Node.js 시니어 CS 기초 기술면접

Node.js 시니어 (7년+) CS 기초 5문항 조회수 124 · 2026-04-17 (금) 11:10:58
1 자료구조
Medium

Q. LRU(Least Recently Used) 캐시를 효율적으로 구현하려고 합니다. O(1) 시간 복잡도로 get과 put 연산을 수행하기 위해 어떤 자료구조를 조합하여 사용해야 하며, 각 자료구조가 어떤 역할을 담당하는지 설명해주세요. 또한 Node.js 환경에서 대용량 캐시를 구현할 때 메모리 관리 측면에서 고려해야 할 사항도 함께 설명해주세요.

A. 모범답안

LRU 캐시는 HashMap(또는 Map)과 Doubly Linked List를 조합하여 구현합니다. HashMap은 키로 노드를 O(1)에 찾기 위해 사용하고, Doubly Linked List는 접근 순서를 유지하며 가장 오래된 항목을 O(1)에 제거하기 위해 사용합니다. get 시 해당 노드를 리스트의 head로 이동시키고, put 시 새 노드를 head에 추가하며 용량 초과 시 tail 노드를 제거합니다. Node.js에서는 WeakMap을 고려하여 메모리 누수를 방지하고, 캐시 크기 제한을 명확히 설정하며, 필요시 TTL(Time To Live) 메커니즘을 추가하여 오래된 데이터를 자동으로 제거해야 합니다.

핵심 포인트
  • • HashMap과 Doubly Linked List의 조합으로 O(1) 연산 달성
  • • HashMap은 빠른 조회, Linked List는 순서 유지 및 빠른 삭제 담당
  • • Node.js에서 메모리 제한 설정과 TTL 메커니즘 필요
  • • WeakMap 활용으로 메모리 누수 방지 고려
Follow-up 질문

LRU 대신 LFU(Least Frequently Used) 캐시를 구현한다면 자료구조 설계가 어떻게 달라지며, 시간 복잡도는 어떻게 보장할 수 있을까요?

2 네트워크
Hard

Q. TCP의 혼잡 제어(Congestion Control) 알고리즘 중 Slow Start, Congestion Avoidance, Fast Retransmit, Fast Recovery의 동작 원리를 설명하고, 이것이 Node.js 기반 HTTP 서버의 성능에 어떤 영향을 미치는지 설명해주세요. 특히 초기 연결이 많은 환경에서 성능을 최적화하기 위해 서버 측에서 조정할 수 있는 TCP 파라미터는 무엇이 있을까요?

A. 모범답안

Slow Start는 cwnd를 1 MSS에서 시작해 ACK마다 지수적으로 증가시키고, ssthresh 도달 시 Congestion Avoidance로 전환하여 선형 증가합니다. Fast Retransmit은 3개의 중복 ACK 수신 시 타임아웃 전에 재전송하고, Fast Recovery는 ssthresh를 절반으로 줄인 후 cwnd를 유지하며 혼잡 회피 단계로 진입합니다. Node.js HTTP 서버는 초기 연결 시 Slow Start로 인해 처리량이 제한되므, 대량의 짧은 연결이 많으면 성능이 저하됩니다. 최적화를 위해 TCP Initial Congestion Window(initcwnd)를 증가시키고, Keep-Alive를 활성화하며, TCP Fast Open을 사용하고, net.ipv4.tcp_slow_start_after_idle을 비활성화할 수 있습니다.

핵심 포인트
  • • Slow Start는 지수 증가, Congestion Avoidance는 선형 증가로 대역폭 탐색
  • • Fast Retransmit/Recovery로 패킷 손실 시 빠른 복구
  • • 초기 연결 시 Slow Start가 Node.js 서버 처리량 제한
  • • initcwnd 증가, Keep-Alive, TCP Fast Open으로 최적화 가능
Follow-up 질문

HTTP/2나 HTTP/3(QUIC)에서는 TCP 혼잡 제어의 한계를 어떻게 개선했으며, Node.js 애플리케이션에서 이를 활용할 때 어떤 이점이 있을까요?

3 데이터베이스
Hard

Q. 데이터베이스의 격리 수준(Isolation Level) 4단계를 설명하고, 각 수준에서 발생할 수 있는 Dirty Read, Non-Repeatable Read, Phantom Read 문제를 구체적으로 설명해주세요. Node.js에서 PostgreSQL과 MySQL을 사용할 때 기본 격리 수준이 다른데, 이것이 애플리케이션 동작에 어떤 영향을 미치며 어떻게 대응해야 할까요?

A. 모범답안

격리 수준은 Read Uncommitted(모든 문제 발생), Read Committed(Dirty Read 방지), Repeatable Read(Non-Repeatable Read까지 방지), Serializable(모든 문제 방지)로 구성됩니다. Dirty Read는 커밋되지 않은 데이터 읽기, Non-Repeatable Read는 같은 쿼리의 결과가 달라지는 것, Phantom Read는 범위 쿼리에서 새로운 행이 나타나는 현상입니다. PostgreSQL은 기본적으로 Read Committed를, MySQL(InnoDB)은 Repeatable Read를 사용합니다. Node.js에서는 트랜잭션 시작 시 명시적으로 격리 수준을 설정하고, 비즈니스 로직에 따라 적절한 수준을 선택하며, Optimistic Locking이나 Version 컬럼을 활용하여 동시성 문제를 해결해야 합니다.

