[G1-Sync] Manual knowledge update
This commit is contained in:
Antigravity Agent
@@ -1,181 +1,153 @@
|
||||
---
|
||||
id: wiki-2026-0508-하향식-탐색-top-down-approach
|
||||
title: 하향식 탐색 Top Down Approach
|
||||
title: 하향식 탐색 Top-Down Approach
|
||||
category: 10_Wiki/Topics
|
||||
status: needs_review
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: []
|
||||
aliases: [Top-Down Design, Stepwise Refinement, 하향식 설계]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.92
|
||||
tags: [auto-consolidated, technical-documentation]
|
||||
confidence_score: 0.9
|
||||
verification_status: applied
|
||||
tags: [architecture, design-method, decomposition]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-05-08
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
|
||||
tech_stack:
|
||||
language: unspecified
|
||||
framework: unspecified
|
||||
language: language-agnostic
|
||||
framework: design-method
|
||||
---
|
||||
|
||||
# 하향식 접근법 (Top-Down Approach)
|
||||
# 하향식 탐색 (Top-Down Approach)
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
하향식 접근법은 시스템의 최상위 추상화 계층, 즉 외부 세계와 소통하는 인터페이스나 사용자 접점에서 시작하여 점진적으로 구현의 상세 코드로 진입하며 코드베이스를 파악하는 탐색 전략이다 [1, 2]. 주로 시스템의 전체 기능과 사용자 가치 사슬(비즈니스 의도)을 파악할 때 사용되며, 호출 스택을 따라 내려가며 로직의 흐름을 관찰하는 데 중점을 둔다 [2].
|
||||
## 매 한 줄
|
||||
> **"매 큰 그림 → 매 세부"**. 매 system 의 high-level abstraction 부터 시작 → 매 단계마다 decomposition. 매 1970s Niklaus Wirth 의 stepwise refinement 가 origin — 매 modern 2026 microservice / DDD 의 strategic design 까지 매 살아있는 design heuristic.
|
||||
|
||||
---
|
||||
## 매 핵심
|
||||
|
||||
하향식 탐색(Top-Down Approach)은 복잡한 소프트웨어 시스템이나 낯선 코드베이스를 분석할 때, 시스템의 최상위 추상화 계층에서 시작하여 점진적으로 구현의 상세로 진입하는 전략적 접근법입니다 [1]. 사용자 인터페이스(UI), 공용 API, CLI 진입점 등 시스템이 외부 세계와 소통하는 인터페이스를 먼저 식별하고 호출 스택을 따라 비즈니스 로직을 관찰합니다 [1]. 이 방식은 개별 코드의 상세한 논리에 매몰되기 전에 시스템의 전체 기능, 비즈니스 의도, 그리고 사용자 가치 사슬을 파악하는 데 효과적입니다 [2].
|
||||
### 매 핵심 idea
|
||||
- **매 추상 → 매 구체**: System 전체 → subsystems → modules → functions → lines.
|
||||
- **매 deferred decision**: Lower-level detail 의 결정 의 미루기 — 매 abstraction barrier.
|
||||
- **매 wishful thinking**: 매 "이 helper 가 있다 가정" → 매 나중에 implement.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
* **주요 진입점 및 시작점:** 고객이나 엔드 유저가 직접 사용하는 사용자 인터페이스(UI), 공용 REST API 가이드, gRPC 서비스 정의서, CLI(명령줄 인터페이스) 진입점 등 가장 높은 수준의 인터페이스에서 분석을 시작한다 [1, 2].
|
||||
* **핵심 분석 대상:** 최상단에서 시작하여 호출 스택(Call Stack)을 따라 내려가면서 요청 처리 흐름, 권한 검증, 서비스 오케스트레이션, 데이터의 흐름 등을 추적하고 관찰한다 [1, 2].
|
||||
* **비즈니스 맥락 우선 파악:** 코드의 세부적인 작동 방식을 알기 전에, 비즈니스 목적을 먼저 이해하고 코드를 비즈니스의 고수준 기능(High-level functionality)에 매핑하는 과정이다 [3]. 즉, "이 코드가 정확히 어떻게 작동하는지는 모르겠지만 왜 존재하고 전체 시스템에서 어떻게 들어맞는지는 안다"는 수준의 개념적 이해를 구축하는 것이 일차적인 목표다 [4].
