채널.H 강민철 저자님이 알려주는 '필수 CS 지식과 기술 면접 가이드'

[CS 기술 면접] 컴퓨터 과학은 키워드 암기 과목이 아닙니다

✅프로그램의 원리를 이해하기 위한 컴퓨터 과학 뛰어난 개발자는 ‘일단 작동만 하는 프로그램’이 아니라 ‘제대로 작동하는 프로그램’을 만듭니다. 이들은 자신이 작성한 코드가 어떤 과정을 거쳐 실행되는지 명확하고 자세하게 설명할 수 있습니다. 자신이 개발하고 실행하는 프로그램의 원리를 이해하고 있기 때문에 문제를 맞닥뜨리더라도 어디가 문제인지, 어떻게 해결해야 하는지 빠르게 판단할 수 있습니다. 정보의 질을 판단하는 능력이 있기 때문에 구글링이나 생성형 AI를 통해 습득한 해결 방법도 더 넓은 범위로 이해할 수 있을 것입니다. 붙여 넣을 예제 코드가 없더라도 스스로 디버깅해 문제를 해결할 가능성이 높겠죠. 개발자는 프로그램을 만들기만 하는 직업이 아닙니다. 여러 명의 개발자들이 협업하여 만든 프로그램을 유지보수하고, 문제를 진단해 해결하는 직업이기도 합니다. 따라서 뛰어난 개발자일수록 문제를 정의하고 해결할 수 있어야 합니다. 문제를 정의하고 해결하는 역량은 프로그램의 실행을 제대로 이해하는 것, 어떠한 과정을 거쳐 프로그램이 실행되는지를 설명하는 것부터 시작됩니다. 프로그램의 실행 원리를 자세히 설명하기 위해서는 컴퓨터 과학 Computer Science 을 이해해야 합니다. 흔히 컴퓨터 과학은 앞글자를 따서 CS라고도 줄여 부릅니다. 사과가 떨어지는 현상을 물리학으로 이해하듯, 프로그램의 작동은 컴퓨터 과학으로 이해할 수 있습니다. 단순히 프로그래밍 언어의 기초 문법이나 프레임워크/라이브러리의 사용법, 메서드의 종류를 암기하는 것만으로는 뛰어난 개발자가 되는 데에 한계가 있습니다. 즉, 단순 프로그래밍 언어의 기초 문법, 프레임워크/라이브러리의 사용법을 넘어 프로그램의 작동 원리를 이해하고 설명하기 위해서는 컴퓨터 과학(CS)에 대한 학습이 필요합니다. 이것이 많은 기업에서 기술 면접 등을 통해 입사지원자의 컴퓨터 과학적 지식을 검증하는 이유입니다. ✅컴퓨터 과학은 키워드 암기 과목이 아닙니다 기술 면접에서는 지원자의 컴퓨터 과학적 지식을 묻는 경우가 많습니다. 가장 먼저 강조하고 싶은 점은 컴퓨터 과학이 단순 키워드 암기 과목이 아니라는 점입니다. 컴퓨터 과학적 지식의 학습 목적은 ‘이해와 적용’에 가깝지, 단순히 키워드를 암기하는 것과는 거리가 있습니다. 마찬가지로 기술 면접의 목적 또한 지원자의 암기력을 테스트하기 위함이 아니라, 실무를 위한 개발의 재료를 얼마나 갖고 있는지를 확인하기 위함입니다. 예를 들어 보겠습니다. 기술 면접에 대비해 다음과 같은 컴퓨터 과학 관련 키워드와 설명을 달달 외워 갔다고 가정해 보겠습니다. 키워드 설명 프로세스 컴퓨터에서 실행되고 있는 컴퓨터 프로그램 HTTP HTML을 비롯해 정보를 주고받을 수 있는 프로토콜 CPU 명령어를 인출하고 실행할 수 있는 컴퓨터 부품 … … 혹은 다음과 같은 예상 질문과 답변을 그대로 외워 갔다고도 생각해 보겠습니다. 예상 질문 답변 트리 자료구조란 무엇인가요? 그래프의 일종으로, 한 노드에서 시작해 다른 정점들을 순회하여 자기 자신에게 돌아오는 순환이 없는 연결 그래프입니다. TCP와 IP의 차이는 무엇인가요? TCP 프로토콜은 신뢰성과 무결성을 보장하는 전송 계층 프로토콜이고, IP 프로토콜은 패킷을 목적지로 전송하기 위한 네트워크 계층 프로토콜입니다. 프로세스와 스레드의 차이는 무엇인가요? 프로세스는 운영체제에게 자원을 할당받는 작업의 단위이고, 스레드는 프로세스를 이루는 실행 흐름의 단위를 말합니다. … … 그러나 막상 기술 면접에서는 다음과 같이 출제될 수 있습니다. 실제로 기술 면접에서 출제됐던 문항을 변형한 질문입니다. Q. 웹 브라우저에 ‘https://minchul.net’을 입력하고 웹 페이지가 구현되기까지의 과정을 설명해 보세요. 혹은 다음과 같이 키워드를 변형해 출제될 수도 있습니다. 얼마든지 새로운 형태로 질문할 수 있죠. Q. 트리의 모든 노드를 순회하는 방법을 설명해 보세요. Q. 이 기능을 멀티스레드로 구현한 것과 멀티프로세스로 구현하는 것에는 어떤 차이가 있나요? 출제 키워드나 예상 답변을 그대로 암기했다면 이런 변형 질문들에 제대로 답변하기 어려울 것입니다. 한 번 답변했더라도 꼬리 질문이 이어진다면 모든 경우의 수를 대비하기가 어렵겠죠. 실무에서 발생하는 문제를 해결할 때도 마찬가지입니다. 운용하던 서버가 갑자기 작동하지 않거나 특정 지점에서 성능이 저하됐을 때, 잘 연결되던 네트워크가 끊어졌을 때는 어떻게 문제를 해결할 수 있을까요? 사용자로부터 받아들인 수많은 정보를 저장하고 다뤄야 할 때, 어떤 형태로 저장해야 최적의 성능을 낼 수 있을까요? 문제를 명확하게 정의해 해결에 필요한 컴퓨터 과학적 지식들을 떠올리고 활용할 수 있다면 차근차근 해결해 나갈 수 있습니다. ‘컴퓨터 과학은 단순 암기 과목이 아니며, 프로그램의 실행 원리를 이해하는 것이 곧 실무의 문제 해결에도 도움을 줄 수 있다’는 말을 잘 곱씹어 보면 ‘개발 실무를 위한 컴퓨터 과학’과 ‘기술 면접을 위한 컴퓨터 과학’이 다르지 않다는 것을 알 수 있습니다. 개발에 필요한 컴퓨터 과학이 따로 있고, 기술 면접 대비를 위한 컴퓨터 과학이 따로 있는 것이 아니라는 의미입니다. 위 콘텐츠는 『 이것이 취업을 위한 컴퓨터 과학이다 with CS 기술 면접 』의 내용을 재구성하여 작성하였습니다.

강민철

2개발7분 읽기

[개발자 CS 기술 면접] 1. 컴퓨터 구조 편(1/5)

