실패해도 이어지는 실행 — Temporal Durable Execution

Key Insight

먼저 RunLog와 TaskState를 만들자. 지금 당장 Temporal부터 설치할 필요는 없다.

일반 스크립트 vs Durable Execution

일반 스크립트

중간 결과가 작업 상태가 안 됨
실패 시 처음부터 다시 시작
승인 지점 없음
실행 이력 추적 불가

Durable Execution

각 단계가 상태로 저장됨
실패 시 마지막 지점부터 재개
사람 승인 게이트 삽입 가능
전체 실행 이력 재생 가능

Temporal 핵심 개념 4요소

🔄

Workflow

전체 흐름을 정의하는 코드. 재실행해도 같은 결과를 보장

⚙️

Activity

실제 작업 단위. 외부 API 호출, DB 쓰기 등 부작용 있는 작업

↩️

Retry Policy

실패 시 자동 재시도. 횟수·간격·백오프 설정 가능

⏱️

Timeout

무한 대기 방지. Schedule-to-Start / Start-to-Close / Heartbeat

LangGraph vs Temporal — 역할 비교

LangGraph

에이전트 흐름 오케스트레이션
노드 간 상태 전달
조건 분기·루프 정의
AI 판단 흐름 제어

Temporal

실제 워크플로우 실행 지속성
실패·재시도·재개 보장
장기 실행 작업 관리
사람 승인 대기 지원

긴 AI 작업이 무너지는 이유

AI 에이전트가 외부 API를 호출하고, 문서를 요약하고, 결과를 저장하는 긴 작업을 실행할 때 문제가 생긴다. 중간에 실패하면 처음부터 다시 시작해야 한다. 30분 걸리는 작업이 27분에 오류가 나면 다시 30분이 필요하다.

더 큰 문제는 실행 상태가 없다는 것이다. 어디까지 했는지, 어떤 결과가 나왔는지, 다음에 무엇을 해야 하는지가 메모리에만 있다가 프로세스가 죽으면 사라진다.

Temporal의 Durable Execution은 이 문제를 구조로 해결한다. 실행 이력을 이벤트 로그로 저장하고, 재시작 시 그 로그를 재생해 마지막 상태부터 이어간다.

Temporal이 필요한 순간

모든 작업에 Temporal이 필요하지는 않다. 다음 조건 중 하나라도 해당되면 도입을 검토한다.

작업이 길다

수 분~수 시간 이상 걸리는 AI 작업. 중간 실패 가능성이 높아진다.

↓

외부 API 실패 가능성

LLM API, 외부 서비스 호출이 포함된 작업. 일시적 오류에 재시도가 필요하다.

↓

사람 승인이 필요하다

중간 결과를 사람이 검토한 후 다음 단계로 이어가야 하는 경우.

↓

중간부터 재개가 필요하다

처음부터 다시 실행하면 비용·시간 낭비가 큰 작업.

지금 당장 시작할 수 있는 MVP

Temporal 설치 없이 시작하는 RunLog + TaskState

Temporal은 강력하지만 설치와 운영에 진입 장벽이 있다. 지금 당장은 개념을 내 작업 방식에 적용하는 것이 먼저다. RunLog와 TaskState 두 가지 구조만 만들어도 실행 지속성의 핵심을 얻을 수 있다.

RunLog 필드	설명
`task_name`	작업명
`started_at`	시작 시각
`input`	입력 값
`steps_done`	완료된 단계 목록
`completed_at`	완료 시각
`failed_at`	실패 시각 및 이유
`output`	최종 산출물
`next_action`	다음에 할 일

TaskState 필드	설명
`current_status`	현재 상태 (진행중/완료/실패/보류)
`last_run_id`	마지막 RunLog ID
`next_action`	재개 시 시작할 액션

일반 스크립트는 결과를 만들지만 작업 상태를 보존하지 못한다. RunLog는 내가 어디까지 왔는지를 기억하는 가장 단순한 형태의 Durable Execution이다.

실패해도 이어지는 실행 —Temporal로 배우는 Durable Execution

긴 AI 작업이 무너지는 이유

Temporal이 필요한 순간

지금 당장 시작할 수 있는 MVP

실패해도 이어지는 실행 —
Temporal로 배우는 Durable Execution