Next.js 시니어 기술면접

Next.js 시니어 (7년+) 코딩 · 알고리즘 5문항 조회수 85 · 2026-04-05 (일) 03:11:09
1 Next.js SSR/SSG
Hard

Q. 대규모 전자상거래 사이트에서 10만 개 이상의 상품 페이지를 getStaticProps와 getStaticPaths로 빌드할 때 발생하는 문제점과 이를 해결하기 위한 아키텍처 설계 방안을 설명해주세요. Incremental Static Regeneration(ISR)을 포함한 최적화 전략을 구체적으로 제시해주세요.

A. 모범답안

10만 개 이상의 페이지를 빌드 타임에 모두 생성하면 빌드 시간이 수 시간 이상 소요되어 배포가 불가능해집니다. 이를 해결하기 위해 getStaticPaths에서 fallback: 'blocking' 또는 fallback: true를 사용하여 인기 상품만 빌드 타임에 생성하고 나머지는 온디맨드로 생성하는 전략을 사용합니다. ISR의 revalidate 옵션을 활용하여 상품 정보가 자주 변경되는 페이지는 짧은 주기(60초)로, 변경이 적은 페이지는 긴 주기(3600초)로 차등 설정합니다. 또한 On-Demand Revalidation API를 구현하여 상품 정보 업데이트 시 해당 페이지만 선택적으로 재생성하며, CDN 캐싱 전략과 결합하여 성능을 최적화합니다.

핵심 포인트
  • • fallback 옵션을 활용한 온디맨드 페이지 생성 전략
  • • ISR revalidate를 페이지 특성에 따라 차등 적용
  • • On-Demand Revalidation으로 선택적 재생성
  • • CDN 캐싱과의 통합 전략
Follow-up 질문

ISR을 사용할 때 stale-while-revalidate 패턴이 어떻게 동작하며, 사용자가 오래된 데이터를 보게 되는 시나리오와 이를 방지하는 방법은 무엇인가요?

2 성능 최적화 및 번들링
Hard

Q. Next.js 애플리케이션에서 초기 JavaScript 번들 크기가 500KB를 초과하여 LCP(Largest Contentful Paint)가 4초 이상 나오는 상황입니다. 번들 분석부터 코드 스플리팅, 트리 쉐이킹, 동적 임포트까지 체계적인 최적화 프로세스를 설계하고, 각 단계에서 사용할 도구와 측정 지표를 설명해주세요.

A. 모범답안

먼저 @next/bundle-analyzer를 설치하여 번들 구성을 시각화하고 불필요한 대용량 라이브러리를 식별합니다. next.config.js에서 webpack 설정을 커스터마이징하여 lodash 같은 라이브러리는 lodash-es로 교체하고 moment.js는 date-fns로 대체하여 트리 쉐이킹이 가능하도록 합니다. 페이지별로 필요한 컴포넌트만 로드하도록 next/dynamic을 활용하여 모달, 차트, 에디터 등 무거운 컴포넌트는 lazy loading을 적용하고 ssr: false 옵션으로 서버 번들에서 제외합니다. Route-based 코드 스플리팅은 Next.js가 자동으로 처리하므로 페이지 구조를 재설계하여 공통 코드를 최소화하고, Lighthouse와 Web Vitals를 통해 LCP를 2.5초 이하로 개선합니다. 추가로 next/image를 활용한 이미지 최적화와 font optimization을 적용하여 전체 로딩 성능을 향상시킵니다.

핵심 포인트
  • • bundle-analyzer로 번들 구성 분석 및 문제 라이브러리 식별
  • • 트리 쉐이킹 가능한 라이브러리로 교체 및 webpack 설정 최적화
  • • next/dynamic을 활용한 컴포넌트 레벨 코드 스플리팅
  • • Lighthouse와 Web Vitals 기반 성능 측정 및 개선
Follow-up 질문

Server Components와 Client Components를 구분하여 사용하면 번들 크기 최적화에 어떤 이점이 있으며, 실무에서 이 둘을 구분하는 기준은 무엇인가요?

3 API Routes 및 아키텍처
Hard

Q. Next.js API Routes를 사용하여 RESTful API를 구축할 때, 미들웨어 체인 구현, 에러 핸들링, 인증/인가, 요청 검증, 로깅을 포함한 엔터프라이즈급 API 레이어 아키텍처를 설계해주세요. 또한 API Routes의 한계점과 언제 별도의 백엔드 서버로 분리해야 하는지 판단 기준을 제시해주세요.

A. 모범답안

먼저 middleware 폴더에 인증, 로깅, CORS, rate limiting 등의 미들웨어를 함수로 구현하고 고차 함수 패턴으로 체이닝 가능하게 설계합니다. 각 API Route에서는 HTTP 메서드별로 분기 처리하고 zod나 yup을 사용한 스키마 검증 레이어를 추가하며, try-catch로 에러를 잡아 일관된 에러 응답 형식을 반환하는 errorHandler를 구현합니다. JWT 기반 인증은 미들웨어에서 토큰을 검증하고 req 객체에 user 정보를 주입하며, RBAC 기반 권한 검증 레이어를 추가합니다. 그러나 API Routes는 서버리스 함수로 실행되어 WebSocket, 장시간 실행 작업, 복잡한 DB 트랜잭션, 대용량 파일 처리에는 부적합하므로 이런 요구사항이 있거나 독립적인 스케일링이 필요한 경우 NestJS나 Express 기반 별도 백엔드로 분리해야 합니다. API Routes는 BFF(Backend For Frontend) 패턴으로 활용하고 실제 비즈니스 로직은 마이크로서비스로 구성하는 것이 이상적입니다.