|
||||
* **상향식 접근과의 하이브리드 활용:** 하향식 접근법으로 비즈니스 의도와 전체 구조를 파악하고, 데이터베이스 저장소 등에서 시작하는 상향식(Bottom-Up) 접근법으로 기술적 제약 사항을 확인하여, 두 방식이 만나는 중간 지점에서 시스템에 대한 일관된 이해를 형성하는 하이브리드 과정이 필수적이다 [2, 5].
|
||||
### 매 vs Bottom-Up
|
||||
- Top-Down: 매 unknown / new system 의 design 적합. 매 risk: leaf-level 에서 매 mismatch 발견.
|
||||
- Bottom-Up: 매 reusable primitive 부터. 매 known domain (e.g. data pipeline) 적합.
|
||||
- 매 실전: 매 hybrid (meet-in-middle) 의 default.
|
||||
|
||||
---
|
||||
### 매 응용
|
||||
1. DDD strategic design — bounded context → context map → aggregate.
|
||||
2. Microservice decomposition — capability mapping → service boundary.
|
||||
3. Functional decomposition — main() → step functions → primitives.
|
||||
|
||||
* **주요 진입점 및 분석 대상:** 하향식 탐색은 주로 REST API 가이드, gRPC 서비스 정의서, 사용자 인터페이스(UI) 등 고객이나 최종 사용자가 상호작용하는 가장 높은 수준의 인터페이스에서 시작합니다 [1, 3]. 개발자는 사용자의 관점에서 애플리케이션이 어떻게 작동하는지를 먼저 파악하고, 아키텍처 문맥 내에서 데이터가 어떻게 흐르는지를 관찰하며(요청 처리 흐름, 권한 검증, 서비스 오케스트레이션 파악) 점차 가장 낮은 수준의 구현체로 파고듭니다 [1-3].
|
||||
* **시스템 전체상 및 비즈니스 의도 파악:** 코드베이스의 전반적인 구조를 파악하고, 시스템이 어떻게 결합되어 있는지 상위 수준의 개념적 개요를 얻는 데 집중합니다 [3]. 특정 문제나 코드의 디테일에 빠지기 전에, 비즈니스의 의도와 애플리케이션의 목표를 상위 관점에서 이해할 수 있도록 돕습니다 [2].
|
||||
* **코드 리뷰(Pull Request)에서의 활용:** 코드 리뷰를 수행할 때도 하향식 접근법이 유리하게 쓰일 수 있습니다 [4]. PR의 전체적인 세부 정보, 변경된 파일 목록 등 상위 수준의 시야(high-level view)를 먼저 확보한 뒤, 개별 파일의 구체적 코드로 깊이 들어가는 방식이 코드 변경 사항을 사고하는 논리적 흐름과 일치합니다 [5].
|
||||
* **하이브리드 전략(Hybrid Strategy) 구성:** 하향식 접근법 단독보다는, 하향식으로 비즈니스 의도를 파악하고 상향식(Bottom-up)으로 데이터베이스 구조 등 기술적 한계를 확인하여 그 중간 지점에서 일관된 이해를 형성하는 하이브리드 전략이 복잡한 시스템의 전체상을 그리는 데 가장 효율적입니다 [2].
|
||||
## 💻 패턴
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
|
||||
* **불필요한 세부 정보 과부하:** 시스템 전체를 위에서부터 훑어 내려가는 하향식 접근법만을 고집할 경우, 개발자가 실제로 작업하거나 관심 가질 필요가 없는 방대하고 불필요한 영역의 코드와 종속성까지 모두 포함하게 되어 인지적 과부하가 올 수 있다 [6].
|
||||
* **물리적 제약 파악의 한계:** 하향식으로 파악한 비즈니스 의도나 고수준의 구조가 실제 데이터가 저장되는 가장 낮은 계층(데이터베이스 스키마, 물리적 제약)의 한계와 부수 효과(Side-effect)를 즉각적으로 보여주지는 못하므로, 반드시 상향식 접근을 병행하여 맹점을 보완해야 한다 [2, 5].
