fos-blog/study
01 / 홈02 / 카테고리03 / 시리즈
01 / 홈02 / 카테고리03 / 시리즈

카테고리

  • AI 페이지로 이동
    • RAG 페이지로 이동
    • agent 페이지로 이동
    • claude-code 페이지로 이동
    • harness 페이지로 이동
    • llm 페이지로 이동
    • ops 페이지로 이동
    • practice 페이지로 이동
  • algorithm 페이지로 이동
    • Alias Method: 가중치 랜덤 선택을 전처리 O(n), 추출 O(1)로 바꾸기
    • Welford's Online Algorithm: 값을 저장하지 않고 평균과 분산 계산하기
  • architecture 페이지로 이동
    • distributed-systems 페이지로 이동
    • domain 페이지로 이동
    • evolution 페이지로 이동
    • patterns 페이지로 이동
  • database 페이지로 이동
    • milvus 페이지로 이동
    • mysql 페이지로 이동
    • opensearch 페이지로 이동
    • qdrant 페이지로 이동
    • redis 페이지로 이동
    • vespa 페이지로 이동
    • DB Connection Pool Saturation과 Thread Pool 격리
    • 커넥션 풀 크기는 얼마나 조정해야 할까?
    • MyBatis 기본기 — XML Mapper, resultMap, 동적 SQL, 운영 패턴 정리
    • MyBatis와 JPA/Hibernate 트레이드오프 — 레거시 백엔드를 다루는 시니어 관점
    • 한국어 형태소 분석기 Nori vs Lindera — OpenSearch에서 Milvus로 갈 때 어휘 검색은 유지되나
    • 정규화와 역정규화: 무결성과 조회 비용 사이의 선택
    • 벡터 DB 5종, 아키텍처는 어떻게 다른가
    • 벡터 DB 5종을 실제로 벤치마크했다 — 같은 recall에서 QPS는 얼마나 갈리나
    • 벡터 DB 어떻게 고를까 — OpenSearch · Milvus · Qdrant · Vespa · pgvector 비교
    • 벡터 DB를 실제로 도입한 사례 — 빅테크 프로덕션
  • devops 페이지로 이동
    • docker 페이지로 이동
    • k8s 페이지로 이동
    • Envoy Proxy
    • Graceful Shutdown
    • 종료 신호는 어디서 멈추는가
  • http 페이지로 이동
    • HTTP Connection Pool
    • HTTPS와 TLS: 핸드셰이크, 인증서, 종료 지점
  • java 페이지로 이동
    • concurrency 페이지로 이동
    • jdbc 페이지로 이동
    • spring 페이지로 이동
    • spring-batch 페이지로 이동
    • testing 페이지로 이동
    • Java 동시성 락 정리 — 커머스 메뉴/프로모션 정책 캐시 갱신 관점
    • JVM 튜닝 실전: 메모리 구조부터 Virtual Threads, GC 튜닝, 프로파일링까지
    • 로그에 traceId 남기기 — MDC 부터 OpenTelemetry 까지
    • Java StampedLock — 읽기 폭주에도 쓰기가 밀리지 않는 락
    • Virtual Thread와 Project Loom
  • javascript 페이지로 이동
    • typescript 페이지로 이동
    • AbortController
    • Async Iterator와 제너레이터
    • CommonJS와 ECMAScript Modules
    • 제너레이터(Generator)
    • Http Client
    • Node 백엔드 운영 패턴 — Streams 백프레셔, pipe/pipeline, 멱등성 vs 분산 락
    • Node.js
    • `setImmediate()`
  • kafka 페이지로 이동
    • Kafka 클러스터 아키텍처: Broker, KRaft Controller와 복제
    • Kafka 기본 개념: Topic, Partition, Offset과 Segment
    • Kafka 실전 설계: 파티션 전략, 컨슈머 그룹, 전달 보장, 재시도, 순서 보장 트레이드오프
    • Kafka 파티션·리밸런스·컨슈머 지연 운영
    • Kafka를 로그로 이해하기: 복제, 재처리, 상태와 데이터 통합
    • Spring Kafka 컨슈머 오프셋 커밋과 트랜잭션 정렬: AckMode, manual ack, 멱등 처리
  • linux 페이지로 이동
    • fsync — 리눅스 파일 동기화 시스템 콜
    • SSH forced command 로 배포 키가 실행할 수 있는 명령 제한하기
  • mlops 페이지로 이동
    • llm-serving 페이지로 이동
    • model-router 페이지로 이동
    • Python CUDA 버전 생태계 — nvidia-smi, nvcc, pip, conda가 다 다른 버전을 말하는 이유
    • GPU 컨테이너의 CUDA 버전 호환성 — nvidia-smi부터 이미지 다이어트까지
    • Kubernetes GPU 노드에서 /run tmpfs가 꽉 차서 Pod가 안 뜰 때
    • GPU·CUDA·MPS 기초 — 자바 백엔드 개발자가 처음 만나는 그림
    • Multi-process GPU 워크로드 — 자바 ThreadPool 사용자가 만나는 모델 차이
    • ML 서비스 성능 분석 워크플로 — 자바 백엔드 트러블슈팅과 다른 점
    • 한 GPU 를 여러 프로세스가 나눠 쓰기 — Time-Slicing 과 MPS
  • network 페이지로 이동
    • Connection reset by peer는 누가 보낸 걸까 — 리버스 프록시 홉마다 TCP 연결은 따로 논다
    • L2(스위치)와 L3(라우터)의 역할 차이
    • L4와 VIP(Virtual IP Address)
    • IP Subnet
  • observability 페이지로 이동
    • Observability 입문: 시니어 백엔드가 장애를 탐지하고 대응하는 방식
    • K8s 위 Spring Boot 앱의 메트릭 수집
  • python 페이지로 이동
    • Python async/await — CompletableFuture·Reactor 와 다른 점, 그리고 blocking I/O 함정
    • Python 의존성 관리 — Java Maven/Gradle 사용자가 만나는 첫 충격
    • FastAPI 기초 — Spring Boot 사용자가 빠르게 익히는 법
    • Java 개발자를 위한 Python 심화 — OOP·데코레이터·컨텍스트 매니저
    • PyTorch 기초 — 텐서, 디바이스, 그리고 모델 로딩이 무거운 이유
    • Java 개발자를 위한 Python 문법 핵심
    • ThreadLocal 에서 contextvars 로 — Python 의 요청 컨텍스트 전파
    • OCR 동작 원리 — Layout · Text · Post-process 3단계
    • Python 서버의 RSS가 줄지 않는 이유: CPython, gc.collect(), malloc_trim
  • rabbitmq 페이지로 이동
    • RabbitMQ Basics — 실전 백엔드 관점에서 정리하는 메시지 브로커 기본기
    • RabbitMQ vs Kafka — 백엔드 메시징 선택 기준과 실전 운영 관점
  • resume 페이지로 이동
    • 경험 및 경력기술서
    • 김병태 경력기술서
    • 김병태 포트폴리오
  • task 페이지로 이동
    • ai-service-team 페이지로 이동
    • nsc-slot 페이지로 이동
    • sb-dev-team 페이지로 이동
    • the-future-company 페이지로 이동
  • thinking 페이지로 이동
    • 자기주도 학습: 질문에서 시작해 글로 검증하기
    • 좋은 일을 넘어 중요한 일을 하는 법
FOS-BLOG · FOOTERall systems normal·v0.1 · 2026.04.27·seoul, kr
Ffos-blog/study

