Alroha

[Olist 이커머스 분석 #5] Tableau로 RFM 세그먼트 시각화하기

헤이로하 — Thu, 9 Jul 2026 15:41:39 +0900

이번 포스팅 목표

SQL로 만든 RFM 마트를 Tableau에 연결하고, 계산된 필드로 R/F/M 점수를 직접 만들어 고객을 5개 세그먼트로 분류했습니다.

️ 사용 도구: Tableau Public (무료) 데이터: mart_rfm.csv

RFM 세그먼트란?

93,357명의 고객을 개별로 볼 수는 없습니다. RFM 점수로 그룹화해야 "어떤 고객에게 무슨 마케팅을 해야 하는가" 에 답할 수 있습니다.

세그먼트 특징 마케팅 전략

VIP	최근·자주·많이 구매	프리미엄 혜택, 충성도 프로그램
충성고객	자주 구매하지만 최근성 보통	재구매 쿠폰, 신상품 알림
이탈위험	과거엔 자주 샀지만 최근 없음	윈백 캠페인, 할인 오퍼
신규고객	최근 첫 구매	온보딩, 2차 구매 유도
일반고객	나머지	일반 프로모션

⚙️ STEP 1. 계산된 필드 만들기

경로: 데이터 패널 빈 곳 우클릭 → 계산된 필드 만들기

상단 메뉴 "분석" 탭과 헷갈리지 마세요 — 그건 추세선·참조선 추가하는 패널입니다.

R_Score (최신성)

IF [Recency] <= 100 THEN 3
ELSEIF [Recency] <= 300 THEN 2
ELSE 1
END

Recency는 낮을수록 최근 구매 → 낮은 값에 높은 점수(3점)

F_Score (빈도)

- R_Score 와 같은 방법으로 생성합니다.

IF [Frequency] >= 3 THEN 3
ELSEIF [Frequency] = 2 THEN 2
ELSE 1
END

M_Score (금액)

IF [Monetary] >= 500 THEN 3
ELSEIF [Monetary] >= 200 THEN 2
ELSE 1
END

RFM_Segment (최종 분류)

IF [R_Score] = 3 AND [F_Score] >= 2 AND [M_Score] >= 2 THEN 'VIP'
ELSEIF [R_Score] >= 2 AND [F_Score] >= 2 THEN '충성고객'
ELSEIF [R_Score] = 1 AND [F_Score] >= 2 THEN '이탈위험'
ELSEIF [R_Score] = 3 AND [F_Score] = 1 THEN '신규고객'
ELSE '일반고객'
END

최종 테이블

시각화 1. 세그먼트별 고객 수 — 막대 차트

1. RFM_Segment → 열 선반
2. 카운트(Customer Unique Id) → 행 선반
3. RFM_Segment → 색상
4. 카운트 → 레이블
5. 내림차순 정렬

인사이트: 일반고객이 압도적 다수 — VIP는 소수지만 매출 기여도가 핵심

시각화 2. 세그먼트별 평균 Monetary — 막대 차트

1. RFM_Segment → 열 선반
2. Monetary (평균) → 행 선반
3. RFM_Segment → 색상
4. 평균 Monetary → 레이블

인사이트 포인트: VIP 고객의 평균 구매액이 일반고객 대비 몇 배인지 확인 (1.7배)

시각화 3. 세그먼트 비중 — 트리맵

1. Show Me → 트리맵 선택
2. RFM_Segment → 색상
3. 카운트(Customer Unique Id) → 크기
4. RFM_Segment + 카운트 → 레이블

트리맵은 비중을 면적으로 표현해 대시보드에서 가장 임팩트 있는 차트입니다.

시행착오 & 트러블슈팅

❌ 실수 1. 계산된 필드 메뉴를 못 찾음

상황: 상단 "분석" 탭에서 계산된 필드를 찾으려 함 문제: 상단 분석 탭은 추세선·참조선 추가 패널 — 계산된 필드 없음 해결: 데이터 패널 빈 곳 우클릭 → 계산된 필드 만들기

❌ 실수 2. 막대 차트가 크로스탭으로 나옴

상황: 열에 RFM_Segment, 행에 Customer Unique Id를 올렸더니 고객 ID가 행마다 펼쳐진 크로스탭 형태로 출력됨

원인: Customer Unique Id가 차원(개별 식별자)으로 인식되어 집계 안 됨

해결:

행 선반의 Customer Unique Id 제거
→ 카운트(mart_rfm) 측정값을 행 선반에 올리기

교훈: 집계(COUNT) 를 행에 올려야 세그먼트별 합산이 됩니다

RFM 점수 기준 설정 방법

방법 설명

분위수 기준	상위 33% → 3점, 중간 → 2점, 하위 → 1점
비즈니스 기준	"30일 내 구매 = 활성고객"
수동 설정	데이터 분포 확인 후 직접 구간 지정 (오늘 방식)

회고

잘한 점

계산된 필드 4개를 순서대로 쌓아 세그먼트를 만드는 로직 이해
트리맵으로 세그먼트 비중을 면적으로 직관적으로 표현
각 세그먼트에 비즈니스 의미(마케팅 전략)를 연결해서 해석

아쉬운 점

계산된 필드 경로를 처음에 못 찾아 시간 소요
크로스탭 vs 집계 차트의 차이를 처음엔 헷갈린 것 → 차원 vs 측정값 개념을 항상 먼저 확인하는 습관 필요

[과제] 6강 실습 과제

세그먼트별 고객 수를 막대 차트로 만들고 → 가장 많은 세그먼트는? 일반 고객

VIP 고객의 평균 Monetary는 일반고객 대비 몇 배인가? 1.7배

트리맵에서 이탈위험 고객이 전체의 몇 %를 차지하는가? 0.2%

다음 포스팅

[Olist 이커머스 분석 #6] Tableau 대시보드 완성 — KPI + RFM + 배송 한 화면에 담기

본 시리즈는 Kaggle의 Olist Brazilian E-Commerce 데이터셋을 활용한 포트폴리오 프로젝트입니다.

[7월 1일] 내가 여름이 왔음을 느끼는 순간

헤이로하 — Wed, 8 Jul 2026 09:38:13 +0900

이제 제법 날씨가 더워지고 있다.
6월30일 어제까지만해도 작년 6월보단 많이 선선한 것 같다고 느꼈는데..

7월 한달동안 장마가 있을 것이라는 소식을 들은 후, 왜인지 모르게 더운 것 같고 습한 것 처럼 느껴진다.
(그냥 내 기분이 꿀꿀한 탓인가..?)

6월을 마무리하면서 생각해보면 시작은 거창했는데 그 끝은 엉망진창 흙탕물이 되어버린 기분이다.
사람이 한계로 몰리다보니 다 던져버리고, 될대로 대란 마인드로만 가득차서 내 자신을 몇 주만에 망가뜨린 매 순간이었다.
어제까지도 잡생각이 너무 많아서 며칠동안 불안하고 정신이 힘들었는데, 약 먹고 종일 잤더니 조금은 괜찮아진 느낌이다.
(이번주는 잠만보가 되어보기로.. )

그래서 마음과 생각정리도 할 겸 하루에 하나씩 내 주변에 대해 더 집중하고 시간을 쏟아보고자 시간날때 조금씩 하루 기록을 시작해 보기로 했다.

오늘은 "내가 여름이 왔음을 느끼는 순간"에 대해 적어보고자한다.

음...여름에 태어나서 그런지 어릴때는 더운걸 싫어했어도 청량한 초록빛의 여름을 좋아했다.
내가 생각나는 여름의 이미지는

매미가 우는 초록빛 더운 호수공원에서 친구들과 분수대에서 흠뻑 젖으며 노는 것,
양동이에 물 가득 채워 모래가득한 놀이터에서 소꿉놀이 하는 것,
한바탕 놀고 들어와서 깨끗하게 씻고 가족들과 모기장 안에 옹기종기 누워 에어컨 틀고 폭신한 이불덮고 자는것,
할머니집 마루에서 다같이 수박 먹는것
.
.
.
등등?

점점 커가면서 물과 모래는 더러워지니까 만지기 싫어졌고, 땀흘리면 나는 체취가 싫어 에어컨 밑에서만 있게 되었다.
그럼에도 불구하고 가끔은 땀흘리며 돌아다니면서 누군가와 여행하는걸 좋아하기도 한 것 같다.
(지금 보면 그 누군가가 좋았던건지, 정말 그 상황과 여행의 풍경이 좋았던건지는 잘 모르겠다.)

오늘은 새로운 팀원의 환영, 그리고 이제 그만 두시는 팀원의 송별겸 같이 점심 식사를 했다.
메뉴는 떡볶이-> 돈까스 -> 김치찌개에서 돌고돌아 타코로!

타코익스프레스 판교

길 한번 건너서 5분정도 거리에 있는 건너편 건물이었는데 그 짧은 와중에도 더웠다.
가게가 협소해서 이미 인원이 찼기에 바람도 좀 불고 선선한 것 같아 밖에 펼쳐진 자리에서 오손도손 먹었다.

선풍기 바람이 너무 쎄서 내 자리에서 먹을땐 계속 머리를 돌려서 먹어야했다.
안그러면 타코와 머리카락이 한몸이 되는 불상사를 겪을게 뻔했기 때문... ...

매운소스를 챙겨서 듬뿍 뿌렸는데 (타바스코 스콜피온) 다들 엄청 맵다면서 경악..걱정..제지를 했다.
그래도 매운거 잘 먹는 편이라 괜찮았는데, 다른 분들은 내가 먹는거 보고 재시도를 했다가 윗입술 불남 이슈를 겪으셨다.
첫번째때는 괜찮아서 두번짼 진짜 쏟다시피 했는데, 맵긴 맵더라구요.. 티 안내려고 꾹 참음..
그래서 밥 다 먹으니까 콧물 엄청나고, 땀도 나고 더웠다...