|
||||
### Stepwise refinement (pseudocode → real)
|
||||
```python
|
||||
# Level 0: intent
|
||||
def process_orders():
|
||||
"""Process today's orders end-to-end."""
|
||||
|
||||
---
|
||||
# Level 1: high-level steps
|
||||
def process_orders():
|
||||
orders = fetch_pending_orders()
|
||||
validated = [o for o in orders if validate(o)]
|
||||
results = [charge_and_ship(o) for o in validated]
|
||||
notify_customers(results)
|
||||
|
||||
* **불필요한 정보 과부하의 위험:** 하향식 접근법을 취할 경우, 개발자가 실제로 작업하거나 관심을 가져야 할 범위를 넘어서는 거대한 시스템의 불필요한 부분까지 파악해야 하는 상황에 놓일 수 있습니다 [6]. 자신이 알고 있거나 작업해야 하는 의존성 그래프와 무관한 최상위 내용까지 위에서부터 전부 훑어 내려오려다 보면, 오히려 탐색 효율이 떨어지고 작업에 필요한 맥락을 빠르게 찾는 데 방해가 될 수 있습니다 [6].
|
||||
* **하위 계층 이해 부족 시의 맹점:** 상위 계층의 비즈니스 오케스트레이션과 인터페이스 구조만 파악하고 하위 데이터 스토리지나 물리적 제약 사항을 파악하지 못하면, 코드의 부수 효과(side effects)나 상태 전이 로직 등을 놓치게 될 수 있습니다 [1]. 따라서 버그 수정이나 성능 최적화 등을 위해서는 하향식 단일 탐색에 의존하기보다 상향식 탐색을 적절히 병행해야 합니다 [1, 2].
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
### Related Concepts
|
||||
|
||||
#### [탐색 및 분석 전략 (Navigation Strategies)]
|
||||
* [[상향식 접근법 (Bottom-Up Approach)]]
|
||||
* 연결 이유: 하향식 접근법과 정반대의 방향성을 가지는 탐색 전략으로, 데이터베이스 스키마나 메시지 큐 등 데이터가 최종 도달하는 곳에서 시작하여 역추적하는 방식이다 [2].
|
||||
* 이 개념을 통해 더 깊게 이해할 수 있는 부분: 하향식으로 비즈니스 맥락을 파악한 후, 상향식으로 기술적 한계를 파악하여 두 관점을 결합하는 하이브리드 코드 분석 전략을 이해할 수 있다 [2, 5].
|
||||
* [[코드베이스 오리엔테이션 맵 (Codebase Orientation Map)]]
|
||||
* 연결 이유: 하향식으로 시스템을 파악할 때 얻게 되는 '10,000피트 상공에서의 개요(10,000 foot overview)'를 체계화하여 지식의 깊이에 따라 문서화하는 방법론이다 [7, 8].
|
||||
* 이 개념을 통해 더 깊게 이해할 수 있는 부분: 시스템의 정체성에 대한 한 줄 요약부터, 런타임 환경과 데이터 변환 로직에 이르는 딥 다이브까지 하향식 지식을 단계별로 시각화하고 정리하는 체계를 확립할 수 있다 [8].
|
||||
|
||||
#### [아키텍처/기반 기술 (Architecture & Infrastructure)]
|
||||
* [[계층형 아키텍처 (Layered Architecture)]]
|
||||
* 연결 이유: 하향식 접근을 통해 호출 스택을 따라 내려갈 때, 프레젠테이션(UI), 비즈니스 로직, 데이터 액세스 등 시스템이 수평적으로 나뉜 계층들을 순차적으로 마주치게 되기 때문이다 [9-11].
|
||||
* 이 개념을 통해 더 깊게 이해할 수 있는 부분: 하향식 탐색 과정에서 상위 계층이 하위 계층에 어떻게 의존하며 관심사를 분리하고 있는지, 코드베이스의 구조적 규칙을 명확히 식별할 수 있다 [10, 11].
