1005. 호손율 / 블로킹 확률 (Blocking Probability)

핵심 인사이트 (3줄 요약)

본질: 호손율 / 블로킹 확률은 성능 평가와 고급 분석에서 핵심 동작과 제약을 이해하게 해 주는 개념이다.

가치: 호손율 / 블로킹 확률을 이해하면 측정 정확도과 모델 적합성 사이의 균형을 더 정확히 볼 수 있다.

판단 포인트: 설계 시에는 개념 자체보다 적용 조건, 운영 복잡도, 인접 기술과의 경계를 함께 판단해야 한다.

Ⅰ. 개요 및 필요성

호(Call)의 발생: 사용자가 전화를 걸거나, 웹서버에 접속을 시도하는 '요청(Request)'입니다.
호손 (Call Loss / Blocking): 내가 요청을 딱 던졌는데, 서버나 통신사의 회선(파이프)이 이미 다른 놈들로 꽉 차서 빈자리가 0개일 때, 내 요청이 파이프에 들어가지 못하고 그 자리에서 가차 없이 튕겨져서 버려지는(Drop) 현상입니다. "통화 중 뚜뚜" 소리가 대표적입니다.
호손율 (블로킹 확률, Blocking Probability) 🌟: 100명이 전화를 걸었을 때, 재수 없게 튕겨 나간(거절당한) 사람의 비율(확률)입니다. (보통 통신사는 호손율 1% 미만, 즉 100명 중 1명만 튕기는 것을 훌륭한 목표치(GoS, 서비스 등급)로 잡습니다.)

[Erlang]
    │
    ▼
[호손율 / 블로킹 확률]
    │
    └──▶ [망 신뢰도]

📢 섹션 요약 비유: 호손율 / 블로킹 확률은 왜 필요한지 보여주는 교통 규칙 표지판과 같다. 문제가 생긴 배경을 알면 이후 선택도 쉬워진다.

Ⅱ. 아키텍처 및 핵심 원리

통신 엔지니어가 랙에 스위치를 몇 대 더 꽂을지 결정하는 인프라 증설의 성경책입니다.

1. 공식이 먹고 사는 두 가지 재료

에를랑 B 공식에 2개의 숫자를 집어넣으면 블로킹 확률(%)이 튀어나옵니다.

$A$ (트래픽 부하량): 1004번에서 배운 얼랑(Erlang) 수치입니다. 현재 우리 회사로 쏟아지는 트래픽의 밀도(예: 10 얼랑).
$C$ (서버 회선 수): 우리 회사가 돈 주고 사다 놓은 물리적 통신 파이프/서버 개수 (예: 회선 12개).

2. 에를랑 B의 무자비한 가설 (Loss System)

에를랑 B 공식은 **"대기 줄(Queue)이 없다"**고 가정합니다.
식당에 밥 먹으러 왔는데 자리가 꽉 찼다? "번호표 뽑고 기다리세요"가 아니라, "자리 없으니까 나가 이 새꺄!" 하고 손님을 그 자리에서 즉시 발로 걷어차서 버려버리는(Loss) 지독한 시스템을 전제로 수학을 돌립니다. (전화망이나 실시간 회선 교환망의 특징입니다.)

[Erlang]
    │
    ▼
[호손율 / 블로킹 확률]
    │
    └──▶ [망 신뢰도]

📢 섹션 요약 비유: 호손율 / 블로킹 확률의 내부 원리는 기계의 톱니바퀴처럼 맞물려 돌아간다. 한 부분이 어긋나면 전체 효과가 떨어진다.

Ⅲ. 비교 및 연결

현대 클라우드 서버(웹서핑)는 튕겨 내지 않고 번호표를 줍니다.

특징: 자리가 없으면 발로 차지 않고 **무한정 긴 대기 줄(Queue/버퍼)**에 손님을 세워둡니다.
목적: 얼랑 C 공식은 "몇 명이 쫓겨나냐?"를 묻지 않습니다. 대신 **"1만 명이 몰렸을 때, 내 앞사람들이 다 먹고 나갈 때까지 나는 큐에서 몇 초나 더 기다려야(Delay Probability) 하느냐?"**라는 지연 시간의 확률을 수학적으로 뽑아내는 현대 인터넷 병목 계산의 핵심 공식입니다.

호손율 / 블로킹 확률을 볼 때는 앞뒤 개념과의 경계를 함께 봐야 전체 흐름이 선명해진다. Erlang가 기반 조건을 만든다면, 호손율 / 블로킹 확률은 그 위에서 핵심 메커니즘을 구현하고, 망 신뢰도는 이를 더 확장된 적용 단계로 연결한다. 따라서 단일 정의보다 측정 정확도과 모델 적합성에 어떤 차이를 만드는지 비교하는 것이 중요하다.

