시니어 엔지니어가 만들면 빠른 이유 #1

Why

일반적으로 엔지니어는 프로그래밍을 하면서 로직의 구현에 중점을 둡니다.

처음 만들때는 동작 속도는 크게 신경쓰지 않아요.
구현에 집중하기 때문이죠.

시니어 엔지니어가 다른 것 중에 한가지 꼽자면,
같은 일을 해도, 빠르게 동작하는 코드를 만드는 점에서 차이가 있다고 말하고 싶습니다.
여기서 속도는 개발 속도가 빠른게 아니라 만든 코드의 동작 속도를 말해요.

물론 조직 관리 능력과 리더쉽도 있겠지만요.
오늘은 기술적인 이유에 집중 해보겠습니다.

빠르다는 것

같은 일을 처리하는데 시간이 적게 걸린다는 뜻입니다.
프로그래밍의 세계에서 시간은 비용 입니다.

여기 10만건의 데이터를 다운로드 하는 기능이 있습니다.

주니어는 구현에 집중하다보니 생각대로 만듭니다.
결국 완성은 했는데, 아뿔사 다운로드에 3분이나 걸린다고 하네요.

시니어는 다릅니다.
시작 부터 여러 상황을 고려하고 만듭니다.
결국, 다운로드에 10초면 되네요?

둘다 개발 언어도 같고 서버도 같은데요.
18배 빠른 기능이 탄생했습니다.

누가 만든 기능이 좋은 평가를 받을지는 불보듯 뻔하지요.

주니어는 이 상황이 이해가 안되고, 너무 궁금합니다.
기술 스택을 바꿔야 하나 고민 합니다.
근데 스택은 똑같다네요.

주니어는 너무 궁금합니다. 저 형님 언니가 만들면 대체 뭐가 다른지

일단 왜 빠른가

제가 볼때 이유는 몇가지가 있습니다.
오늘은 예제를 통해 그 첫번째를 차이점을 알아볼께요.

예제 문제

여기 100만개의 대한민국 주소 데이터가 있습니다.
여기서 서울 이라는 글자로 시작하는 모든 주소를 찾아서 리턴한다고 가정해보죠.

코테 같은 문제 말고, 현실 문제를 고려 하려고 고심 했습니다.
자- 이제 시니어와 주니어가 어떻게 다르게 만드는지 봅시다.

(주의: 글 기고 후, 예시 코드의 적절성에 대해 우려감을 받았습니다. 주니어와 시니어의 코드 모두 자세히 보면, 정확성에 문제를 안고 있는 것이 사실 입니다. 다만 제가 말씀드리고 싶은 주제는 이 예시 코드의 적절함이 아니라, 두개 코드의 확연한 접근 방법의 차이에 집중해 주시면 좋겠다 입니다. 이점 참고 해주세요~!)

주니어의 코드

주니어는 이 문제를 이렇게 풀꺼에요.
100만개를 루핑해서, ‘서울’ 이라는 문자열이 포함 됐다면 카운트 하겠죠.
파이썬을 예로들면 아래와 같은 코드가 나옵니다.

for address in addresses:
    if '서울' in address:
        string_count += 1

단순하고, 직관적입니다.
문제는 해결 할거에요.
그러나, 아래 시니어 코드를 보면 생각이 달라질거예요.

시니어는 이렇게 할겁니다.

100만개를 루핑하는 것은 같지만, 해시해서 비교할 겁니다.

def simple_hash(s):
    return sum(ord(c) for c in s)  # 각 문자의 유니코드 값을 더한 값

# '서울'의 해시 값
k = '서울'
khash = simple_hash(k)
klen = len(k)

# 해시로 바꾸고 검사
string_count = 0
for address in addresses:
    # 주소에서 키워드 글자수만큼 앞부분을 해시로 변환하여 검사
    if simple_hash(address[:klen]) == khash:
        string_count += 1

살짝 길어지기도 했는데, 그것보단 왜 이렇게 하는지 궁금할거에요.
하나씩 풀어봅시다.

해시를 왜?

→ 문자를 숫자로 바꾸기 위해서 입니다.

숫자로 바꾸는 이유는?

→ CPU 안에는 수학 연산에 엄청나게 빠른 ALU가 존재 합니다.
→ 2개 숫자의 비교 연산은 두 숫자의 크기를 비교하는 것으로 A - B 가 0이 아니면 다른 것이므로 ALU를 사용 합니다.
→ 따라서 비교 연산 자체가 엄청나게 빠릅니다.

문자열 앞부분 잘라서 비교하는 이유는?

→ 문자열의 앞부분을 길이만큼 잘라서 비교하는 것은 시간 복잡도 때문 입니다.
→ 시간 복잡도로는 O(1) 이 되어, 주소가 아무리 길어도 연산 시간이 일정하게 보장 되겠죠.

그럼, 문자열 처리는 왜 느린데요?

→ if ‘서울' in address 에서 각 문자를 순차적으로 비교하여 '서울’이라는 단어가 포함되어 있는지 내부적으로 검사하게 됩니다. 이때, 최악의 경우 전체 문자열을 검사해야 하므로 O(n)의 시간 복잡도를 가집니다.
→ O(n) 에서 n은 입력 문자열의 크기가 되므로 크기가 클수록 시간이 더 걸려서 느리게 됩니다.

결국 시니어는 이렇게 접근한 것이죠.

• CPU 가 빠르게 계산 할 수 있도록, ALU의 사칙연산을 활용 합니다.
• 시간복잡도를 떠올리면서, 어떻게 해야 전체 비교를 하지 않을지 고려 하죠.
• 결국, 코드가 CPU에서 어떻게 실행될 지 고려 했습니다.

어때요?
와우! 다르긴 하죠?

주니어 엔지니어 분들께

여러분이 혹시 주니어 개발자라면, 와 이렇게 까지 한다고? 생각 할 수 있습니다.

에이- 그냥 문자열로 비교해도 2초면 되는데, 이정도면 괜찮은 거 아닌가 라고도 생각 할 수 있습니다.

하지만 진가는 이 문제의 건수가 많아 졌을때 발휘됩니다.
100만건이 아니라 1억건 이라면 말이죠.

문자열 비교는 2초가 아니라 20초가 되겠죠.
하지만 숫자 비교는 0.1초 가 1초 가 될 뿐 입니다.

애초에 빨라야 양이 늘어도 유지돼요.

그런데, 만약 요구사항이 1억개에 1초가 아니라 0.1초라면 또 다른 방법을 추가 해야합니다.
그건 앞으로 차차 풀어볼께요.
(저를 팔로우 하시면 가장 빠르게 보실 수 있습니다.)

마무리

좋은 시니어 엔지니어는 빠르게 동작하는 코드를 만듭니다.

많은 이유가 있겠지만, 제가 생각하는 그 이유들을 앞으로 차차 더 알려드릴께요.
오늘 이런 팁을 처음 알았다고 해도 괜찮아요.

처음 부터 시니어인 사람은 없습니다.
매일 같이 연구하고 성장한 결과 위와 같은 코드를 작성할 수 있게 된 것입니다.
노력 하면 누구나 얻을수 있는 것이죠.

궁금하신 내용, 댓글 환영 합니다.
오늘도 읽어 주셔서 감사해요.

아임웹 CTO 매튜 드림.