|
||||
|
||||
### Deeper Research Questions
|
||||
|
||||
* 하향식 접근법을 적용할 때, 가장 이상적이고 효율적인 최상위 인터페이스(진입점)를 식별하는 구체적인 기준과 절차는 무엇인가?
|
||||
* 대규모 모놀리식 시스템과 마이크로서비스 아키텍처에서 각각 하향식 접근법을 적용할 때 분석 과정이나 초점은 어떻게 달라져야 하는가?
|
||||
* 상향식 접근법과 하향식 접근법을 결합한 하이브리드 전략을 수행할 때, 두 방식이 만나는 "중간 지점(Middle ground)"은 구체적으로 어떤 기준에 의해 정의되고 문서화되어야 하는가?
|
||||
* 새로운 개발자가 하향식으로 코드베이스를 파악하는 과정에서, 자신이 담당하지 않는 영역까지 지나치게 넓게 탐색하지 않도록 컨텍스트 경계(Scope)를 제한하는 방법은 무엇인가?
|
||||
* 하향식 코드 분석 시 시퀀스 다이어그램이나 C4 모델과 같은 시각적 도구를 함께 활용하여 호출 스택을 매핑하는 것이 개발자의 인지적 부하 감소에 미치는 구체적 영향은 무엇인가?
|
||||
|
||||
### Practical Application Contexts
|
||||
|
||||
* **Implementation:** REST API 엔드포인트나 UI 컴포넌트부터 시작해 관련 비즈니스 로직, 서비스, 레포지토리까지 차례로 구현 코드를 따라 읽으며 새로운 기능을 추가하거나 수정할 위치를 추적할 때 활용한다 [1, 2].
|
||||
* **System Design:** 시스템 전반의 아키텍처를 C4 모델의 외부 시스템 통신 수준(Context)에서 컨테이너(Container), 세부 컴포넌트(Component) 수준으로 점진적으로 구체화하며 설계하는 방식에 적용된다 [12-14].
|
||||
* **Operation / Maintenance:** 시스템 장애가 발생했을 때 사용자가 겪는 문제 상황(UI/API 관점)에서 출발해, 관련 서비스 호출 스택을 따라 내려가며 근본 원인(Root Cause)을 단계적으로 디버깅한다 [1, 15].
|
||||
* **Learning Path:** 처음 접하는 프로젝트에서 멘토에게 전체 비즈니스 흐름, 제품의 목적, 하이레벨 의존성에 대한 개요(Overview)를 먼저 묻고, 이후 구체적인 개별 작업에 들어가는 온보딩 학습 경로를 설계할 수 있다 [1, 2, 7].
|
||||
* **My Project Relevance:** 거대하고 복잡한 레거시 코드나 잘 모르는 시스템을 인수인계받을 때, 코드의 구체적인 로직에 빠지기 전 사용자 인터페이스나 API 명세서를 통해 비즈니스 의도를 최우선으로 이해하는 전략으로 직접 활용할 수 있다 [2].
|
||||
|
||||
### Adjacent Topics
|
||||
|
||||
* [[도메인 주도 설계 (Domain-Driven Design, DDD)]]
|
||||
* 확장 방향: 하향식 접근을 통해 파악한 비즈니스 맥락과 목적이 코드베이스 내부의 바운디드 컨텍스트(Bounded Context) 및 도메인 용어로 어떻게 매핑되어 구조화되는지 확장하여 학습할 수 있다 [16, 17].
|
||||
* [[의존성 역전 원칙 (Dependency Inversion Principle)]]
|
||||
* 확장 방향: 하향식 제어 흐름(Control Flow)이 아키텍처 상의 의존성 흐름과 어떻게 역전되어(클린 아키텍처 등에서) 시스템의 유연성을 확보하는지 이해를 넓힐 수 있다 [17, 18].
|
||||
|
||||
---
|
||||
*Last updated: 2026-05-02*
|
||||
|
||||
---
|
||||
|
||||
### Related Concepts
|
||||
|
||||
#### [분석 및 탐색 전략]
|
||||
* [[상향식 탐색 (Bottom-Up Approach)]]
|
||||
* 연결 이유: 하향식 탐색의 대척점에 있는 접근법으로, 데이터베이스 스키마나 외부 API 클라이언트 등 시스템의 최하단 제약 및 영속화 지점에서 시작하여 이를 호출하는 상위 함수를 역추적하는 방식입니다 [1].