컴퓨터 구조는 컴퓨터 과학의 가장 근원적인 학문이라고 할 수 있습니다. 여기서 근원적이라는 말은 하드웨어에 가장 가깝다는 말과도 같습니다. 컴퓨터 과학 개념의 기저에는 그 개념을 실행하는 하드웨어 부품이 있습니다. 따라서 컴퓨터 구조에 대한 이해는 컴퓨터 과학을 이해하기 위한 시작점이 됩니다. ✅컴퓨터 구조의 큰 그림 컴퓨터가 이해하는 정보, 그리고 그 정보를 이용해 프로그램을 실행하는 하드웨어인 컴퓨터의 핵심 부품에 대해 먼저 알아보겠습니다. 컴퓨터가 이해할 수 있는 0과 1로 이루어진 데이터가 명령어에 의해 어떻게 실행되는지, 컴퓨터를 구성하는 핵심 부품의 역할과 작동 방법에 대해 알아보며, 지도를 그리듯 컴퓨터 구조의 큰 그림을 그려 보겠습니다. • 컴퓨터가 이해하는 정보 프로그램을 개발하기 위해서는 프로그래밍 언어로 소스 코드를 작성해야 합니다. 그런데 정작 컴퓨터는 자바, C++, 파이썬과 같은 프로그래밍 언어를 직접 이해하지 못합니다. 컴퓨터가 이해할 수 있는 정보는 따로 있습니다. 바로 데이터와 명령어입니다. 우리가 작성한 소스 코드는 내부적으로 컴퓨터가 이해할 수 있는 데이터 와 명령어 의 형태로 변환된 뒤에 실행됩니다. 일반적으로 사용되는 명령어의 생김새는 대략 다음과 같습니다. 일상에서 사용하는 명령어와 유사하죠? 컴퓨터의 명령어 역시 수행할 동작 과 수행할 대상 으로 이루어져 있습니다. 더하라. 1과 2를 출력하라. "hello world"를 USB 메모리에 저장하라. cat.jpg를 데이터는 숫자, 문자, 이미지, 동영상과 같은 정적인 정보 를 의미합니다. 컴퓨터와 주고받는 정보나 컴퓨터에 저장된 정보 자체를 데이터라고 통칭하기도 합니다. 가령 앞에서 예로 든 명령어에서 ‘1’과 ‘2’라는 숫자나 “hello world”라는 문자열, ‘cat.jpg’라는 파일명은 모두 데이터입니다. 잘 살펴보면 데이터는 있는 그대로의 정보를 말하고, 명령어는 이 데이터를 활용하는 정보라는 사실을 눈치챌 수 있습니다. 즉, 데이터는 명령어에 종속적인 정보 이며, 명령의 대상 이자, 명령어의 재료 라고 할 수 있습니다. 컴퓨터는 기본적으로 0과 1만을 이해할 수 있으므로 데이터와 명령어 또한 0과 1로 이루어져 있습니다. 즉, 컴퓨터는 0과 1만으로 다양한 숫자(정수, 실수)와 문자 데이터를 표현하며, 이 데이터를 활용해 명령어를 실행합니다. 이 명령어를 실행하는 주체가 바로 컴퓨터의 핵심 부품 중 하나인 CPU입니다. 명령어를 이해하고 실행하는 주체가 CPU라는 말은 CPU의 종류에 따라 실행 가능한 세부적인 명령어의 종류와 처리의 양상이 달라질 수 있음 을 의미합니다. 하지만 큰 틀에서 보면 CPU의 종류와 무관하게 공통적으로 활용되는 명령어는 어느 정도 정해져 있습니다. • 컴퓨터의 핵심 부품 세상에는 다양한 종류의 컴퓨터가 있습니다. 노트북, 데스크톱, 서버 컴퓨터, 스마트폰 모두 컴퓨터의 일종이라고 볼 수 있습니다. 하지만 컴퓨터를 작동시키는 컴퓨터의 핵심 부품은 크게 다르지 않습니다. 바로 CPU(중앙처리장치), 메모리(주기억장치), 캐시 메모리, 보조기억장치, 입출력장치입니다. - CPU 컴퓨터가 이해하는 정보에는 크게 데이터와 명령어가 있다고 했죠. 이러한 정보를 읽어 들이고, 해석하고, 실행하는 부품 이 바로 CPU Central Processing Unit 입니다. 사람으로 비유하면 두뇌에 해당하는 부품이라고 볼 수 있습니다. CPU는 대단히 정교한 CPU부품이지만, 다행히도 개발자가 이 정교한 CPU의 내부 회로까지 모두 알아야 하는 일은 드뭅니다. 따라서 CPU의 주요 구성 요소와 빠른 명령어 처리를 위한 기술, 이 2가지에 집중하는 것이 좋습니다. CPU의 내부에는 다음과 같이 산술논리연산장치(이하 ALU)와 제어장치를 포함한 여러 레지스터들이 있습니다. 하나씩 좀 더 알아볼까요? 산술논리연산장치 (ALU, Arithmetic and Logic Unit) : 사칙 연산, 논리 연산과 같은 연산을 수행할 회로로 구성되어 있는 일종의 계산기입니다. CPU가 처리할 명령어를 실질적으로 연산하는 요소라고 보면 됩니다. 제어장치 (CU, Control Unit) : 명령어를 해석해 제어 신호라는 전기 신호를 내보내는 장치입니다. 제어 신호(control signal)란 부품을 작동시키기 위한 신호를 말합니다. CPU가 메모리를 향해 제어 신호를 보내면 메모리를 작동시킬 수 있고, 입출력장치를 향해 제어 신호를 보내면 입출력장치를 작동시킬 수 있습니다. 레지스터 (register) : CPU 내부의 작은 임시 저장장치로, 데이터와 명령어를 처리하는 과정의 중간값을 저장합니다. CPU 내에는 여러 개의 레지스터가 존재하며, 각기 다른 이름과 역할을 가지고 있습니다. 이 중 가장 중요한 구성 요소는 바로 레지스터입니다. CPU가 처리하는 명령어는 반드시 레지스터에 저장되기 때문에 레지스터 값만 잘 관찰해도 프로그램이 어떻게 실행되는지 가장 낮은 단계에서 파악할 수 있습니다. - 메모리와 캐시 메모리 두 번째 핵심 부품은 메인 메모리(주기억장치)입니다. 메인 메모리는 흔히 메모리라고 줄여서 부르는데요. 메모리를 설명하기 전에 필요한 전제가 한 가지 있습니다. 메인 메모리 main memory 역할을 하는 하드웨어에는 RAM과 ROM이 있고, 일반적으로 ‘(메인)메모리’라는 용어는 RAM 을 지칭하는 경우가 많습니다. CPU가 읽어 들이고, 해석하고, 실행하는 모든 정보는 어딘가에 저장되어 있어야 하며, 이 정보를 저장하는 장치가 바로 메모리입니다. 즉, 메모리는 현재 실행 중인 프로그램을 구성하는 데이터와 명령어를 저장하는 부품 입니다. 여기서 중요한 것은 ‘실행 중인’ 프로그램을 저장한다는 것입니다. 프로그램이 실행되려면 그 프로그램을 이루는 데이터와 명령어가 메모리에 저장되어 있어야 합니다. 메모리(RAM)와 관련해 기억해야 할 중요한 배경지식 중 하나는 주소 라는 개념이고, 다른 하나는 휘발성 이라는 개념입니다. CPU가 메모리에 접근할 때 컴퓨터가 빠르게 작동하기 위해서는 메모리 속 데이터와 명령어가 중구난방으로 저장되어 있지 않아야 합니다. 정돈되어 있어야 하죠. 그래서 사용되는 개념이 바로 주소 address 입니다. 실생활에서 원하는 목적지를 찾기 위해 주소가 필요하듯, 컴퓨터에서도 CPU가 원하는 정보로 접근하기 위해서는 주소가 필요합니다. 다음은 1번지와 2번지에는 명령어, 3번지와 4번지에는 데이터가 저장되어 있고, 5번지와 6번지에는 아무것도 저장되어 있지 않은 상태의 메모리를 표현한 그림입니다. 휘발성 volatile 은 전원이 공급되지 않을 때 저장하고 있는 정보가 지워지는 특성을 의미합니다. 메모리(RAM)는 휘발성 저장장치로, 메모리에 저장된 정보는 컴퓨터의 전원이 꺼지면 모두 삭제됩니다. 이는 메모리를 이해하기 위한 중요한 특성이므로 기억해 두는 것이 좋습니다. 추가로, 메모리를 학습할 때 반드시 함께 알아 두어야 할 저장장치가 있습니다. 바로 캐시 메모리입니다. CPU와 메모리 사이에는 반드시 하나 이상의 캐시 메모리가 있습니다. 캐시 메모리 cache memory 는 CPU가 조금이라도 더 빨리 메모리에 저장된 값에 접근하기 위해 사용하는 저장장치입니다. 빠른 메모리 접근을 보조하는 저장장치인 셈입니다. 캐시 메모리는 CPU 안에 위치하기도 하고, CPU 밖에 위치하기도 하며, 여러 종류가 있습니다. - 보조기억장치 앞서 메모리는 휘발성 저장장치라고 했습니다. 그래서 컴퓨터의 전원이 꺼지면 저장된 정보를 모두 잃습니다. 이를 보조하기 위해 보조기억장치 secondary storage 를 사용하는데요. 즉, 보조기억장치는 전원이 꺼져도 저장된 정보가 사라지지 않는 비휘발성 non-volatile 저장장치입니다. CD-ROM이나 DVD, 하드 디스크 드라이브, 플래시 메모리(SSD, USB 메모리), 플로피 디스크와 같은 저장장치가 보조기억장치의 일종입니다. 오늘날 컴퓨터에 자주 사용되는 보조기억장치는 하드 디스크 드라이브와 플래시 메모리 기반 SSD입니다. 메모리가 현재 실행 중인 프로그램을 저장한다면, 보조기억장치는 보관할 프로그램을 저장한다고 할 수 있습니다. 유의할 점은 CPU가 보조기억장치에 저장된 프로그램을 곧장 가져와 실행할 수 없다는 점입니다. 어떠한 프로그램을 실행하려면 보조기억장치에서 보관하고 있는 프로그램을 메모리로 복사해야 합니다. - 입출력장치 입출력장치 input/output device 는 컴퓨터 외부에 연결되어 컴퓨터 내부와 정보를 교환하는 장치를 말합니다. 말 그대로 컴퓨터에 어떠한 입력을 할 때 사용하는 장치가 입력장치, 컴퓨터의 정보를 받기 위해 사용하는 장치가 출력장치입니다. 이를 테면 마우스, 키보드, 마이크 등은 입력장치이고 스피커, 모니터, 프린터 등은 출력장치인 것입니다. 참고로, 보조기억장치와 입출력장치는 완전히 배타적인 개념이 아닙니다. 보조기억장치는 결국 메모리를 보조하는 임무를 수행하는 특별한 입출력장치로 볼 수 있습니다. 보조기억장치가 컴퓨터 내부와 정보를 주고받는 방식이 입출력장치와 크게 다르지 않기 때문에, 보조기억장치와 입출력장치를 주변장치 peripheral device 라고 통칭하기도 합니다. - 메인 보드와 버스 앞에서 살펴본 컴퓨터의 핵심 부품들은 공중에 떠 있지 않습니다. 이 부품들을 고정하고 연결하는 기판에 연결되어 있죠. 이 기판을 메인 보드 main board 혹은 마더 보드 mother board 라고 부르는데요. 메인 보드에는 컴퓨터의 핵심 부품을 비롯한 여러 부품들을 연결할 수 있는 슬롯과 연결 단자들이 있습니다. 메인 보드에 연결된 부품들은 각자의 역할을 적절히 수행하기 위해 서로 정보를 주고받습니다. 이때 각 컴퓨터 부품들이 정보를 주고받는 통로를 버스 bus 라고 합니다. 버스의 종류는 다양하지만, 앞서 설명한 핵심 부품들을 연결하는 시스템 버스 system bus 가 가장 중요하다고 할 수 있습니다. 사람으로 비유하면 몸을 지탱하는 척추와 같다고 할 수 있죠. • 컴퓨터 구조 지도 그리기 컴퓨터 구조의 내용을 대략적으로 살펴봤는데요, 한눈에 정리된 다음의 컴퓨터 구조 지도를 보면서 미리 학습의 흐름을 정리해 보시기 바랍니다. 위 콘텐츠는 『 이것이 취업을 위한 컴퓨터 과학이다 with CS 기술 면접 』의 내용을 재구성하여 작성하였습니다.

