Python 미드레벨 프레임워크 기술면접

Python 미드레벨 (3~7년) 프레임워크 5문항 조회수 90 · 2026-04-08 (수) 19:10:45
1 Django ORM
Medium

Q. Django ORM에서 select_related()와 prefetch_related()의 차이점을 설명하고, 각각 어떤 상황에서 사용해야 하는지 실무 예시와 함께 설명해주세요.

A. 모범답안

select_related()는 SQL JOIN을 사용하여 한 번의 쿼리로 관련 객체를 가져오며, ForeignKey나 OneToOne 관계에서 사용합니다. prefetch_related()는 별도의 쿼리를 실행한 후 Python에서 조인하며, ManyToMany나 역참조 관계에서 사용합니다. 예를 들어 게시글과 작성자(ForeignKey)를 조회할 때는 select_related('author')를, 게시글과 여러 태그(ManyToMany)를 조회할 때는 prefetch_related('tags')를 사용합니다. N+1 쿼리 문제를 해결하기 위해 적절히 선택해야 합니다.

핵심 포인트
  • • select_related는 SQL JOIN 사용, prefetch_related는 별도 쿼리 후 Python 조인
  • • select_related는 ForeignKey/OneToOne, prefetch_related는 ManyToMany/역참조에 사용
  • • N+1 쿼리 문제 해결이 주요 목적
Follow-up 질문

prefetch_related에서 Prefetch 객체를 사용하여 추가 필터링을 적용하는 방법을 설명해주세요.

2 FastAPI 비동기
Hard

Q. FastAPI에서 async def와 일반 def로 엔드포인트를 정의할 때의 내부 동작 차이를 설명하고, 각각 언제 사용해야 하는지 성능 관점에서 설명해주세요.

A. 모범답안

async def로 정의된 엔드포인트는 이벤트 루프에서 직접 실행되며 I/O 대기 시 다른 요청을 처리할 수 있습니다. 반면 일반 def는 ThreadPoolExecutor의 별도 스레드에서 실행되어 블로킹 작업 시 이벤트 루프를 차단하지 않습니다. 데이터베이스 쿼리나 외부 API 호출 등 I/O 바운드 작업이 많고 async 라이브러리를 사용할 수 있다면 async def를, CPU 집약적 작업이나 동기 라이브러리만 사용 가능하다면 일반 def를 사용해야 합니다. 잘못 사용하면 이벤트 루프 블로킹으로 전체 애플리케이션 성능이 저하될 수 있습니다.

핵심 포인트
  • • async def는 이벤트 루프에서 실행, def는 별도 스레드풀에서 실행
  • • async는 I/O 바운드 작업에 적합, def는 CPU 집약적 또는 동기 라이브러리 사용 시 적합
  • • 잘못된 선택은 이벤트 루프 블로킹으로 성능 저하 초래
Follow-up 질문

async def 내부에서 동기 블로킹 함수를 호출해야 할 때 어떻게 처리해야 하나요?

3 Flask 애플리케이션 컨텍스트
Medium

Q. Flask의 애플리케이션 컨텍스트(Application Context)와 요청 컨텍스트(Request Context)의 차이를 설명하고, current_app과 g 객체를 각각 언제 사용하는지 설명해주세요.

A. 모범답안

애플리케이션 컨텍스트는 Flask 애플리케이션 레벨의 데이터를 저장하며 current_app과 g 객체를 제공합니다. 요청 컨텍스트는 개별 HTTP 요청에 대한 데이터를 저장하며 request와 session 객체를 제공합니다. current_app은 애플리케이션 설정이나 확장에 접근할 때 사용하고, g 객체는 요청 처리 중 임시 데이터(예: 데이터베이스 연결, 인증된 사용자 정보)를 저장하는 용도로 사용합니다. g 객체는 요청이 끝나면 자동으로 정리되므로 요청별 상태 관리에 유용합니다.

핵심 포인트
  • • 애플리케이션 컨텍스트는 앱 레벨, 요청 컨텍스트는 요청 레벨 데이터 관리
  • • current_app은 앱 설정/확장 접근, g는 요청별 임시 데이터 저장
  • • g 객체는 요청 종료 시 자동 정리되어 상태 관리에 안전
Follow-up 질문

CLI 명령이나 백그라운드 작업에서 Flask 애플리케이션의 설정에 접근하려면 어떻게 해야 하나요?

4 Celery 작업 관리
Hard

Q. Celery에서 작업이 실패했을 때 재시도 전략을 설계할 때 고려해야 할 사항들과, retry, autoretry_for, retry_backoff 옵션들을 어떻게 조합하여 사용하는지 설명해주세요.

A. 모범답안

재시도 전략 설계 시 작업의 멱등성, 실패 원인(일시적 vs 영구적), 시스템 부하, 재시도 간격을 고려해야 합니다. autoretry_for는 특정 예외 발생 시 자동 재시도하며, retry_backoff는 지수 백오프를 적용해 재시도 간격을 점진적으로 늘립니다. max_retries로 최대 재시도 횟수를 제한하고, retry_jitter를 사용해 thundering herd 문제를 방지합니다. 예를 들어 외부 API 호출 작업은 autoretry_for에 네트워크 예외를 지정하고 retry_backoff=True로 설정하여 API 서버 부하를 분산시킵니다.

핵심 포인트
  • • 작업의 멱등성과 실패 원인 분석이 재시도 전략의 기초
  • • retry_backoff로 지수 백오프 적용, retry_jitter로 재시도 시간 분산
  • • autoretry_for로 특정 예외만 재시도하여 불필요한 재시도 방지
Follow-up 질문

Celery 작업에서 멱등성을 보장하기 위한 실무적인 패턴들을 설명해주세요.

5 SQLAlchemy 세션 관리
Medium

Q. SQLAlchemy에서 세션의 commit()과 flush()의 차이점을 설명하고, 웹 애플리케이션에서 세션을 안전하게 관리하기 위한 베스트 프랙티스를 설명해주세요.

A. 모범답안

flush()는 pending 상태의 변경사항을 데이터베이스에 SQL로 전송하지만 트랜잭션을 커밋하지 않으며, commit()은 flush()를 실행한 후 트랜잭션을 커밋합니다. flush()는 ID 생성이 필요하거나 데이터베이스 제약조건 검증이 필요할 때 사용합니다. 웹 애플리케이션에서는 요청당 하나의 세션을 사용하고(scoped_session), 요청 종료 시 항상 세션을 닫으며, 예외 발생 시 rollback()을 호출해야 합니다. FastAPI나 Flask에서는 의존성 주입이나 미들웨어를 통해 세션 생명주기를 자동 관리하는 것이 권장됩니다.

핵심 포인트
  • • flush는 SQL 전송만, commit은 flush + 트랜잭션 커밋
  • • 요청당 하나의 세션 사용, 요청 종료 시 반드시 세션 정리
  • • 예외 처리 시 rollback 필수, 의존성 주입으로 생명주기 자동화
Follow-up 질문

SQLAlchemy에서 expire_on_commit 옵션의 역할과 이것이 False일 때의 장단점을 설명해주세요.

댓글 0

로그인 후 댓글을 작성할 수 있습니다.

아직 댓글이 없습니다. 첫 번째 댓글을 남겨보세요!