Java 시니어 프레임워크 기술면접

Java 시니어 (7년+) 프레임워크 5문항 조회수 142 · 2026-04-17 (금) 19:11:10
1 Spring Transaction
Hard

Q. Spring에서 @Transactional 어노테이션이 적용된 메서드 내에서 같은 클래스의 다른 @Transactional 메서드를 호출할 때 트랜잭션이 제대로 동작하지 않는 이유를 설명하고, 이 문제를 해결하기 위한 방법들을 제시해주세요. 또한 프록시 기반 AOP의 한계와 AspectJ 위빙 방식의 차이점도 함께 설명해주세요.

A. 모범답안

Spring AOP는 프록시 패턴을 사용하는데, 같은 클래스 내부 메서드 호출은 프록시를 거치지 않고 실제 객체(this)를 통해 직접 호출되기 때문에 트랜잭션 어드바이스가 적용되지 않습니다. 해결 방법으로는 1) Self-Injection을 통해 자기 자신의 프록시를 주입받아 사용, 2) ApplicationContext에서 빈을 직접 조회, 3) 메서드를 별도 클래스로 분리, 4) AspectJ 위빙 사용 등이 있습니다. AspectJ는 컴파일 타임이나 로드 타임에 바이트코드를 직접 조작하여 프록시 없이도 AOP를 적용할 수 있어 내부 호출 문제가 발생하지 않지만, 설정이 복잡하고 빌드 프로세스가 무거워집니다.

핵심 포인트
  • • 프록시 기반 AOP는 외부 호출만 인터셉트하며, 내부 메서드 호출은 this를 통해 직접 실행되어 어드바이스가 적용되지 않음
  • • Self-Injection, 메서드 분리, AspectJ 위빙 등 다양한 해결책이 존재하며 각각 트레이드오프가 있음
  • • AspectJ는 바이트코드 조작으로 프록시 한계를 극복하지만 복잡도와 성능 오버헤드 고려 필요
Follow-up 질문

프로덕션 환경에서 트랜잭션 전파 레벨(REQUIRED, REQUIRES_NEW, NESTED 등)을 선택할 때 고려해야 할 사항과, 분산 트랜잭션 환경에서 2PC와 Saga 패턴의 선택 기준은 무엇인가요?

2 JPA/Hibernate
Hard

Q. JPA에서 N+1 문제가 발생하는 원인을 지연 로딩과 즉시 로딩 관점에서 설명하고, Fetch Join, Entity Graph, Batch Size 등 각 해결 방법의 장단점과 적용 시나리오를 비교해주세요. 또한 카테시안 곱 문제와 페이징 처리 시 발생할 수 있는 메모리 이슈에 대해서도 설명해주세요.

A. 모범답안

N+1 문제는 지연 로딩 시 연관 엔티티 조회마다 추가 쿼리가 발생하고, 즉시 로딩 시에도 JPQL 사용 시 발생합니다. Fetch Join은 한 번의 쿼리로 해결하지만 페이징 시 메모리에서 처리되고 둘 이상의 컬렉션 조인 시 카테시안 곱이 발생합니다. Entity Graph는 동적으로 fetch 전략을 변경할 수 있지만 복잡한 그래프에서는 관리가 어렵습니다. Batch Size는 IN 절로 N+1을 1+1로 줄이며 페이징과 호환되지만 여전히 추가 쿼리가 발생합니다. 대규모 시스템에서는 QueryDSL/JPQL로 DTO 프로젝션을 사용하거나, 읽기 전용 쿼리는 MyBatis 같은 SQL Mapper를 병행하는 것이 효과적입니다.

핵심 포인트
  • • N+1 문제는 지연/즉시 로딩 모두에서 발생 가능하며, JPQL은 fetch 전략을 무시하고 쿼리를 생성함
  • • Fetch Join은 강력하지만 페이징과 다중 컬렉션 조인에서 제약이 있으며, Batch Size는 안전하지만 최적화 수준이 낮음
  • • 실무에서는 조회 목적에 따라 DTO 프로젝션, 읽기 전용 쿼리 분리 등 복합적 전략 필요
Follow-up 질문

영속성 컨텍스트의 1차 캐시와 쓰기 지연의 동작 원리를 설명하고, 대용량 배치 처리 시 flush와 clear를 적절히 사용하지 않으면 발생할 수 있는 메모리 문제와 해결 방안은 무엇인가요?

3 Java Reflection & Dynamic Proxy
Hard

Q. Spring이나 Hibernate 같은 프레임워크에서 사용하는 Reflection과 Dynamic Proxy의 동작 원리를 설명하고, JDK Dynamic Proxy와 CGLIB의 차이점을 비교해주세요. 또한 Reflection 사용 시 성능 오버헤드를 줄이기 위한 최적화 기법과, MethodHandle이나 LambdaMetafactory를 활용하는 방법에 대해서도 설명해주세요.

A. 모범답안

Reflection은 런타임에 클래스 메타데이터를 조회하고 조작할 수 있게 하며, Dynamic Proxy는 인터페이스 기반으로 프록시 객체를 생성합니다. JDK Dynamic Proxy는 인터페이스가 필수이며 InvocationHandler를 사용하고, CGLIB는 바이트코드 조작으로 클래스 상속 기반 프록시를 생성하여 인터페이스 없이도 동작하지만 final 메서드는 오버라이드할 수 없습니다. Reflection 최적화를 위해서는 setAccessible(true)로 접근 체크를 우회하고, 반복 호출 시 Method 객체를 캐싱하며, Java 7 이상에서는 MethodHandle을 사용하여 JVM 최적화를 활용할 수 있습니다. LambdaMetafactory는 함수형 인터페이스 구현체를 동적으로 생성하여 Reflection보다 빠른 성능을 제공합니다.