강민철

3개발4분 읽기

[CS기술 면접] 자주 출제되는 컴퓨터 과학 지식 카테고리

다수의 국내외 개발자 채용 과정에서 출제되는 기술 면접 문항들을 카테고리별로 살펴보면 주로 어떤 분야에서 기술 면접을 시행하는지, 대부분의 기술 면접에서 강조하는 컴퓨터 과학적 지식이 무엇인지를 엿볼 수 있습니다. 크게 9가지로 분류된 카테고리들을 하나씩 살펴보면 ❶ 컴퓨터 구조 ~ ❺ 데이터베이스까지는 비교적 대다수 직군에서 공통적으로 출제되는 카테고리, ❻ 프로그래밍 언어 ~ ❾ 이력서 및 직무 전문성까지는 개별 직군 및 기업이 사용하고 있는 기술 스택, 지원자의 경력이나 지원한 기업의 성격에 따라 질문의 내용이 달라질 수 있는 카테고리입니다. ❶ 컴퓨터 구조 ‘컴퓨터 구조’에서 학습해야할 내용 중 하나는 컴퓨터가 이해하는 정보, 또 다른 하나는 컴퓨터의 핵심 부품입니다. 컴퓨터가 이해하는 정보는 크게 데이터와 명령어로 구성됩니다. 개발자가 만들고 실행하는 프로그램 역시 데이터와 명령어로 이루어져 있습니다. 또한 세상에 있는 다양한 종류의 컴퓨터들은 종류를 막론하고 핵심 부품인 CPU, 메모리, 보조기억장치, 입출력장치로 구성되어 있습니다. 따라서 컴퓨터 구조를 이해하기 위해 가장 먼저 데이터와 명령어에 대해 알아보고, 컴퓨터의 핵심 부품의 역할과 작동 방법에 대해 학습해두면 좋습니다. 메모리를 공부할 때 캐시 메모리도 함께 공부하면 좋습니다. ❷ 운영체제 컴퓨터를 작동시키는 핵심 부품이 하드웨어라면, 딱딱한 하드웨어에 생명을 불어넣는 프로그램인 운영체제가 있습니다. 윈도우, 맥OS, 리눅스, 안드로이드, iOS와 같은 프로그램이 바로 운영체제인데요. 운영체제는 컴퓨터를 작동시키는 가장 중요한 프로그램이라고 해도 과언이 아닙니다. 개발자가 만들고 실행하는 모든 프로그램들은 직·간접적으로 운영체제의 도움을 받으며 실행되죠. 운영체제는 방대한 프로그램이지만, 운영체제의 핵심은 바로 커널입니다. 따라서 가장 먼저 커널이란 무엇인지부터 학습하고, 실행하는 프로그램이 운영체제(커널)에게 어떤 도움을 어떻게 받으면서 실행되는지, 관련하여 시스템 콜이 무엇인지에 대해 학습해두시면 좋습니다. 또 개발에 있어 매우 중요한 개념인 프로세스와 스레드란 무엇인지 이해해 보고, 운영체제가 이들을 어떻게 관리하는지, 운영체제의 CPU 관리 방법인 CPU 스케줄링과 메모리 관리 방법인 가상 메모리, 파일/디렉터리 관리 방법인 파일 시스템에 대해 차례로 살펴보세요. ❸ 자료구조 ‘자료구조’는 말 그대로 자료를 효율적으로 관리하는 구조적 방법을 의미합니다. 즉, 자료구조를 학습한다는 것은 여러 데이터를 효율적으로 관리하는 방법을 익히는 것과 같습니다. 자료구조에서는 우선 시간 복잡도와 공간 복잡도의 개념을 통해 코드의 성능을 평가하는 방법에 대해 학습하고, 배열과 연결 리스트, 스택과 큐, 해시 테이블, 트리와 그래프 등 대표적인 자료구조들을 살펴보시면 좋습니다. 참고로, 자료구조와 함께 학습하면 좋은 과목으로 알고리즘이 있습니다. 알고리즘은 프로그램의 목적을 이루기 위해 효율적으로 연산하는 절차를 다루는 학문으로, 자료구조와 프로그래밍 언어에 대한 이해가 선행되어야 하는 분야이기도 합니다. 알고리즘에 대한 이야기는 자료구조 내용에 일부 포함되어 있기는 하지만, 기술 면접보다는 코딩 테스트에서 주로 평가합니다. ❹ 네트워크 많은 컴퓨터들은 서로 연결되어 통신을 주고받습니다. 개발자가 만들고 실행하는 대부분의 프로그램 또한 네트워크를 통해 인터넷 세상과 연결됩니다. 그래서 기술 면접에서는 네트워크에 대한 관련 지식을 묻는 경우가 많습니다. 컴퓨터 간의 통신을 가능하게 만드는 네트워크는 대표적으로 다음과 같은 계층적인 구조(OSI 7계층, TCP/IP 4계층)를 이루고 있습니다. 이러한 네트워크 계층 구조가 무엇인지 이해하며 네트워크의 큰 그림을 그려 보고, 두 컴퓨터가 통신을 주고받는 규칙인 프로토콜의 개념을 알아두시면 좋습니다. IP, TCP, UDP, HTTP를 비롯한 계층별 주요 프로토콜과 알아 두면 좋은 네트워크 장비를 공부한 다음, 추가로 프록시의 개념과 안정적으로 트래픽을 다루는 방법도 익혀두면 좋습니다. ❺ 데이터베이스 데이터베이스는 프로그래밍 언어와 프레임워크, 라이브러리를 막론하고 웹/앱 개발에 있어 거의 대부분 활용됩니다. 따라서 웹/앱 개발 관련 직군을 희망한다면 데이터베이스에 대해 명확하게 알아두는 것이 좋습니다. ‘데이터베이스’에서는 가장 먼저 데이터베이스와 그를 관리하는 DBMS가 무엇인지 알아보고, 데이터베이스에 무엇을 어떻게 저장할 것인지와 관련해 엔티티와 스키마가 무엇인지 학습해 보세요. 또한 데이터베이스에 대한 작업 단위인 트랜잭션의 개념과 트랜잭션이 지켜야 하는 ACID 원칙을 알아두시는 것도 중요합니다. 오늘날 자주 사용되는 데이터베이스 유형인 관계형 데이터베이스와 이를 다루기 위한 언어인 SQL, 그리고 데이터베이스에 대한 효율적인 질의 방법(효율적 쿼리)과 설계 방법도 정리해 보세요. 이 외에도 최근 부상하는 데이터베이스 유형인 NoSQL 데이터베이스의 개념과 특징, 대표적인 NoSQL 데이터베이스의 일종인 MongoDB와 Redis의 사용법까지 알아두시면 좋습니다. +) CS Note: 개발자를 위한 컴퓨터 과학 용어집 컴퓨터 과학 학습의 본질은 용어 암기가 아니지만, 컴퓨터 과학이라는 방대한 주제를 배우다 보면 어쩔 수 없이 많은 용어와 마주하게 됩니다. 컴퓨터 과학 학습에 익숙하지 않은 분들이 관련 용어를 암기하는 데 치우치지 않도록 다음 링크에 컴퓨터 과학 주요 용어들을 미리 정리해 두었습니다. https://csnote.net/ 위 콘텐츠는 『 이것이 취업을 위한 컴퓨터 과학이다 with CS 기술 면접 』의 내용을 재구성하여 작성하였습니다.

강민철

4개발4분 읽기

[개발자 CS 기술 면접] 2. 운영체제 편(2/5)

운영체제는 프로그램들 간의 올바른 실행을 돕고, 다양한 하드웨어 자원을 프로그램에 배분하는 프로그램입니다. 사실상 하드웨어를 작동시키는 프로그램으로, 컴퓨터 전체에서 가장 중요한 프로그램이라고 보아도 과언이 아닙니다. 따라서 우리가 실행하고 개발할 프로그램의 근간을 관찰하기 위해서는 운영체제에 대한 이해가 필수적입니다. ✅운영체제의 큰 그림 운영체제는 특별한 프로그램입니다. 대표적으로 우리가 흔히 알고 있는 윈도우와 맥OS, 리눅스는 데스크탑의 운영체제이고, 안드로이드와 iOS는 스마트폰의 운영체제입니다. 방대한 프로그램인 만큼, 운영체제에는 매우 많은 종류와 다양한 기능이 있습니다. 다만, 스마트폰의 경우에도 종류는 매우 다양하지만 전화 통화나 문자 메시지, 인터넷 접속과 같은 핵심 서비스는 종류를 막론하고 비슷한 것처럼, 운영체제 또한 종류에 관계 없이 운영체제가 제공하는 핵심적인 기능 은 비슷합니다. 이러한 운영체제의 핵심 기능을 담당하는 부분을 커널 kernel 이라고 합니다. 커널은 마치 자동자의 엔진이나 사람의 심장과도 같은 핵심부라고 할 수 있습니다. 특별한 언급이 없다면 ‘운영체제’라는 용어는 ‘커널’을 지칭한다고 이해하면 됩니다. 운영체제에는 크게 2가지의 핵심 기능이 있습니다. 하나는 자원 할당 및 관리이고, 또 하나는 프로세스 및 스레드 관리입니다. 먼저 2가지 핵심 기능을 정리하고, 프로그램들이 운영체제의 기능을 제공받는 방법을 살펴보면서 운영체제의 큰 그림을 그려 보겠습니다. • 운영체제의 역할 운영체제의 핵심 기능인 ‘자원 할당 및 관리’에 대해 알아보기 위해서는 우선 자원이 무엇인지부터 이해해야 합니다. 자원 resource (혹은 시스템 자원 system resource )이란 프로그램 실행에 마땅히 필요한 요소를 의미합니다. 실행에 필요한 ‘데이터’를 자원(소프트웨어)이라고 하기도 하고, 실행에 필요한 ‘부품’ 을 자원(하드웨어)이라고 하기도 하죠. 컴퓨터의 핵심 부품을 대표적인 자원으로 꼽을 수 있습니다. 운영체제는 사용자가 실행하는 응용 프로그램을 대신하여 CPU, 메모리, 보조기억장치 등의 컴퓨터 부품에 접근하고, 각각의 부품들이 효율적으로 사용되도록 관리합니다. 또 응용 프로그램이 컴퓨터 부품들을 효율적으로 할당받아 문제 없이 실행할 수 있도록 응용 프로그램에게 자원을 할당합니다. - CPU 관리: CPU 스케줄링 메모리에는 실행 중인 프로그램이 다수 적재될 수 있지만, CPU가 이들 모두를 동시에 실행할 수 있는 것은 아닙니다. CPU는 한정된 자원이기 때문에 CPU를 할당받아 사용하기 위해 때로는 다른 프로그램의 CPU 사용이 끝날 때까지 기다려야 합니다. 그래서 운영체제는 실행 중인 모든 프로그램들이 공정하고 합리적으로 CPU를 할당받도록 CPU의 할당 순서와 사용 시간을 결정합니다. 이것이 바로 CPU 스케줄링입니다. - 메모리 관리: 가상 메모리 또한 운영체제는 새롭게 실행하는 프로그램을 메모리에 적재하고, 종료된 프로그램을 메모리에서 삭제합니다. 동시에 낭비되는 메모리 용량이 없도록 효율적으로 관리해야 하죠. 오늘날 존재하는 많은 운영체제들은 이를 위해 가상 메모리 기술을 활용합니다. ‘가상 메모리’는 운영체제의 메모리 관리 기법 중 하나로, 실제 물리적인 메모리 크기보다 더 큰 메모리를 이용할 수 있도록 하는 기술입니다. - 파일/디렉터리 관리: 파일 시스템 메모리보다 더 큰 용량을 갖고 있는 보조기억장치는 더욱 일목요연하게 관리할 필요가 있습니다. 보조기억장치에 아무렇게나 정보를 저장한다면 마치 어질러진 서랍에서 원하는 물건을 찾듯 원하는 정보에 접근하기 위해 오랜 시간이 소요되기 때문입니다. 운영체제는 보조기억장치를 효율적으로 관리하기 위해 파일 시스템을 활용합니다. 파일 시스템은 보조기억장치 내의 정보를 파일 및 폴더(디렉터리) 단위로 접근·관리할 수 있도록 만드는 운영체제 내부 프로그램입니다. - 프로세스 및 스레드 관리 지금까지 우리가 단순히 ‘실행 중인 프로그램’이라고 지칭했던 대상은 프로세스 process 라고 합니다. 그리고 스레드 thread 는 이 프로세스를 이루는 실행의 단위입니다. 메모리에는 여러 프로세스가 적재될 수 있는데, 운영체제는 이 프로세스에 필요한 자원을 할당하고, 스레드는 프로세스가 할당받은 자원을 이용해 프로세스의 작업을 수행합니다. 프로세스를 이루는 스레드가 둘 이상인 경우에는 동일한 작업을 동시에 실행할 수도 있습니다. 운영체제는 이렇게 동시다발적으로 실행되는 프로세스와 스레드가 올바르게 처리되도록 실행의 순서를 제어하고, 프로세스와 스레드가 요구하는 자원을 적절하게 배분할 수 있어야 합니다. • 운영체제 지도 그리기 운영체제의 내용을 대략적으로 살펴보았습니다. 운영체제의 역할(핵심 기능)을 바탕으로 한눈에 정리된 운영체제 지도를 보면서 학습의 흐름을 정리해 보시기 바랍니다. 위 콘텐츠는 『 이것이 취업을 위한 컴퓨터 과학이다 with CS 기술 면접 』의 내용을 재구성하여 작성하였습니다.

