트랜잭션 ACID 원칙 및 격리 수준

원자성은 트랜잭션이 전부 실행되거나 전혀 실행되지 않아야 함을 보장하는 속성이다. 이는 트랜잭션을 구성하는 여러 작업이 하나의 원자처럼 더 이상 분할될 수 없는 단위로 취급됨을 의미한다.

트랜잭션 내의 모든 작업이 성공적으로 완료되면, 그 변경 사항은 데이터베이스에 영구적으로 반영(커밋)된다. 반면, 트랜잭션 수행 중 하나의 작업이라도 실패하면, 이미 실행된 모든 작업의 결과는 취소(롤백)되어 트랜잭션 시작 전의 상태로 되돌아간다. 이는 시스템 장애, 네트워크 문제, 제약 조건 위반, 또는 애플리케이션 로직 오류 등 어떤 이유로든 발생할 수 있다.

이 원칙의 구현은 일반적으로 트랜잭션 로그나 언두 로그를 통해 이루어진다. 시스템은 트랜잭션 시작 후 변경된 데이터의 이전 값을 별도로 저장해 두었다가, 롤백이 필요할 경우 이를 이용해 원래 상태로 복구한다. 따라서 사용자나 다른 트랜잭션은 트랜잭션이 완전히 커밋되기 전에는 중간 상태를 관찰할 수 없다.

일관성은 트랜잭션이 데이터베이스의 사전에 정의된 규칙, 즉 무결성 제약 조건을 위반하지 않고 하나의 유효한 상태에서 다른 유효한 상태로 변화시킴을 보장하는 속성이다. 이 규칙에는 기본키, 외래키, 고유 제약 조건, 체크 제약 조건 그리고 비즈니스 로직에 따른 데이터 값의 논리적 정합성 등이 포함된다. 트랜잭션의 실행 전후에 데이터베이스 상태는 항상 이러한 모든 제약 조건을 만족해야 한다.

일관성은 원자성, 격리성, 지속성과 달리 데이터베이스 시스템만으로 완전히 보장하기 어려운 측면이 있다. 시스템은 정의된 명시적 제약 조건(예: 외래키 관계)의 위반을 방지할 수 있지만, 암묵적인 비즈니스 규칙(예: '계좌 잔고는 0 이상이어야 한다')의 준수는 주로 애플리케이션 로직이 올바르게 작성되어 트랜잭션에 반영되도록 해야 한다[3]. 따라서 일관성은 데이터베이스 시스템의 제약 조건 검사 기능과 애플리케이션의 올바른 로직 설계가 협력하여 달성하는 목표이다.

트랜잭션의 실행 결과는 미리 정의된 상태로만 전이되어야 한다. 예를 들어, 은행 계좌 이체 트랜잭션에서 '총 금액의 보존'이라는 비즈니스 규칙이 있다면, 출금 계좌에서 감소된 금액과 입금 계좌에서 증가된 금액의 합은 반드시 0이 되어야 한다. 트랜잭션이 이 규칙을 위반하는 중간 상태를 생성한다면, 그 트랜잭션은 롤백되어야 하며 데이터베이스는 트랜잭션 시작 전의 일관된 상태로 되돌아간다.

격리성은 여러 트랜잭션이 동시에 실행될 때, 각 트랜잭션이 다른 트랜잭션의 중간 상태에 영향을 받지 않고 독립적으로 실행되는 것을 보장하는 특성이다. 이는 동시성 제어의 핵심 원칙으로, 시스템이 마치 각 트랜잭션이 순차적으로 실행된 것과 같은 결과를 제공하도록 한다. 데이터베이스 시스템은 락(Lock)이나 다중 버전 동시성 제어(MVCC) 같은 메커니즘을 통해 격리성을 구현한다.

완벽한 격리성은 성능 저하를 초래할 수 있으므로, 실제 데이터베이스 시스템은 다양한 격리 수준을 제공한다. 각 격리 수준은 특정 유형의 동시성 문제를 허용하는 대신 처리량을 높인다. 예를 들어, 가장 낮은 수준에서는 더티 리드가 발생할 수 있지만, 가장 높은 수준인 SERIALIZABLE은 완전한 순차 실행을 보장한다.

격리성은 ACID의 네 가지 특성 중에서 가장 유연하게 조정될 수 있는 요소이다. 애플리케이션의 요구사항에 따라 데이터 정합성과 시스템 성능 사이의 적절한 균형점을 격리 수준을 선택함으로써 찾을 수 있다.

