[PYTHON] 파이썬 Garbage Collection 2가지 핵심 동작 방식과 메모리 누수 해결 방법

Garbage Collection

 

파이썬은 개발자가 직접 메모리를 할당하거나 해제할 필요가 없는 편리한 언어입니다. 하지만 대규모 데이터를 다루거나 장시간 가동되는 서버를 구축할 때, Garbage Collection(GC)의 내부 메커니즘을 모르면 원인 불명의 메모리 점유율 상승에 직면하게 됩니다. 파이썬은 효율적인 자원 관리를 위해 Reference Counting(참조 횟수 계산)을 기본으로 하되, 이를 보완하는 Generational GC(세대별 가비지 컬렉션) 시스템을 운용합니다. 오늘 이 글에서는 두 방식의 결정적인 차이와 상호 보완 관계, 그리고 실무적인 메모리 최적화 해결 전략을 전문적으로 다룹니다.

---

1. Reference Counting과 Generational GC의 메커니즘 차이점

파이썬 메모리 관리의 제1 원칙은 참조 횟수 계산입니다. 모든 객체는 자신이 어디에서 참조되고 있는지 카운트를 유지하며, 이 카운트가 0이 되는 즉시 메모리에서 소멸합니다. 그러나 이 방식은 두 객체가 서로를 참조하는 '순환 참조' 상황에서 무용지물이 됩니다. 이를 해결하기 위해 파이썬은 주기적으로 메모리를 스캔하여 순환 참조를 끊어주는 세대별 GC를 보조적으로 사용합니다.

메모리 관리 방식별 핵심 비교 분석

비교 항목	Reference Counting (기본)	Generational GC (보조)	차이 및 상호작용
작동 시점	참조 횟수가 0이 되는 즉시	특정 임계치(Threshold) 도달 시	실시간성과 주기성의 조화
주요 대상	모든 파이썬 객체	컨테이너 객체 (List, Dict, Class 등)	순환 참조 가능성이 있는 객체 집중 관리
성능 오버헤드	객체 접근 시마다 발생 (매우 낮음)	수행 시 프로그램 일시 정지 (Stop-the-world)	세대별 관리를 통해 중단 시간 최소화
순환 참조 해결	불가능 (메모리 누수 원인)	가능 (순환 고리를 찾아 해제)	GC가 없다면 파이썬은 메모리 부족에 빠짐

---

2. 가비지 컬렉션 성능을 저하시키는 2가지 결정적 원인

첫째, 순환 참조(Circular Reference)의 남발

두 클래스 인스턴스가 서로를 멤버 변수로 가지고 있을 때, 사용이 끝난 후에도 참조 횟수는 1 이하로 떨어지지 않습니다. 이는 Reference Counting만으로는 해제되지 않으며, Generational GC가 구동될 때까지 메모리를 점유하게 됩니다. 빈번한 순환 참조는 GC의 작업 부하를 높여 어플리케이션의 응답성을 떨어뜨립니다.

둘째, 너무 잦은 객체 생성과 파괴

0세대(Generation 0) 임계치에 도달할 때마다 GC가 실행됩니다. 루프 내에서 불필요한 임시 객체를 과도하게 생성하면 GC가 끊임없이 가동되며 CPU 자원을 소모하게 됩니다. 이는 특히 실시간성이 중요한 데이터 처리 로직에서 성능 병목의 주범이 됩니다.

---

3. [Sample Example] 순환 참조 확인 및 GC 제어 해결 코드

다음은 파이썬에서 순환 참조가 발생하는 상황을 재현하고, gc 모듈을 사용하여 수동으로 메모리를 관리하는 해결 방법을 보여주는 예제입니다.

import gc
import sys

class Node:
    def __init__(self, name):
        self.name = name
        self.parent = None
    def __del__(self):
        # 객체가 메모리에서 해제될 때 호출됩니다.
        pass

def create_cycle():
    # 1. 순환 참조 발생 예시
    a = Node("A")
    b = Node("B")
    a.parent = b
    b.parent = a
    
    print(f"A의 참조 횟수: {sys.getrefcount(a)}")
    # 함수 종료 시 a, b 변수는 사라지지만 서로를 참조하고 있어 카운트가 남음

if __name__ == "__main__":
    # GC 비활성화 상태 테스트 (선택 사항)
    # gc.disable()

    create_cycle()
    
    # 2. 수동 가비지 컬렉션 수행 전 검사
    print(f"가비지 컬렉션 전 미해제 객체 수: {len(gc.garbage)}")
    
    # 3. 해결책: 수동으로 GC를 호출하여 순환 참조 해제
    unreachable_count = gc.collect()
    print(f"수동 GC를 통해 해제된 객체 수: {unreachable_count}")
    
    # 4. 세대별 임계치 확인 및 설정 방법
    # (0세대, 1세대, 2세대 임계값)
    print(f"현재 GC 임계치: {gc.get_threshold()}")

---

4. 전문적인 메모리 최적화를 위한 3단계 전략

1. Weakref 활용: 순환 참조가 불가피한 관계(예: 부모-자식 객체)에서는 weakref(약한 참조)를 사용하여 참조 횟수를 올리지 않고도 객체에 접근할 수 있도록 설계하십시오.
2. GC 임계치 튜닝: 메모리 사용량이 큰 어플리케이션의 경우 gc.set_threshold()를 사용하여 GC 가동 빈도를 조절하십시오. 0세대 임계치를 높이면 성능은 좋아지지만 메모리 점유율이 일시적으로 상승할 수 있습니다.
3. 컨테이너 객체 재사용: 리스트나 딕셔너리를 매번 생성하기보다 clear() 메서드를 사용해 내용을 비우고 재사용하면 0세대 객체 생성을 줄여 GC 부하를 최소화할 수 있습니다.

---

5. 결론 및 요약

파이썬의 가비지 컬렉션은 실시간 참조 횟수 계산과 주기적인 세대별 스캔이라는 두 기둥 위에 서 있습니다. 대부분의 객체는 생성 즉시 사라지지만, 순환 참조된 객체는 세대별 GC의 관리를 받습니다. 개발자는 gc 모듈을 활용하여 시스템의 특성에 맞게 임계치를 조절하고, 순환 참조를 지양하는 코딩 습관을 갖춤으로써 보다 견고하고 성능이 뛰어난 파이썬 시스템을 구축할 수 있습니다.

핵심 요약	실시간 Reference Counting으로 즉시 해제, 순환 참조는 세대별 GC로 보완
해결 방법	weakref 사용으로 순환 참조 방지 및 gc.collect()를 통한 정밀 메모리 제어

---

내용 출처 및 참고 문헌

• Python Documentation: gc — Garbage Collector interface
• CPython Source Code: Internal implementation of gcmodule.c
• "Fluent Python" by Luciano Ramalho: Object References, Mutability, and Recycling
• Instagram Engineering: Dismissing Python Garbage Collection at Scale (Case Study)