IT 장애 대응·포스트모템 일본어 표현 완전 가이드: 障害対応부터 振り返り까지

【Slack 긴급 보고 예시 - 격식체】

@channel 【障害発生】本番環境のAPIサーバーにて異常を検知しました。
発生時刻：2026-03-11 14:30 JST
事象：APIレスポンスタイムが通常の10倍以上に悪化
影響範囲：全ユーザーのログイン機能
現在、一次対応として原因調査を開始しております。
状況は随時アップデートいたします。

(@channel [장애 발생] 본번 환경의 API 서버에서 이상을 감지했습니다.
발생 시각: 2026-03-11 14:30 JST
사상: API 응답 시간이 통상의 10배 이상으로 악화
영향 범위: 전체 사용자의 로그인 기능
현재 1차 대응으로서 원인 조사를 개시하고 있습니다.
상황은 수시로 업데이트하겠습니다.)

【Slack 긴급 보고 예시 - 간결체(팀 내)】

@here やばい、本番のAPIが死んでる。
レスポンスタイムが爆上がりしてて、ログインできない状態。
今から調査入るから、手空いてる人ヘルプ頼む！

(@here 큰일이다, 본번 API가 죽었어.
응답 시간이 폭증해서 로그인이 안 되는 상태야.
지금부터 조사 들어갈 테니, 손 비는 사람 도움 부탁해!)

【전화/긴급 에스컬레이션 예시】

A: 「お疲れ様です。○○チームの金です。
   本番環境で重大な障害が発生しましたので、ご報告いたします。
   14時30分頃より、全ユーザーのログイン機能が停止しております。
   影響範囲が広いため、エスカレーションさせていただきました。」

B: 「了解しました。現在の状況を教えてください。」

A: 「はい。現在、APIサーバーのレスポンスタイムが通常の10倍以上に
   悪化しており、タイムアウトが多発しております。
   原因としてはデータベースのコネクションプールの枯渇が疑われますが、
   まだ確定しておりません。
   暫定対応として、まずサーバーの再起動を検討しております。」

B: 「わかりました。暫定対応を進めてください。
   30分ごとに状況をアップデートしてください。」

(A: 수고하십니다. ○○팀의 김입니다.
   본번 환경에서 중대한 장애가 발생하여 보고 드립니다.
   14시 30분경부터 전체 사용자의 로그인 기능이 정지되고 있습니다.
   영향 범위가 넓어 에스컬레이션하게 되었습니다.

B: 알겠습니다. 현재 상황을 알려주세요.

A: 네. 현재 API 서버의 응답 시간이 통상의 10배 이상으로
   악화되어 타임아웃이 다발하고 있습니다.
   원인으로는 데이터베이스 커넥션 풀 고갈이 의심되지만
   아직 확정되지 않았습니다.
   임시 대응으로 우선 서버 재기동을 검토하고 있습니다.

B: 알겠습니다. 임시 대응을 진행해 주세요.
   30분마다 상황을 업데이트해 주세요.)

【30분 경과 보고 예시】

@channel 【障害続報】14:30発生のAPI障害について続報です。
■ 現在の状態：サービス部分復旧
■ 対応状況：
  - DBコネクションプールの設定値を一時的に引き上げ（50→200）
  - APIサーバー2台中1台を再起動済み
■ 復旧見込み：15:30頃の完全復旧を目指しています
■ 次回アップデート：15:15予定

(@channel [장애 후속 보고] 14:30 발생 API 장애 후속 보고입니다.
- 현재 상태: 서비스 부분 복구
- 대응 상황:
  - DB 커넥션 풀 설정값을 일시적으로 상향 (50에서 200)
  - API 서버 2대 중 1대 재기동 완료
- 복구 예상: 15:30경 완전 복구를 목표로 하고 있습니다
- 다음 업데이트: 15:15 예정)

【복구 완료 보고 예시】

@channel 【障害復旧】14:30に発生したAPI障害は、15:25に復旧いたしました。
■ 復旧時刻：15:25 JST
■ 影響時間：約55分
■ 暫定対応内容：DBコネクションプール拡張、APIサーバー再起動
■ 恒久対応：別途、障害報告書にてご報告いたします

ご迷惑をおかけし、申し訳ございませんでした。

(@channel [장애 복구] 14:30에 발생한 API 장애는 15:25에 복구되었습니다.
- 복구 시각: 15:25 JST
- 영향 시간: 약 55분
- 임시 대응 내용: DB 커넥션 풀 확장, API 서버 재기동
- 항구 대응: 별도 장애 보고서로 보고 드리겠습니다

불편을 끼쳐 드려 대단히 죄송합니다.)