지속성은 트랜잭션이 성공적으로 커밋되면 그 결과는 시스템 장애가 발생하더라도 영구적으로 보존되어야 함을 보장하는 속성이다. 이는 데이터베이스 관리 시스템이 제공하는 핵심적인 안정성 보장 중 하나로, 한 번 기록된 데이터는 손실되지 않는다는 신뢰의 기반이 된다. 지속성은 일반적으로 트랜잭션 로그나 WAL 같은 메커니즘을 통해 구현된다. 커밋이 완료되기 전에 모든 변경 사항은 비휘발성 저장 장치(예: 하드 디스크 드라이브 또는 SSD)에 먼저 기록된다. 이렇게 하면 시스템에 정전이나 충돌이 발생하더라도, 재시작 후 로그를 재생하여 커밋된 트랜잭션의 결과를 복구할 수 있다.

구현 방식은 데이터베이스 시스템에 따라 다르지만, 기본 원리는 커밋을 '완료'로 간주하기 전에 관련된 모든 데이터의 변경 내역을 안정적인 저장소에 확실히 기록하는 데 있다. 예를 들어, 버퍼 풀에만 존재하는 수정된 데이터 페이지를 커밋 시점에 바로 디스크에 쓰지 않고, 변경을 기술한 로그 레코드를 먼저 디스크의 로그 파일에 강제로 기록한다[4]. 이후 실제 데이터 파일에 대한 쓰기는 비동기적으로 수행될 수 있지만, 로그에 기록된 정보만으로도 트랜잭션을 재수행하거나 취소할 수 있기 때문에 지속성이 보장된다.

지속성 보장의 강도는 설정에 따라 조정될 수 있다. 일부 시스템은 성능 향상을 위해 지속성을 완화하는 옵션을 제공하기도 한다. 예를 들어, 1초마다 로그를 디스크에 동기화하거나, 배터리 백업이 있는 메모리에만 로그를 기록하는 방식 등이다. 그러나 완전한 ACID 트랜잭션을 지원하는 시스템에서는 커밋 시 로그의 디스크 동기화를 기본으로 하여 최고 수준의 지속성을 제공한다.

READ UNCOMMITTED는 트랜잭션 격리 수준 중 가장 낮은 수준이다. 이 수준에서는 한 트랜잭션이 아직 커밋되지 않은, 즉 다른 트랜잭션에 의해 변경 중인 데이터를 읽을 수 있다.

이 격리 수준은 일반적으로 락이나 잠금을 사용하지 않거나 최소한의 잠금만을 사용하여 구현된다. 읽기 작업은 다른 트랜잭션이 데이터에 배타적 잠금을 걸어 변경을 방지하고 있지 않는 한, 대기하지 않고 즉시 수행된다. 이로 인해 동시성은 매우 높아지지만, 데이터의 정합성에 심각한 문제가 발생할 수 있다.

이 수준에서 가장 두드러지게 발생하는 문제는 Dirty Read이다. 트랜잭션 A가 어떤 데이터를 변경한 후 아직 커밋하지 않은 상태에서, 트랜잭션 B가 그 변경된 데이터를 읽을 수 있다. 만약 이후 트랜잭션 A가 롤백된다면, 트랜잭션 B는 실제 데이터베이스에 존재하지 않았던(혹은 일시적으로 존재했던) 잘못된 데이터를 읽고 이를 기반으로 작업을 수행한 상태가 된다. 이는 데이터의 논리적 일관성을 심각하게 훼손한다.

따라서 READ UNCOMMITTED는 데이터 정확성이 극히 중요하지 않은 통계 정보 수집이나, 변경 중인 데이터를 실시간으로 모니터링하는 특수한 경우를 제외하고는 실무에서 거의 사용되지 않는다. 대부분의 현대 관계형 데이터베이스 관리 시스템에서는 더 높은 격리 수준을 기본값으로 설정한다.

READ COMMITTED는 대부분의 데이터베이스 관리 시스템에서 기본적으로 채택하는 격리 수준이다. 이 수준은 트랜잭션이 다른 트랜잭션에 의해 커밋된 데이터만 읽을 수 있도록 보장한다. 즉, 아직 커밋되지 않은, 더티 리드가 발생할 수 있는 중간 상태의 데이터를 읽지 않는다.

구현 방식은 데이터베이스마다 다르지만, 일반적으로 락이나 MVCC를 사용한다. 락 기반 구현에서는 트랜잭션이 데이터를 읽을 때 공유 락을 걸고, 해당 데이터에 대한 배타적 락이 걸려 있는 경우 커밋될 때까지 대기한다. MVCC를 사용하는 시스템에서는 트랜잭션 시작 시점이나 쿼리 실행 시점의 스냅샷을 기준으로 이미 커밋된 데이터 버전만을 조회한다.