핵심 포인트
  • • JDK Dynamic Proxy는 인터페이스 기반, CGLIB는 클래스 상속 기반으로 동작하며 각각 제약사항이 다름
  • • Reflection은 편리하지만 성능 오버헤드가 크므로 캐싱, setAccessible, MethodHandle 등으로 최적화 필요
  • • MethodHandle과 LambdaMetafactory는 JVM 최적화를 받을 수 있어 Reflection보다 성능이 우수함
Follow-up 질문

Spring Boot의 AutoConfiguration이 Reflection과 어노테이션 프로세싱을 활용하여 동작하는 원리를 설명하고, Conditional 어노테이션들이 빈 등록 여부를 결정하는 메커니즘은 무엇인가요?

4 Servlet & Async Processing
Medium

Q. Servlet 3.0 이상에서 제공하는 비동기 처리(AsyncContext)와 Spring WebFlux의 비동기 처리 방식의 차이점을 설명하고, 각각의 적합한 사용 시나리오를 제시해주세요. 또한 DeferredResult, Callable, CompletableFuture를 Spring MVC에서 사용할 때의 차이점과 스레드 관리 방식도 함께 설명해주세요.

A. 모범답안

Servlet 비동기 처리는 요청 스레드를 반환하고 별도 스레드에서 응답을 처리하여 스레드 풀 효율을 높이지만, 여전히 블로킹 I/O 기반입니다. Spring WebFlux는 Reactor 기반 논블로킹 I/O로 이벤트 루프 모델을 사용하여 적은 스레드로 높은 동시성을 처리합니다. Callable은 비동기 실행을 위해 별도 스레드 풀에서 실행되고, DeferredResult는 외부 이벤트나 콜백으로 결과를 설정할 수 있어 더 유연하며, CompletableFuture는 비동기 체이닝과 조합이 가능합니다. Servlet 비동기는 기존 스프링 MVC 코드베이스를 유지하면서 점진적 개선에 적합하고, WebFlux는 마이크로서비스나 실시간 스트리밍 같은 고성능 비동기 시스템에 적합합니다.

핵심 포인트
  • • Servlet 비동기는 스레드 반환으로 효율을 높이지만 블로킹 I/O 기반이며, WebFlux는 논블로킹 이벤트 루프 모델
  • • Callable은 단순 비동기 실행, DeferredResult는 외부 제어, CompletableFuture는 체이닝 지원으로 각각 용도가 다름
  • • 기존 시스템 개선은 Servlet 비동기, 새로운 고성능 시스템은 WebFlux가 적합
Follow-up 질문

Tomcat의 NIO Connector와 APR Connector의 차이점을 설명하고, 대규모 트래픽 환경에서 acceptCount, maxConnections, maxThreads 파라미터를 어떻게 튜닝하시겠습니까?

5 Java Memory Model & Concurrency
Hard

Q. Java Memory Model에서 happens-before 관계를 설명하고, volatile 키워드가 가시성과 재배치 방지를 보장하는 메커니즘을 설명해주세요. synchronized, volatile, Atomic 클래스, Lock 인터페이스의 성능 차이와 적합한 사용 시나리오를 비교하고, StampedLock의 낙관적 읽기가 어떤 상황에서 유용한지 설명해주세요.

A. 모범답안

Happens-before는 한 작업의 결과가 다른 작업에서 보이도록 보장하는 순서 관계로, volatile 쓰기 전 모든 작업은 volatile 읽기 후 작업에서 보입니다. volatile은 메모리 배리어를 통해 CPU 캐시와 메인 메모리 간 동기화를 강제하고 명령어 재배치를 제한합니다. synchronized는 배타적 락으로 성능 오버헤드가 크지만 구조화된 동기화에 적합하고, volatile은 단일 변수 가시성만 보장하며, Atomic 클래스는 CAS 기반으로 락 없이 원자성을 제공합니다. ReentrantLock은 타임아웃, 인터럽트, 공정성 제어가 가능하고, StampedLock의 낙관적 읽기는 읽기가 많고 쓰기가 적은 환경에서 락 없이 읽기를 시도하여 높은 성능을 제공하지만 검증 로직이 필요합니다.

핵심 포인트
  • • Happens-before는 메모리 가시성 순서를 정의하며, volatile은 메모리 배리어로 가시성과 재배치 방지를 보장
  • • synchronized는 무겁지만 안전하고, Atomic은 CAS로 경량화되며, Lock은 고급 제어 기능 제공
  • • StampedLock의 낙관적 읽기는 읽기 중심 워크로드에서 락 오버헤드 없이 높은 성능 달성 가능
Follow-up 질문

ConcurrentHashMap의 내부 구조와 세그먼트 락킹 방식이 Java 8에서 어떻게 변경되었는지 설명하고, CHM의 putIfAbsent, compute, merge 같은 원자적 연산들이 실무에서 어떻게 활용될 수 있는지 예시를 들어주세요.

댓글 0

로그인 후 댓글을 작성할 수 있습니다.

아직 댓글이 없습니다. 첫 번째 댓글을 남겨보세요!