개발 학습 기록을 정리하는 블로그입니다. 공부하면서 기록하고, 기록하면서 다시 배웁니다.

visitors
01site
  • Home↗
  • Posts↗
  • Categories↗
  • Glossary↗
  • About↗
02policy
  • 소개/about
  • 개인정보처리방침/privacy
  • 연락처/contact
03categories
  • AI↗
  • Algorithm↗
  • DB↗
  • DevOps↗
  • Java/Spring↗
  • JS/TS↗
  • React↗
  • Next.js↗
  • System↗
04connect
  • GitHub@jon890↗
  • Source repositoryjon890/fos-study↗
  • RSS feed/rss.xml↗
  • Newsletter매주 1 회 · 한 편의 글→
© 2026 FOS Study. All posts MIT-licensed.
built with·Next.js·Tailwind v4·Geist·Pretendard·oklch
fos-blog/architecture/코드 제거 작업의 grep 통과 조건과 문서…
architecture

코드 제거 작업의 grep 통과 조건과 문서 부패

코드 구조물을 지우는 작업에서 완료 기준을 "제거 대상 이름을 grep 하면 0건"으로 잡는 경우가 많다. 이 기준은 작업 목록이 실제로 고치는 파일 범위와 어긋나면 통과하지 못한다. 통과시켰다 해도, 제거한 구조물을 "지금 있는 것"으로 설명하는 문서가 그대로 남아 부패한다. 이 글은 제거 작업을 여러 단계로 나눠 진행할 때 생기는 두 가지 함정과 회피...

2026.10.02·3 min read·7 views

코드 구조물을 지우는 작업에서 완료 기준을 "제거 대상 이름을 grep 하면 0건"으로 잡는 경우가 많다. 이 기준은 작업 목록이 실제로 고치는 파일 범위와 어긋나면 통과하지 못한다. 통과시켰다 해도, 제거한 구조물을 "지금 있는 것"으로 설명하는 문서가 그대로 남아 부패한다.