나와서 팀원들과 하늘을 보고 걷고, 해가 쨍쨍한 테라스에서 커피를 마시니까 올해 내 여름은 이렇게 시작되는건가 싶다.
이런 소소한 일상에서도 앞으로도 쭉 작은 행복을 느끼면서 살고싶다!

[Olist 이커머스 분석 #4] Tableau로 데이터 시각화하기

헤이로하 — Thu, 25 Jun 2026 18:12:12 +0900

이번 포스팅 목표

SQL로 만든 데이터마트 3개를 Tableau Public에 연결하고, 막대 차트 · 히스토그램 · 리뷰 분석 차트 3가지를 직접 만들어봤습니다.

️ 사용 도구: Tableau Public (무료) 데이터: mart_rfm.csv / mart_delivery.csv / mart_review.csv

STEP 0. MySQL → CSV 추출

Tableau Public은 MySQL 직접 연결이 불가하므로 Workbench에서 CSV로 내보냅니다.

SELECT * FROM mart_rfm;      -- mart_rfm.csv
SELECT * FROM mart_delivery; -- mart_delivery.csv
SELECT * FROM mart_review;   -- mart_review.csv

Export 방법: Result Grid 우측 상단 아이콘 → Export as CSV

STEP 1. Tableau 데이터 연결

주의: 3개 파일을 하나의 소스에 JOIN하면 안 됩니다. 분석 단위가 다르기 때문에 각각 별도 데이터 소스로 연결해야 합니다.

첫 번째: Connect → Text file → mart_rfm.csv
두 번째: 데이터 메뉴 → 새 데이터 원본 → mart_delivery.csv
세 번째: 데이터 메뉴 → 새 데이터 원본 → mart_review.csv

연결 후 워크시트 좌측 상단에서 3개 소스를 전환하며 사용합니다.

STEP 2. 핵심 개념 — 차원 vs 측정값

Tableau에서 반드시 이해해야 할 개념 2가지:

구분 의미 색상 예시

차원 (Dimension)	분류·그룹 기준	파란색	Customer State, Review Sentiment
측정값 (Measure)	집계할 숫자	초록색	Delay Days, Review Score, Monetary

차원은 열/행에, 측정값은 **마크(색상·크기·레이블)**에 올린다

시각화 1. 고객 주(State)별 주문 건수 — 막대 차트

사용 데이터: mart_delivery

1. Customer State → 열
2. Order Id (COUNT) → 행
3. Is Delayed → 색상
4. Show Me → 수평 막대
5. 내림차순 정렬

인사이트: SP(상파울루)가 압도적 1위 — 브라질 전체 주문의 약 40% 집중

시각화 2. 배송 소요일 분포 — 히스토그램

사용 데이터: mart_delivery

Bin(구간) 만들기:

데이터 패널 → Actual Delivery Days 우클릭
→ 만들기 → 구간차원
→ Bin Size: 3 입력

한국어 Tableau는 "버킷" 대신 "구간차원" 으로 표시됩니다

1. Actual Delivery Days (구간차원) → 열
2. Order Id (COUNT) → 행
3. Show Me → 히스토그램

인사이트: 10~20일 구간에 주문이 집중 — 브라질 평균 배송 현실

시각화 3. 리뷰 점수별 평균 지연 일수 — 막대 차트

사용 데이터: mart_review

1. Review Score → 열
2. Review Score 우클릭 → 불연속형으로 변환
3. Delay Days (평균) → 행
4. 마크 패널 → 막대로 변경

결과 차트:

Review Score 평균 Delay Days

1점	-5일
2점	-10일
3점	-10일
4점	-12일
5점	-14일

인사이트 해석:

Y축이 음수 = 예정일보다 일찍 도착했다는 의미 5점 리뷰는 평균 14일 일찍 도착 → 빠른 배송 = 높은 만족도 데이터로 증명

추가 인사이트: 1점 리뷰도 평균 5일 일찍 도착했음에도 낮은 점수 → 배송 외 요인(상품 불량, 설명과 다름 등)이 불만족 원인일 가능성 ↑

시행착오 & 트러블슈팅

❌ 실수 1. 3개 CSV를 하나의 소스에 JOIN

상황: mart_rfm에 mart_delivery, mart_review를 관계(Relationship)로 연결 시도 문제: 공통 키가 없어 이 관계를 만들 일치하는 필드를 선택하십시오 경고 발생 해결: 관계 제거 후 각 파일을 새 데이터 원본으로 별도 연결

교훈: 마트 3개는 분석 단위가 달라 JOIN 불가. 워크시트마다 소스를 전환해서 사용

❌ 실수 2. Bin Size 메뉴를 찾지 못함

상황: 열 선반의 필드 우클릭 → 메뉴에서 Bin Size 없음 해결: 열 선반이 아닌 좌측 데이터 패널에서 우클릭 → 만들기 → 구간차원

교훈: Tableau 설정은 **선반(위)**이 아닌 **데이터 패널(왼쪽)**에서 하는 것이 많다

⚠️ 주의. 꺾은선 vs 막대 차트 선택

상황: Review Score vs Delay Days를 꺾은선으로 표현 문제: Review Score가 연속형으로 인식되어 0점 구간까지 표시됨 해결:

Review Score 우클릭 → 불연속형으로 변환
마크 패널 → 막대로 변경

교훈: 점수·등급처럼 카테고리 성격의 숫자는 불연속형으로 변환해야 올바른 차트가 나온다

회고

잘한 점

3개 데이터 소스를 JOIN 없이 각각 연결하는 올바른 방법을 익힘
음수 Delay Days의 의미를 정확히 해석 (일찍 도착 = 음수)
차트에서 즉시 비즈니스 인사이트를 도출한 것

아쉬운 점

차원/측정값 개념이 처음엔 헷갈려 잘못된 필드 배치로 차트가 의도와 다르게 나온 것
한국어 UI라 버킷 대신 구간차원을 찾는 데 시간이 걸린 것

배운 것

"숫자보다 차트가 먼저 설득한다." 배송이 빠를수록 리뷰가 높다는 사실은 SQL에서도 볼 수 있었지만, Tableau 차트 하나로 누구든 5초 안에 이해할 수 있게 됐습니다.

다음 포스팅

[Olist 이커머스 분석 #5] Tableau LOD 계산식으로 RFM 세그먼트 대시보드 만들기

본 시리즈는 Kaggle의 Olist Brazilian E-Commerce 데이터셋을 활용한 포트폴리오 프로젝트입니다.

[Olist 이커머스 분석 #3] 분석용 데이터 마트 생성

헤이로하 — Thu, 25 Jun 2026 15:56:37 +0900

데이터 마트 생성

매번 5개 테이블을 JOIN하는 복잡한 쿼리를 짜는 건 비효율적이고 실수도 잦습니다. 이번 글에서는 RFM · 배송 · 리뷰 데이터마트 3종을 설계하고 생성한 과정을 정리했습니다.

️ 사용 도구: MySQL 8.x + MySQL Workbench 데이터: Olist Brazilian E-Commerce (9개 테이블, 약 10만 주문)

️ 데이터마트란?

"분석 목적에 맞게 미리 가공해둔 전용 테이블"

구분 원본 테이블 데이터마트

구조	정규화된 9개 테이블	분석 단위로 평탄화
사용	매번 JOIN 필요	SELECT만으로 바로 사용
속도	느림	빠름
관리	자동	수동 갱신

마트 설계 원칙

원칙 내용

분석 단위 명확히	RFM은 고객 단위, 배송·리뷰는 주문 단위
필터 조건 고정	WHERE order_status = 'delivered' 로 분석 범위 일관성 유지
파생 컬럼 미리 계산	is_delayed, delay_days, review_sentiment 등
이름 규칙 통일	mart_ 접두어로 원본 테이블과 구분

MART 1. RFM 마트

RFM은 이커머스 고객 분석의 기본 프레임워크입니다.

지표 의미 해석

Recency	마지막 구매 후 경과일	낮을수록 최근 구매
Frequency	총 구매 횟수	높을수록 단골
Monetary	총 결제 금액	높을수록 VIP

CREATE TABLE mart_rfm AS
SELECT
    c.customer_unique_id,
    DATEDIFF(
        (SELECT MAX(order_purchase_timestamp) FROM orders),
        MAX(o.order_purchase_timestamp)
    ) AS recency,
    COUNT(DISTINCT o.order_id)     AS frequency,
    ROUND(SUM(p.payment_value), 2) AS monetary
FROM customers c
JOIN orders o       ON c.customer_id = o.customer_id
JOIN order_payments p ON o.order_id = p.order_id
WHERE o.order_status = 'delivered'
GROUP BY c.customer_unique_id;

적재 결과: 93,357행 ✅

MART 2. 배송 마트

배송 SLA 분석과 지역별 지연율 분석의 기반이 되는 마트입니다.

CREATE TABLE mart_delivery AS
SELECT
    o.order_id,
    c.customer_unique_id,
    c.customer_state,
    s.seller_id,
    s.seller_state,
    o.order_purchase_timestamp,
    o.order_delivered_customer_date,
    o.order_estimated_delivery_date,
    DATEDIFF(
        o.order_delivered_customer_date,
        o.order_purchase_timestamp
    ) AS actual_delivery_days,
    DATEDIFF(
        o.order_estimated_delivery_date,
        o.order_purchase_timestamp
    ) AS estimated_delivery_days,
    CASE
        WHEN o.order_delivered_customer_date > o.order_estimated_delivery_date
        THEN 1 ELSE 0
    END AS is_delayed,
    DATEDIFF(
        o.order_delivered_customer_date,
        o.order_estimated_delivery_date
    ) AS delay_days
FROM orders o
JOIN customers c  ON o.customer_id = c.customer_id
JOIN order_items oi ON o.order_id = oi.order_id
JOIN sellers s    ON oi.seller_id = s.seller_id
WHERE o.order_status = 'delivered'
  AND o.order_delivered_customer_date IS NOT NULL
  AND YEAR(o.order_delivered_customer_date) > 1
  AND YEAR(o.order_estimated_delivery_date) > 1;

적재 결과: 110,189행 ✅

orders JOIN order_items 구조라 한 주문에 상품이 여러 개면 행이 늘어납니다. 배송 분석 시 COUNT(DISTINCT order_id)로 집계하면 됩니다.

