장애 원인이 Memphis 컴퓨트 센터의 문제라고 밝혔다

9월 3일 밤부터 4일 새벽 사이 Claude, Grok, ChatGPT, Codex의 장애 시간이 겹치며 서비스 이용에 차질이 생겼다. 세 서비스가 같은 시간대에 중단되었지만, 이를 하나로 묶는 공통 원인이나 장애 간 인과관계는 확인되지 않았다.

SpaceX는 Grok의 장애 원인이 Memphis 컴퓨트 센터(데이터를 처리하는 대규모 서버 시설)의 문제라고 밝혔다. 9월 3일 오후 10시 30분부터 웹과 iOS, Android 및 X의 Grok에서 모델 요청 장애가 발생했다. 이후 Android는 오전 2시 4분, 웹은 오전 2시 7분에 정상 복구되었으며 SpaceX는 영향을 받은 컴퓨트 파트너들에게 사과했다.

Cloudflare(웹사이트 연결을 돕는 네트워크 서비스), AWS(아마존 웹 서비스), Azure(마이크로소프트 클라우드) 같은 공통 기반 시설의 전면 장애 기록은 어디에서도 발견되지 않았다. Downdetector(실시간 장애 확인 사이트)의 그래프가 급격히 상승한 현상 역시 사용자들이 작동하지 않는 서비스 대신 대체 서비스를 확인하러 몰린 영향일 가능성이 있다.

각 업체가 공개한 장애 원인 또한 서로 다르다. 현재까지 확인된 가장 정확한 결론은 세 서비스가 같은 시간대에 중단되었을 뿐, 이들을 직접 연결하는 물리적 증거는 없다는 점이다.

ChatGPT와 Codex의 장애 원인을 라우팅 오류로 밝혔다

9월 3일 오후 11시 43분부터 9월 4일 오전 1시 55분까지 약 2시간 동안 일부 사용자에게 404 Not Found 오류가 나타났다. OpenAI는 ChatGPT와 Codex의 장애 원인을 라우팅 오류로 밝혔다. 라우팅은 데이터가 목적지 서버까지 정확히 찾아가도록 길을 안내하는 디지털 표지판이다. 표지판이 잘못 설정되어 사용자가 엉뚱한 경로로 연결되면서 서비스 접속이 끊긴 상태였다. 9월 4일 오전 0시 17분경 완화책을 적용한 뒤 최종 복구를 선언하며 상황을 마무리했다.

특정 모델이 멈춘 뒤 사용자가 다른 모델로 한꺼번에 몰리며 연쇄 과부하가 일어났다는 가설이 제기되었다. 한 곳의 문이 닫히자 대기하던 사람들이 옆 문으로 동시에 달려들어 입구를 무너뜨리는 쇄도 효과(thundering herd)와 같다. ChatGPT가 멈추자 사용자가 Claude로 이동하고, 다시 Claude가 불안정해지자 Grok 등으로 옮겨가며 부하가 전이된 구조다. AI 애플리케이션의 자동 장애 조치(failover, 메인 시스템 고장 시 예비 시스템으로 즉시 전환하는 기능)가 다른 사업자 서버에 갑작스러운 트래픽을 쏟아부었을 가능성도 함께 지적되었다.

한국시간 9월 3일 밤부터 4일 새벽 사이 Claude

밤 10시 30분 무렵부터 시작된 시스템 오류는 Claude와 Grok을 거쳐 밤 11시 43분 ChatGPT와 Codex까지 번지며 동시다발적인 장애로 이어졌다. 네 서비스의 장애 시간은 상당 부분 겹쳤으며 현재는 모두 복구된 상태다. 서로 다른 회사의 서비스들이 비슷한 시점에 멈추며 이용자들의 혼란이 컸다.

Anthropic의 Claude는 9월 3일 오후 10시 26분부터 Mythos/Fable 5.1, Opus 5, Opus 4.8, Opus 4.6 등 여러 모델에서 오류율이 상승했다. 장애는 9월 4일 오전 1시 16분에 종료되었으며, Anthropic은 원인을 확인해 수정했다고만 밝혔을 뿐 구체적인 이유는 공개하지 않았다. 특정 모델 하나가 아니라 여러 버전에서 동시에 문제가 나타난 점이 특징이다.

각 업체가 공개한 원인 외에 세 장애를 직접 연결하는 물리적 증거는 확인되지 않았다. 다만 멀티 모델 전략을 짤 때 한 서비스가 멈추면 다른 서비스로 자동 전환하는 페일오버(Failover) 설정이 오히려 위험할 수 있다. 특정 모델로 트래픽이 일시에 쏠리는 쇄도 효과가 발생해 다른 서비스까지 연쇄 과부하를 유발할 가능성을 반드시 체크해야 한다.