|
||||
* 이 개념을 통해 더 깊게 이해할 수 있는 부분: 하향식 전략만으로 부족한 '기술적 한계 및 물리적 제약 사항 파악', '부수 효과 분석'을 어떻게 보완할 수 있는지 이해하게 됩니다 [1, 2].
|
||||
* [[하이브리드 전략 (Hybrid Strategy)]]
|
||||
* 연결 이유: 하향식과 상향식 접근법을 결합하여 복잡한 시스템을 입체적으로 분석하는 기법입니다 [2].
|
||||
* 이 개념을 통해 더 깊게 이해할 수 있는 부분: 상위에서 파악한 '비즈니스 의도'와 하위에서 파악한 '기술적 한계'가 시스템의 중간 지점에서 어떻게 일관된 형태의 모델로 형성되는지를 알 수 있습니다 [2].
|
||||
|
||||
#### [진입점 및 핵심 구조 식별]
|
||||
* [[공용 API 및 UI 라우터]]
|
||||
* 연결 이유: 하향식 탐색의 실질적인 출발점이 되는 시스템의 최상위 인터페이스들입니다 [1].
|
||||
* 이 개념을 통해 더 깊게 이해할 수 있는 부분: 사용자의 관점이나 외부 클라이언트의 요청이 코드베이스 내부로 어떻게 최초 인입되고, 이후 서비스 오케스트레이션으로 어떻게 연결되는지 흐름을 시작점부터 추적할 수 있습니다 [1, 2].
|
||||
|
||||
### Deeper Research Questions
|
||||
* 하향식 탐색 과정에서 파악된 상위 비즈니스 로직(서비스 오케스트레이션)을 실제 코드 구현체(하위 모듈)와 맵핑할 때, 그사이에 존재하는 수많은 추상화 계층이 유발하는 인지적 부하를 어떻게 최소화할 수 있는가?
|
||||
* 대규모 시스템에서 하향식으로 코드를 탐색할 때, 본인의 작업 범위를 넘어서는 불필요한 정보까지 추적하는 것을 방지하고 적절한 지점에서 분석을 멈추기 위한 기준은 무엇인가?
|
||||
* 코드 리뷰 시 하향식 접근법을 적용할 때, 수십 개의 파일과 수천 줄이 변경된 복잡한 PR의 경우 상위 수준(High-level)의 맥락을 어떻게 효과적으로 먼저 확보할 수 있는가?
|
||||
* 클린 아키텍처나 도메인 주도 설계(DDD)가 적용된 시스템에서 하향식 탐색을 수행할 경우, 전통적인 계층형 아키텍처와 비교하여 의존성 방향 추적과 진입점 파악은 어떤 차이를 보이는가?
|
||||
* 사용자의 요청(UI 등)에서부터 데이터베이스에 이르기까지 하향식으로 데이터의 흐름을 파악하기 위해 활용할 수 있는 IDE의 기능이나 동적 런타임 분석 도구에는 무엇이 있는가?
|
||||
|
||||
### Practical Application Contexts
|
||||
* **Implementation:** 신규 기능 개발 시, 사용자가 경험할 최상위 인터페이스(UI)나 호출할 API 엔드포인트를 먼저 정의하고, 그 아래로 어떤 데이터 처리와 컴포넌트가 조립되어야 하는지를 단계적으로 구상할 때 활용됩니다 [1, 3].
|
||||
* **System Design:** 시스템의 구조를 그릴 때 외부 환경과의 경계선(인터페이스)을 우선적으로 설계하고, 이후 내부 비즈니스 로직과 데이터베이스 흐름으로 사고를 좁혀가며 구조를 잡습니다 [1, 3].
|
||||
* **Operation / Maintenance:** 방대하고 낯선 코드베이스를 인수인계받을 때, 시스템의 전반적인 비즈니스 목적과 작동 방식을 사용자 관점에서 가장 먼저 파악함으로써 코드를 해독하기 위한 지형을 빠르게 확보합니다 [1, 3].
