어떤 문제가 생길까
리스트 무한 증가: 정상처럼 보이는 한 사례만으로는 동작 범위를 이해하기 어렵습니다. 대표 입력에서는 문제없다가 경계값, 느린 응답, 배포 직후처럼 조건이 달라질 때 결과가 바뀔 수 있습니다.
list에 항목을 제한 없이 append하면 참조가 유지돼 garbage collection 대상이 되지 않으므로 queue·batch 크기에 상한이 필요합니다.
원인을 이해하는 기준
CPython interpreter, reference counting, cyclic GC, GIL과 native extension이 함께 동작하는 실행 환경에서 어느 경계가 결과를 결정하는지 먼저 봅니다. 종료 조건이 외부 입력이나 반복 중 바뀌는 값에 의존하는지 확인합니다. 반복마다 새 객체·Promise·로그가 생기면 CPU뿐 아니라 heap, queue와 로그 디스크도 함께 소진됩니다.
| 구분 | 짧은 예시 |
|---|---|
| 기대 결과 | 리스트 무한 증가: 정상 조건에서 사용자가 받아야 할 결과 |
| 실제 결과 | 같은 입력에서 처음 달라진 값·상태·오류 |
| 판별 자료 | py-spy/cProfile, tracemalloc, gc 통계, RSS, task와 file descriptor를 재현 입력과 함께 측정한다 |
적용 예시와 확인
CPU와 I/O 작업을 구분하고 iterator, context manager, timeout, process·thread 선택을 측정 결과로 결정한다. 최대 반복·재귀 깊이, 실행 시간, 출력 크기와 취소 신호를 코드 경계에 둡니다. 신뢰할 수 없는 코드는 별도 worker나 process에서 강제 종료가 가능해야 합니다.
대표 사례 하나, 값이 달라지는 경계 하나, 예상 가능한 실패 하나를 같은 순서로 확인합니다. 입력 크기별 시간·메모리 복잡도, 장시간 RSS 기준선, 열린 자원과 취소 후 task를 확인한다. 의도적인 비종료 입력과 큰 입력을 넣어 제한 시간 안에 중단되고 task·메모리·파일·연결이 남지 않는지 검사합니다.
공식 문서와 적용 범위
문서의 기본값과 동작은 version에 따라 달라질 수 있습니다. 현재 Python 구현과 version, dependency, 입력 크기와 실행 환경에서 다시 확인합니다.