프로세스와 스레드의 정의
프로세스 : 운영체제로부터 자원을 할당받은 작업의 단위.
스레드 : 프로세스가 할당받은 자원을 이용하는 실행 흐름의 단위.
프로그램 -> 프로세스 -> 스레드
프로그램 -> 프로세스
프로그램? 파일이 저장 장치에 저장되어 있지만 메모리에는 올라가 있지 않은 정적인 상태를 뜻한다.
1. 메모리에 올라가 있지 않은 : 아직 운영체제가 프로그램에게 독립적인 메모리 공간을 할당해주지 않았다는 듯. 모든 프로그램은 운영체제가 실행되기 위한 메모리 공간을 할당해 줘야 실행될 수 있다.
2. 정적인 상태 : 단어 그대로, 움직이지 않는 상태. 아직 실행되지 않고 가만히 있다는 뜻이다.
결론은 프로그램이라는 단어는 아직 실행되지 않은 파일 그 자체를 뜻한다. 윈도우의 .exe, 맥의 .dmg 파일 등 사용자가 눌러서 실행하기 전의 파일이다. 쉽게 말하면 그냥 코드 덩어리이다.
프로그램을 실행하는 순간 해당 실행 파일은 컴퓨터 메모리에 올라가게 되고, 이 상태를 동적인 상태라고 하며 이 상태의 프로그램을 프로세스라고 한다. 위키피디아에서는 프로세스의 정의를 실행되고 있는 컴퓨터 프로그램이라고 칭하고 있으며, 스케줄링 단계에서의 "작업"과 같은 단어라고 봐도 무방하다고 하고 있다. 실제로 프로세스라는 단어가 작업 중인 프로그램을 의미하는 단어이기 때문이다.
요약 : 프로그램은 코드 덩어리 파일, 그 프로그램을 실행한 것이 프로세스
프로세스 -> 스레드
스레드는 프로세스와 다르게 스레드 간 메모리를 공유하며 작동한다. 스레드끼리 프로세스의 자원을 공유하면서 프로세스 실행 흐름의 일부가 되는 것이다. 앞에서 프로그램이 코드 덩어리라고 했는데, 스레드를 코드에 비유하자면 코드 내에 선언된 함수들이 되고 따라서 main함수 또한 일종의 스레드라고 볼 수 있다.
요약 : 스레드는 프로세스의 코드에 정의된 절차에 따라 실행되는 특정한 수행 경로다.
이것들이 왜 면접 질문인 것인가?
지원자가 프로그램, 프로세스, 스레드에 대한 기본 개념에 대해 잘 이해하고 있는지 하기 위함이다.
한 발짝 더 나아가면 결국 운영체제가 시스템 자원을 어떤 방식으로 할당하고 실제 프로그램은 이 자원을 어떤 방식으로 활용하여 작동되는지까지 알고 있어야 하고 답할 줄도 알아햐 한다.
프로세스와 스레드의 작동 방식에 대한 더 자세한 설명
위에서 프로세스가 메모리에 올라갈 때 운영체제로부터 시스템 자원을 할당받는다고 언급했다. 이 때, 운영체제는 프로세스마다 각각 독립된 메모리 영역을, code, data, stack, heap의 형식으로 할당해 준다. 각각 독립된 메모리 영역을 할당해 주기 때문에 프로세스는 다른 프로세스의 변수 혹은 자료에 접근할 수 없다.
이와 다르게 스레드는 메모리를 서로 공유할 수 있다. 프로세스가 할당받은 메모리 영역 내에서 stack 형식으로 할당된 메모리 영역은 따로 할당받고, 나머지 code/data/heap 형식으로 할당된 메모리 영역을 공유한다. 따라서 각각의 스레드는 별도의 스택을 가지고 있지만 힙 메모리는 서로 읽고 쓸 수 있게 된다.
다른 자원들은 공유하지만 굳이 스택만 분리해서 사용하는 이유?
LIFO(Last In First Out) / 후입 선출이라는 스택의 특성과도 연관이 있다.
왜? 코드와 데이터 힙 영역을 공유하는 것에는 큰 문제가 없지만, 스택 영역은 스택이 쌓이면 위에서부터 프로세스가 섞인 채로 순서대로 나오게 되므로 더 복잡해지기 때문에 원활한 실행 흐름을 위해 스택은 따로 독립적으로 존재하게 된다.
프로세스와 스레드의 아주 중요한 차이점
만약 한 프로세스를 실행하다가 오류가 발생해서 프로세스가 강제로 종료된다면, 다른 프로세스에게 어떤 영향이 있을까? 공유하고 있는 파일을 손상시키는 경우가 아니라면 아무런 영향을 주지 않는다.