⭐ MART 3. 리뷰 마트

리뷰 점수와 배송 지연의 관계를 분석하기 위한 마트입니다.

CREATE TABLE mart_review AS
SELECT
    r.order_id,
    r.review_score,
    r.review_creation_date,
    o.order_purchase_timestamp,
    o.order_delivered_customer_date,
    o.order_estimated_delivery_date,
    c.customer_state,
    CASE
        WHEN o.order_delivered_customer_date > o.order_estimated_delivery_date
        THEN 1 ELSE 0
    END AS is_delayed,
    DATEDIFF(
        o.order_delivered_customer_date,
        o.order_estimated_delivery_date
    ) AS delay_days,
    CASE
        WHEN r.review_score >= 4 THEN 'Positive'
        WHEN r.review_score = 3  THEN 'Neutral'
        ELSE 'Negative'
    END AS review_sentiment
FROM order_reviews r
JOIN orders o    ON r.order_id = o.order_id
JOIN customers c ON o.customer_id = c.customer_id
WHERE o.order_status = 'delivered'
  AND o.order_delivered_customer_date IS NOT NULL
  AND YEAR(o.order_delivered_customer_date) > 1
  AND YEAR(o.order_estimated_delivery_date) > 1;

적재 결과: 96,353행 ✅

✅ 마트 검증 쿼리

SELECT 'mart_rfm'      AS mart, COUNT(*) AS row_cnt FROM mart_rfm
UNION ALL
SELECT 'mart_delivery' AS mart, COUNT(*) AS row_cnt FROM mart_delivery
UNION ALL
SELECT 'mart_review'   AS mart, COUNT(*) AS row_cnt FROM mart_review;

마트 행 수

mart_rfm	93,357
mart_delivery	110,189
mart_review	96,353

시행착오 & 트러블슈팅

❌ 오류 1. Error Code 1292 — 잘못된 DATETIME 값

Error Code: 1292. Incorrect datetime value: '0000-00-00 00:00:00'

원인: 일부 행에 '0000-00-00 00:00:00' 더미 날짜값이 존재 첫 시도: != '0000-00-00 00:00:00' 조건 추가 → Error 1525 발생

Error Code: 1525. Incorrect DATETIME value: '0000-00-00 00:00:00'

MySQL strict mode에서 비교 자체를 거부하는 것

해결: YEAR() 함수로 우회

AND YEAR(o.order_delivered_customer_date) > 1
AND YEAR(o.order_estimated_delivery_date) > 1

❌ 오류 2. Error Code 1064 — rows 예약어 충돌

Error Code: 1064. You have an error in your SQL syntax
... right syntax to use near 'rows FROM mart_rfm'

원인: rows가 MySQL 예약어라 컬럼 별칭으로 사용 불가 해결: row_cnt로 변경

-- ❌ 에러
SELECT COUNT(*) AS rows FROM mart_rfm

-- ✅ 해결
SELECT COUNT(*) AS row_cnt FROM mart_rfm

⚠️ 과제 실수 — 비율 계산 함정

상황: 재구매 고객 비율을 구하는데 WHERE frequency >= 2 필터 후 비율 계산 문제: 분모가 이미 재구매 고객만 남아 전부 100% 출력

-- ❌ 잘못된 쿼리 (분모 왜곡)
SELECT ...
FROM mart_rfm
WHERE frequency >= 2   -- 이미 필터링된 상태에서 비율 계산 → 100%
GROUP BY frequency;

-- ✅ 올바른 쿼리 (전체 기준 비율)
SELECT
    COUNT(*) AS total_customers,
    SUM(CASE WHEN frequency >= 2 THEN 1 ELSE 0 END) AS repeat_customers,
    ROUND(SUM(CASE WHEN frequency >= 2 THEN 1 ELSE 0 END) * 100.0 / COUNT(*), 1) AS repeat_pct
FROM mart_rfm;

교훈: 비율 계산 시 분모가 무엇인지 항상 먼저 정의하기

⚠️ 과제 실수 — ORDER BY 없는 LIMIT

-- ❌ 정렬 없는 LIMIT = 의미 없는 TOP N
SELECT seller_state, AVG(actual_delivery_days)
FROM mart_delivery
GROUP BY seller_state
LIMIT 5;

-- ✅ ORDER BY 후 LIMIT
SELECT seller_state, ROUND(AVG(actual_delivery_days), 1) AS avg_delivery
FROM mart_delivery
GROUP BY seller_state
ORDER BY avg_delivery DESC
LIMIT 5;

교훈: LIMIT은 항상 ORDER BY와 함께 — 순서 없는 TOP N은 랜덤

회고

잘한 점

마트 3종을 각각 다른 분석 단위(고객/주문)로 설계한 것
오류 메시지를 읽고 YEAR() 우회 방식을 빠르게 적용한 것
mart_ 접두어로 원본 테이블과 명확히 구분한 것

아쉬운 점

비율 계산 시 분모 왜곡 실수 반복 → "분모가 무엇인가" 를 먼저 생각하는 습관 필요
ORDER BY 없는 LIMIT 사용 → TOP N 쿼리엔 정렬 필수

배운 것

"데이터마트는 분석가의 작업대다." 좋은 마트 하나가 이후 Tableau 대시보드, Python 분석, 발표자료까지 전부 연결된다. 설계에 30분 투자하면 분석에 드는 시간이 10배 줄어든다.

#실습과제

1. RFM 마트에서 재구매 고객(Frequency >= 2) 비율은?

2. 배송 마트에서 지연율 가장 높은 고객 주(state) TOP 3는?

3. 리뷰 마트에서 Negative 리뷰의 평균 지연 일수는?

4. 배송 마트에서 판매자 주(seller_state)별 평균 배송 소요일 TOP 5는?

다음 포스팅

[Olist 이커머스 분석 #4] Tableau로 RFM 대시보드 만들기

본 시리즈는 Kaggle의 Olist Brazilian E-Commerce 데이터셋을 활용한 포트폴리오 프로젝트입니다.

[Olist 이커머스 분석 #2] 데이터 EDA- 주문·매출·배송·리뷰 탐색

헤이로하 — Wed, 24 Jun 2026 16:58:52 +0900

이전 포스팅

2026.06.23 - [IT/데이터분석] - [Olist 이커머스 분석 #1] MySQL에 데이터 적재

이번 글에서는 Olist 9개 테이블의 구조를 파악하고, 주문·매출·배송·리뷰 4가지 축으로 데이터를 탐색한 과정을 정리했습니다.

️ 사용 도구: MySQL 8.x + MySQL Workbench 데이터: Olist Brazilian E-Commerce (9개 테이블, 약 10만 주문)

ERD — 테이블 연결 구조

customers ─── orders ─── order_items ─── products
                │               └──────── sellers
                ├── order_payments
                └── order_reviews

geolocation ← customers.zip / sellers.zip
category_translation ← products.product_category_name

핵심 키 연결 테이블

order_id	orders, order_items, order_payments, order_reviews
customer_id	customers, orders
product_id	products, order_items
seller_id	sellers, order_items

팁: 분석 전 ERD를 손으로 한 번 그려보면 JOIN 실수가 줄어듦

STEP 1. 주문 현황 파악

전체 주문 수 & 데이터 기간

SELECT
    COUNT(*) AS total_orders,
    MIN(order_purchase_timestamp) AS first_order,
    MAX(order_purchase_timestamp) AS last_order
FROM orders;

주문 상태별 분포

SELECT
    order_status,
    COUNT(*) AS cnt,
    ROUND(COUNT(*) * 100.0 / SUM(COUNT(*)) OVER(), 1) AS pct
FROM orders
GROUP BY order_status
ORDER BY cnt DESC;

월별 주문 추이

SELECT
    DATE_FORMAT(order_purchase_timestamp, '%Y-%m') AS order_month,
    COUNT(*) AS order_cnt
FROM orders
WHERE order_status != 'canceled'
GROUP BY order_month
ORDER BY order_month;

발견: 2017년 하반기부터 주문이 급증하고, 2018년 초 피크를 찍는 성장 패턴 확인

STEP 2. 매출 파악

전체 매출 & 평균 주문금액

SELECT
    ROUND(SUM(payment_value), 0)  AS total_revenue,
    ROUND(AVG(payment_value), 2)  AS avg_order_value,
    ROUND(MAX(payment_value), 2)  AS max_order_value
FROM order_payments
WHERE payment_type != 'not_defined';

카테고리별 매출 TOP 10

SELECT
    COALESCE(t.product_category_name_english, p.product_category_name, 'Unknown') AS category,
    COUNT(DISTINCT oi.order_id)  AS order_cnt,
    ROUND(SUM(oi.price), 0)     AS revenue
FROM order_items oi
JOIN products p ON oi.product_id = p.product_id
LEFT JOIN category_translation t ON p.product_category_name = t.product_category_name
GROUP BY category
ORDER BY revenue DESC
LIMIT 10;

결제수단별 비중

SELECT
    payment_type,
    COUNT(*) AS cnt,
    ROUND(COUNT(*) * 100.0 / SUM(COUNT(*)) OVER(), 1) AS pct
FROM order_payments
GROUP BY payment_type
ORDER BY cnt DESC;

발견: 신용카드(credit_card)가 압도적 1위, boleto(브라질 전통 지불방식)가 2위

STEP 3. 배송 소요일 분석

실제 배송일 vs 예상 배송일

SELECT
    ROUND(AVG(DATEDIFF(order_delivered_customer_date, order_purchase_timestamp)), 1) AS avg_actual_days,
    ROUND(AVG(DATEDIFF(order_estimated_delivery_date, order_purchase_timestamp)), 1) AS avg_estimated_days
FROM orders
WHERE order_delivered_customer_date IS NOT NULL;