이 격리 수준에서는 더티 리드는 방지되지만, 논리적 일관성에 대한 다른 문제들이 발생할 수 있다. 한 트랜잭션 내에서 동일한 쿼리를 두 번 실행했을 때, 그 사이에 다른 트랜잭션이 해당 데이터를 수정하고 커밋하면 서로 다른 결과를 읽게 되는 논리적 일관성이 발생한다. 또한 새로운 행이 추가되는 팬텀 리드 현상도 가능하다.

주요 데이터베이스의 기본 설정은 다음과 같다.

REPEATABLE READ는 트랜잭션 격리 수준 중 하나로, 하나의 트랜잭션 내에서 동일한 SELECT 쿼리를 반복 수행할 때 항상 동일한 결과를 보장하는 수준이다. 이는 READ COMMITTED 수준보다 강력한 격리를 제공하며, 주로 Non-repeatable Read 현상을 방지하기 위해 설계되었다. 많은 데이터베이스 시스템에서 기본 격리 수준으로 채택하고 있다[5].

이 수준에서는 트랜잭션이 시작된 후 다른 트랜잭션이 커밋한 갱신 내용이 읽기 작업에 영향을 미치지 않도록 한다. 이를 구현하는 일반적인 메커니즘은 다중 버전 동시성 제어나 읽기 잠금을 사용하는 것이다. 예를 들어, 트랜잭션 A가 특정 조건으로 데이터를 읽은 후, 트랜잭션 B가 해당 데이터를 수정하고 커밋하더라도, 트랜잭션 A가 다시 같은 조건으로 읽을 때는 처음 읽은 데이터와 동일한 값을 유지한다.

그러나 REPEATABLE READ 수준에서도 완벽한 격리는 아니다. 이 수준은 주로 이미 읽은 행의 값이 변경되는 것을 방지하지만, 트랜잭션 도중 새로운 행이 추가되는 Phantom Read 현상은 발생할 수 있다. 일부 데이터베이스는 이 문제를 완화하기 위해 추가적인 메커니즘을 도입하기도 한다[6].

SERIALIZABLE은 트랜잭션 격리 수준 중 가장 높은 수준의 격리성을 보장하는 수준이다. 이 수준에서는 여러 트랜잭션이 동시에 실행되더라도, 그 결과가 순차적으로(Serial) 하나씩 실행된 것과 동일하게 보장된다. 이는 완벽한 격리를 의미하며, 동시성 제어의 이상 현상인 Dirty Read, Non-repeatable Read, Phantom Read가 모두 발생하지 않는다.

이를 구현하기 위해 데이터베이스 시스템은 일반적으로 잠금(Locking) 기법을 적극적으로 사용한다. 대표적인 방법은 범위 잠금(Range Lock) 또는 갭 잠금(Gap Lock)을 적용하여 트랜잭션이 읽은 데이터 집합에 대해 다른 트랜잭션이 쓰기 작업(INSERT, UPDATE, DELETE)을 수행하지 못하도록 차단하는 것이다. 예를 들어, WHERE 조건에 맞는 모든 행을 읽는 쿼리는 해당 조건을 만족하는 현재 존재하는 행뿐만 아니라, 앞으로 그 조건에 맞게 삽입될 수 있는 모든 행의 범위까지 잠근다. 이로 인해 다른 트랜잭션이 그 범위에 새로운 행을 삽입하는 Phantom Read 현상을 근본적으로 방지한다.

SERIALIZABLE 수준은 데이터 정합성을 최우선으로 하는 환경에서 필수적이다. 금융 시스템의 계좌 이체, 항공 예약 시스템의 좌석 배정, 재고 관리 시스템의 정확한 수량 관리 등과 같이 데이터의 완전한 일관성이 요구되는 비즈니스 로직에 적합하다. 그러나 가장 높은 수준의 안전성을 제공하는 대신, 동시에 실행될 수 있는 트랜잭션의 수가 크게 제한되고, 교착상태(Deadlock)가 발생할 확률이 높아지며, 전체 시스템의 처리 성능(Throughput)이 다른 격리 수준에 비해 현저히 떨어진다.

따라서 SERIALIZABLE 수준의 사용은 신중하게 결정해야 한다. 애플리케이션의 요구사항을 정확히 분석하여, 반드시 완전한 직렬화가 필요한 경우에만 선택하는 것이 바람직하다. 많은 경우, 낙관적 잠금(Optimistic Locking)이나 애플리케이션 수준의 동시성 제어 등 다른 방법으로 일관성 요구사항을 충족시킬 수 있다.