핵심 포인트
  • • 4가지 격리 수준과 각각에서 방지되는 문제 이해
  • • PostgreSQL은 Read Committed, MySQL은 Repeatable Read가 기본값
  • • 격리 수준이 높을수록 동시성은 감소하고 일관성은 증가
  • • 명시적 격리 수준 설정과 Optimistic Locking으로 대응
Follow-up 질문

MVCC(Multi-Version Concurrency Control)가 격리 수준 구현에 어떻게 활용되며, PostgreSQL과 MySQL의 MVCC 구현 방식 차이는 무엇인가요?

4 운영체제
Medium

Q. 운영체제의 가상 메모리(Virtual Memory) 시스템에서 페이지 폴트(Page Fault)가 발생하는 원리와 처리 과정을 설명해주세요. Node.js 애플리케이션이 대량의 데이터를 처리할 때 과도한 페이지 폴트로 인해 성능이 저하되는 상황을 어떻게 진단하고 해결할 수 있을까요?

A. 모범답안

페이지 폴트는 프로세스가 접근하려는 페이지가 물리 메모리에 없을 때 발생합니다. CPU가 MMU를 통해 가상 주소를 변환하려 할 때 페이지 테이블에서 해당 페이지가 없으면 인터럽트가 발생하고, OS가 디스크에서 페이지를 읽어 물리 메모리에 로드한 후 페이지 테이블을 업데이트하고 프로세스를 재개합니다. Node.js에서는 process.memoryUsage()와 시스템 모니터링 도구로 메모리 사용량을 추적하고, vmstat이나 perf로 페이지 폴트 빈도를 측정합니다. 해결 방법으로는 스트림 처리로 메모리 사용량 감소, 청크 단위 처리, 워커 스레드로 작업 분산, 그리고 필요시 시스템 메모리 증설이 있습니다.

핵심 포인트
  • • 페이지 폴트는 가상 메모리 페이지가 물리 메모리에 없을 때 발생
  • • OS가 디스크에서 페이지를 로드하는 과정에서 성능 저하
  • • vmstat, perf 등으로 페이지 폴트 측정 가능
  • • 스트림 처리, 청크 단위 처리, 워커 스레드로 해결
Follow-up 질문

Major Page Fault와 Minor Page Fault의 차이는 무엇이며, 각각이 애플리케이션 성능에 미치는 영향은 어떻게 다른가요?

5 알고리즘
Hard

Q. 대규모 로그 분석 시스템에서 최근 1시간 동안의 상위 K개 빈출 IP 주소를 실시간으로 추출해야 합니다. 메모리 제약이 있는 환경에서 Count-Min Sketch와 Min-Heap을 조합한 알고리즘을 설계한다면 각 자료구조의 역할과 시간/공간 복잡도를 설명해주세요. 또한 Node.js에서 이를 구현할 때 성능 최적화를 위해 고려해야 할 사항은 무엇인가요?

A. 모범답안

Count-Min Sketch는 해시 함수 배열을 사용해 각 IP의 빈도를 근사적으로 추정하며, O(1) 시간에 업데이트/조회가 가능하고 메모리는 O(w*d)로 제한됩니다. Min-Heap은 크기 K로 유지하며 현재까지의 상위 K개 항목을 저장하고, 새 항목 삽입 시 O(log K) 시간이 소요됩니다. Count-Min Sketch로 빈도를 추정하고, 임계값 이상인 항목만 Min-Heap에 삽입하여 메모리를 절약합니다. Node.js에서는 TypedArray를 사용해 메모리 효율을 높이고, 대량 데이터 처리 시 Worker Threads로 병렬화하며, 시간 윈도우 관리를 위해 Sliding Window나 Tumbling Window 패턴을 적용하고, 필요시 Redis Streams나 Apache Kafka와 연동하여 분산 처리합니다.

핵심 포인트
  • • Count-Min Sketch는 O(1) 시간에 빈도 근사 추정, 메모리 효율적
  • • Min-Heap으로 상위 K개 유지, O(log K) 삽입 시간
  • • 두 자료구조 조합으로 메모리 제약 환경에서 효율적 처리
  • • TypedArray, Worker Threads, 시간 윈도우 패턴으로 최적화
Follow-up 질문

정확도를 높이기 위해 Count-Min Sketch 대신 HyperLogLog나 Bloom Filter를 사용할 수 있을까요? 각 자료구조의 trade-off를 설명해주세요.

댓글 0

로그인 후 댓글을 작성할 수 있습니다.

아직 댓글이 없습니다. 첫 번째 댓글을 남겨보세요!