배송 소요일 구간별 분포

SELECT
    CASE
        WHEN DATEDIFF(order_delivered_customer_date, order_purchase_timestamp) <= 7  THEN '7일 이내'
        WHEN DATEDIFF(order_delivered_customer_date, order_purchase_timestamp) <= 14 THEN '8~14일'
        WHEN DATEDIFF(order_delivered_customer_date, order_purchase_timestamp) <= 21 THEN '15~21일'
        ELSE '22일 이상'
    END AS delivery_range,
    COUNT(*) AS cnt
FROM orders
WHERE order_delivered_customer_date IS NOT NULL
GROUP BY delivery_range
ORDER BY MIN(DATEDIFF(order_delivered_customer_date, order_purchase_timestamp));

발견: 브라질은 국토가 넓어 평균 배송이 12일 이상 — 한국 익일배송과 전혀 다른 시장

⭐ STEP 4. 리뷰 분석

리뷰 점수 분포

SELECT
    review_score,
    COUNT(*) AS cnt,
    ROUND(COUNT(*) * 100.0 / SUM(COUNT(*)) OVER(), 1) AS pct
FROM order_reviews
GROUP BY review_score
ORDER BY review_score;

배송 지연 여부 vs 리뷰 점수

SELECT
    CASE
        WHEN order_delivered_customer_date > order_estimated_delivery_date THEN '지연'
        ELSE '정시/조기'
    END AS delivery_status,
    ROUND(AVG(r.review_score), 2) AS avg_review_score,
    COUNT(*) AS cnt
FROM orders o
JOIN order_reviews r ON o.order_id = r.order_id
WHERE o.order_delivered_customer_date IS NOT NULL
GROUP BY delivery_status;

발견: 배송 지연 시 리뷰 점수가 유의미하게 낮아짐 → 배송 SLA가 고객 만족의 핵심 지표

STEP 5. 데이터 품질 체크

분석 지표를 설계하기 전, 반드시 결측치·이상치를 확인해야 합니다.

orders 테이블 NULL 현황

SELECT
    COUNT(*) AS total,
    SUM(CASE WHEN order_approved_at IS NULL THEN 1 ELSE 0 END)             AS null_approved,
    SUM(CASE WHEN order_delivered_carrier_date IS NULL THEN 1 ELSE 0 END)  AS null_carrier,
    SUM(CASE WHEN order_delivered_customer_date IS NULL THEN 1 ELSE 0 END) AS null_delivered
FROM orders;

products 테이블 결측치 현황

SELECT
    COUNT(*) AS total,
    SUM(CASE WHEN product_category_name IS NULL THEN 1 ELSE 0 END) AS null_category,
    SUM(CASE WHEN product_weight_g = 0 OR product_weight_g IS NULL THEN 1 ELSE 0 END) AS zero_weight
FROM products;

이상치 탐지 — 비정상 고액 주문

SELECT
    order_id,
    payment_value
FROM order_payments
WHERE payment_value > 5000
ORDER BY payment_value DESC
LIMIT 10;

발견: order_delivered_customer_date NULL은 배송 미완료 주문(정상). 반면 product_weight_g = 0은 실제 결측값으로 배송비 계산 시 제외 필요

시행착오 & 트러블슈팅

❌ 오류. Unknown column 오타

Error Code: 1054. Unknown column 'payment_vlaue' in 'field list'

원인: payment_value를 payment_vlaue로 오타 해결: 컬럼명 재확인 후 수정 교훈: SQL은 오타에 관대하지 않습니다. 자동완성(Ctrl+Space)을 적극 활용하기!

회고

잘한 점

ERD를 먼저 파악하고 쿼리를 작성하니 JOIN 방향을 헷갈리지 않았음
NULL을 "오류"가 아니라 "비즈니스 상태"로 해석하는 시각이 생김 (미배송 = NULL은 정상)
배송 지연과 리뷰 점수의 관계를 EDA 단계에서 미리 발견 → 4강 데이터마트 설계 방향 결정에 활용

아쉬운 점

컬럼명 오타로 Error 1054 발생 → Workbench 자동완성 습관 필요
OVER() 윈도우 함수가 처음에는 낯설었음 → 비율 계산에 매우 유용하므로 반복 연습 필요

배운 것

"NULL은 적이 아니다. NULL이 왜 생겼는지를 이해하는 것이 분석의 시작이다." order_delivered_customer_date가 NULL인 건 배송 중이거나 취소된 주문 — 이걸 모르고 AVG 돌리면 배송 소요일이 왜곡됩니다.

[과제]

아래 5개 질문에 직접 쿼리를 작성하고 숫자를 찾아보세요.

가장 주문이 많은 요일은? 월요일

신용카드 할부 평균 개월 수는? 4개월

리뷰 점수 1점 주문 중 배송 지연 비율은? 68.9

판매자 수가 가장 많은 주(state)는? SP

평균 상품 무게는 몇 g인가? 2276.3g

다음 포스팅

[Olist 이커머스 분석 #3] SQL로 분석용 데이터마트 만들기 — RFM · 배송 · 리뷰 마트 3종

본 시리즈는 Kaggle의 Olist Brazilian E-Commerce 데이터셋을 활용한 포트폴리오 프로젝트입니다.

[Olist 이커머스 분석 #1] MySQL에 데이터 적재

헤이로하 — Tue, 23 Jun 2026 16:37:13 +0900

https://github.com/heyroha/olist-ecommerce-analysis

GitHub - heyroha/olist-ecommerce-analysis: Olist Brazilian E-Commerce (RFM,Delivery)

Olist Brazilian E-Commerce (RFM,Delivery). Contribute to heyroha/olist-ecommerce-analysis development by creating an account on GitHub.

github.com

프로젝트 개요

브라질 최대 이커머스 플랫폼 Olist의 실거래 데이터(약 10만 건)를 활용해 RFM 고객 분석, 배송 지연 분석, 지리 시각화까지 이어지는 데이터 분석 포트폴리오를 만들고 있습니다.

#1 — MySQL에 9개 테이블을 적재하는 과정과 그 과정에서 마주친 오류들을 정리했습니다.

데이터셋: Kaggle - Brazilian E-Commerce Public Dataset by Olist ️ 사용 도구: MySQL 8.0.47 + MySQL Workbench

데이터셋 구조

총 9개의 CSV 파일로 구성되어 있으며, 각 테이블은 아래와 같이 연결됩니다.

테이블명 내용 행 수

olist_customers_dataset	고객 정보	99,441
olist_geolocation_dataset	위경도 정보	1,000,163
olist_orders_dataset	주문 정보	99,441
olist_order_items_dataset	주문 상품	112,650
olist_order_payments_dataset	결제 정보	103,886
olist_order_reviews_dataset	리뷰 정보	99,224
olist_products_dataset	상품 정보	32,951
olist_sellers_dataset	판매자 정보	3,095
product_category_name_translation	카테고리 번역	71

️ DB 및 테이블 생성

CREATE DATABASE IF NOT EXISTS olist
  CHARACTER SET utf8mb4
  COLLATE utf8mb4_unicode_ci;

USE olist;

한글·포르투갈어 등 다국어 데이터가 포함되어 있어 utf8mb4로 설정했습니다.

CREATE TABLE customers (
    customer_id VARCHAR(50) PRIMARY KEY,
    customer_unique_id VARCHAR(50),
    customer_zip_code_prefix VARCHAR(10),
    customer_city VARCHAR(100),
    customer_state VARCHAR(5)
);

CREATE TABLE geolocation (
    geolocation_zip_code_prefix VARCHAR(10),
    geolocation_lat DECIMAL(11,8),
    geolocation_lng DECIMAL(11,8),
    geolocation_city VARCHAR(100),
    geolocation_state VARCHAR(5)
);

CREATE TABLE orders (
    order_id VARCHAR(50) PRIMARY KEY,
    customer_id VARCHAR(50),
    order_status VARCHAR(20),
    order_purchase_timestamp DATETIME,
    order_approved_at DATETIME,
    order_delivered_carrier_date DATETIME,
    order_delivered_customer_date DATETIME,
    order_estimated_delivery_date DATETIME
);

CREATE TABLE order_items (
    order_id VARCHAR(50),
    order_item_id INT,
    product_id VARCHAR(50),
    seller_id VARCHAR(50),
    shipping_limit_date DATETIME,
    price DECIMAL(10,2),
    freight_value DECIMAL(10,2),
    PRIMARY KEY (order_id, order_item_id)
);

CREATE TABLE order_payments (
    order_id VARCHAR(50),
    payment_sequential INT,
    payment_type VARCHAR(30),
    payment_installments INT,
    payment_value DECIMAL(10,2)
);

CREATE TABLE order_reviews (
    review_id VARCHAR(50),
    order_id VARCHAR(50),
    review_score INT,
    review_comment_title VARCHAR(100),
    review_comment_message TEXT,
    review_creation_date DATETIME,
    review_answer_timestamp DATETIME
);

CREATE TABLE products (
    product_id VARCHAR(50) PRIMARY KEY,
    product_category_name VARCHAR(100),
    product_name_length INT,
    product_description_length INT,
    product_photos_qty INT,
    product_weight_g INT,
    product_length_cm INT,
    product_height_cm INT,
    product_width_cm INT
);

CREATE TABLE sellers (
    seller_id VARCHAR(50) PRIMARY KEY,
    seller_zip_code_prefix VARCHAR(10),
    seller_city VARCHAR(100),
    seller_state VARCHAR(5)
);

CREATE TABLE category_translation (
    product_category_name VARCHAR(100) PRIMARY KEY,
    product_category_name_english VARCHAR(100)
);

데이터 적재 방법 선택

Table Data Import Wizard

처음에는 Workbench의 Table Data Import Wizard를 사용했으나 인코딩 오류가 발생했습니다. 이후 LOAD DATA LOCAL INFILE 방식으로 전환했습니다.

