숙소 등록 과정 하나만 봐도, 호스트가 정보를 입력하고, 필요 시 사람의 검토를 거치고, 승인 후 알림을 보내는 일련의 흐름이 필요하죠. 중간에 서버가 재시작되면 어디까지 진행됐는지, 무엇을 재시도해야 하는지 알아야 합니다.
기존에는 Temporal, Cadence, AWS Step Functions 같은 중앙 집중형 오케스트레이션 서비스를 두는 방식이 일반적이었습니다. 하지만 에어비앤비는 다른 접근을 택했습니다. 각 서비스가 자신의 워크플로우를 자신의 배포 환경과 데이터베이스 안에서 직접 소유하도록 만든 것이죠. 이 철학이 담긴 결과물이 바로 Skipper입니다.
이 글에서는 Skipper의 아키텍처, 프로그래밍 모델, 그리고 어떤 팀에게 적합한지 실무 관점에서 정리해보겠습니다.

Skipper의 핵심 아키텍처: 서비스 안에 사는 워크플로우
Skipper의 가장 큰 특징은 별도의 오케스트레이션 클러스터가 필요 없다는 점입니다. 서비스의 레플리카들이 워크플로우 런타임과 스케줄러를 함께 실행하며, 공유 데이터베이스에 워크플로우 상태와 스케줄된 작업을 저장합니다.
두 가지 핵심 추상화
| 구성 요소 | 역할 |
|---|---|
| Workflow | 오케스트레이션 담당. 결정, 순서, 대기(wait)를 정의 |
| Action | 실제 작업 수행. API 호출, DB 업데이트 등 사이드 이펙트 포함 |
Skipper는 Action의 결과를 영속화하여 복구 시 재사용합니다. 아래는 숙소 게시 프로세스를 Kotlin으로 표현한 예시입니다.
class PublishListing : Workflow() {
private val listing = actions()
@StateField var reviewApproved: Boolean? = null
@WorkflowMethod
suspend fun publish(request: PublicationRequest): Boolean {
if (request.requiresReview) {
// 사람의 검토를 최대 1일까지 대기 (스레드를 점유하지 않음)
val reviewed = waitUntil(
{ reviewApproved != null },
Duration.ofDays(1)
)
if (!reviewed || reviewApproved != true) return false
}
// 각 Action은 자체적으로 멱등성을 보장해야 함
listing.publish(request.listingId, request.requestId)
listing.notifyHost(request.listingId, request.requestId)
return true
}
@SignalMethod
fun recordReview(approved: Boolean) {
reviewApproved = approved
}
}
waitUntil은 스레드를 붙잡지 않고 워크플로우를 휴면(hibernate) 상태로 전환합니다. recordReview 시그널을 통해 외부(API 핸들러나 큐 컨슈머)에서 검토 결과를 주입할 수 있고, 대기 중 재배포가 일어나도 영속화된 워크플로우는 유실되지 않습니다.
복구 메커니즘: 체크포인트와 리플레이
Skipper가 중단된 워크플로우를 재개할 때는 워크플로우 메서드를 처음부터 다시 실행합니다. 이때 이미 영속화된 체크포인트가 있는 Action은 저장된 결과를 반환하므로, 실질적으로는 남은 작업만 이어서 수행됩니다.
이 때문에 워크플로우 코드는 **결정적(deterministic)**이어야 합니다. 시계 읽기, 난수, I/O 같은 비결정적 요소는 반드시 Action이나 명시적 체크포인트 안에 두어야 하죠.

실무 도입 전 반드시 알아야 할 주의사항
Skipper는 매력적이지만, 중앙 오케스트레이션을 포기하는 대신 책임을 서비스 팀이 떠안는 트레이드오프가 있습니다. 도입 전 아래 사항을 반드시 검토하세요.
1. 사이드 이펙트는 '최소 한 번(at-least-once)'
Skipper는 다운스트림 호출과 체크포인트 저장을 원자적으로 처리하지 않습니다. 따라서 Action은 반드시 멱등하게 설계해야 합니다. 예를 들어 게시와 알림을 각각 안정적인 request ID로 중복 제거하는 식이죠.
2. 배치 체크포인트의 함정
기본적으로 Skipper는 실행 완료 또는 wait/retry 시점까지 Action 체크포인트를 배치로 묶어 DB 쓰기를 줄입니다. 하지만 그 배치가 저장되기 전에 크래시가 나면, 이미 완료된 여러 Action이 다시 실행될 수 있습니다. 즉시 체크포인트를 요청해 이 윈도우를 좁힐 수는 있지만, 완전히 없앨 수는 없습니다.
3. 결정성 위반은 곧 버그
워크플로우 본문에 System.currentTimeMillis()나 Random()을 직접 넣으면, 리플레이 시 다른 결과가 나와 워크플로우가 꼬입니다. 반드시 Action 안으로 밀어내세요.
4. 운영 책임의 이동
DB 용량, 스케줄러 폴링, 리스(lease) 기반 소유권 조정, 복구 실패 시 수동 개입까지 — 이 모든 것이 서비스 팀의 몫이 됩니다. 운영 성숙도가 높은 팀에게 적합한 선택지입니다.
5. Saga 패턴 지원
이미 완료된 단계를 되돌려야 하는 프로세스라면 Skipper의 Saga 스타일 보상(compensation) 기능을 활용할 수 있습니다. 다만 이는 트랜잭션 롤백이 아니라 명시적 보상 로직임을 기억하세요.

결론: 어떤 팀이 Skipper를 선택해야 할까?
Skipper는 Java/Kotlin 서비스가 다단계 프로세스를 소유하고 있고, 기존 배포 환경 안에서 내구성 있는 실행을 원하는 팀에게 특히 잘 맞습니다. 반대로 각 프로세스마다 커스텀 재시도 잡, 상태 테이블, 폴링 루프를 유지보수하는 데 지쳐있다면, Skipper가 그 고통을 크게 줄여줄 수 있습니다.
반면 중앙 집중형 운영과 모니터링을 선호하거나, 운영 인력이 얇은 조직이라면 Temporal 같은 관리형 오케스트레이션 서비스가 여전히 합리적입니다. 결국 **'워크플로우 실행의 책임을 서비스 팀이 질 것인가, 플랫폼 팀이 질 것인가'**의 문제입니다.
오픈소스 릴리스에는 코어 엔진, MySQL/SQLite 어댑터, 테스트 유틸리티, 관리 UI, 그리고 상태 머신 DSL까지 포함되어 있습니다. 앞으로 Postgres, DynamoDB 등 스토리지 플러그인 확장과 리플레이 디버깅 도구 개선이 예정되어 있으니, JVM 기반 서비스를 운영 중이라면 한번쯤 코드를 뜯어볼 가치가 충분합니다.
다음 단계 학습 방향
- Temporal vs Skipper 아키텍처 비교를 직접 해보며 중앙집중형과 임베디드형의 트레이드오프를 체감해보세요.
- Saga 패턴과 멱등성 설계는 분산 시스템의 기본기입니다. 반드시 별도로 학습하길 권합니다.
- Kotlin DSL에 익숙하다면 Skipper State Machine 예제부터 시작하는 것이 진입 장벽이 낮습니다.