강민철

5개발8분 읽기

[개발자 CS 기술 면접] 3. 자료구조 편(3/5)

자료구조(Data Structure)는 개발자가 데이터를 효율적으로 사용할 수 있도록 정리하는 방법 을 말합니다. 각각의 자료구조에는 장단점이 있으므로 어떤 자료구조가 최선일지는 해결하고자 하는 문제의 종류와 어떤 부분을 우선적으로 최적화할지에 따라 달라질 수 있습니다. ✅자료구조의 큰 그림 자료구조 data structure 는 이름 그대로 어떠한 구조로 데이터를 다룰지에 대해 학습하는 과목입니다. 자료구조란 무엇인지, 그와 연관된 과목인 알고리즘이란 무엇인지, 자료구조와 알고리즘을 판단하는 척도인 시간 복잡도와 공간 복잡도가 무엇인지 확인해 보겠습니다. • 자료구조와 알고리즘 컴퓨터 구조와 운영체제에 대해 공부를 해보셨다면 자료구조를 직간접적으로 살펴보셨을텐데요, 메모리 내에 존재하는 스택 영역의 ‘스택’과 스케줄링 큐의 ‘큐’도 자료구조의 일종입니다. 자료구조와 더불어 함께 학습하면 좋은 과목이 있습니다. 바로 알고리즘입니다. 알고리즘 algorithm 은 어떠한 목적을 이루기 위해 필요한 일련의 연산 절차를 의미합니다. 자료구조가 데이터를 효율적으로 저장하고 관리하기 위한 방법을 다룬다면, 알고리즘은 어떤 목적을 이루기 위한 효율적인 연산 방법을 다룬다고 볼 수 있습니다. 이트리의 순회, 깊이 우선 탐색, 너비 우선 탐색, 최단 경로 알고리즘과 같이 중요한 알고리즘 개념은 알아두면 좋습니다. 자료구조와 알고리즘은 전혀 다른 개념처럼 보이지만, 둘 사이에는 깊은 연관성이 있습니다. 어떤 자료구조가 사용되었느냐에 따라 사용 가능한 알고리즘이 달라질 수 있기 때문입니다. 알고리즘의 일종인 너비 우선 탐색과 깊이 우선 탐색은 그래프, 스택 등의 자료구조를 알고 있어야만 온전히 이해할 수 있습니다. • 시간 복잡도와 공간 복잡도 개발자는 프로그램을 만드는 과정에서 소스 코드를 통해 다양한 데이터를 다루고(자료구조), 그 데이터를 활용해 특정 목적을 이루기 위한 연산(알고리즘)을 구현합니다. 따라서 자료구조와 알고리즘을 고려하며 작성한 코드는 훨씬 더 품질 좋은 코드가 될 가능성이 높습니다. 실제로 같은 목적을 위한 코드라 하더라도 자료구조와 알고리즘을 고려했는지 여부에 따라 극명한 성능의 차이를 보일 수 있습니다. 그렇다면 자료구조와 알고리즘의 고려 여부에 따른 성능의 차이 는 어떻게 판단할 수 있을까요? 바로 시간 복잡도와 공간 복잡도 를 통해 알 수 있습니다. 시간 복잡도와 공간 복잡도는 소스 코드나 프로그램이 얼마나 효율적인지를 판단하는 척도입니다. 시간 복잡도 time complexity 란 입력의 크기에 따른 프로그램 실행 시간의 관계 를 의미합니다. 프로그램의 실행 시간과 입력의 크기는 서로 밀접한 관계가 있습니다. 가령 ‘서로 다른 N개의 데이터가 있을 때, 앞에서부터 차례대로 하나씩 검사하여 특정 데이터를 찾는 프로그램’이 있다고 가정해 봅시다. 데이터가 하나(N=1)라면 프로그램의 실행 시간이 길지 않겠죠. 그러나 데이터가 100개(N=100)라면 일반적으로 조금 더 오랜 시간이 소요될 것입니다. 나아가 N이 10,000이라면 실행 시간이 평균적으로 훨씬 더 오래 걸릴 것입니다. 이때 실행 시간은 연산의 횟수에 비례한다고 간주합니다. N이 1일 때보다 100일때 일반적으로 더 많은 연산이 필요할 것이고, N이 100일 때보다 10,000일 때 더 많은 연산이 필요할 테니까요. 따라서 시간 복잡도는 입력의 크기에 따른 프로그램 실행 시간이라고 할 수도 있고, 입력의 크기에 따른 연산 횟수 라고 할 수도 있습니다. 그럼 이번에는 소스 코드로 시간 복잡도를 이해해 보겠습니다. 예를 들어 다음과 같은 코드에서 ‘1+1’이 ‘한 번의 연산'을 의미한다고 생각해 볼게요. 그럼 다음 코드에는 몇 번의 연산이 필요할까요? 너무 쉽습니다. 다섯 번의 연산이 필요하겠죠. 1+1 1+1 1+1 1+1 1+1 코드를 반복문으로 일반화하여 표현해 보겠습니다. 다음과 같은 코드에서 n은 입력으로 주어진 데이터라고 가정할게요. 어떤 프로그래밍 언어인지는 중요하지 않습니다. 주석으로 남긴 의미만 파악해 보기 바랍니다. 다음 코드에는 몇 번의 연산이 필요할까요? n번의 연산이 필요할 것입니다. for _ in range(n): # 입력으로 주어진 값은 n; n회 반복하며 1 + 1 # 한 번씩 연산 같은 맥락에서 다음 코드에는 2n번의 연산이 필요합니다. 입력으로 주어진 n에 2를 곱한 만큼 반복하며 ‘1+1’을 연산하기 때문입니다. for _ in range(2 * n): # 입력으로 주어진 값은 n; 2n회 반복하며 1 + 1 # 한 번씩 연산 다음 코드에는 n 2 번의 연산이 필요합니다. 2개의 반복문이 겹쳐 있기 때문입니다. 다시 말해, ‘n번씩 반복하며 한 번씩 연산하는 것’을 n번 반복하기 때문입니다(n × n). 마찬가지로 3개의 반복문이 겹쳐 있다면 n 3 번의 연산이 필요하겠죠. for _ in range(n): # 입력으로 주어진 값은 n; n회 반복하며 for _ in range(n): # 각각의 반복을 n회씩 반복하며 1 + 1 # 한 번씩 연산 마지막으로 다음 코드에서는 몇 번의 연산이 필요할까요? 답은 (n 2 + 3n + 2)번입니다. for _ in range(n): # 입력으로 주어진 값은 n; n회 반복하며 for _ in range(n): # 각각의 반복을 n회씩 반복하며 1 + 1 # 한 번씩 연산 for _ in range(3 * n): # 입력으로 주어진 값은 3; 3n회 반복하며 1 + 1 # 한 번씩 연산 1 + 1 # 한 번씩 연산 1 + 1 # 한 번씩 연산 지금까지의 예제에서는 n의 값이 결정되면 코드의 연산 횟수 및 실행 시간도 함께 결정되었습니다. 하지만 현실 속 대부분의 프로그램은 예제처럼 입력의 크기가 결정된다고 해서 연산 횟수와 실행 시간이 무조건적으로 결정되지는 않습니다. 실제로는 입력하는 n이 같다고 하더라도 프로그램의 연산 횟수와 실행 시간이 달라질 수 있죠. 앞에서 가정했던 ‘서로 다른 N개의 데이터에서 특정 데이터를 찾는 프로그램’을 다시 생각해 봅시다. N이 100이라면 ‘일반적으로’, N이 10,000이라면 ‘평균적으로’ 더 오랜 실행 시간이 소요된다고 설명했습니다. ‘일반적으로’, ‘평균적으로’라는 사족을 붙인 이유는 그렇지 않은 경우도 있기 때문입니다. N이 10,000이더라도 ‘최선의 경우’, 운 좋게 단번에 원하는 데이터를 찾아낼 수도 있고, N이 100이더라도 ‘최악의 경우’, 데이터를 찾는 모든 연산을 끝내야만 원하는 데이터를 찾아낼 수도 있습니다. 