방법	장점	단점
Import Wizard	GUI, 간편	BOM 인코딩 오류, 느림
LOAD DATA LOCAL INFILE	빠름, 세밀한 제어 가능	사전 설정 필요

⚙️ LOAD DATA 사전 설정

LOAD DATA LOCAL INFILE을 사용하려면 두 가지 설정이 필요합니다.

① MySQL 서버 설정

SET GLOBAL local_infile = 1;

② Workbench 연결 설정 Connection > Advanced > Others 입력란에 아래 추가 후 재접속:

OPT_LOCAL_INFILE=1

적재 쿼리 (예시: orders 테이블)

LOAD DATA LOCAL INFILE '/Users/username/Downloads/archive/olist_orders_dataset.csv'
INTO TABLE orders
CHARACTER SET utf8mb4
FIELDS TERMINATED BY ',' OPTIONALLY ENCLOSED BY '"'
LINES TERMINATED BY '\n'
IGNORE 1 ROWS
(order_id, customer_id, order_status, order_purchase_timestamp, order_approved_at,
 order_delivered_carrier_date, order_delivered_customer_date, order_estimated_delivery_date);

✅ 최종 적재 검증

SELECT 'customers' t, COUNT(*) c FROM customers
UNION ALL SELECT 'geolocation', COUNT(*) FROM geolocation
UNION ALL SELECT 'orders', COUNT(*) FROM orders
UNION ALL SELECT 'order_items', COUNT(*) FROM order_items
UNION ALL SELECT 'order_payments', COUNT(*) FROM order_payments
UNION ALL SELECT 'order_reviews', COUNT(*) FROM order_reviews
UNION ALL SELECT 'products', COUNT(*) FROM products
UNION ALL SELECT 'sellers', COUNT(*) FROM sellers
UNION ALL SELECT 'category_translation', COUNT(*) FROM category_translation;

결과:

<테이블 적재 행 수>

시행착오 & 트러블슈팅

❌ 오류 1. Import Wizard BOM 인코딩 오류

Unhandled exception: 'ascii' codec can't decode byte 0xef

원인: UTF-8 BOM 파일을 Import Wizard가 올바르게 처리하지 못함 해결: Import Wizard 포기 → LOAD DATA LOCAL INFILE로 전환

❌ 오류 2. Error Code 2068 — LOCAL INFILE 거부

Error Code: 2068. LOAD DATA LOCAL INFILE disabled

원인: 보안상 기본값이 비활성화 해결:

SET GLOBAL local_infile = 1;

Workbench Advanced 설정에 OPT_LOCAL_INFILE=1 추가 후 재접속

❌ 오류 3. Error Code 2 — 파일을 찾을 수 없음

Error Code: 2. File not found

원인 1: 경로를 Windows 스타일(C:/Users/...)로 작성 → Mac에서는 C: 없이 /Users/... 원인 2: 폴더명 오타 (/olist/ → 실제 경로는 /Downloads/archive/) 해결: Mac 절대경로 형식으로 수정

/Users/username/Downloads/archive/파일명.csv

❌ 오류 4. 테이블명/컬럼명 혼동

원인: 쿼리를 복붙하다가 테이블명을 바꾸지 않아 geolocation 데이터가 category_translation에 들어감 해결:

TRUNCATE TABLE category_translation;
-- 올바른 쿼리로 재적재

교훈: 복붙 후 반드시 테이블명·컬럼 목록 검토

⚠️ 경고 1. Warning 1265 — DECIMAL 자리수 초과 (geolocation)

Warning 1265: Data truncated for column 'geolocation_lat'

원인: CSV의 위경도가 소수점 8자리 이상인데 컬럼이 DECIMAL(10,6)으로 선언됨 해결: 컬럼을 DECIMAL(11,8)로 수정 (0.11m 이하 오차 → 분석에 무방) 적재 결과: Records: 1,000,163 / Skipped: 0 ✅

⚠️ 경고 2. Warning 4096 — \r 구분자 (order_reviews)

Warning 4096: Delimiter '\r' is deprecated

원인: Windows에서 생성된 CSV의 줄바꿈이 \r\n인데 MySQL 8.x가 \r 단독 사용 경고 해결: 경고일 뿐, 에러 아님. Records: 99,224 / Skipped: 0 ✅

⚠️ 경고 3. Warning 1366 — 빈 문자열 → INT 변환 (products)

Warning 1366: Incorrect integer value: '' for column 'product_photos_qty'

원인: 일부 상품의 크기·수량 정보가 원본 CSV에 아예 없음 (실제 결측값) 해결: 경고일 뿐, 0으로 저장됨. Records: 32,951 / Skipped: 0 ✅ 참고: 3강 EDA에서 결측치 비율 확인 예정

⚠️ 경고 4. Warning 1265 — 빈 DATETIME (orders)

Warning 1265: Data truncated for column 'order_delivered_customer_date'

원인: 배송 완료되지 않은 주문은 order_delivered_customer_date가 NULL — 정상 데이터 해결: 경고 무시. Records: 99,441 / Skipped: 0 ✅

❌ 오류 5. Error Code 1054 — 컬럼명 불일치 (products)

Error Code: 1054. Unknown column 'product_name_lenght' in 'field list'

원인: CSV 헤더는 product_name_lenght(오타)인데, 테이블은 product_name_length(정확한 철자)로 생성됨 해결: @변수로 CSV 컬럼을 받아서 SET으로 매핑

LOAD DATA LOCAL INFILE '...'
INTO TABLE products
...
(product_id, product_category_name, @product_name_lenght, @product_description_lenght, ...)
SET
  product_name_length = @product_name_lenght,
  product_description_length = @product_description_lenght;

회고

잘한 점

오류를 만났을 때 Import Wizard에 집착하지 않고 LOAD DATA LOCAL INFILE로 빠르게 전환한 것
각 오류 메시지를 정확히 읽고 Error Code별로 원인을 구분한 것
적재 후 행 수 검증 쿼리로 모든 테이블을 확인한 것

아쉬운 점

복붙 실수로 geolocation 데이터를 category_translation에 넣은 것 → 쿼리 실행 전 테이블명 한 번 더 확인 습관 필요
경고와 오류를 처음에 구분하지 못해 당황했던 것 → Records / Skipped 숫자를 먼저 보는 게 핵심

배운 것

"Warning은 읽고, Error는 고친다." Skipped: 0이면 데이터는 모두 들어간 것. 결측값·타입 불일치 경고는 3강 EDA에서 분석의 재료가 된다.

다음 포스팅

[Olist 이커머스 분석 #2] SQL로 EDA — 주문 추이, 카테고리 매출, 배송 소요일 분석

본 시리즈는 Kaggle의 Olist Brazilian E-Commerce 데이터셋을 활용한 포트폴리오 프로젝트입니다.

[스나이퍼팩토리] 카카오클라우드 - 클라우드 개발자 교육 9주차

헤이로하 — Tue, 30 Sep 2025 15:14:39 +0900

️ AWS - VPC 구축

AWS 글로벌 인프라

- 리전 > 가용영역 > 데이터센터 > 엣지 네트워크

리전(Region)	물리적 위치(예: ap-northeast-2 서울)	대부분 서비스는 리전 단위. DR은 다중 리전 배치
가용영역(AZ)	리전 내 분리된 데이터센터 묶음	최소 2개 이상(보통 3개). 다중 AZ로 고가용성
엣지 로케이션	전세계 캐시 포인트	CloudFront/Global Accelerator가 지연 최소화

✅ 고가용성은 다중 AZ, 재해복구는 다중 리전!

️ VPC 아키텍처

- VPC연결 플로우
-> 서브넷 설정(test-public-subnet 10.0.0.0/24(퍼블릭 서브넷 자동할당 ip 활성화), test-private-subnet 10.0.10.0/24) -> 인터넷 게이트웨이(test-igw) : testvpc1에 연결

VPC: 10.0.0.0/16
├─ Public Subnet:  10.0.0.0/24  (Auto-assign public IP: ✔)
│  ├─ Internet Gateway (IGW) 연결
│  └─ EC2: Pub-svr (Ubuntu 24.04, 10.0.0.100, Public IP 有)
│
└─ Private Subnet: 10.0.10.0/24
   ├─ NAT Gateway (Public Subnet에 위치, EIP 필요)
   └─ EC2: Pri-svr (Amazon Linux 2023, 10.0.0.200, Private IP Only)

라우팅 테이블 설계(핵심)

test-public-rt	test-public-subnet	0.0.0.0/0 → IGW
test-private-rt	test-private-subnet	0.0.0.0/0 → NAT Gateway

이유: 프라이빗 서브넷 인스턴스가 아웃바운드 인터넷(패키지 설치/업데이트)을 하려면 NAT GW를 경유해야 함. NAT는 퍼블릭 서브넷에 있어야 하고 EIP가 필요!

보안 제어 (Security Group vs NACL)

	SG	NACL
적용 범위	인스턴스 단위	서브넷 단위
상태 추적	Stateful (응답 자동 허용)	Stateless (양방향 규칙 필요)
용도	일반적 트래픽 제어	서브넷 전체 정책/거부 리스트
권장	기본은 SG로 설계, NACL은 특수정책

실습 개요

public-sub-sg (Pub-svr용)
1. Pub-svr
2. Os -> ubuntu 24.04
3. 인스턴스 타입: t2micro
4. 네트워크 편집 : testvpc1, test-public-subnet, 10.0.0.100
5. 보안 키페어 생성 pem 으로 설정, 보안그룹 생성: public—sub-sg
6. 사용자 데이터(선택사항) : 도커 엔진 설치하는 스크립트 첨부 (설치 부분에 -y옵션 추가하기)
test-pri-sg (Pri-svr용)
- Os -> amazon linux2023
- 인스턴스 타입: t2micro
- 네트워크 편집 : testvpc1, test-private-subnet, 10.0.0.200
- 앞에 설정한 기존 키페어 선택
- 보안그룹 생성: test-pri-sg사용자 데이터(선택사항) : 도커 엔진 설치하는 스크립트 첨부(설치 부분에 -y옵션 추가하기)
EC2 -2 인스턴스 생성
EC2 -1 인스턴스 생성
퍼블릭 서브넷 설정 (test-public-subnet을 퍼블릭서브넷으로 만들기 위해) (test-public-rt 에 라우팅 0.0.0.0/0 test-igw 추가)
라우팅 테이블 설정 (test-public-rt, test-private-rt) -> testvpc1에 연결
VPC(testvpc1 10.0.0.0/16)

✅ 프라이빗 인스턴스는 직접 인터넷에서 접근 불가. 접속은 **Bastion(퍼블릭)**을 경유.

