Jaeger 및 Didit을 활용한 분산 ID 워크플로 추적 (KO)

향상된 가시성Jaeger를 사용한 분산 추적은 복잡한 다중 서비스 ID 워크플로를 명확히 하여 Didit 플랫폼과 같은 모든 마이크로서비스 및 외부 API 호출에서 사용자의 확인 여정을 추적할 수 있도록 합니다.

더 빠른 문제 해결ID 인프라 내의 병목 현상과 오류를 정확히 찾아냄으로써 추적은 문제를 진단하고 해결하는 데 필요한 시간과 노력을 획기적으로 줄여 보다 원활한 사용자 경험을 보장합니다.

최적화된 성능추적 데이터 분석은 확인 프로세스의 각 단계에서 성능 비효율성을 식별하는 데 도움이 되어 더 빠르고 안정적인 ID 확인을 위한 데이터 기반 최적화를 가능하게 합니다.

Didit과의 원활한 통합Didit의 API 우선 및 모듈형 아키텍처는 분산 추적을 자연스럽게 지원하여 ID 확인, 라이브니스 및 AML 스크리닝 서비스에 대한 호출을 쉽게 계측하고 전체 ID 수명 주기에 대한 종단 간 가시성을 확보할 수 있습니다.

오늘날의 상호 연결된 디지털 환경에서 신원 확인은 단일의 거대한 작업이 거의 아닙니다. 대신, ID 문서 스캔부터 라이브니스 감지 및 AML 스크리닝에 이르기까지 마이크로서비스, 외부 API 및 다양한 검사의 복잡한 구성으로 이루어져 있습니다. 이러한 분산된 특성은 유연성과 확장성을 제공하지만 모니터링 및 문제 해결에 상당한 어려움을 초래합니다. 사용자가 온보딩 중에 지연 또는 오류를 경험할 때, 정확히 어떤 서비스 또는 외부 종속성이 원인인지 어떻게 신속하게 파악할 수 있을까요? 그 해답은 분산 추적에 있습니다.

ID 워크플로를 위한 분산 추적 이해

분산 추적은 분산 시스템에서 여러 서비스를 통해 요청이 흐르는 것을 모니터링하는 데 사용되는 방법입니다. 사용자가 신원 확인 프로세스를 시작한다고 가정해 봅시다. 이 단일 요청은 일련의 작업을 트리거할 수 있습니다. ID 문서를 캡처하기 위한 초기 호출, 라이브니스 감지 서비스에 대한 후속 호출, 그런 다음 배경 조사를 위한 타사 API 호출, 마지막으로 내부 사용자 데이터베이스 업데이트입니다. 추적이 없으면 이러한 각 단계가 사일로에서 작동하여 전체적인 여정을 이해하기 어렵습니다.

분산 추적은 요청의 전체 경로를 캡처하여 '스팬' 트리로 나타냅니다. 각 스팬은 API 호출, 데이터베이스 쿼리 또는 함수 실행과 같은 작업을 나타내며 시작 및 종료 타임스탬프, 기간 및 관련 서비스와 같은 메타데이터를 포함합니다. 이러한 스팬을 함께 연결하면 요청 수명 주기의 시각적 타임라인을 얻을 수 있으며, 대기 시간, 오류 및 종속성을 보여줍니다.

ID 워크플로의 경우, 이는 ID 확인 단계에 얼마나 시간이 걸렸는지, 수동 및 능동 라이브니스 확인이 실패했는지, 또는 AML 스크리닝 호출에서 시간 초과가 발생했는지 정확하게 확인할 수 있음을 의미합니다. 이러한 세분화는 고가용성을 유지하고 사용자 경험을 최적화하며 규정 준수를 보장하는 데 매우 중요합니다.

Jaeger가 분산 추적에 탁월한 선택인 이유

Jaeger는 오픈 소스 종단 간 분산 추적 시스템으로, 복잡한 마이크로서비스 아키텍처에 대한 가시성을 확보하는 강력한 도구입니다. 원래 Uber에서 개발되었으며 현재 Cloud Native Computing Foundation(CNCF) 프로젝트인 Jaeger는 다음과 같은 강력한 기능을 제공합니다.

• 분산 트랜잭션 모니터링: 서비스 간 호출 흐름을 시각화합니다.
• 성능 및 대기 시간 최적화: 시스템 내에서 시간이 어디에 소비되는지 이해합니다.
• 근본 원인 분석: 오류 및 성능 저하의 원인을 신속하게 식별합니다.
• 서비스 종속성 분석: 서비스가 어떻게 상호 작용하는지 매핑합니다.

Jaeger는 OpenTracing API(현재 OpenTelemetry의 일부)를 지원하므로 언어에 구애받지 않고 높은 채택률을 보입니다. UI는 강력한 추적 쿼리 및 시각화를 허용하여 특정 요청을 자세히 조사하고 문제를 쉽게 식별할 수 있도록 합니다. 수많은 내부 및 외부 구성 요소를 포함하는 ID 워크플로의 경우 Jaeger는 원활한 운영 및 신속한 문제 해결을 보장하는 데 필요한 가시성을 제공합니다.

ID 확인 스택에 추적 구현

분산 추적을 ID 확인 스택에 통합하는 것은 서비스를 계측하여 추적 컨텍스트를 생성하고 전파하는 것을 포함합니다. 다음은 높은 수준의 개요입니다.

1. 추적 라이브러리 선택: 프로그래밍 언어에서 OpenTelemetry 호환 라이브러리(예: Python, Java, Node.js, Go용 OpenTelemetry SDK)를 사용합니다. 이 라이브러리는 스팬 생성 및 관리를 처리합니다.