Dirty Read는 하나의 트랜잭션이 아직 커밋되지 않은, 다른 트랜잭션의 중간 변경 데이터를 읽는 현상을 말한다. 이는 낮은 격리 수준에서 발생하는 대표적인 문제 중 하나이다. 예를 들어, 트랜잭션 A가 어떤 데이터를 수정하는 동안, 트랜잭션 B가 트랜잭션 A의 커밋 여부와 관계없이 그 수정 중인 데이터를 읽을 수 있다. 만약 트랜잭션 A가 이후 롤백된다면, 트랜잭션 B는 실제 데이터베이스에 존재하지 않거나 일시적이었던 잘못된 데이터를 기반으로 동작하게 된다.

이 문제는 데이터의 정확성과 신뢰성을 심각하게 훼손한다. 트랜잭션 B가 읽은 더티 데이터를 바탕으로 추가적인 계산이나 결정을 내리거나, 다른 데이터를 변경할 경우 그 오류는 전파된다. 금융 시스템에서 잔액을 잘못 읽거나, 재고 관리 시스템에서 존재하지 않는 재고를 확인하는 등의 오류로 이어질 수 있다.

대부분의 현대 데이터베이스 관리 시스템은 기본 격리 수준으로 READ COMMITTED 이상을 사용하여 Dirty Read를 방지한다. READ COMMITTED 수준에서는 트랜잭션이 다른 트랜잭션에 의해 커밋된 데이터만 읽을 수 있도록 보장한다. 따라서 Dirty Read 문제는 주로 의도적으로 격리 수준을 READ UNCOMMITTED로 낮춘 환경이나, 해당 수준을 기본값으로 사용하는 특정 시스템에서 주로 발생한다.

Non-repeatable Read는 한 트랜잭션 내에서 동일한 데이터를 두 번 이상 읽을 때, 그 사이에 다른 트랜잭션이 해당 데이터를 수정하고 커밋함으로써 읽은 값이 달라지는 현상이다.

이 문제는 주로 READ COMMITTED 격리 수준에서 발생한다. 예를 들어, 트랜잭션 A가 특정 사용자의 잔액을 읽어 100원이라는 값을 얻었다고 가정한다. 그 후 트랜잭션 B가 같은 사용자의 잔액을 150원으로 업데이트하고 커밋한다. 이후 트랜잭션 A가 다시 같은 사용자의 잔액을 읽으면, 이번에는 150원이라는 다른 값을 얻게 된다. 트랜잭션 A 내부에서 동일한 쿼리의 결과가 일관되지 않게 되어 데이터의 신뢰성에 문제를 일으킨다.

이 현상을 방지하기 위해서는 더 높은 격리 수준인 REPEATABLE READ 이상을 사용해야 한다. REPEATABLE READ 수준에서는 트랜잭션이 처음 읽은 데이터에 대해 읽기 잠금을 걸거나 다중 버전 동시성 제어를 통해 스냅샷을 유지함으로써, 트랜잭션 내에서 동일한 데이터를 항상 같은 값으로 읽을 수 있도록 보장한다.

팬텀 리드는 트랜잭션이 동일한 쿼리를 두 번 수행했을 때, 첫 번째 실행에서는 없었던 새로운 행(레코드)이 두 번째 실행에서 나타나는 현상이다. 이는 다른 트랜잭션이 첫 번째 트랜잭션의 두 번의 읽기 사이에 새로운 데이터를 삽입(INSERT)했기 때문에 발생한다. 결과 집합이 '유령(Phantom)'처럼 나타나거나 사라지는 것처럼 보인다.

팬텀 리드는 주로 범위 쿼리나 집계 쿼리에서 발생한다. 예를 들어, 나이가 20세 이상인 사용자 수를 세는 쿼리를 실행한 후, 다른 트랜잭션이 나이가 20세인 새로운 사용자를 추가하면, 동일한 쿼리를 다시 실행했을 때 이전과 다른 결과를 얻게 된다. Non-repeatable Read가 기존 행의 값이 변경되는 것에 초점을 맞춘다면, 팬텀 리드는 결과 집합에 속하는 행 자체의 개수가 변하는 문제에 초점을 맞춘다.

일부 데이터베이스 시스템(예: MySQL의 InnoDB 스토리지 엔진)은 REPEATABLE READ 격리 수준에서도 넥스트 키 락(Next-Key Locking)이라는 방식을 사용하여 팬텀 리드를 방지한다[7]. 그러나 오라클이나 PostgreSQL과 같은 시스템의 기본 격리 수준인 READ COMMITTED에서는 팬텀 리드가 발생할 수 있다.