【War Room 긴급 소통】

リーダー: 「皆さん、本番環境で障害が発生しています。
         まず状況を整理しましょう。
         モニタリング担当の方、現在の状況を教えてください。」

SRE担当: 「はい。Grafanaのダッシュボードを確認したところ、
         14:28頃からAPIのエラーレートが急増しています。
         現在、5xxエラーが全リクエストの約40%を占めています。
         Podのメモリ使用率も90%を超えている状態です。」

リーダー: 「わかりました。影響範囲を教えてください。」

SRE担当: 「影響範囲はログインAPI全体です。
         ユーザーの新規ログインができない状態になっています。
         既にログイン済みのユーザーには影響ありません。」

バックエンド: 「ログを確認しましたが、DBへのコネクションが
             タイムアウトしているようです。
             slow queryが大量に発生していて、
             コネクションプールが枯渇している可能性があります。」

リーダー: 「了解です。暫定対応として、まずDBのスロークエリを
         killして、コネクションプールのサイズを一時的に
         引き上げましょう。それと並行して根本原因の調査を
         進めてください。」

(리더: 여러분, 본번 환경에서 장애가 발생했습니다.
      우선 상황을 정리합시다.
      모니터링 담당분, 현재 상황을 알려주세요.

SRE 담당: 네. Grafana 대시보드를 확인한 결과
         14:28경부터 API의 에러율이 급증하고 있습니다.
         현재 5xx 에러가 전체 요청의 약 40%를 차지하고 있습니다.
         Pod의 메모리 사용률도 90%를 넘는 상태입니다.

리더: 알겠습니다. 영향 범위를 알려주세요.

SRE 담당: 영향 범위는 로그인 API 전체입니다.
         사용자의 신규 로그인이 불가능한 상태입니다.
         이미 로그인한 사용자에게는 영향이 없습니다.

백엔드: 로그를 확인했는데 DB 커넥션이
       타임아웃되고 있는 것 같습니다.
       slow query가 대량 발생하여
       커넥션 풀이 고갈되었을 가능성이 있습니다.

리더: 알겠습니다. 임시 대응으로 우선 DB의 slow query를
     kill하고, 커넥션 풀 사이즈를 일시적으로 올립시다.
     그와 병행하여 근본 원인 조사를 진행해 주세요.)

【롤백(切り戻し) 판단 논의】

リーダー: 「原因の特定に時間がかかりそうですね。
         切り戻しを検討しましょう。
         直近のデプロイはいつでしたか？」

デプロイ担当: 「今朝の10時に認証モジュールのアップデートを
             デプロイしています。
             このデプロイ以降に障害が発生した可能性があります。」

リーダー: 「切り戻しのリスクを教えてください。」

デプロイ担当: 「認証モジュールの切り戻し自体は5分程度で完了します。
             ただし、今朝のデプロイにはDB migrationが含まれているため、
             DBの切り戻しも必要になります。
             DB切り戻しには追加で10分程度かかる見込みです。」

リーダー: 「了解しました。影響時間を考慮すると、
         切り戻しを実行した方がよさそうです。
         切り戻し手順を確認して、実行してください。
         実行前に私に一報ください。」

(리더: 원인 특정에 시간이 걸릴 것 같네요.
      롤백을 검토합시다.
      최근 배포는 언제였습니까?

배포 담당: 오늘 아침 10시에 인증 모듈 업데이트를
          배포했습니다.
          이 배포 이후에 장애가 발생했을 가능성이 있습니다.

리더: 롤백의 리스크를 알려주세요.

배포 담당: 인증 모듈의 롤백 자체는 5분 정도면 완료됩니다.
          다만 오늘 아침 배포에는 DB 마이그레이션이 포함되어 있어
          DB 롤백도 필요합니다.
          DB 롤백에는 추가로 10분 정도 걸릴 전망입니다.