EC2 생성 & 유저데이터(자동 도커 설치)

Pub-svr (Ubuntu 24.04)

네트워크: testvpc1, test-public-subnet, 10.0.0.100
키페어: hj-keypair.pem
User Data (Ubuntu)

#!/bin/bash
set -eux
apt-get update -y
apt-get install -y ca-certificates curl gnupg lsb-release
install -m 0755 -d /etc/apt/keyrings
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | gpg --dearmor -o /etc/apt/keyrings/docker.gpg
echo \
  "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.gpg] \
  https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable" \
  > /etc/apt/sources.list.d/docker.list
apt-get update -y
apt-get install -y docker-ce docker-ce-cli containerd.io
systemctl enable --now docker

Pri-svr (Amazon Linux 2023)

네트워크: testvpc1, test-private-subnet, 10.0.0.200
키페어: hj-keypair.pem
User Data (AL2023)

#!/bin/bash
set -eux
dnf update -y
dnf install -y docker
systemctl enable --now docker
usermod -aG docker ec2-user

SSH 접속

1) 퍼블릭 서버 접속

chmod 400 hj-keypair.pem
ssh -i hj-keypair.pem ubuntu@<Public-IP-of-Pub-svr>
# 예시
ssh -i hj-keypair.pem ubuntu@43.203.182.36

2) 프라이빗 서버 접속 — Bastion 사용

Bastion Host란?
외부에서 직접 접근 불가한 프라이빗 리소스로 가는 중간 관문 역할의 보안 강화용 퍼블릭 서버.

장점: 외부 노출 최소화, 로깅/감사 용이, 중앙 통제

실습에서는 Pub-svr가 Bastion 역할 수행

점프 방식 ①: Bastion 접속 후 내부로 Hop
# Step1: Bastion ssh -i hj-keypair.pem ubuntu@<Public-IP> # Step2: 내부 프라이빗로 ssh ec2-user@10.0.0.200
점프 방식 ②: 로컬에서 -J 옵션으로 한 번에
ssh -i hj-keypair.pem -J ubuntu@<Public-IP> ec2-user@10.0.0.200

❗️Permission denied 발생시 체크
키파일 권한: chmod 400
사용자: Ubuntu는 ubuntu, Amazon Linux는 ec2-user
Pri-svr SG: Inbound SSH from Bastion 허용 여부

문제 발생 요소

“인스턴스 상태 검사 1/2에서 멈춤”

오류
- Instance status check 실패: ping 연결이 되지 않음
조치
- Stop → Start로 인스턴스 재부팅(연결됨)

Additional

NAT Gateway vs NAT Instance

항목 NAT Gateway NAT Instance

	NAT Gateway	NAT Instance
관리	완전관리형(무중단/고성능)	직접 관리 필요(스케일링/HA)
설치 위치	퍼블릭 서브넷 + EIP	퍼블릭 서브넷(ENI/EIP)
권장	표준	특수 요구/커스텀 라우팅 시

VPC peering vs Transit Gateway

항목 피어링 TGW

	VPC Peering	Transit Gateway
토폴로지	메시 (대수 늘면 복잡)	허브&스포크 (단순/중앙관리)
라우팅	VPC 간 정적 라우팅	TGW 라우팅 도메인
규모	소규모 간단 연결	대규모/다수 VPC 권장

커맨드 스니펫

# 키 권한
chmod 400 hj-keypair.pem

# 퍼블릭 접속
ssh -i hj-keypair.pem ubuntu@

# 프라이빗 접속(점프)
ssh -i hj-keypair.pem -J ubuntu@ ec2-user@10.0.0.200

# 네트워크 확인(점프 이후)
ip addr; ip route; curl -I https://amazon.com

과제

본 후기는 [카카오엔터프라이즈x스나이퍼팩토리] 카카오클라우드로 배우는 AIaaS 마스터 클래스 2기(B-log) 리뷰로 작성 되었습니다.

[스나이퍼팩토리] 카카오클라우드 - 클라우드 개발자 교육 8주차(클라우드 네트워크)

헤이로하 — Wed, 24 Sep 2025 16:00:28 +0900

네트워크 기초

1. 네트워크

컴퓨터 네트워크: 두 대 이상의 컴퓨터나 장치들이 데이터를 교환하기 위해 연결된 시스템
기능: 자원 공유, 통신, 정보 교환
구성요소:
- 호스트(Host): 서버, 클라이언트
- 네트워크 장비: 라우터, 스위치, 허브
- 매체: 이더넷 케이블, 광케이블, 무선 전파
- 프로토콜: TCP/IP

네트워크 유형

LAN: 학교, 회사 내부망
WAN: LAN들을 묶은 광역망 (인터넷)
PAN: 개인 영역 (블루투스, 테더링)
MAN: 도시권 네트워크

2. OSI 7계층 & TCP/IP 모델

>> OSI 7계층

7 응용	사용자 서비스 제공	HTTP, FTP, DNS, SMTP
6 표현	데이터 변환/암호화	JPEG, SSL, TLS
5 세션	연결/세션 관리	RPC, NetBIOS
4 전송	신뢰성 있는 전송	TCP, UDP
3 네트워크	IP 기반 전달	IP, ICMP, 라우터
2 데이터 링크	MAC 기반 전달	Ethernet, 스위치
1 물리	전기적 신호 전송	케이블, 허브

상위(7~5): 사용자와 가까운 계층
중위(4~3): 데이터 전송 제어
하위(2~1): 하드웨어 기반 데이터 전달

>> TCP/IP 4계층

응용 계층	HTTP, FTP, DNS	OSI 7,6,5 계층 포함
전송 계층	TCP, UDP	신뢰성/속도 제어
인터넷 계층	IP, ICMP	OSI 네트워크 계층
네트워크 접근 계층	Ethernet, Wi-Fi	OSI 2~1계층

✅ 정리:

OSI 모델 → 문제 분석/학습용 (이론적 구조)
TCP/IP 모델 → 인터넷에서 실제 사용

3. IPv4 주소 체계

32비트 주소 체계 (8비트씩 4부분 → 10진수 점 표기법: 192.168.0.1)
구성: 네트워크 부분 + 호스트 부분

>> 클래스 기반 주소

클래스 주소 범위 네트워크/호스트 기본 서브넷 마스크 용도

A	0.0.0.0 ~ 127.255.255.255	N:8 / H:24	255.0.0.0	대규모
B	128.0.0.0 ~ 191.255.255.255	N:16 / H:16	255.255.0.0	중규모
C	192.0.0.0 ~ 223.255.255.255	N:24 / H:8	255.255.255.0	소규모
D	224.0.0.0 ~ 239.255.255.255	멀티캐스트	-	멀티캐스트
E	240.0.0.0 ~ 255.255.255.255	실험용	-	연구용

>> 주소 유형

유니캐스트: 단일 호스트 간 통신
브로드캐스트: 네트워크 전체 전송
멀티캐스트: 특정 그룹만 전송

>> 공인 vs 사설 IP

공인 IP	ISP 할당	전 세계적으로 유일
사설 IP	A: 10.0.0.0/8B: 172.16.0.0 ~ 172.31.255.255C: 192.168.0.0/16	내부망 전용, NAT 필요

4. 서브네팅 & CIDR

서브네팅: 하나의 네트워크를 더 작은 단위로 분할
→ IP 효율적 사용, 보안·관리성 향상
CIDR(Classless Inter-Domain Routing): 클래스 대신 프리픽스 기반 주소
- 예) 192.168.1.0/24 → 24비트는 네트워크, 나머지 8비트는 호스트

5. IPv4 한계 & IPv6 필요성

IPv4 한계
- 주소 고갈 (43억 개 한정)
- NAT 의존 증가
- 보안 내장 부족
IPv6 특징
- 128비트 주소 (사실상 무한대)
- IPsec 보안 기본 내장
- 자동 설정, QoS 지원

6. CISO 실습

7. 서브넷팅 문제풀이

본 후기는 [카카오엔터프라이즈x스나이퍼팩토리] 카카오클라우드로 배우는 AIaaS 마스터 클래스 2기(B-log) 리뷰로 작성 되었습니다.