관점	선행 개념	현재 개념	확장 개념
초점	Erlang의 기반 정리	호손율 / 블로킹 확률의 핵심 동작	망 신뢰도의 확장 적용
자원 관점	기본 조건 확보	측정 정확도 최적화	규모와 범위 확대
판단 포인트	도입 가능성 확인	현재 메커니즘의 적합성 판단	운영·확장 전략 연결

📢 섹션 요약 비유: 호손율 / 블로킹 확률은 비슷한 기술들 사이의 차선을 구분하는 분기점과 같다. 어디서 갈라지는지 알아야 헷갈리지 않는다.

Ⅳ. 실무 적용 및 기술사 판단

호손율 1%를 0.1%로 낮추려면 스위치 장비(회선)를 지금보다 2배 이상 미친 듯이 돈을 발라 사야 합니다. 평소엔 파리가 날리고 명절에만 100% 찰 텐데, 1년 중 하루를 위해 수백억 원의 장비를 사두는 건 미친 짓(비용 효율 최악)입니다. 그래서 1%의 고객 빡침(호손)을 적절히 감수하는 선에서 인프라 투자를 멈춥니다.

실무 체크리스트

요구사항과 병목 지점을 먼저 수치화한다.
운영 복잡도와 도입 효과를 함께 검증한다.
인접 기술과의 연계를 배포 전에 점검한다.

📢 섹션 요약 비유: **호손율(블로킹 확률)**과 얼랑 B 공식은 국밥집 사장님의 '테이블 수 계산기'입니다. 손님이 1시간 동안 몰려와 밥 먹고 가는 밀도(트래픽 얼랑)가 10이라고 칩시다. 사장님이 테이블(회선)을 딱 10개만 깔아두면 손님이 밀릴 때 재수 없게 식당 문턱에서 쫓겨나는 손님(호손)이 20%나 생겨 식당 욕을 먹습니다. 사장님이 '얼랑 B 수학 공식'에 숫자를 넣어 엑셀을 돌려봅니다. "아! 테이블 15개를 깔아두면 쫓겨나는 손님(블로킹 확률)을 1% 밑으로 떨어뜨릴 수 있구나!" 얼랑 C 공식은 은행 창구입니다. 창구가 꽉 차도 쫓아내지 않고 번호표(Queue)를 줍니다. 얼랑 C 계산기를 돌리면 "오늘같이 손님이 몰릴 땐(트래픽 10), 창구를 5개(회선) 열어두면 평균 3분을 기다려야(지연 확률) 자기 차례가 온다"는 것을 1초 만에 계산해 내어 적정 알바생 수를 결정하게 해주는 인프라 가성비의 나침반입니다.

Ⅴ. 기대효과 및 결론

호손율 / 블로킹 확률은 성능 평가와 고급 분석을 이해할 때 핵심 축을 잡아 주는 개념이다. 올바르게 적용하면 측정 정확도 개선과 구조적 단순화에 기여하지만, 조건을 잘못 잡으면 오히려 복잡도와 운영 부담이 커질 수 있다. 앞으로는 망 신뢰도, AI 기반 성능 예측, 자동화 운영과의 결합을 통해 더 정교하게 발전할 가능성이 크다. 따라서 이 개념은 정의 자체보다 “언제 쓰고 언제 다른 방법으로 넘길 것인가”의 관점으로 기억하는 것이 좋다. 향후에는 AI 기반 성능 예측 같은 자동화 흐름과 결합되어 더 정교한 형태로 확장될 가능성이 크다.

📢 섹션 요약 비유: 호손율 / 블로킹 확률은 큰 흐름 속에서 기억해야 오래 남는다. 지금의 장점과 다음 확장 방향을 같이 보면 전체 그림이 선명해진다.

📌 관련 개념 맵

개념	연결 포인트
Erlang	현재 개념이 등장하기 전에 갖춰야 할 배경이나 인접 선행 개념이다.
처리량 (Throughput)	실제 전달 성능을 나타내는 대표 지표다.
지연 (Latency)	사용자 체감 품질을 좌우한다.
망 신뢰도	현재 개념이 확장되거나 적용 단계로 이어질 때 자주 함께 언급된다.

📈 관련 키워드 및 발전 흐름도

[선행 개념: Erlang]
    │
    ▼
[현재 개념: 호손율 / 블로킹 확률]
    │
    ├──▶ [확장 A: 망 신뢰도]
    └──▶ [확장 B: AI 기반 성능 예측]

호손율 / 블로킹 확률는 Erlang에서 출발해 현재 메커니즘을 정교화하고, 이후 망 신뢰도와 AI 기반 성능 예측 같은 확장 흐름으로 이어진다고 보면 기억이 오래간다.

👶 어린이를 위한 3줄 비유 설명

달리기 시합에서 누가 얼마나 빨랐는지 재려면 초시계와 기록표가 필요해요.
이 개념은 네트워크가 어디서 느려졌는지 숫자로 찾아내는 도구예요.
그래서 막연히 고치는 대신 가장 중요한 곳부터 똑똑하게 손볼 수 있어요.