그러나 상황에 따라 동일한 입력에 대한 프로그램의 실행 시간이 들쑥날쑥해서는 곤란하겠죠. 제대로 된 성능 판단 척도로서의 기능을 할 수 없을 것입니다. 그래서 시간 복잡도를 표현할 때에는 대중적으로 빅 오 표기법 big O notation 이 사용됩니다. 빅 오 표기법은 함수의 점근적 상한 을 표기하는 방법입니다. 시간 복잡도를 표현하기 위해 빅 오 표기법을 사용한다면 ‘입력에 따른 실행 시간의 점근적 상한’을 의미하는 것입니다. 그렇다면 점근적 상한이란 무엇일까요? 입력하는 n이 점점 증가하여 무한대로 커진다고 생각해 보세요. n에 따라 일반적으로 실행 시간도 점점 증가할 것입니다. 이때 실행 시간이 증가하는 데에도 한계가 있습니다. 이 한계를 점근적 상한이라고 합니다. 입력의 크기 n에 대한 빅 오 표기법은 흔히 실행 시간의 O(상한(n)) 형태로 표현되며, 이는 쉽게 말해 입력하는 n이 점점 증가해 무한대로 커진다고 하더라도 실행 시간이 대략 이 이상(상한)은 커지지 않을 것 이라는 의미입니다. 예를 들어, 시간 복잡도에서 빅 오 표기법으로 표현된 O(n2)은 입력값 n이 증가하더라도 실행 시간의 증가율이 n 2 보다는 작다는 것 을 표현합니다. 앞서 살펴본 ‘서로 다른 n개의 데이터에서 특정 데이터를 찾는 프로그램’에 적용해 보겠습니다. 프로그램에서 데이터를 한 번 찾아보는 것을 한 번 연산한 것으로 가정할 때 n이 점점 커져서 무한대로 향하더라도 대략 n번 이상으로 연산하지는(n번 이상으로 찾아보지는) 않을 것 입니다. 즉, 이 프로그램의 시간 복잡도를 빅 오 표기법으로 표현하면 O(n)이 됩니다. 빅 오 표기와 관련해 유의해야 할 점이 있습니다. 점근적 상한을 표현할 때에는 최고차항의 차수만 고려한다는 점입니다. 즉, 입력값 n에 대한 실행 시간의 점근적 상한을 수식으로 표현할 때는 최고차항의 차수만 고려합니다. 앞서 설명한 코드 예제를 상기해 봅시다. 입력값 n에 대한 연산 횟수를 n에 대한 식으로 표현했었죠. 이때, n이 점점 증가하여 무한대로 커진다면 계수와 낮은 차수의 항이 끼치는 영향은 무시할 수 있게 됩니다. 따라서 빅 오 표기법으로 점근적 상한을 표기할 때는 입력값 n에 대한 연산 횟수에서 계수와 낮은 차수의 항을 제외시키고, 다음과 같이 최고차항의 차수만 고려하게 됩니다. 소스 코드 필요한 연산 점근적 상한 빅 오 표기법 for _ in range(n): 1 + 1 n n O(n) for _ in range(2 * n): 1 + 1 2n n O(n) for _ in range(n): for _ in range(n): 1 + 1 n 2 n 2 O(n 2 ) for _ in range(n): for _ in range(n): 1 + 1 for _ in range(3 * n): 1 + 1 1 + 1 1 + 1 n 2 + 3n + 2 n 2 O(n 2 ) 빅 오 표기법으로 표현되는 시간 복잡도 중에서도 자주 언급되는 표기들은 어느 정도 정해져 있습니다. 대표적인 시간 복잡도는 다음과 같은 그래프로 표현할 수 있습니다. 이 중 입력값 n이 충분히 클 때 가장 성능이 좋지 않은 시간 복잡도는 O(n!)입니다. 그렇다면 n이 충분히 클 때 O(n 2 )의 복잡도를 갖는 알고리즘과 O(1)의 복잡도를 갖는 알고리즘 중 더 성능이 좋은 알고리즘은 무엇일까요? 당연히 후자입니다. O(1)은 입력값이 10개, 1억 개가 주어지든 상관없이 항상 알고리즘의 실행 시간이 일정하다(상수 시간이 소요된다)는 의미이고, O(n 2 )은 n이 증가함에 따라 n의 제곱만큼 실행 시간이 증가한다는 것을 의미하니까요. 동일한 목적을 수행하는 알고리즘이라도 성능이 다를 수 있습니다. 일례로, 다음 표에 제시된 서로 다른 정렬 알고리즘들은 모두 정렬을 수행한다는 점은 동일하지만, 성능이 다를 수 있기 때문에 빅 오 표기법으로 표현된 시간 복잡도가 다릅니다. 정렬 알고리즘 시간 복잡도 삽입 정렬 O(n 2 ) 선택 정렬 O(n 2 ) 버블 정렬 O(n 2 ) 병합 정렬 O(n log n) 퀵 정렬 O(n log n) 힙 정렬 O(n log n) 특정 자료구조를 구성하는 데이터에 대한 접근, 검색, 삽입, 삭제 연산의 시간 복잡도를 빅 오 표기법으로 나타낼 수 있습니다. 자료구조를 통한 다양한 연산이 가능하며, 각 연산에 대한 성능은 빅 오 표기법으로 표현 가능하다는 점에 유의해 주세요. 지금까지 알고리즘의 성능을 판단하기 위해 살펴본 시간 복잡도와 유사한 공간 복잡도라는 개념도 있는데요. 공간 복잡도 space complexity 는 프로그램이 실행되었을 때 필요한 메모리 자원의 양을 의미합니다. 시간 복잡도가 입력에 따른 실행 시간의 척도라면, 공간 복잡도는 입력에 따른 메모리 사용량의 척도라 할 수 있습니다. 모든 프로그램은 실행을 위해 메모리에 적재되어야 합니다. 같은 동작을 하는 프로그램이라고 하더라도 실행 과정에 많은 메모리가 필요한 경우가 있고, 그렇지 않은 경우가 있습니다. 이때 메모리의 사용량에 따라 많은 메모리가 필요한 경우는 공간 복잡도가 크고, 그렇지 않은 경우는 공간 복잡도가 작다고 할 수 있습니다. 흔히 공간 복잡도는 시간 복잡도처럼 빅 오 표기법으로 표현됩니다. 공간 복잡도를 빅 오 표기법으로 표현하면 입력에 따라 필요한 메모리 자원의 양에 대한 점근적 상한 을 표현하게 되겠죠. 다만, 오늘날 알고리즘의 성능 판단에 사용되는 척도는 주로 공간 복잡도보다는 시간 복잡도인 경우가 많기 때문에 특별한 언급이 없는 한, 빅 오 표기법으로 표현된 알고리즘의 성능은 모두 시간 복잡도를 표현한 것이라고 이해하시면 됩니다. • 자료구조 지도 그리기 자료구조의 개념과 자료구조의 성능을 판단할 수 있는 시간 복잡도와 공간 복잡도를 살펴봤습니다. 핵심적인 자료구조(배열과 연결 리스트, 스택, 큐, 해시 테이블, 트리, 그래프)를 학습하기 전에 다음과 같이 한눈에 정리된 지도를 보면서 학습의 흐름을 정리해 보기 바랍니다. 위 콘텐츠는 『 이것이 취업을 위한 컴퓨터 과학이다 with CS 기술 면접 』의 내용을 재구성하여 작성되었습니다.

