Python 리스트 무한 증가 문제, 어디부터 확인할까

문제 발생

리스트 무한 증가 문제가 나타난 입력, 직전 동작과 실제 결과를 함께 적습니다. 예를 들어 “가끔 실패”라고 쓰는 대신 정상 사례와 실패 사례를 하나씩 두고, 두 사례에서 달라진 version·설정·데이터를 표로 남깁니다.

사례	입력과 상태	결과
정상	가장 작은 정상 조건	기대한 결과
실패	한 조건만 달라진 재현	실제 오류·값

원인 분석

list에 항목을 제한 없이 append하면 참조가 유지돼 garbage collection 대상이 되지 않으므로 queue·batch 크기에 상한이 필요합니다.

종료 조건이 외부 입력이나 반복 중 바뀌는 값에 의존하는지 확인합니다. 반복마다 새 객체·Promise·로그가 생기면 CPU뿐 아니라 heap, queue와 로그 디스크도 함께 소진됩니다. py-spy/cProfile, tracemalloc, gc 통계, RSS, task와 file descriptor를 재현 입력과 함께 측정한다. 정상과 실패를 번갈아 실행하고, 이 원인이 맞다면 달라져야 할 값부터 확인합니다. 관련 없는 로그와 설정을 한꺼번에 바꾸지 않습니다.

해결 방안

최대 반복·재귀 깊이, 실행 시간, 출력 크기와 취소 신호를 코드 경계에 둡니다. 신뢰할 수 없는 코드는 별도 worker나 process에서 강제 종료가 가능해야 합니다. CPU와 I/O 작업을 구분하고 iterator, context manager, timeout, process·thread 선택을 측정 결과로 결정한다.

수정 전 실패 사례가 사라지고 기존 정상 사례가 유지돼야 합니다. 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. 가장 작은 실패 입력은 자동 테스트나 실행 가능한 점검 명령으로 남깁니다.

공식 문서와 적용 범위

• Python Documentation (새 창에서 열림)

문서의 기본값과 동작은 version에 따라 달라질 수 있습니다. 현재 Python 구현과 version, dependency, 입력 크기와 실행 환경에서 다시 확인합니다.