리더: 알겠습니다. 영향 시간을 고려하면
     롤백을 실행하는 것이 좋을 것 같습니다.
     롤백 절차를 확인하고 실행해 주세요.
     실행 전에 저에게 한 번 연락 주세요.)

【포스트모템 회의 오프닝】

ファシリテーター:
「それでは、3月11日に発生した本番API障害の振り返りを始めます。
 本日のアジェンダは以下の通りです。
 1. タイムラインの確認
 2. 根本原因の共有
 3. 対応の振り返り（良かった点・改善点）
 4. 再発防止策の検討
 5. アクションアイテムの整理

 まずはタイムラインの確認からお願いします。」

(진행자: 그러면 3월 11일에 발생한 본번 API 장애의 회고를 시작하겠습니다.
 오늘의 아젠다는 다음과 같습니다.
 1. 타임라인 확인
 2. 근본 원인 공유
 3. 대응의 회고 (잘된 점, 개선점)
 4. 재발 방지책 검토
 5. 액션 아이템 정리

 우선 타임라인 확인부터 부탁드립니다.)

【근본 원인 발표】

SRE担当:
「根本原因についてご報告します。
 今回の障害の直接原因は、認証モジュールのアップデートに含まれていた
 新しいクエリが、インデックスを適切に使用していなかったことです。
 このクエリがフルテーブルスキャンを発生させ、
 DBの負荷が急増しました。
 その結果、コネクションプールが枯渇し、
 全体のAPIレスポンスが悪化しました。

 根本原因としては、以下の3点が挙げられます。
 1. コードレビューでクエリのパフォーマンスが検証されていなかった
 2. ステージング環境のデータ量が本番と大きく異なり、
    パフォーマンス問題が検知できなかった
 3. デプロイ後のパフォーマンス監視体制が不十分だった」

(SRE 담당: 근본 원인에 대해 보고 드립니다.
 이번 장애의 직접 원인은 인증 모듈 업데이트에 포함된
 새 쿼리가 인덱스를 적절히 사용하지 못한 것입니다.
 이 쿼리가 풀 테이블 스캔을 발생시켜
 DB 부하가 급증했습니다.
 그 결과 커넥션 풀이 고갈되어
 전체 API 응답이 악화되었습니다.

 근본 원인으로는 다음 3가지가 꼽힙니다.
 1. 코드 리뷰에서 쿼리 퍼포먼스가 검증되지 않았다
 2. 스테이징 환경의 데이터량이 본번과 크게 달라
    퍼포먼스 문제를 감지할 수 없었다
 3. 배포 후 퍼포먼스 모니터링 체제가 불충분했다)

【재발 방지책 논의】

ファシリテーター: 「再発防止策について議論しましょう。
               皆さんのご意見をお聞かせください。」

SRE担当: 「まず、デプロイパイプラインにクエリパフォーマンステストを
         追加することを提案します。
         本番相当のデータ量を持つテスト環境で、
         新規クエリのEXPLAIN ANALYZEを自動実行する仕組みです。」

バックエンド: 「コードレビューのチェックリストに、
             クエリパフォーマンスの確認項目を追加すべきだと思います。
             特にWHERE句のインデックス使用状況の確認は必須です。」

リーダー: 「デプロイ直後のカナリアリリースの導入も検討したいですね。
         全台に一気にデプロイするのではなく、
         まず1台にデプロイして問題がないことを確認してから
         全台展開する形にしましょう。」

ファシリテーター: 「ありがとうございます。
               それでは、今の議論をアクションアイテムとして
               整理しましょう。」

(진행자: 재발 방지책에 대해 논의합시다.
        여러분의 의견을 들려주세요.

SRE 담당: 우선 배포 파이프라인에 쿼리 퍼포먼스 테스트를
         추가할 것을 제안합니다.
         본번 상당의 데이터량을 가진 테스트 환경에서
         신규 쿼리의 EXPLAIN ANALYZE를 자동 실행하는 구조입니다.

백엔드: 코드 리뷰 체크리스트에
       쿼리 퍼포먼스 확인 항목을 추가해야 한다고 생각합니다.
       특히 WHERE절의 인덱스 사용 상황 확인은 필수입니다.

리더: 배포 직후의 카나리 릴리스 도입도 검토하고 싶네요.
     전 대에 한 번에 배포하는 것이 아니라
     우선 1대에 배포하여 문제가 없는 것을 확인한 후
     전체 전개하는 형태로 합시다.