강민철

6개발8분 읽기

[개발자 CS 기술 면접] 4. 네트워크 편(4/5)

네트워크란 여러 대의 장치가 그물처럼 연결되어 정보를 주고받는 통신망을 의미합니다. 일상에서 네트워크를 이용하지 않는 프로그램을 찾기 어려운 만큼, 네트워크는 프로그램을 만드는 개발자가 반드시 알아야 할 분야라고 할 수 있습니다. ✅네트워크의 큰 그림 • 네트워크의 기본 구조 네트워크는 노드와 간선으로 이루어진 자료구조라는 점에서 그래프의 형태를 띤다고 할 수 있습니다. 네트워크 기기가 노드이고, 네트워크 기기 간에 정보를 주고받는 유무선의 통신 매체가 간선인 셈입니다. 네트워크 상에서 노드와 노드 사이의 연결 구조는 네트워크 토폴로지 network topology 라고 부릅니다. 노드가 어떻게 연결되고 배치되느냐에 따라 다음 그림과 같은 망형, 트리형, 링형 등의 유형으로 나눌 수 있습니다. 이때 네트워크의 가장자리에 위치하면서 네트워크를 통해 주고받는 정보를 최초로 송신하고 최종 수신하는 노드를 호스트 host 라고 부르는데요. 우리가 흔히 접하는 대부분의 네트워크 기기가 바로 호스트입니다. 예를 들어 노트북의 웹 브라우저를 통해 구글 홈페이지에 접속했다면 노트북과 구글의 서버 컴퓨터가 각각 호스트로서 정보를 주고받은 것입니다. ❶ 노트북이 구글의 서버 컴퓨터에게 웹 페이지를 가져다 달라는 요청을 보낸다. ❷ 구글의 서버 컴퓨터가 노트북에게 웹 페이지로 응답한다. 이 과정에서 노트북처럼 요청 request 을 보내는 호스트를 클라이언트 client , 구글의 서버 컴퓨터처럼 응답 response 을 보내는 호스트를 서버 server 라고 합니다. 즉, 클라이언트와 서버는 주고받는 정보의 방향(요청과 응답)에 따라 부여된 역할입니다. 또한 네트워크를 그래프로 간주했을 때 중간에 위치한 노드, 즉 중간 노드는 가장자리에 위치한 호스트가 주고받는 정보들을 원하는 수신지까지 안정적으로 전송하는 역할을 합니다. 이러한 중간 노드로써의 역할을 수행하는 여러 네트워크 장비들이 있는데요. 스위치와 라우터, 공유기 등이 해당됩니다. - LAN과 WAN 네트워크는 규모에 따라 LAN와 WAN으로 나뉩니다. 근거리 네트워크를 의미하는 LAN Local Area Network 은 이름 그대로 가정이나 기업처럼 비교적 가까운 거리를 연결하는 한정된 공간에서의 네트워크를 말합니다. 원거리 네트워크를 의미하는 WAN Wide Area Network 을 통해 LAN 간 통신이 이루어집니다. WAN이 인터넷을 가능하게 만드는 네트워크라고 할 수 있습니다. WAN은 일반적으로 ISP Internet Service Provider 라는 인터넷 서비스 업체(KT, LG유플러스, SK브로드밴드)가 구축하고 관리합니다. - 패킷 교환 네트워크 서로 다른 네트워크에 있는 두 호스트가 유무선의 통신 매체를 통해 100GB의 파일을 한 번에 전송할 수 있을까요? 네트워크를 통해 주고받는 데이터는 한 번에 송수신되지 않고, 여러 데이터로 쪼개져서 송수신됩니다. 이렇게 네트워크를 통해 송수신되는 데이터의 단위를 패킷 packet 이라고 합니다. 오늘날의 네트워크는 패킷 단위로 주고받는 정보를 쪼개서 송수신하고 수신지에서 재조립하며 패킷을 주고받는 ‘패킷 교환 네트워크’가 대부분입니다. 하나의 패킷은 페이로드 payload 와 헤더 header 로 구성되어 있으며, 때로는 트레일러 trailer 라는 정보가 포함되기도 합니다. 페이로드는 패킷에서 송수신하고자 하는 데이터이고, 헤더와 트레일러는 패킷에 추가되는 부가 정보입니다. 페이로드가 택배(패킷)를 통해 송수신하고자 하는 물품이라면, 헤더와 트레일러는 택배 앞뒤로 붙이는 송장(부가 정보)과 같습니다. - 주소의 개념과 전송 방식 주소 address 는 패킷의 헤더에 명시되는 정보로, 네트워크에서 사용되는 대표적인 주소로는 IP 주소와 MAC 주소가 있습니다. 주소를 바탕으로 다양한 수신지 유형을 지정해 패킷을 보낼 수 있습니다. 수신지와 수신지가 일대일로 메시지를 주고받는 전자의 전송 방식을 유니캐스트 unicast 라고 하고, 네트워크상의 모든 호스트에게 메시지를 전송하는 후자의 전송 방식을 브로드캐스트 broadcast 라고 합니다. 이때 브로드캐스트가 전송되는 범위를 브로드캐스트 도메인 broadcast domain 이라고 하며, 호스트가 같은 브로드캐스트 도메인에 속해 있는 경우에는 같은 LAN에 속해 있다고 간주합니다. • 두 호스트가 패킷을 주고받는 과정 네트워크 내의 호스트는 서로가 주고받을 내용(패킷)을 이해할 수 있어야 하고, 이를 올바르게 주고받을 수 있어야 합니다. 호스트가 서로 주고받는 정보를 이해하기 위한 규칙인 프로토콜과 네트워크 참조 모델의 개념을 알아보고, 두 호스트가 패킷을 주고받는 과정 전반에 대해 알아보겠습니다. - 프로토콜 서로 다른 LAN에 속한 두 호스트가 패킷을 주고받을 때는 네트워크 장비를 거치게 됩니다. 이때 호스트들과 네트워크 장비들이 서로의 패킷을 이해하기 위해서는 정해진 규칙, 즉 프로토콜이 필요합니다. 프로토콜 protocol 은 네트워크 통신을 위한 노드 간의 약속된 규칙입니다. 네트워크의 언어라고도 불리는 프로토콜은 매우 다양하지만, 개발자가 필수적으로 알아야 할 기본적인 프로토콜은 어느정도 정해져 있습니다. 프로토콜마다 목적과 특징이 다른데요, 유사한 목적을 지닌 프로토콜들이 존재할 경우 각 프로토콜을 구분 짓는 특징이 존재합니다. 예를 들어 IP는 네트워크 간의 주소를 지정한다는 목적을 지닌 프로토콜이고, ARP는 IP 주소와 MAC 주소를 대응시킨다는 목적을 지닌 프로토콜입니다. 또 HTTPS는 보안상 HTTP에 비해 안전하며, TCP는 UDP에 비해 신뢰성이 높다는 특징을 갖고 있습니다. 마찬가지로, 각각의 목적과 특징이 다른 프로토콜로 구성된 ‘패킷의 내용’ 또한 달라질 수 있습니다. 패킷은 패킷을 구성하는 프로토콜의 목적과 특징에 따라 다음과 같이 그에 걸맞는 패킷 헤더를 가집니다. - 네트워크 참조 모델 호스트 간에 패킷을 주고받는 과정은 택배를 주고받는 과정과 비슷합니다. 택배를 주고받는 과정에는 정형화된 순서가 있기 때문에 택배를 보내는 과정은 곧 택배를 받는 과정의 반대라고 할 수 있죠. 패킷을 주고받는 과정에도 정형화된 순서가 있고, 계층적으로 표현할 수 있습니다. 이렇게 통신이 이루어지는 단계를 계층적으로 표현한 것을 네트워크 참조 모델 network reference model 이라고 합니다. 패킷을 송신하는 쪽에서는 상위 계층에서 하위 계층으로 정보를 보내고, 패킷을 수신하는 쪽에서는 하위 계층에서 상위 계층으로 정보를 받아들이게 되는 것이죠. 네트워크 참조 모델에서 각각의 계층이 하는 일은 명확하게 정해져 있습니다. 따라서 계층별 목적에 맞는 프로토콜과 장비를 구성하면 네트워크의 구성과 설계, 문제의 진단과 해결이 용이해집니다. OSI 모델 OSI 모델 은 국제 표준화 기구 ISO, International Organization for Standardization 에서 만든 네트워크 참조 모델로, 통 신 단계를 7개의 계층으로 나눠 OSI 7계층이라고 부릅니다. OSI 모델은 다음과 같이 물리 계층, 데 이터 링크 계층, 네트워크 계층, 전송 계층, 세션 계층, 표현 계층, 응용 계층으로 구성되어 있습니다. ❶ 물리 계층 물리 계층 physical layer 은 가장 최하위 계층으로, 비트 신호를 주고받는 계층입니다.컴퓨터는 0과 1만을 이해할 수 있기 때문에 네트워크를 통해 주고받는 정보 또한 0과 1로 이루어진 신호로 구성됩니다. 물리 계층은 이러한 신호를 유무선 통신 매체를 통해 운반하는 계층입니다. ❷ 데이터 링크 계층 데이터 링크 계층 data link layer 은 같은 LAN에 속한 호스트끼리 올바르게 정보를 주고받기 위한 계층입니다. 이를 위해 같은 네트워크에 속한 호스트를 식별할 수 있는 주소(MAC 주소)를 사용하고, 물리계층을 통해 주고받는 정보에 오류가 없는지 확인하기도 합니다. 짐작할 수 있듯, 물리 계층과 데이터 링크 계층은 서로 밀접하게 연관된 계층이며, 하드웨어와 밀접하게 맞닿아 있는 계층입니다. ➌ 네트워크 계층 네트워크 계층 network layer 은 네트워크 간 통신을 가능하게 하는 계층입니다. 데이터 링크 계층이 기본적으로 같은 LAN에 속한 호스트끼리 올바르게 정보를 주고받기 위해 필요한 계층이라면, 네트워크 계층은 LAN을 넘어 다른 네트워크와 통신을 주고받기 위해 필요한 계층입니다. 따라서 네트워크 간 통신 과정에서 호스트를 식별할 수 있는 주소(IP 주소)가 필요하죠. 네트워크 계층에서 대표적으로 사용되는 프로토콜이 바로 IP입니다. ➍ 전송 계층 네트워크를 통해 송수신되는 패킷은 전송 도중에 유실될 때도 있고, 순서가 뒤바뀔 때도 있습니다. 전송 계층 transport layer 은 이러한 상황에 대비해 신뢰성 있는 전송을 가능하게 하는 계층입니다. 또한 포트 port 라는 정보를 통해 특정 응용 프로그램과의 연결 다리 역할을 수행하는 계층이기도 합니다. 전송 계층에 속한 대표적인 프로토콜에는 TCP와 UDP가 있습니다. ➎ 세션 계층 세션 계층 session layer 은 응용 프로그램 간의 연결 상태를 의미하는 세션session을 관리하기 위한 계층입니다. 즉, 응용 프로그램 간의 연결 상태를 유지하거나 새롭게 생성하고, 필요하다면 연결을 끊는 역할을 합니다. ➏ 표현 계층 표현 계층 presentation layer 은 마치 번역가와 같은 역할을 하는 계층으로, 인코딩과 압축, 암호화와 같은 작업을 수행합니다. 세션 계층과 표현 계층은 다른 계층과 달리, 두 계층을 명확하게 구분하지 않거나 응용 계층에 포함하여 간주하는 경우가 많습니다. ➐ 응용 계층 마지막으로 응용 계층 application layer 은 사용자와 가장 밀접하게 맞닿아 있어 여러 네트워크 서비스를 제공하는 계층으로, 중요한 프로토콜들이 다수 포함되어 있습니다. 응용 계층에 속한 대표적인 프로토콜에는 HTTP, HTTPS, DNS 등이 있습니다. TCP/IP 모델 TCP/IP 4계층이라고도 불리는 TCP/IP 모델은 네트워크 액세스 계층과 인터넷 계층, 전송 계층, 응용 계층으로 구성되어 있습니다. OSI 모델은 주로 네트워크의 이론적 기술을 목적으로 사용하는 반면, TCP/IP 모델은 구현과 프로토콜에 중점을 둔 네트워크 참조 모델입니다. OSI 모델과 TCP/IP 모델이 만들어진 목적이 다른 만큼, 두 모델에 대한 직접적이고 엄밀한 비교는 어려울 수 있습니다. 그러나 계층별로 수행하는 역할을 기준으로 OSI 모델과 TCP/IP 모델의 계층을 비교하면 어렵지 않게 이해할 수 있습니다. TCP/IP 모델의 최하위 계층인 ➊ 네트워크 액세스 계층 network access layer 은 링크 계층 link layer 또는 네트워크 인터페이스 계층 network interface layer 이라고도 부르는데, 이는 OSI 모델의 데이터 링크 계층과 유사합니다(TCP/IP 모델에는 OSI 모델에서의 물리 계층에 해당하는 개념이 없다고 보는 견해도 있습니다). 두 번째 계층인 ➋ 인터넷 계층 internet layer 은 OSI 모델의 네트워크 계층과 유사하며, ➌ 전송 계층 transport layer 은 OSI 모델의 전송 계층, ➍ 응용 계층 application layer 은 OSI 모델의 세션 계층, 표현 계층, 응용 계층을 합친 것과 유사합니다. - 캡슐화와 역캡슐화 프로토콜과 네트워크 참조 모델을 토대로 이뤄지는 패킷의 송수신 과정 중 송신 과정에서는 캡슐화가, 수신 과정에서는 역캡슐화가 이루어집니다. 캡슐화와 역캡슐화를 이해하려면 네트워크 계층 구조를 통한 송수신과 패킷의 구조를 상기해 보아야 합니다. 패킷을 송신하는 쪽에서는 상위 계층에서 하위 계층으로 정보를 보내고, 패킷을 수신하는 쪽에서는 하위 계층에서 상위 계층으로 정보를 받아들인다. 네트워크 계층 구조를 이용하면 프로토콜을 계층별로 구성할 수 있다. 하나의 패킷은 헤더와 페이로드(때로는 트레일러까지)를 포함하며, 프로토콜의 목적과 특징에 따라 헤더의 내용은 달라질 수 있다. 즉, 각 계층에서는 어떤 정보를 송신할 때 상위 계층으로부터 내려받은 패킷을 페이로드로 삼아, 각 계층에 포함된 프로토콜의 각기 다른 목적과 특징에 따라 헤더 혹은 트레일러를 덧붙인 다음 하위 계층으로 전달합니다. 상위 계층의 패킷이 하위 계층의 페이로드로 간주되는 것입니다. 캡슐화 encapsulation 란 이렇게 송신 과정에서 헤더(및 트레일러)를 추가해 나가는 과정을 의미합니다. 반대로, 역캡슐화 decapsulation 란 캡슐화 과정에서 붙인 헤더(및 트레일러)를 각 계층에서 확인한 뒤 제거하는 과정을 의미하죠. • 네트워크 지도 그리기 위 컨텐츠는 『 이것이 취업을 위한 컴퓨터 과학이다 with CS 기술 면접 』의 내용을 재구성하여 작성되었습니다.