이 글은 제거 작업을 여러 단계로 나눠 진행할 때 생기는 두 가지 함정과 회피 방법을 정리한다. 특정 언어나 도구에 한정된 내용은 아니고, 클래스, 인스턴스, 엔드포인트 같은 구조물을 지우는 작업에 공통으로 적용된다.

grep 통과 조건이 작업 범위보다 넓을 때

제거 작업의 성공 기준을 grep -rn <심볼> 결과 0건으로 두면, 검색 범위가 곧 완료 범위가 된다. 작업 목록이 편집하는 파일보다 검색 범위가 넓으면, 편집 대상이 아닌 파일의 텍스트 참조가 통과를 막는다.

놓치기 쉬운 잔존 참조

  • 제거 대상 심볼을 언급하는 모듈 docstring이 있다. 린터는 미사용 import 같은 코드 문제는 잡아도 docstring 안의 심볼 이름은 고쳐 주지 않는다. 그래서 자동 교정이 되지 않고 사람이 편집 작업으로 적어 두어야 한다.
  • 한 단계가 지울 안내 문구를 다른 단계의 검증이 이미 검사하는 비대칭이 있다. 작업을 단계로 나누면 단계 A의 grep 이 단계 B가 아직 지우지 않은 파일까지 훑어 실패한다.

회피 방법

방법내용
검증 범위 제한그 단계가 실제로 편집하는 파일에만 grep 을 건다.
전역 확인 위치 이동저장소 전체 0건 확인은 모든 제거 단계가 끝난 뒤 통합 검증 단계에 둔다.
편집 작업 명시docstring 과 주석 편집을 별도 작업으로 목록에 넣어 범위를 맞춘다.

세 방법은 택일이 아니라 조합할 수 있다. 핵심은 "검증이 보는 범위"와 "작업이 고치는 범위"가 같은지 계획 단계에서 대조하는 것이다.

구조물을 지우면 문서 본문이 부패한다

class, 인스턴스, 엔드포인트를 제거하면 그것을 현재 존재하는 것처럼 서술하는 문서가 거짓이 된다. 코드는 테스트로 깨짐을 알 수 있지만 문서는 알려 주는 장치가 없어서 조용히 남는다. 특히 AI 에이전트가 문서를 컨텍스트로 읽고 작업하는 저장소에서는, 오래된 문서가 곧 잘못된 전제로 이어진다.

부패를 점검할 곳과 보존할 곳

구분대상처리
점검아키텍처 요약의 흐름도제거한 구조물을 흐름에서 뺀다.
점검코드 구조 트리의 주석사라진 파일과 역할 설명을 지운다.
점검엔티티 설명 목록제거한 객체의 항목을 지운다.
보존ADR의 시점 기록당시 결정의 기록이므로 소급 수정하지 않는다.
보존README 버전 히스토리(changelog)이력의 불변 기록이므로 고치지 않는다.

ADR 과 changelog 는 "그때 그랬다"는 사실의 기록이라 부패가 아니다. 이것까지 현재 시점으로 고치면 결정의 근거와 이력이 지워진다.

예방

변경 유형별로 손대야 할 문서를 표로 정해 두고 설계 시점에 작업 목록에 반영한다. 예를 들어 "코드 구조물 제거"라는 변경 유형에는 위 점검 대상 세 종류를 묶어 둔다. 작업이 끝난 뒤에 찾는 것보다, 작업 목록을 만들 때 문서 편집을 같이 넣는 편이 누락이 적다.

정리

  • 제거 작업의 grep 0건 기준은 작업이 편집하는 파일 범위와 맞춘다.
  • 전역 0건 확인은 모든 제거 단계가 끝난 통합 검증 단계에 둔다.
  • 구조물을 현재형으로 설명하는 문서는 부패 점검 대상이고, ADR 과 changelog 같은 시점 기록은 보존 대상이다.
  • 변경 유형별로 손볼 문서를 표로 정해 설계 시점에 반영한다.
on this page
  • 01grep 통과 조건이 작업 범위보다 넓을 때
  • 놓치기 쉬운 잔존 참조
  • 회피 방법
  • 02구조물을 지우면 문서 본문이 부패한다
  • 부패를 점검할 곳과 보존할 곳
  • 예방
  • 03정리
tags
#study

이런 글도

  • architecture

    캐시 설계 전략 총정리

    2026.09.03
  • architecture

    분산 트랜잭션과 Outbox 패턴 — 왜 2PC를 피하고 어떻게 대신할 것인가

    2026.09.03
  • architecture

    분산 트랜잭션

    2026.09.03
  • architecture

    Event Sourcing과 CQRS — 상태가 아니라 변화를 저장한다는 발상

    2026.09.03

댓글 (0)