한 회사에서 Application Load Balancer 뒤의 EC2 인스턴스에서 내부 브라우저 기반 애플리케이션을 실행합니다. 인스턴스는 여러 가용 영역에 걸쳐 Auto Scaling 그룹에 있습니다. 이 그룹은 근무 시간 동안 20개 인스턴스로 확장되고 밤에는 2개 인스턴스로 축소됩니다. 직원들은 애플리케이션이 오전 중반까지는 잘 실행되지만, 업무 시작 시에는 매우 느리다고 말합니다. 비용을 낮게 유지하면서 불만을 해결하기 위해 스케일링을 어떻게 변경해야 할까요?

정답은 "더 낮은 CPU 임계값에서 트리거되는 대상 추적 작업을 구현하고, 쿨다운 기간을 줄입니다"입니다. 이 방법은 비용 효율적으로 성능 문제를 해결합니다. 대상 추적 스케일링은 CPU 사용률과 같은 지표를 기반으로 인스턴스 수를 동적으로 조정하여, 트래픽 증가에 따라 인스턴스를 미리 확장할 수 있습니다. CPU 임계값을 낮추면 부하가 높아지기 전에 스케일링이 시작되어 사용자 경험이 개선됩니다. 쿨다운 기간을 줄이면 스케일링 작업이 더 빠르게 반응하여, 급격한 트래픽 변화에 효과적으로 대처할 수 있습니다. 예약된 작업은 정해진 시간에만 스케일링하므로, 예상치 못한 트래픽 급증에는 대응하기 어렵습니다. 또한, 최소/최대 용량을 20으로 설정하는 것은 불필요한 비용을 발생시킬 수 있습니다. 단계별 스케일링은 특정 임계값을 넘을 때마다 미리 정의된 수의 인스턴스를 추가하지만, 대상 추적 스케일링이 더 유연하고 효율적입니다.