강민철

7개발10분 읽기

[개발자 CS 기술 면접] 5. 데이터베이스 편(5/5)

오늘날 대중적인 웹 서비스라면 아무것도 저장하지 않고 운영되는 경우를 거의 찾기 어렵습니다. 쇼핑몰 사이트는 상품과 회원 정보를 저장해야 하고, 학교 사이트는 학과와 학생, 교수 정보 등을 저장해야 하죠. 정보를 올바르게 관리하지 못하면 서비스에 큰 타격을 받을 수 있습니다. ✅데이터베이스의 큰 그림 데이터베이스와 데이터베이스 관리 체계인 DBMS가 무엇인지, 왜 파일에 저장하지 않고 DBMS를 이용하는지, 데이터베이스를 이해하기 위해 필요한 기본 용어에는 어떤 것들이 있는지 정리하면서 데이터베이스에 대한 큰 그림을 그려 보겠습니다. • 데이터베이스와 DBMS 데이터베이스 database 의 사전적 정의는 ‘여러 사람이 공유하여 사용할 목적으로 체계화해 통합, 관리하는 데이터의 집합’입니다. 즉, 데이터베이스란 원하는 기능을 동작시키기 위해 마땅히 저장해야 하는 정보의 집합 을 말합니다. 어떤 데이터가 저장되는지에 따라 웹 서비스의 정체성이 달라질 수 있고, 데이터가 저장되는 방식에 따라 웹 서비스의 성능이 달라집니다. 데이터베이스를 제대로 관리하기 위한 수단이 데이터베이스 관리 시스템(이하 DBMS) Database Management System 입니다. DBMS에는 아주 다양한 종류가 있습니다. - DBMS의 종류 DBMS는 크게 두 유형으로 구분할 수 있습니다. 관계형 데이터베이스 관리 시스템(이하 RDBMS 혹은 관계형 데이터베이스) Relational DataBase Management System 과 NoSQL 데이터베이스 관리 시스템(이하 NoSQL DBMS, 혹은 NoSQL 데이터베이스) 입니다. 대표적인 RDBMS로는 MySQL, Oracle, PostgreSQL, SQLite, MariaDB, Microsoft SQL Server 등이 있으며, NoSQL DBMS에는 MongoDB, Redis 등이 있습니다. 이 중 집중해서 알아둘 DBMS는 무엇일까요? 다음은 2023년 약 6만 명의 전문 개발자를 대상으로 진행한 설문조사의 결과입니다. 답변 결과를 살펴보면 PostgreSQL의 점유율(49.09%)이 가장 높은 것으로 보이지만, 7위로 꼽힌 MariaDB(17.69%)는 2위 MySQL(40.59%)의 오픈소스 버전에 해당하므로 점유율이 가장 높은 RDBMS는 사실상 MySQL입니다. [출처] https://survey.stackoverflow.co/2023/#most-popular-technologies-platform - 서버로서의 DBMS DBMS는 여느 응용 프로그램과 다를 바 없는 응용 프로그램입니다. 다만, DBMS는 사용자와 직접적으로 상호작용하기보다는 사용자(개발자)가 만든 프로그램과 상호작용하며 실행됩니다. 응용 프로그램(들)의 입장에서 바라본 DBMS는 마치 서버와 같습니다. 응용 프로그램이 DBMS를 이용하는 과정은 클라이언트-서버 간의 동작과 유사합니다. 주로 쓰리 웨이 핸드셰이크를 통한 TCP 연결을 맺으며, 때로는 데이터베이스에 접속하기 위한 인증이 필요하기도 합니다. 네트워크에서 클라이언트가 서버에 요청을 보내듯, DBMS 클라이언트는 DBMS에 쿼리 query 를 보냅니다. 이를 위해 DBMS는 데이터베이스를 다루기 위한 언어(데이터베이스 언어)를 제공합니다. 사용자/응용 프로그램은 DBMS의 데이터베이스 언어를 통해 데이터베이스를 다룰 수 있게 되는 셈입니다. 대표적인 데이터베이스 언어인 SQL Structured Query Language 은 RDBMS에서 데이터를 조작하고 관리하기 위한 언어로, 이름 그대로 데이터베이스에 질의(Query)하기 위한 구조화된(Structured) 언어(Language)를 말합니다. SQL은 크게 네 종류로 분류됩니다. 데이터 정의를 위한 DDL Data Definition Language 과 데이터 조작을 위한 DML Data Manipulation Language , 데이터 제어를 위한 DCL Data Control Language , 트랜잭션을 제어하기 위한 TCL Transaction Control Language 입니다. 종류 명령 설명 DDL CREATE 데이터베이스 혹은 테이블, 뷰, 인덱스 등의 데이터베이스 객체 생성 ALTER 데이터베이스 객체 갱신 DROP 데이터베이스 객체 삭제 TRUNCATE 테이블 구조를 유지한 채 모든 레코드 삭제 DML SELECT 테이블의 레코드 조회 INSERT 테이블의 레코드 삽입 UPDATE 테이블의 레코드 갱신 DELETE 테이블의 레코드 삭제 DCL COMMIT 데이터베이스에 작업 반영 ROLLBACK 작업 이전의 상태로 되돌림 SAVEPOINT 롤백의 기준점 설정 TCL SAVEPOINT 사용자에게 권한 부여 REVOKE 사용자로부터 권한 회수 • 파일 대신 데이터베이스를 이용하는 이유 운영체제의 파일 시스템을 활용하면 데이터를 파일과 디렉터리의 형태로 관리할 수 있습니다. 왜 파일 시스템 대신 데이터베이스를 이용하는 것일까요? 가령 학과와 학생에 대한 데이터를 다음과 같은 ‘학과.txt’와 ‘학생.txt’ 파일에 저장해서 관리하면 안 될까요? 이 질문에 대한 답은 DBMS가 제공하는 주요 기능과 직결됩니다. 데이터를 단순 나열하여 파일에 저장할 경우의 단점, 곧 한계점이 이 질문에 대한 답변이 될 것입니다. 여러 가지 이유를 찾을 수 있겠지만, 대표적으로 다음 5가지 이유를 추려 보았습니다. ➊ 데이터 일관성 및 무결성 제공이 어렵습니다. 데이터베이스를 한 명의 사용자 혹은 하나의 프로그램만 이용하는 경우는 거의 없습니다. 보통 여러 명의 사용자, 프로그램이 동시다발적으로 데이터베이스를 이용합니다. 레이스 컨디션 문제가 발생할 여지가 있고, 이로 인해 데이터의 일관성이 훼손되기가 쉽습니다. 다시 말해, 데이터의 무결성을 보장하기가 어렵습니다. 위의 ‘학생.txt’ 파일 내용을 다시 한번 봐주세요. ‘이영희’라는 학생의 나이가 잘못된 값 ‘-1’로 저장되어 있지만, 모든 데이터를 파일을 기반으로 저장 할 경우 이러한 잘못된 값을 검출하기가 어렵습니다. ➋ 불필요한 중복 저장이 많아집니다. 다량의 데이터 관리에 있어 불필요한 중복 저장은 스노우볼이 되어 큰 저장 공간 낭비로 이어질 수 있습니다. 파일로 다량의 데이터를 관리할 경우, 불필요한 중복 저장이 발생하기가 쉽습니다. ‘학과.txt’와 ‘학생.txt’ 파일에서 ‘학과 이름=’과 ‘학과 코드=, 학생=, 이름=, 사는 곳=, 학과=, 학번=’은 모두 굳이 중복 저장할 필요가 없는 정보입니다. 또 ‘학과.txt’의 ‘학생=’은 ‘학생.txt’의 ‘학생=’ 데이터와 중복된 저장이죠. ➌ 데이터 변경 시 연관 데이터 변경이 어렵습니다. 가령 ‘학과.txt’의 ‘학과 이름’이 ‘컴퓨터과학’에서 ‘컴퓨터학과’로 변경되었다고 가정해 보세요. ‘학생.txt’ 파일에서 학과가 ‘컴퓨터과학’인 모든 학생의 학과 이름을 일일이 변경해야 할 것입니다. 또 만약 ‘강민철’이라는 학생이 컴퓨터과학과에서 경제학과로 전과한 경우를 가정해 보면 다음과 같이 ‘학과.txt’의 두 곳, ‘학생.txt’의 한 곳을 하나 하나 변경해야 합니다. ➍ 정교한 검색이 어렵습니다. 파일에서도 데이터 검색은 가능하지만, 많은 경우 파일 내 문자열 검색에 국한되는 경우가 많습니다. 가령 ‘나이가 25살 이상인 컴퓨터과학과인 서울 거주자’라는 식의 정교한 검색의 경우 파일만으로는 어렵습니다. ➎ 백업 및 복구가 어렵습니다. 앞서 언급했듯 데이터베이스는 보통 여러 명의 사용자 및 프로그램이 동시다발적으로 이용하기 때문에 많은 데이터베이스에서 백업과 복구 기능을 제공합니다. 하지만 단순 파일 입출력에서는 이러한 기능을 애초에 제공하지 않거나 데이터베이스에 비해 부족한 수준으로 지원합니다. 이와 같은 이유로 다량의 데이터를 바탕으로 많은 사용자 및 프로그램에 제공해야 하는 경우, 단순 파일 입출력보다 데이터베이스가 효율적일 수 있습니다. • 데이터베이스의 저장 단위와 트랜잭션 데이터베이스 학습을 시작하려면 데이터베이스에 무엇이 어떻게 저장되는지, 데이터베이스의 연산에는 어떤 성질이 있는지 이해해야 합니다. 이와 관련해 데이터베이스의 저장 단위인 엔티티와 스키마, 트랜잭션에 대해 알아보겠습니다. - 데이터베이스의 저장 단위 데이터베이스에는 다양한 속성을 가진 독립적 객체들이 저장될 수 있습니다. 