분산 워커 시스템 구축 가이드: Tailscale VPN을 활용한 원격 작업 환경

## 도입: 왜 분산 워커 시스템인가? 기업이나 팀 프로젝트에서 작업량이 증가하면 서버 확장만으로는 비용 효율이 떨어질 수 있습니다. 특히 일시적으로 처리량을 늘려야 하거나, 유휴 상태의 PC 자원을 활용하고 싶을 때 **분산 워커(Distributed Worker) 시스템**이 효과적입니다. 이 글에서는 Tailscale VPN을 활용해 원격지의 PC를 안전하게 연결하고, 중앙 시스템에서 작업을 분배하는 아키텍처를 소개합니다. ## 핵심 아키텍처 ### 시스템 구성도 ``` 원격 워커 PC (Tailscale VPN) ↓ Nginx 리버스 프록시 ↓ 중앙 작업 분배 서버 ``` 이 구조의 장점: - **보안**: Tailscale을 통한 암호화된 Mesh VPN 연결 - **유연성**: 사무실, 재택 등 위치에 관계없이 워커 추가 가능 - **확장성**: 필요에 따라 워커 노드 증감 가능 ### Tailscale을 선택한 이유 Tailscale은 WireGuard 기반의 Mesh VPN으로: - NAT/방화벽 뒤의 PC도 설정 없이 연결 가능 - P2P 직접 연결로 낮은 지연시간 제공 - 무료 플랜으로도 소규모 팀 운영 가능 ## 구현 단계 ### 1단계: Tailscale 네트워크 구성 ```bash # 중앙 서버와 워커 PC 모두에 Tailscale 설치 curl -fsSL https://tailscale.com/install.sh | sh # 인증 및 네트워크 참여 tailscale up ``` 각 노드는 고유한 100.x.x.x 대역 IP를 받게 됩니다. ### 2단계: Nginx 리버스 프록시 설정 워커 PC들이 중앙 API에 접근할 수 있도록 프록시를 구성합니다. ```nginx upstream worker_backend { server internal-api-server:8080; } server { listen 80; server_name 100.81.210.19; # Tailscale IP 예시 location /api/tasks { proxy_pass http://worker_backend; proxy_set_header X-Worker-ID $http_x_worker_id; } } ``` ### 3단계: 워커 자동 설치 스크립트 PowerShell로 워커 PC에 필요한 환경을 자동 구성: ```powershell # install_remote_worker.ps1 param( [string]$WorkerId, [string]$ApiEndpoint ) # 1. 필요한 런타임 설치 (예: Node.js) choco install nodejs -y # 2. 설정 파일 생성 $config = @{ workerId = $WorkerId apiEndpoint = $ApiEndpoint pollInterval = 5000 } | ConvertTo-Json $config | Out-File -FilePath "./worker_config.json" # 3. 워커 서비스 등록 nssm install RemoteWorker "node" "worker.js" nssm start RemoteWorker ``` ### 4단계: 워커 프로그램 예시 ```javascript // worker.js const axios = require('axios'); const config = require('./worker_config.json'); async function pollAndProcess() { try { // 작업 요청 const response = await axios.get( `${config.apiEndpoint}/api/tasks/next`, { headers: { 'X-Worker-ID': config.workerId } } ); if (response.data.task) { const result = await processTask(response.data.task); // 결과 전송 await axios.post( `${config.apiEndpoint}/api/tasks/complete`, { taskId: response.data.task.id, result } ); } } catch (error) { console.error('작업 처리 오류:', error); } // 다음 폴링 setTimeout(pollAndProcess, config.pollInterval); } processTask(task) { // 실제 작업 로직 (예: 데이터 처리, 이미지 변환 등) return { status: 'success', data: task.data }; } pollAndProcess(); ``` ## 운영 노하우 ### 워커 식별 전략 각 워커에 명명 규칙 적용: - `location_type_hw_number` 형식 (예: `office_desktop_00`) - 로그 추적과 모니터링에 용이 ### 설정 템플릿 관리 워커별 설정을 템플릿화하여 배포: ```json { "workerId": "${WORKER_ID}", "apiEndpoint": "http://100.81.210.19", "capabilities": ["compute", "storage"], "maxConcurrentTasks": 3 } ``` ### 모니터링 대시보드 중앙에서 워커 상태 확인: - 연결 상태 (온라인/오프라인) - 처리 중인 작업 수 - 성능 지표 (작업 처리 시간, 에러율) ## 보안 고려사항 1. **인증**: 워커별 고유 토큰 발급 2. **암호화**: Tailscale 자체가 WireGuard 암호화 제공 3. **접근 제한**: Tailscale ACL로 워커가 필요한 엔드포인트만 접근하도록 제한 ```json // Tailscale ACL 예시 { "acls": [ { "action": "accept", "src": ["tag:worker"], "dst": ["100.81.210.19:80"] } ] } ``` ## 결론 Tailscale 기반 분산 워커 시스템은: - 최소한의 네트워크 설정으로 원격 PC를 작업 환경에 통합 - 복잡한 VPN 구성 없이 안전한 연결 제공 - 필요시 워커를 동적으로 추가/제거 가능 다음 단계로는: - 작업 큐 시스템 고도화 (우선순위, 재시도 로직) - 워커 헬스체크 및 자동 재시작 - 로드 밸런싱 알고리즘 개선 을 고려해볼 수 있습니다. 이 아키텍처는 CI/CD 빌드 워커, 데이터 처리 파이프라인, AI 모델 추론 등 다양한 분산 작업 시나리오에 적용 가능합니다.