AWS Lambda Durable Functions의 OpenTelemetry: 멈췄다 재개한 작업을 한 트레이스로 보기
중단과 재개로 나뉜 Lambda 호출을 같은 트레이스에 묶고, 대기 시간과 재시도 원인을 구분하는 방법.
서로 떨어진 Lambda 호출을 하나의 추적으로 연결하는 개념을 표현한 AI 생성 이미지. 실제 AWS 화면은 아니다.
사용자 승인을 기다렸다 다시 시작하는 워크플로가 늦어졌다면, Lambda 호출 하나의 실행 시간만으로는 원인을 알기 어렵다. 승인 대기 자체가 길었는지, 승인 이후 외부 API 재시도가 길어졌는지 구분해야 한다. AWS는 2026년 11월 19일 Lambda Durable Functions의 OpenTelemetry 플러그인 지원을 발표했다. 중단과 재개로 여러 호출에 나뉜 하나의 실행에서 단계, 대기, 콜백, 연결된 함수 호출을 같은 트레이스로 볼 수 있다. AWS 공식 발표
실행 시간과 호출 시간을 따로 본다
하나의 durable 실행은 대기 상태에서 Lambda 호출이 종료된 뒤 다른 호출에서 이어질 수 있다. 예를 들어 결제 검토 작업의 첫 호출은 검토 요청을 보내고 대기로 들어간다. 다음 호출은 승인 후 저장을 시도한다. 이때 10분의 대기와 저장 API의 3초 재시도를 하나의 원인처럼 보지 않는다. 실행 전체 소요 시간은 고객이 기다린 시간에 가깝고, 개별 호출과 시도(span)는 외부 시스템이나 코드에서 시간이 소비된 구간을 좁히는 데 유용하다. 대기 시간은 호출이 계속 CPU를 사용했다는 뜻도 아니다. Durable Functions의 실행과 호출
무슨 질문에 답할지 먼저 정한다
실행 중심 보기는 논리적 작업의 단계별 구조를 이해할 때 좋다. 다만 긴 대기 중에는 해당 작업의 구간이 완료될 때까지 내보내지지 않을 수 있다. 진행 중 장애를 보려는데 화면에 구간이 아직 안 나온다고 해서 작업이 실행되지 않았다고 판단하면 안 된다.
호출 중심 보기는 개별 Lambda 호출이 어떻게 종료됐고 어느 호출에서 재시도가 일어났는지를 보는 데 유용하다. 오랜 대기가 있는 워크플로라면 이 보기와 실행 상태 지표를 같이 쓰는 쪽이 진행 중 이상을 찾아내기 쉽다. 두 보기는 같은 실행을 달리 묶어 보여주는 방법이지, 서로 다른 요청을 만드는 설정이 아니다.
스테이징에서 처음 확인할 것
지원 언어인 TypeScript, Python, Java 중 실제 사용하는 SDK에 맞춰 플러그인과 OpenTelemetry provider 및 exporter를 설정한다. 플러그인이 구간을 만들더라도 전송 경로와 샘플링이 맞지 않으면 대시보드에는 보이지 않는다. CloudWatch 또는 기존 OpenTelemetry 백엔드 중 하나에서 먼저 검증한다. 사용 중인 SDK와 플러그인 버전에 맞는 초기화 예제는 AWS SDK 가이드를 따른다.
- 테스트 입력 한 건으로 첫 단계가 끝난 후 잠시 기다렸다가 다음 단계로 넘어가게 한다. 이후 마지막 작업이 한 번 실패한 뒤 성공하도록 만들어 비교한다.
- 추적 백엔드에서 첫 호출과 재개 호출이 동일한 trace ID로 묶이는지, 두 호출 사이에 의도한 대기와 재시도가 별도로 구분되는지 확인한다.
- 호출은 보이는데 상위 서비스가 안 보이면 trace ID 공유 여부와 별개로 상위 span도 같은 백엔드에 전송됐는지 확인한다. 반대로 대기 중인 실행이 늦는지 감지할 때는 트레이스만 보지 않고 Durable Functions의 상태 지표도 같이 본다.
위 절차는 공식 동작을 검증하는 스테이징 예시다. 실제 클라우드 배포나 지연 측정을 수행한 결과는 아니다.