이때 ‘독립적으로 존재할 수 있는 객체’를 엔티티 entity 라고 하는데요. ‘어떠한 특성을 가진 대상’이라고 할 수 있다면 모두 엔티티라고 볼 수 있습니다. 예를 들어 다음과 같은 그림 속 하나 하나의 대상이 모두 데이터베이스에 저장 가능한 엔티티인 셈입니다. 속성 attribute 은 엔티티의 특성을 의미합니다. 제시된 그림에서 구매자 ID, 구매자의 이름과 성별, 제품 번호와 이름이 바로 각 엔티티의 속성입니다. 각각의 엔티티는 속성을 강조하여 다음과 같이 표기할 수 있습니다. ➊ 구매자 ID 속성=123, 구매자 이름 속성=‘김한빛’, 구매자 성별 속성=남자 ➋ 구매자 ID 속성 = 321, 구매자 이름 속성 = ‘김빛한’, 구매자 성별 속성 = 여자 ➌ 제품 번호 속성 = abc123, 제품 이름 속성 = ‘혼공 노트북’ ➍ 제품 번호 속성 = def321, 제품 이름 속성 = ‘이것이 키보드’ 이때 같은 속성을 공유하는 개별 엔티티는 같은 엔티티 집합에 속한다고 할 수 있습니다. 예컨대 ➊과 ➋는 엔티티 ‘구매자’라는 엔티티 집합으로 표현할 수 있고, ➌과 ➍는 ‘제품’이라는 엔티티 집합으로 표현할 수 있습니다. 즉, 데이터베이스 내에 엔티티 집합이 정의될 수 있고, 엔티티 집합에 속한 다 양한 개별 엔티티들이 저장될 수 있습니다. DBMS마다 다양하게 엔티티 집합을 표현할 수 있는데, RDBMS는 엔티티 집합을 테이블(표)의 형태로 표현하며 릴레이션 relation 이라고도 부릅니다. 또 NoSQL DBMS의 일종인 MongoDB에서는 엔티티 집합을 컬렉션 collection 이라는 단위로 표현합니다. 다양한 엔티티들이 RDBMS에서는 테이블 안에, MongoDB에서는 컬렉션 안에 저장되는 것 입니다. 엔티티를 데이터베이스에 ‘저장 가능한 대상’이라고 한다면, 레코드는 데이터베이스에 ‘저장된 대상’ 이라고 할 수 있습니다. 데이터베이스에 ‘기록’된 각각의 엔티티를 레코드 record 라고 부르는 셈입니다. 데이터베이스에 저장된 엔티티 속성은 필드 field 라고 합니다. 즉, 다양한 속성을 지닌 엔티티들이 다양한 필드를 지닌 레코드로써 데이터베이스에 저장될 수 있습니다. RDBMS에서는 개별 레코드를 테이블의 행으로 표현하고, 필드를 테이블의 열로 표현합니다. 또한 NoSQL DBMS인 MongoDB에서는 개별 레코드를 Json 형태의 데이터인 도큐먼트 document 라는 단위로 표현하고, 필드를 Json 키의 형태로 표현합니다. - 스키마 RDBMS와 NoSQL을 구분하는 주요 기준 중 하나로 스키마의 유무를 꼽을 수 있습니다. 스키마 schema 는 데이터베이스에 저장되는 레코드의 구조와 제약 조건을 정의한 것으로, 레코드가 지켜야 할 틀이자 청사진이라고 볼 수 있습니다. 데이터베이스에 저장되는 개별 레코드를 달고나라고 생각하고, 스키마를 달고나의 틀이라고 생각해 보세요. 스키마가 명확히 정의되어 있다면, 즉 달고나 틀이 있다면 틀(스키마)에 맞는 반듯한 모양의 달고나(정형화된 데이터)를 저장하고 관리하기가 용이할 것입니다. 반면, 명확히 따라야 할 스키마가 없다면, 즉 달고나 틀이 없다면 자유롭게 다양한 형태의 달고나를 만들 수 있듯 유연한 형태 의 데이터를 저장하고 관리하기가 용이합니다. 앞서 RDBMS에서는 레코드를 테이블 내행으로 저장하고, NoSQL의 일종인 MongoDB에서는 컬렉션 내 도큐먼트로 저장한다고 했습니다. 따라서 RDBMS에서는 명확한 스키마가 정의되며, 레코드들은 이 스키마로 정해진 테이블의 구조, 필드의 데이터 타입 및 제약 조건을 따라야 합니다. 다음과 같은 ‘학생’ 테이블이 있다고 가정해 보세요. 이 테이블의 구조와 각 필드의 데이터 타입, 제약 조건 등이 정의된 틀이 바로 스키마입니다. 반면, NoSQL에서는 명확한 스키마가 정의되지 않기 때문에 NoSQL 데이터베이스를 스키마-리스 schema-less 데이터베이스라고도 부릅니다. 레코드들이 지켜야 할 구조와 제약 조건에 제한이 없어 RDBMS보다 자유로운 형태의 레코드를 저장할 수 있습니다. MongoDB에 ‘학생’이라는 컬렉션이 있다고 가정했을 때 이 컬렉션에는 다음과 같은 2개의 도큐먼트가 저장될 수 있습니다. 첫 번째 도큐먼트 { "name": "hanbit", "age": 30, "email": "hanbit@example.com" } 두 번째 도큐먼트 { "name": "media", "age": 25, "email": "media@example.com", "address": { "street": "123 Main St", "city": "Somewhere", "zipcode": "12345" } } 정형화된 데이터만 저장 가능한 RDBMS와는 다르게, 고정된 스키마를 따르지 않아 더욱 유연한 형태로 레코드를 관리할 수 있겠죠. - 트랜잭션과 ACID 트랜잭션 transaction 은 데이터베이스와의 논리적 상호작용의 단위를 의미합니다. 데이터베이스가 처리하는 작업의 단위를 나타내므로 초당 트랜잭션 TPS, Transactions Per Second 이라는 지표로 데이터베이스의 작업 성능을 나타내기도 합니다. 유의할 점은 트랜잭션이 하나의 쿼리만 포함하는 것은 아니라는 점입니다. 예를 들어 ‘한빛’이가 ‘빛한’이에게 5,000원을 이체하는 트랜잭션에서는 다음과 같은 2개 이상의 쿼리가 포함될 수 있습니다. 한빛이의 계좌 잔액을 5,000원 감소시키기 빛한이의 계좌 잔액을 5,000원 증가시키기 여러 작업을 내포하는 트랜잭션이 동시다발적으로 실행될 때는 안전한 트랜잭션을 보장하기 위해 지켜야 하는 성질이 있습니다. 트랜잭션이 지켜야 하는 성질에는 크게 4가지가 있습니다. 원자성, 일관성, 격리성, 지속성의 앞글자를 따서 ACID라고 하는데요. 데이터베이스, 특히 관계형 데이터베이스 트랜잭션의 상징과도 같은 단어입니다. ➊ 원자성 원자성 Atomicity 이란 하나의 트랜잭션 결과가 모두 성공하거나 모두 실패하는 성질을 의미합니다. 가령 앞선 예시에서 빛한이의 계좌 잔액을 5,000원 증가시키는 작업이 실행되는 도중 DBMS가 다운되었다면 한빛이의 계좌 잔액을 5,000원 감소시켰던 작업도 취소되어야 합니다. 이렇게 트랜잭션이 하나의 단위로 처리되는 것을 원자성이라고 합니다. 한빛이의 계좌 잔액을 5,000원 감소시키기 빛한이의 계좌 잔액을 5,000원 증가시키기 원자성을 상징하는 말로 All or Nothing을 들기도 합니다. 말 그대로, 주어진 작업을 모두 성공하거 나 모두 실패할 뿐, 일부 성공이나 일부 실패는 허용하지 않는다는 의미입니다. ➋ 일관성 트랜잭션 전후로 데이터베이스가 일관된 상태를 유지하는 성질을 일관성 Consistency 이라고 합니다. 여기서 ‘일관된 상태’란 데이터베이스가 지켜야 하는 일련의 규칙들을 지키는 상태를 의미합니다. 이러한 규칙(일관성)을 깨뜨리지 않는 데이터를 유지하는 성질이 바로 데이터베이스의 일관성입니다. 유의할 점은 데이터베이스가 트랜잭션 이후 다음과 같이 새로운 일관된 상태로 전이될 수 있다는 것 입니다. 다만, 이 경우에도 저장된 데이터들은 모두 일관된 상태를 유지해야 합니다. ➌ 격리성 격리성 Isolation 이란 동시에 수행되는 여러 트랜잭션이 서로 간섭하지 않도록 보장하는 성질을 의미합니다. 레이스 컨디션을 방지하기 위한 성질이죠. 즉, 한 트랜잭션이 어떤 데이터에 접근하여 조작 중일 때는 다른 트랜잭션이 접근할 수 없습니다. 예를 들어 재고가 하나뿐인 상품을 두 명의 사용자가 동시에 구매하려고 시도했을 때 격리성이 보장되지 않았다면 두 트랜잭션이 동시에 재고를 확인하고, 각자 재고가 있다고 판단하여 결제를 시도하게 되므로 결국 최종적으로는 재고 부족 문제가 발생할 수 있습니다. 하지만 격리성이 보장된다면 동시에 두 트랜잭션이 수행되지 않으므로 이러한 문제를 방지할 수 있습니다. ➍ 지속성 지속성 Durability 이란 트랜잭션이 성공적으로 완료된 후에 그 결과가 영구적으로 반영되는 성질을 의미합 니다. 즉, 시스템 장애가 발생하더라도 완료된 트랜잭션의 결과는 손실되지 않아야 합니다. 예를 들어 은행에서 특정 계좌에 돈을 입금하는 트랜잭션이 성공적으로 완료되었다면, 그 결과가 디스크에 기록되어 시스템 장애가 발생하더라도 입금 내역이 사라지지 않아야 합니다. 오늘날 DBMS에는 대부분 이를 보장하기 위한 회복 메커니즘이 구현되어 있습니다. • 데이터베이스 지도 그리기 위 컨텐츠는 『 이것이 취업을 위한 컴퓨터 과학이다 with CS 기술 면접 』의 내용을 재구성하여 작성되었습니다.

강민철

채널.H 시리즈