진행자: 감사합니다.
       그러면 지금의 논의를 액션 아이템으로 정리합시다.)

【障害報告書テンプレート】

■ 障害概要
  障害名：本番API認証障害
  発生日時：2026年3月11日 14:30 JST
  復旧日時：2026年3月11日 15:25 JST
  影響時間：約55分
  障害レベル：Severity 1（サービス全体に影響）

■ 影響範囲
  - 対象サービス：ユーザー認証API
  - 影響ユーザー数：推定約50,000人
  - 影響内容：新規ログインが不可能な状態

■ タイムライン
  14:28 モニタリングアラート発報
  14:30 障害検知、一次対応開始
  14:35 エスカレーション実施
  14:45 暫定対応（コネクションプール拡張）
  15:10 根本原因特定（インデックス未使用クエリ）
  15:15 切り戻し実行開始
  15:25 サービス復旧確認

■ 根本原因
  認証モジュールのアップデートに含まれた新規クエリが
  インデックスを使用せずフルテーブルスキャンを実行し、
  DB負荷が急増。コネクションプールが枯渇し、
  API全体のレスポンスが悪化した。

■ 再発防止策
  1. デプロイパイプラインにクエリパフォーマンステスト追加
  2. コードレビューチェックリストの強化
  3. カナリアリリースの導入
  4. ステージング環境のデータ量を本番相当に拡充

(장애 보고서 템플릿

- 장애 개요
  장애명: 본번 API 인증 장애
  발생 일시: 2026년 3월 11일 14:30 JST
  복구 일시: 2026년 3월 11일 15:25 JST
  영향 시간: 약 55분
  장애 레벨: Severity 1 (서비스 전체에 영향)

- 영향 범위
  대상 서비스: 사용자 인증 API
  영향 사용자 수: 추정 약 50,000명
  영향 내용: 신규 로그인이 불가능한 상태

... 이하 생략)

❌ 「本番環境で事故が発生しました」
✅ 「本番環境で障害が発生しました」

❌ 「サーバーを直しました」 (서버를 고쳤습니다 - 캐주얼)
✅ 「サーバーを復旧いたしました」 (서버를 복구했습니다 - 공식적)

❌ 「対応しています」 (대응하고 있습니다 - 진행인지 완료인지 모호)
✅ 진행 중: 「現在対応を進めております」 (현재 대응을 진행하고 있습니다)
✅ 완료: 「対応が完了いたしました」 (대응이 완료되었습니다)

❌ 「調査しています」 (조사하고 있습니다 - 누가?)
✅ 「SREチームにて原因を調査しております」 (SRE 팀에서 원인을 조사하고 있습니다)

❌ 「サーバーが爆発しました」 (서버가 폭발했습니다 - 부자연스러움)
✅ 「サーバーがダウンしました」 (서버가 다운되었습니다)
✅ 「サーバーが落ちました」 (서버가 떨어졌습니다 - 일상체)

【장애 감지】
- 「異常を検知しました」 (이상을 감지했습니다)
- 「アラートが発報しました」 (알림이 발보되었습니다)
- 「モニタリングで異常値を確認しました」 (모니터링에서 이상값을 확인했습니다)

【상황 보고】
- 「現在、調査中です」 (현재 조사 중입니다)
- 「影響範囲を確認しております」 (영향 범위를 확인하고 있습니다)
- 「原因を特定中です」 (원인을 특정 중입니다)

【대응 진행】
- 「暫定対応を実施します」 (임시 대응을 실시합니다)
- 「切り戻しを実行します」 (롤백을 실행합니다)
- 「スケールアウトで対応します」 (스케일 아웃으로 대응합니다)

【복구 보고】
- 「サービスが復旧しました」 (서비스가 복구되었습니다)
- 「正常稼働を確認しました」 (정상 가동을 확인했습니다)
- 「全機能の動作確認が完了しました」 (전 기능의 동작 확인이 완료되었습니다)

【포스트모템】
- 「根本原因は〇〇でした」 (근본 원인은 ○○이었습니다)
- 「再発防止策として〇〇を提案します」 (재발 방지책으로 ○○를 제안합니다)
- 「アクションアイテムを整理しましょう」 (액션 아이템을 정리합시다)