2. 서비스 계측: 코드 수정하여 중요한 지점에서 스팬을 생성합니다. 예를 들어, 사용자가 ID 확인을 시작할 때 새 추적을 시작합니다. Didit의 ID 확인 API 호출, 응답 처리 또는 데이터베이스 업데이트와 같은 각 후속 작업에 대해 하위 스팬을 생성합니다. 추적 컨텍스트(추적 ID, 스팬 ID)가 일반적으로 HTTP 헤더를 통해 서비스 경계를 넘어 전파되도록 합니다.

3. 외부 API 호출 계측: Didit과 같은 외부 서비스를 호출할 때 외부 서비스가 지원하는 경우 요청 헤더에 추적 컨텍스트를 포함해야 합니다. 그렇지 않더라도 외부 API 호출에 대한 스팬을 생성하여 대기 시간 및 결과를 측정하고 서비스에 귀속시킬 수 있습니다.

4. Jaeger 에이전트/컬렉터 구성: 계측된 서비스는 추적 데이터를 Jaeger 에이전트 또는 컬렉터로 보냅니다. 이 구성 요소는 추적 데이터를 수신, 처리 및 저장하는 역할을 합니다. Docker, Kubernetes 또는 VM에 직접 Jaeger를 배포할 수 있습니다.

5. 추적 시각화: Jaeger UI를 사용하여 서비스 이름, 작업 이름 또는 태그를 기반으로 추적을 검색합니다. 그런 다음 전체 흐름을 시각화하고 개별 스팬을 검사하며 성능 병목 현상 또는 오류를 식별할 수 있습니다.

예를 들어, 사용자 온보딩에 대한 추적은 다음과 같을 수 있습니다. UserRequest -> YourBackendService -> Didit ID Verification (OCR, Liveness, Face Match) -> YourInternalUserDB -> AML Screening -> FinalDecisionService.

추적 데이터를 이용한 ID 워크플로 최적화

분산 추적이 완료되면 수집된 데이터를 활용하여 진정한 힘을 얻을 수 있습니다.

• 성능 튜닝: ID 워크플로에서 가장 느린 단계를 식별합니다. ID 문서 업로드입니까? 수동 및 능동 라이브니스 확인 처리 시간입니까? 아니면 AML 스크리닝 호출의 대기 시간입니까? 이 정보를 통해 가장 중요한 곳에 최적화 노력을 집중할 수 있습니다.

• 오류 감지 및 해결: ID 확인이 실패하면 추적은 오류가 발생한 정확한 서비스 및 작업을 즉시 강조 표시합니다. 이는 추측을 없애고 평균 해결 시간(MTTR)을 획기적으로 단축합니다.

• 사용자 경험 개선: 성공적인 확인 과정의 일반적인 지속 시간을 이해함으로써 성능 벤치마크를 설정하고 사용자 이탈로 이어질 수 있는 모든 편차를 사전에 해결할 수 있습니다.

• 용량 계획: 추적 데이터는 확인 중 특정 서비스의 최고 부하를 나타낼 수 있으며, ID 인프라의 다양한 구성 요소에 대한 확장 전략을 알려줍니다.

분산 추적은 ID 확인을 블랙박스에서 투명하고 관찰 가능한 프로세스로 전환하여 팀이 보다 탄력적이고 효율적인 시스템을 구축할 수 있도록 합니다.

Didit이 도움이 되는 방법

AI 기반의 개발자 우선 ID 플랫폼인 Didit은 관찰 가능성 및 모듈성을 염두에 두고 설계되었으므로 분산 추적 이니셔티브에 이상적인 파트너입니다. Didit의 구성 가능한 ID 프리미티브는 깔끔한 API 또는 코드 없는 비즈니스 콘솔을 통해 액세스할 수 있으며, 추적된 아키텍처에 원활하게 통합됩니다. ID 확인(OCR, MRZ, 바코드), 수동 및 능동 라이브니스, 1:1 얼굴 일치 및 얼굴 검색 또는 AML 스크리닝 및 모니터링과 같은 Didit 서비스를 통합할 때 이러한 API 호출을 추적 스팬 내에 쉽게 래핑할 수 있습니다. 이를 통해 Didit 서비스 내에서 소요된 정확한 시간을 추적하고 이를 내부 프로세스와 연관시켜 사용자 ID 여정에 대한 완전한 종단 간 보기를 제공할 수 있습니다.

Didit의 모듈형 아키텍처는 다양한 ID 검사를 연결하여 사용할 수 있음을 의미하며, 각 검사는 개별적으로 추적할 수 있습니다. 연령 추정, 전화 및 이메일 확인 또는 NFC 확인을 위해 Didit을 사용하든 관계없이 각 상호 작용은 전체 워크플로의 추적 가능한 세그먼트가 됩니다. Free Core KYC 및 설정 수수료가 없으므로 Didit은 강력한 ID 확인을 쉽게 통합할 수 있도록 하며, AI 기반 설계는 추적 시 투명한 효율적이고 고성능 작업을 보장합니다. Didit을 통합함으로써 ID 확인 기능을 향상시킬 뿐만 아니라 분산 시스템 내에서 이러한 중요한 단계의 성능 및 안정성에 대한 더 깊은 통찰력을 얻을 수 있습니다.

시작할 준비가 되셨습니까?

Didit의 작동 방식을 직접 확인하고 싶으신가요? 지금 무료 데모를 받아보세요.

Didit의 무료 티어로 무료로 ID 확인을 시작하세요.