[스나이퍼팩토리] 카카오클라우드 - 클라우드 개발자 교육 8주차(파일서비스- FTP/NFS/Samba 서비스)

헤이로하 — Wed, 24 Sep 2025 09:47:21 +0900

FTP

FTP: 파일 업로드/다운로드 전송을 위한 TCP/IP 기반 표준 프로토콜
기본 포트:
- 21번 (제어 채널, Control Channel)
- 20번 (데이터 채널, Data Channel)

Active Mode

클라이언트 → 서버 21번 포트 제어 채널 연결
서버 → 클라이언트 20번 포트 → 클라이언트 랜덤 포트로 데이터 연결
단점: 클라이언트가 방화벽/NAT 뒤에 있으면 서버가 연결 시도에 실패할 수 있음

Passive Mode (권장)

클라이언트 → 서버 21번 포트 제어 채널 연결
서버가 데이터 전송용 포트를 열고, 포트 번호를 클라이언트에 전달
클라이언트 → 서버 해당 포트로 연결
장점: 클라이언트가 능동적으로 연결 → 방화벽·NAT 환경에서도 안정적 동작

Active vs Passive 모드

	Active mode	Passive mode
제어 채널	클라이언트 → 서버 (21번)	클라이언트 → 서버 (21번)
데이터 채널	서버(20번) → 클라이언트 랜덤 포트	클라이언트 랜덤 포트 → 서버가 지정한 포트
연결 주체	데이터 연결은 서버가 시작	데이터 연결은 클라이언트가 시작
방화벽/NAT 환경	연결 문제 발생 가능 (차단될 수 있음)	안정적으로 연결 가능
실무 활용도	제한적, 특수 환경에서 사용	기본적으로 가장 많이 사용됨

Rocky Linux에서의 FTP (vsftpd)

vsftpd (Very Secure FTP Daemon): Rocky Linux에서 기본 제공되는 FTP 서버
특징: 가볍고 보안성이 뛰어나 실무 서버 환경에서 널리 사용됨
설정 절차(주요 코드 스니펫):

# 설치
[root@rocky1 ~]# sudo dnf install -y vsftpd

# 재시작
[root@rocky1 pub]# systemctl restart vsftpd
[root@rocky1 pub]# systemctl enable vsftpd

# 기본 설정 파일 수정
[root@rocky1 pub]# vi /etc/vsftpd/vsftpd.conf

# 설정파일 내부

# Example config file /etc/vsftpd/vsftpd.conf
#
# The default compiled in settings are fairly paranoid. This sample file
# loosens things up a bit, to make the ftp daemon more usable.
# Please see vsftpd.conf.5 for all compiled in defaults.
#
# READ THIS: This example file is NOT an exhaustive list of vsftpd options.
# Please read the vsftpd.conf.5 manual page to get a full idea of vsftpd's
# capabilities.
#
# Allow anonymous FTP? (Beware - allowed by default if you comment this out).
anonymous_enable=YES ---> 외부 접속 권한 허용 (NO인 경우 익명 사용자 금지)
#
# Uncomment this to allow local users to log in.
local_enable=YES --> 로컬 계정 허용
#
# Uncomment this to enable any form of FTP write command.
write_enable=YES --> 업로드/삭제 허용
#
# Default umask for local users is 077. You may wish to change this to 022,
# if your users expect that (022 is used by most other ftpd's)
local_umask=022 --> 파일 권한 설정 허용
#
"/etc/vsftpd/vsftpd.conf" 131L, 5103B
#
# Uncomment this to enable any form of FTP write command.
write_enable=YES
#
# Default umask for local users is 077. You may wish to change this to 022,
# if your users expect that (022 is used by most other ftpd's)
local_umask=022
#
# Uncomment this to allow the anonymous FTP user to upload files. This only
# has an effect if the above global write enable is activated. Also, you will
# obviously need to create a directory writable by the FTP user.
# When SELinux is enforcing check for SE bool allow_ftpd_anon_write, allow_ftpd_full_access
anon_upload_enable=YES --> 익명사용자의 업로드 허용
#
# Uncomment this if you want the anonymous FTP user to be able to create
# new directories.
anon_mkdir_write_enable=YES --> 익명사용자의 디렉토리 쓰기 허용
#
# Activate directory messages - messages given to remote users when they
# go into a certain directory.
dirmessage_enable=YES
#
# Activate logging of uploads/downloads.
xferlog_enable=YES
#
# Make sure PORT transfer connections originate from port 20 (ftp-data).
connect_from_port_20=YES
#
# If you want, you can arrange for uploaded anonymous files to be owned by
# a different user. Note! Using "root" for uploaded files is not
# recommended!
#chown_uploads=YES
#chown_username=whoever
#
# You may override where the log file goes if you like. The default is shown
# below.
#xferlog_file=/var/log/xferlog
#
# You may change the default value for timing out an idle session.
idle_session_timeout=600
#
# You may change the default value for timing out a data connection.
#data_connection_timeout=120
#
# It is recommended that you define on your system a unique user which the
# ftp server can use as a totally isolated and unprivileged user.
#nopriv_user=ftpsecure
#
# Enable this and the server will recognise asynchronous ABOR requests. Not
# recommended for security (the code is non-trivial). Not enabling it,
# however, may confuse older FTP clients.
#async_abor_enable=YES
#
# By default the server will pretend to allow ASCII mode but in fact ignore
# the request. Turn on the below options to have the server actually do ASCII
# mangling on files when in ASCII mode. The vsftpd.conf(5) man page explains
# the behaviour when these options are disabled.
# Beware that on some FTP servers, ASCII support allows a denial of service
# attack (DoS) via the command "SIZE /big/file" in ASCII mode. vsftpd
# predicted this attack and has always been safe, reporting the size of the
# raw file.
# ASCII mangling is a horrible feature of the protocol.
#ascii_upload_enable=YES
#ascii_download_enable=YES
#
# You may fully customise the login banner string:
#ftpd_banner=Welcome to blah FTP service.
#
# You may specify a file of disallowed anonymous e-mail addresses. Apparently
# useful for combatting certain DoS attacks.
#deny_email_enable=YES
# (default follows)
#banned_email_file=/etc/vsftpd/banned_emails
#
# You may specify an explicit list of local users to chroot() to their home
# directory. If chroot_local_user is YES, then this list becomes a list of
# users to NOT chroot().
# (Warning! chroot'ing can be very dangerous. If using chroot, make sure that

.
.
.
.

- 파일 수정 후에는 꼭 시스템 재시작 해주어야 함.

# 외부접근을 위해 방화벽 멈추기
[root@rocky1 pub]# systemctl stop firewall

- 서버의 /var/ftp/pub 디렉토리에 연결하여 업로드된 file1 을 get으로 다운받음

- 서버에서 pub 디렉토리에 upload 디렉토리를 만들어서 외부 익명의 사용자가 업로드 할 수 있도록 권한을 설정함.

[root@rocky1 pub]# sudo mkdir -p /var/ftp/pub/upload
[root@rocky1 pub]# sudo chmod 777 /var/ftp/pub/upload

- put으로 파일 업로드 완료

Summary

FTP는 Active / Passive 두 모드가 있으며, NAT·방화벽 환경에서는 Passive 모드가 유리
Rocky Linux의 vsftpd는 보안성과 경량성이 뛰어나 FTP 서버 구축에 많이 활용됨

NFS

NFS(Network File System):
네트워크를 통해 다른 리눅스/유닉스 시스템의 디렉터리를 로컬 디렉터리처럼 마운트하여 사용할 수 있게 해주는 프로토콜
기본 포트: TCP/UDP 2049
운영 방식:
- 서버: 특정 디렉토리를 공유(export) 설정
- 클라이언트: 서버의 공유 디렉토리를 마운트해서 로컬 파일시스템처럼 사용
주요 특징:
- 파일을 로컬처럼 직접 열고 읽고 쓰기 가능
- OS 레벨에서 처리되므로 응용 프로그램 수정 불필요
- UID/GID(사용자/그룹 ID)를 기반으로 권한 제어

2) NFS 특징

프로토콜	RPC 기반 (Remote Procedure Call) 위에서 동작
포트	TCP/UDP 2049
환경	주로 Linux ↔ Linux/Unix 환경에서 사용
사용 방식	서버 디렉토리를 export → 클라이언트가 mount
장점	- 서버 파일을 로컬처럼 사용 가능 - 경량 프로토콜, 빠른 성능 - 응용 프로그램 변경 불필요
단점	- 네트워크/보안에 취약 (IP 기반 접근 제어) - 인증이 UID/GID 매핑 의존적 - WAN 환경에서는 성능 저하
버전	NFSv3 (가장 널리 사용) / NFSv4 (보안·성능 강화, Kerberos 인증 지원)

3) NFS 과제 수행

Samba

1) Samba 서비스 개요

Samba: Linux/Unix 환경에서 SMB/CIFS 프로토콜을 구현한 오픈소스 서버
주요 기능
- Linux ↔ Windows 간 파일/프린터 공유
- 네트워크에서의 호스트 이름 해석 지원(NetBIOS)
학습 포인트
- Rocky Linux에서 Samba 설치 및 설정
- Windows/macOS에서 Samba 공유 접근

2) Samba 관련 포트

포트 프로토콜 역할 비고

445	TCP/UDP	SMB Direct Hosting	최신 SMB(2.0↑), Windows 기본
139	TCP	NetBIOS Session Service	구형 SMB, 세션 연결
137	UDP	NetBIOS Name Service	이름 → IP 변환
138	UDP	NetBIOS Datagram	브로드캐스트, 세션 관리

현대 환경에서는 TCP 445를 주로 사용. NetBIOS 기반은 하위 호환성용.

3) Samba 설치 (Rocky Linux)

# 패키지 설치
sudo dnf install -y samba samba-client samba-common

# 서비스 활성화
sudo systemctl enable --now smb nmb

# 상태 확인
systemctl status smb
systemctl status nmb

smb = 파일 공유, nmb = NetBIOS 이름 서비스

4) Samba 서버 설정

4-1. 공유 디렉터리 생성

sudo mkdir -p /srv/samba/share
sudo chown -R $USER:$USER /srv/samba/share

4-2. 설정 파일 편집

/etc/samba/smb.conf 맨 아래에 추가:

[samba_share]
   path = /srv/samba/share
   browsable = yes
   writable = yes
   guest ok = yes
   read only = no

4-3. Samba 계정 생성 (옵션)

sudo smbpasswd -a <username>
sudo smbpasswd -e <username>

Windows/macOS에서 접속 시 Samba 계정 인증 필요 시 사용.

4-4. 방화벽

sudo firewall-cmd --permanent --add-service=samba
sudo firewall-cmd --reload

5) Samba 공유 접근

5-1. Windows에서

탐색기 → \\<서버_IP>\samba_share
사용자 계정 입력 (smbpasswd에서 설정한 계정)

5-2. macOS에서

Finder → Command + K → 서버 연결:
smb://<서버_IP>/samba_share
계정 입력 후 연결 가능

6) Samba vs NFS 간 비교

	Samba	NFS
주요 환경	Windows ↔ Linux	Linux ↔ Linux
인증 방식	계정 기반, 암호 인증	UID/GID 매핑
성능	Windows 최적화	Unix/Linux 환경 최적화
포트	445, 139, 137, 138	2049
사용 사례	이기종 환경 파일 공유	Linux 서버 간 스토리지 공유

7) Samba 실습 과제

본 후기는 [카카오엔터프라이즈x스나이퍼팩토리] 카카오클라우드로 배우는 AIaaS 마스터 클래스 2기(B-log) 리뷰로 작성 되었습니다.

