[PYTHON] 메모리 누수(Memory Leak) 추적의 마침표 : objgraph를 활용한 객체 참조 분석

메모리 누수(Memory Leak)

1. 서론: 가비지 컬렉터가 해결하지 못하는 '유령 객체'

파이썬은 기본적으로 참조 횟수 계산(Reference Counting)과 순환 참조 가비지 컬렉터(GC)를 통해 메모리를 관리합니다. 이론적으로는 메모리 누수가 발생하지 않아야 하지만, 실제 복잡한 애플리케이션에서는 메모리 누수가 빈번히 발생합니다. 이는 가비지 컬렉터가 여전히 누군가에 의해 참조되고 있는 객체를 '사용 중'이라고 판단하여 해제하지 못하기 때문입니다. 특히 전역 변수, 캐시 리스트, 혹은 클로저 내부에 갇힌 객체들은 해제되지 않고 메모리를 야금야금 갉아먹습니다. 이때 필요한 도구가 바로 objgraph입니다. 이 강력한 라이브러리는 현재 메모리에 상주하는 객체들 사이의 복잡한 관계를 시각화하고, 어떤 녀석이 해제되지 않고 남아있는지 명확하게 짚어줍니다.

---

2. 파이썬 메모리 분석 도구별 비교

메모리 누수를 찾기 위한 여러 도구가 있지만, objgraph는 '관계 분석' 측면에서 독보적입니다.

도구 명칭	주요 기능	장점	적합한 용도
memory_profiler	라인별 메모리 사용량 측정	코드 흐름 파악 용이	특정 함수의 메모리 피크 확인
tracemalloc	메모리 할당 스택 트레이스 추적	파이썬 표준 라이브러리	어디서 메모리가 할당되었는지 확인
objgraph	객체 간 참조 그래프 시각화	누수 원인(참조 체인) 파악	객체가 왜 해제되지 않는지 분석
Guppy/Heapy	힙 전체 상태 스냅샷 분석	상세한 타입별 분석	대규모 힙 덤프 분석

---

3. objgraph의 핵심 기능 3가지

3.1. 객체 증가량 확인 (most_common_types)

애플리케이션이 실행되는 동안 어떤 타입의 객체가 비정상적으로 증가하고 있는지 파악하는 것이 누수 추적의 첫걸음입니다. objgraph.show_most_common_types()를 통해 실시간으로 증가하는 객체군을 타겟팅할 수 있습니다.

3.2. 참조 경로 추적 (show_backref)

가장 강력한 기능입니다. 특정 객체가 왜 메모리에 남아있는지, 그 객체를 잡고 있는 부모 객체들을 역추적하여 그래프 파일(PNG/DOT)로 생성해 줍니다. 이를 통해 순환 참조나 전역 리스트의 존재를 확인할 수 있습니다.

3.3. 객체 수명 분석 (growth)

함수 실행 전후의 객체 수 변화를 비교하여, 특정 로직 수행 후 해제되지 않은 객체들의 목록을 브리핑해 줍니다.

---

4. Sample Example: 누수가 발생하는 클래스 추적하기

전역 리스트에 객체를 실수로 담아두어 메모리가 해제되지 않는 시나리오를 objgraph로 해결하는 예시입니다.

import objgraph
import random

# 메모리 누수를 유발하는 전역 리스트
LEAK_STORAGE = []

class DataNode:
    def __init__(self, data):
        self.data = data

def process_data():
    # 처리 완료 후 리스트에서 제거해야 하는데 실수로 남겨둠
    node = DataNode(random.random())
    LEAK_STORAGE.append(node)

# 1. 작업 수행 전후의 객체 증가량 비교
print("--- Before Processing ---")
objgraph.show_growth(limit=3)

for _ in range(100):
    process_data()

print("\n--- After Processing ---")
objgraph.show_growth(limit=3)

# 2. 가장 많이 늘어난 DataNode 객체의 참조 경로 시각화
# (Graphviz 설치 필요, 없을 시 호출 관계를 텍스트로 분석 가능)
roots = objgraph.by_type('DataNode')
if roots:
    objgraph.show_backrefs(roots[:1], filename='leak_path.png', 
                           max_depth=5, highlight=lambda x: x is LEAK_STORAGE)
    print("\n[알림] leak_path.png 파일이 생성되었습니다. 참조 구조를 확인하세요.")

---

5. 시니어 개발자의 디버깅 조언

메모리 누수를 찾을 때 흔히 범하는 실수는 '전체 힙'만 들여다보는 것입니다. objgraph를 효율적으로 쓰려면 다음 전략을 따르세요.

• 가비지 컬렉션 강제 실행: 분석 전 gc.collect()를 먼저 호출하여 이미 정리될 녀석들은 거르세요.
• 필터링 활용: 시스템 라이브러리 객체는 제외하고 내가 정의한 클래스(Custom Class) 위주로 추적하세요.
• 시각화의 한계 인식: 참조가 너무 복잡하면 그래프가 난해해집니다. max_depth 옵션을 조절하여 핵심 참조 지점을 찾으세요.

---

6. 결론

파이썬의 메모리 관리는 편리하지만 무적은 아닙니다. objgraph는 보이지 않는 객체 간의 관계를 시각화함으로써, 개발자가 "왜 이 객체가 죽지 않는가?"라는 질문에 명확한 기술적 근거를 제시하도록 돕습니다. 정기적인 프로파일링과 objgraph를 이용한 객체 구조 분석은 장시간 가동되는 서버 애플리케이션의 안정성을 보장하는 핵심 역량입니다.

---

내용 출처 및 참고 문헌

• objgraph Official Documentation: https://mg.pov.lt/objgraph/
• Python Garbage Collection Internals (CPython 3.10+ Source Code).
• High Performance Python (2nd Edition) - Memory Management Chapter.
• Graphviz Software - Visualization of structured information.