메시징 패턴(Messaging Pattern) 완벽 정리

"사용자가 회원 가입을 했습니다. 가입 환영 메일도 보내야 하고, 쿠폰도 지급해야 하고, 통계 로그도 남겨야 합니다."

이때 메시지 큐에 메시지를 하나 던졌을 때, "컨슈머 A가 가져가면 컨슈머 B는 못 가져가게 할지", 아니면 **"A도 받고 B도 받게 할지"**가 아키텍처의 핵심입니다.

---

1. 방식 1: 포인트 투 포인트 (Point-to-Point / Queue) - "선착순 1명"

가장 전통적인 작업 큐(Worker Queue) 방식입니다. 생산자(Producer)가 큐에 메시지를 넣으면, 여러 소비자(Consumer) 중 오직 하나만 메시지를 가져가서 처리합니다.

특징

• 경쟁적 소비자(Competing Consumers): 소비자들은 메시지를 먼저 가져가기 위해 경쟁합니다. 한 번 소비된 메시지는 큐에서 사라집니다.
• 부하 분산(Load Balancing): 소비자를 늘리면 처리 속도가 빨라집니다. (N명이 나눠서 처리하니까)

코드 예시 (RabbitMQ Queue / AWS SQS)

Java

 

// 생산자: 큐에 "이미지 리사이징" 작업 등록
queue.send("image-queue", "image_123.jpg");

// 소비자 1
@RabbitListener(queues = "image-queue")
public void worker1(String image) {
    System.out.println("내가 처리함: " + image);
}

// 소비자 2
@RabbitListener(queues = "image-queue")
public void worker2(String image) {
    // 소비자 1이 가져갔으므로, 여기선 실행 안 됨 (일감 나누기)
}

장단점

• 장점:
  • 작업 분산: 무거운 작업(동영상 인코딩, 이미지 처리)을 여러 서버가 나눠서 처리할 때 최적입니다.
  • 확실한 처리: 메시지가 중복 처리되는 것을 방지합니다.
• 단점:
  • 확장성 제한: 새로운 기능을 추가하고 싶어서(예: 이미지 처리 후 알림 발송) 새로운 소비자를 붙이면, 기존 소비자의 일감을 뺏어가게 되어 기능이 오작동합니다.

---

2. 방식 2: 발행-구독 (Publish-Subscribe / Topic) - "동네방네 소문내기"

이벤트 기반 아키텍처(EDA)의 핵심입니다. 생산자(Publisher)가 토픽(Topic)에 메시지를 발행하면, 이를 구독(Subscribe)하고 있는 모든 소비자가 똑같은 메시지를 받습니다.

특징

• 브로드캐스팅(Broadcasting): 라디오 방송처럼, 주파수(토픽)를 맞춘 모든 사람에게 메시지가 전달됩니다.
• 느슨한 결합: 생산자는 누가 듣고 있는지 모릅니다. 그냥 외칠 뿐입니다.

코드 예시 (Kafka Topic / AWS SNS)

Java

 

// 생산자: "회원가입 발생!" 이벤트 발행
topic.publish("user-signup-topic", "{userId: 100}");

// 소비자 A (메일 서비스)
@KafkaListener(topics = "user-signup-topic")
public void mailService(String msg) {
    sendWelcomeMail(msg); // 메일 보냄
}

// 소비자 B (쿠폰 서비스)
@KafkaListener(topics = "user-signup-topic")
public void couponService(String msg) {
    giveCoupon(msg); // 쿠폰 줌 (A와 동시에 실행됨)
}

장단점

• 장점:
  • 높은 확장성: "통계 기능도 추가해 줘"라는 요청이 오면, 기존 코드를 건드릴 필요 없이 '통계 소비자'만 하나 더 띄워서 토픽을 구독하면 됩니다. (OCP 준수)
• 단점:
  • 부하 분산의 복잡함: 한 토픽의 메시지를 여러 서버가 나눠서 처리하려면(스케일 아웃), Kafka의 경우 파티션(Partition)과 컨슈머 그룹(Consumer Group) 개념을 잘 이해하고 설계해야 합니다.

---

3. 실무 비교: 언제 무엇을 쓰는가?

구분	Point-to-Point (Queue)	Publish-Subscribe (Topic)
수신자 수	1명 (1:1)	N명 (1:N)
주요 목적	일감 나누기 (Load Balancing)	이벤트 전파 (Notification)
소비자 추가 시	기존 소비자의 처리량이 줄어듦 (속도 향상)	새로운 기능이 추가됨 (기능 확장)
대표 기술	RabbitMQ Queue, AWS SQS, ActiveMQ	Kafka Topic, AWS SNS, Redis Pub/Sub
추천 상황	무거운 배치 작업, 1:1 비동기 명령 처리	회원 가입 후처리, 데이터 변경 감지(CDC), 알림 시스템

결론

"이 작업은 무거우니까 여러 서버가 나눠서 빨리 처리해야 해"라면 포인트 투 포인트(Queue) 패턴이 정답입니다.

하지만 "이 사건이 발생하면 메일도 보내고, 카톡도 보내고, 로그도 쌓아야 해"처럼 하나의 사건이 여러 후속 조치를 유발한다면 발행-구독(Pub/Sub) 패턴을 사용해야 시스템 간 결합도를 낮추고 유연하게 확장할 수 있습니다.

Tip: Kafka는 '컨슈머 그룹' 기능을 이용해 Pub/Sub 방식이면서도 그룹 내에서는 Queue처럼 동작하게 만들 수 있어 사실상 업계 표준이 되었습니다.