[스나이퍼팩토리] 카카오클라우드 - 클라우드 개발자 교육 8주차(클라우드를 위한 리눅스 - DNS/Nginx)

헤이로하 — Wed, 24 Sep 2025 09:30:30 +0900

리눅스·DNS·Nginx

리눅스 기본 조작(파일/권한/사용자/패키지/네트워크)
DNS(BIND): Caching/Authoritative 설정, Zone 파일 작성, 방화벽 연동, 테스트
Nginx: 리버스 프록시, 로드밸런싱(라운드로빈/가중치) 구성 및 검증

1) 리눅스 소개 & 환경

1-1. CLI vs GUI

	CLI	GUI
특징	초기 낯설지만 규칙적	직관적, 쉬운 시작
속도/자동화	빠름, 스크립트로 자동화	수동 조작 위주
원격/서버	표준 (SSH)	제한적
반복 작업	매우 강함	상대적으로 약함

1-2. 파일시스템·경로

/	루트(최상위)
/home	사용자 홈
/etc	설정 파일
/var	가변 데이터(로그 등)
/usr/bin	일반 실행 파일
/bin, /sbin	기본 실행 파일

절대 경로: /home/user/file
상대 경로: ../file, ./script.sh

1-3. 기본 실습

echo "hello"; date; cal
whoami; pwd; cd ~; mkdir -p test/dir; touch test/a.txt
ls -la

2) 파일/디렉토리 기본

2-1. 조작 명령어

디렉터리 생성/이동	mkdir, cd	mkdir -p proj/src && cd proj
파일 생성/복사/이동	touch, cp, mv	touch a; cp a b; mv b dir/
삭제	rm, rm -r	rm a; rm -r dir/
리스트/상세	ls, ls -la	ls -la
권한	chmod	chmod 644 file

2-2. 내용 확인·편집

내용 보기	cat, more, less, head, tail	긴 문서는 less 추천
검색	grep, grep -n/-i/-v	정규표현식 가능
편집	nano, vi(Vim)	:wq 저장종료

3) 사용자·그룹·권한

3-1. 계정/그룹/권한 요약

사용자 추가·비번	useradd, passwd	useradd bob && passwd bob
그룹 추가·할당	groupadd, usermod -aG	groupadd dev; usermod -aG dev bob
소유권/권한	chown, chmod	chown bob:dev file; chmod 640 file
sudo	/etc/sudoers	usermod -aG wheel bob (RHEL계열)

4) 패키지 & 서비스

4-1. 패키지 관리자

(해당 수업에서는 Rocky-dnf사용)

Debian/Ubuntu	APT	apt update && apt install nginx -y
RHEL/Rocky	DNF/YUM	dnf install nginx -y

4-2. 서비스 관리(systemd)

시작/중지	systemctl start/stop <svc>
재시작/상태(파일 수정시 꼭 재시작 해줘야함)	systemctl restart/status <svc>
부팅시 시작	systemctl enable <svc>

5) 네트워크 & 방화벽

5-1. 네트워크 확인

IP확인	ip addr, ip r	ip addr
통신점검	ping, curl -I URL	ping 8.8.8.8
포트확인	ss -lntup	`ss -lntup

5-2. 방화벽(Firewalld)

서비스 허용	firewall-cmd --permanent --add-service=dns
포트 허용	firewall-cmd --permanent --add-port=8081/tcp
적용	firewall-cmd --reload

6) DNS(BIND) 실습

6-1. 개요

역할: FQDN ⇄ IP(정방향/역방향) 변환
서버 데몬: named (패키지명 bind), 보안강화 bind-chroot
프로토콜/포트: UDP 53(질의), TCP 53(존 전송/대응)

6-2. 설정 파일

/etc/named.conf	기본 옵션, listen/allow-query 등
/etc/named.rfc1912.zones	zone 선언(Master/Slave/Hint)
/var/named/<zone파일>	실제 zone 레코드(A/NS/CNAME 등)

6-3. 설치 & 사용(Rocky)

dnf install bind-chroot -y
systemctl enable --now named
# (chroot 사용 시)
# systemctl enable --now named-chroot

6-4. named.conf 옵션

options {
    listen-on port 53 { 192.168.100.236; };
    allow-query { any; };
    recursion yes;            // 캐싱 DNS 시
};

include "/etc/named.rfc1912.zones";

6-5. Zone 선언(/etc/named.rfc1912.zones)

zone "kyt.com" IN {
    type master;
    file "kyt.zone";
};

6-6. Zone 파일(/var/named/kyt.zone)

$TTL 86400
@   IN SOA ns.kyt.com. admin.kyt.com. (
        20250518  ; serial
        1D        ; refresh
        1H        ; retry
        1W        ; expire
        1D )      ; minimum
    IN NS  ns
ns  IN A   192.168.100.236
www IN A   192.168.100.129
ftp IN A   192.168.100.129
www1 IN CNAME www.a.b.cloudai.com.

6-7. 레코드 타입 요약

SOA	존 권한 시작	관리 메일·시리얼 등
NS	네임서버 지정	IN NS ns.kyt.com.
A/AAAA	이름→IP	www IN A 192.168.0.10
CNAME	별칭	www1 IN CNAME www.target.com.
PTR	IP→이름(역방향)	10 IN PTR host.kyt.com.

6-8. 방화벽 & 재시작

firewall-cmd --permanent --add-service=dns
firewall-cmd --permanent --add-port=53/tcp
firewall-cmd --reload
systemctl restart named

6-9. 테스트

nslookup
> server 192.168.100.236
> www.kyt.com

6-10. Caching vs Authoritative

	Caching DNS	Authoritative DNS
관리 도메인	없음	있음(Zone 보유)
응답 방식	재귀 질의, 캐시 응답	권한 있는 정답 제공
용도	속도/트래픽 절감	서비스 도메인 운영

6-11. chroot

목적	루트 경로 격리로 보안 강화
경로	/var/named/chroot/...
유의	일반 named와 병행하지 않음

7) Nginx 프록시 & 로드밸런서

7-1. 프록시 개념 비교


	항목 포워드 프록시	리버스 프록시
위치	클라이언트 앞	서버 앞
목적	접근통제/캐시/익명성	백엔드 분산, SSL 종료, 캐시
클라이언트 인식	프록시 인지함	프록시 = 서버처럼 보임

7-2. 설치

Ubuntu
apt update && apt install nginx -y systemctl enable --now nginx
Rocky
dnf install epel-release -y dnf install nginx -y systemctl enable --now nginx

7-3. 리버스 프록시 (80 → 8081 전달)

/etc/nginx/conf.d/reverse_proxy.conf

server {
    listen 80;

    location / {
        proxy_pass http://localhost:8081;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
    }
}

백엔드 준비 (Apache):
dnf install httpd -y sed -i 's/^Listen .*/Listen 8081/' /etc/httpd/conf/httpd.conf systemctl enable --now httpd firewall-cmd --permanent --add-port=8081/tcp && firewall-cmd --reload

7-4. 로드밸런싱(라운드로빈/가중치)

/etc/nginx/conf.d/load_balancer.conf

upstream backend {
    server rocky2_IP:8081 weight=3;   # 가중치(선택)
    server rocky3_IP:8082;
}

server {
    listen 80;
    location / {
        proxy_pass http://backend;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
    }
}

nginx.conf의 기본 server 블록을 주석하고
include /etc/nginx/conf.d/*.conf; 로 위 파일을 포함시킴.

7-5. 테스트

nginx -t && systemctl reload nginx
curl -I http://프록시IP/
# 여러 번 호출하여 백엔드 응답 번갈아 나오는지 확인

7-6. 유용 헤더

Host	원 요청의 호스트 유지
X-Real-IP	실제 클라이언트 IP 전달
X-Forwarded-For	프록시 체인상의 IP 리스트

8) 명령어 모음

8-1. 주요 명령어

파일/편집	ls, cd, mkdir, rm -r, cat/less/head/tail, grep, nano/vi
권한/소유	chmod, chown, usermod -aG, passwd
패키지	apt/dnf install/remove, dnf info
서비스	systemctl start/enable/status
네트워크	ip addr, ping, ss -lntup, curl -I
방화벽	firewall-cmd --add-service/--add-port --permanent, --reload
DNS	dnf install bind-chroot, systemctl start named, nslookup
Nginx	dnf/apt install nginx, nginx -t, systemctl reload nginx

8-2. DNS 포트·프로토콜

일반 질의	UDP 53
권한 응답/대형응답/Zone 전송	TCP 53

8-3. 정방향 vs 역방향

정방향	이름 → IP	www.kyt.com → 192.168.100.129
역방향	IP → 이름	129.100.168.192.in-addr.arpa → www.kyt.com

9) 문제해결(트러블슈팅) 체크

DNS 응답 없음	서비스/방화벽/리스닝IP	systemctl status named; `ss -lntup
도메인만 특정 실패	zone 파일/시리얼/문법	named-checkconf; named-checkzone kyt.com /var/named/kyt.zone; 시리얼 증가 후 재시작
chroot 혼동	경로 다름	설정·존 파일이 /var/named/chroot 하위인지 확인
Nginx 502/504	백엔드 다운/포트 차단	백엔드 systemctl status; curl http://127.0.0.1:8081; 방화벽 포트
헤더/원 IP 누락	헤더 미전달	proxy_set_header 확인, X-Forwarded-For 추가
설정 반영 안됨	테스트·리로드 누락	nginx -t && systemctl reload nginx

본 후기는 [카카오엔터프라이즈x스나이퍼팩토리] 카카오클라우드로 배우는 AIaaS 마스터 클래스 2기(B-log) 리뷰로 작성 되었습니다.