하지만 스레드의 경우는 다르다. 스레드는 code/data/heap 메모리 영역의 내용을 공유하기 때문에 어떤 스레드 하나에서 오류가 발생한다면 같은 프로세스 내의 스레드 모두가 강제로 종료된다.
위에서 언급했듯 스레드를 코드(프로세스) 내에서의 함수(스레드)에 빗대어 표현해보면 훨씬 이해하기 쉽다. 코드 내 어떤 함수 하나에서 segmentation fault 등의 오류가 발생한 경험이 있을 것이다. 이 오류가 어떤 함수에서 발생했든 간에 해당 코드는 다른 함수 모두에 대한 작업을 중단하고 프로세스 실행을 끝내버린다.
그렇다면 왜 이런 방식으로 메모리를 공유할까?
스레드를 본문 맨 위에서 흐름의 단위라고 말햇는데, 정확히는 CPU입장에서의 최소 작업 단위가 된다.
CPU는 작업을 처리할 때 스레드를 최소 단위로 삼고 작업을 한다. 반면 운영체제는 이렇게 작은 단위까지 직접 작업하지 않기 때문에 운영체제 관점에서는 프로세스가 최소 작업 단위가 된다.
여기서 중요한 점은 하나의 프로세스는 하나 이상의 스레드를 가진다는 점이다. 따라서 운영체제가 관점에서는 프로세스가 최소 작업 단위인데, 이 때문에 같은 프로세스 소속 스레드끼리 메모리를 공유하지 않을 수 없다.
멀티태스킹, 멀티스레딩
멀티태스킹이란, 하나의 운영체제 안에서 여러 프로세스가 실행되는 것을 의미한다. 멀티태스킹은 자칫하면 여러 프로세스가 동시에 실행되는 것처럼 보이지만 자세한 원리를 알아보면 그렇지 않다.
멀티태스킹이 하나의 운영체제 안에서 여러 프로세스가 실행되는 것이라면, 멀티스레딩은 하나의 프로세스가 여러 작업을 여러 스레드를 사용하여 동시에 처리하는 것을 의미한다.
멀티 스레딩의 장점
- context-switching할 때 공유하고 있는 메모리만큼의 메모리 자원을 아낄 수 있다.(자원의 효율성 증대)
- 스레드는 프로세스 내의 stack 영역을 제외한 모든 메모리를 공유하기 때문에 통신의 부담이 적어서 응답 시간이 빠르다.
멀티 스레딩의 단점
- 스레드 하나가 프로세스 내 자원을 망쳐버린다면 모든 프로세스가 종료될 수 있다.
- 자원을 공유하기 때문에 필연적으로 동기화 문제가 발생할 수 밖에 없다.
프로세스 간의 context-switching 시에는 많은 자원 손실이 발생한다. 그러나 스레드 간의 context-switching에서는 메모리를 공유하고 있는 만큼 부담을 덜 수 있다.
멀티스레드의 장단점에서 꼭 짚고 넘어가야 할 점이 바로 동기화 문제(Syncroniation issue)이다.
멀티스레드를 사용하면 각각의 스레드 중 어떤 것이 어떤 순서로 실행될 지 그 순서를 알 수 없다. 만약 A 스레드가 어떤 자원을 사용하다가 B 스레드로 제어권이 넘어간 후 B 스레드가 해당 자원을 수정했을 때, 다시 제어권을 받은 A 스레드가 해당 자원에 접근하지 못하거나 바뀐 자원에 접근하게 되는 오류가 발생할 수 있다.
이처럼 여러 스레드가 함께 전역 변수를 사용할 경우 발생할 수 있는 충돌을 동기화 문제라고 한다. 스케줄링은 운영체제가 자동으로 해주지 않기 때문에 프로그래머가 적절한 기법을 직접 구현해야 하므로 프로그래밍할 때 멀티스레드를 사용하려면 신중해야 한다. 디버깅 과정도 까다로워지기 때문이다.
결론
프로세스와 스레드는 개념의 범위부터 다르다. 스레드는 프로세스 안에 포함되어 있기 때문이다.
운영체제가 프로세스에게 code/data/stack/heap 메모리 영역을 할당해 주고 최소 작업 단위로 삼는 반면, 스레드는 프로세스 내에서 stack 메모리 영역을 제외한 다른 메모리 영역을 같은 프로세스 내 다른 스레드와 공유한다.
프로세스는 다른 프로세스와 정보를 공유하려면 IPC를 사용하는 등의 번거로운 과정을 거쳐야 하지만, 스레드는 기본 구조 자체가 메모리를 공유하는 구조이기 때문에 다른 스레드와 정보 공유가 쉽다. 때문에 멀티태스킹보다 멀티스레드가 자원을 아낄 수 있게 된다. 다만 스레드의 스케줄링은 운영체제가 처리하지 않기 때문에 프로그래머가 직접 동기화 문제에 대응할 수 있어야 한다.
References