핵심 포인트
  • • 고차 함수 패턴의 미들웨어 체인 구현
  • • 스키마 검증, 에러 핸들링, 인증/인가 레이어 구조화
  • • 서버리스 환경의 한계 이해 (WebSocket, 장시간 작업 불가)
  • • BFF 패턴으로 API Routes 활용, 복잡한 로직은 별도 백엔드 분리
Follow-up 질문

Next.js 13의 App Router에서 Route Handlers가 기존 API Routes와 어떻게 다르며, Server Actions는 어떤 상황에서 Route Handlers를 대체할 수 있나요?

4 상태 관리 및 데이터 페칭
Medium

Q. Next.js 애플리케이션에서 서버 사이드 데이터(getServerSideProps, getStaticProps)와 클라이언트 사이드 데이터 페칭(SWR, React Query)을 함께 사용할 때 발생할 수 있는 데이터 불일치 문제와 이를 해결하기 위한 하이드레이션 전략을 설명해주세요. 특히 초기 데이터 주입과 캐시 동기화 방법을 포함해주세요.

A. 모범답안

서버에서 렌더링된 데이터와 클라이언트에서 페칭한 데이터가 다를 경우 화면 깜빡임이나 데이터 불일치가 발생합니다. 이를 해결하기 위해 getServerSideProps나 getStaticProps에서 가져온 데이터를 SWR의 fallbackData 또는 React Query의 initialData로 전달하여 초기 하이드레이션을 수행합니다. SWR은 fallback 옵션을 SWRConfig의 value로 전달하면 모든 훅에서 해당 키의 초기 데이터를 사용할 수 있으며, React Query는 dehydrate/hydrate 패턴으로 서버 상태를 클라이언트로 전달합니다. 이후 클라이언트에서 revalidation이 발생하면 최신 데이터로 업데이트되며, staleTime과 cacheTime을 적절히 설정하여 불필요한 리페칭을 방지합니다. 중요한 것은 서버와 클라이언트에서 동일한 쿼리 키를 사용하고 데이터 형식을 일치시켜 하이드레이션 미스매치를 방지하는 것입니다.

핵심 포인트
  • • 서버 데이터를 SWR fallbackData 또는 React Query initialData로 주입
  • • dehydrate/hydrate 패턴으로 서버 상태 전달
  • • 동일한 쿼리 키와 데이터 형식으로 하이드레이션 미스매치 방지
  • • staleTime과 cacheTime 설정으로 캐시 전략 최적화
Follow-up 질문

App Router의 Server Components 환경에서는 데이터 페칭 패턴이 어떻게 변경되며, fetch API의 캐싱 옵션이 기존 SWR/React Query와 어떤 차이가 있나요?

5 배포 및 인프라
Hard

Q. Next.js 애플리케이션을 Vercel이 아닌 자체 Kubernetes 클러스터에 배포할 때 고려해야 할 사항들을 설명해주세요. Dockerfile 작성, 멀티 스테이지 빌드, 환경변수 관리, 헬스체크, 로깅, 모니터링, 그리고 ISR 구현을 위한 공유 캐시 전략을 포함해주세요.

A. 모범답안

먼저 멀티 스테이지 Dockerfile을 작성하여 빌드 스테이지에서는 dependencies와 devDependencies를 모두 설치하고 next build를 실행한 후, 프로덕션 스테이지에서는 standalone 모드로 빌드된 결과물만 복사하여 이미지 크기를 최소화합니다. next.config.js에서 output: 'standalone' 옵션을 활성화하면 필요한 파일만 포함된 경량 서버가 생성됩니다. 환경변수는 Kubernetes Secret과 ConfigMap으로 관리하고, NEXT_PUBLIC_ 접두사가 없는 변수는 런타임에 주입되도록 설정합니다. 헬스체크는 /api/health 엔드포인트를 구현하여 liveness와 readiness probe에 연결하고, 로깅은 Winston이나 Pino를 사용해 구조화된 로그를 stdout으로 출력하여 ELK나 Loki로 수집합니다. ISR을 위해서는 Redis나 Memcached를 공유 캐시로 사용하고 custom cache handler를 구현하여 여러 Pod 간 캐시를 동기화해야 하며, 이미지 최적화를 위해 next/image의 loader를 CloudFront나 Imgix 같은 외부 서비스로 설정합니다.

핵심 포인트
  • • 멀티 스테이지 빌드와 standalone 모드로 이미지 최적화
  • • Kubernetes Secret/ConfigMap으로 환경변수 관리
  • • 헬스체크 API와 구조화된 로깅 구현
  • • Redis 기반 custom cache handler로 ISR 공유 캐시 구현
Follow-up 질문

Next.js의 Image Optimization API를 자체 호스팅할 때 발생하는 메모리 이슈와 이를 해결하기 위한 Sharp 라이브러리 최적화 방법은 무엇인가요?

댓글 0

로그인 후 댓글을 작성할 수 있습니다.

아직 댓글이 없습니다. 첫 번째 댓글을 남겨보세요!