|
||||
* **Learning Path:** 팀에 합류한 신규 엔지니어에게 시스템 아키텍처를 교육할 때, 세세한 코드 구현보다 전체 사용자의 가치 사슬이나 애플리케이션의 큰 흐름을 먼저 설명하여 빠르게 온보딩시킵니다 [1, 3].
|
||||
* **My Project Relevance:** 복잡도 높은 코드 리뷰를 진행하거나 오픈 소스 프로젝트를 읽을 때, PR의 요약 설명이나 변경 파일 목록 등 거시적인 관점에서 시작해 개별 코드로 파고드는 방식으로 논리적 검토를 수행할 수 있습니다 [5].
|
||||
|
||||
### Adjacent Topics
|
||||
* [[도메인 주도 설계 (Domain-Driven Design, DDD)]]
|
||||
* 확장 방향: 하향식 접근을 통해 시스템의 비즈니스 의도를 파악할 때, 도메인 단위로 코드와 구조가 어떻게 분리되고 명명되어 있는지(Bounded Context)를 분석하여 상위 모듈 탐색의 효율성을 높이는 방향으로 확장할 수 있습니다 [7].
|
||||
* [[아키텍처 다이어그램 (Architecture Diagrams)]]
|
||||
* 확장 방향: 하향식 탐색 시 시스템 문맥(Context)에서 시작해 컨테이너, 컴포넌트 수준으로 점진적으로 줌인(Zoom-in)하는 C4 모델 등의 시각화 방법론과 연계하면, 추상화 수준을 단계적으로 파악하는 데 큰 도움을 얻을 수 있습니다 [8, 9].
|
||||
|
||||
---
|
||||
*Last updated: 2026-05-02*
|
||||
|
||||
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
|
||||
|
||||
**언제 이 지식을 쓰는가:**
|
||||
- *(TODO)*
|
||||
|
||||
**언제 쓰면 안 되는가:**
|
||||
- *(TODO)*
|
||||
|
||||
## 🧪 검증 상태 (Validation)
|
||||
|
||||
- **정보 상태:** needs_review
|
||||
- **출처 신뢰도:** A
|
||||
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
|
||||
|
||||
## 🧬 중복 검사 (Duplicate Check)
|
||||
|
||||
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
|
||||
- **처리 방식:** UPDATE (자동 정규화)
|
||||
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
|
||||
|
||||
## 🕓 변경 이력 (Changelog)
|
||||
|
||||
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|
||||
|------|-----------|-----------|--------|
|
||||
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
|
||||
|
||||
## 💻 코드 패턴 (Code Patterns)
|
||||
|
||||
**패턴 1:** *(TODO: 이 프로젝트 컨벤션 반영한 구조 스켈레톤)*
|
||||
|
||||
```text
|
||||
# TODO
|
||||
# Level 2: implement leaves (deferred until now)
|
||||
def fetch_pending_orders() -> list[Order]:
|
||||
return db.query(Order).filter(Order.status == "pending").all()
|
||||
```
|
||||
|
||||
## 🤔 의사결정 기준 (Decision Criteria)
|
||||
### Wishful thinking — assume helpers exist
|
||||
```python
|
||||
def render_dashboard(user_id: str) -> HTML:
|
||||
user = fetch_user(user_id) # assume
|
||||
metrics = compute_metrics(user) # assume
|
||||
chart = build_chart(metrics) # assume
|
||||
return layout(header(user), chart) # assume
|
||||
# 매 implement leaves 의 last.
|
||||
```
|
||||
|
||||
**선택 A를 써야 할 때:**
|
||||
- *(TODO)*
|
||||
### DDD top-down decomposition
|
||||
```
|
||||
Bounded Context: Order Management
|
||||
├─ Aggregate: Order
|
||||
│ ├─ Entity: OrderLine
|
||||
│ └─ Value Object: Money, Address
|
||||
├─ Aggregate: Cart
|
||||
└─ Domain Service: Pricing
|
||||
```
|
||||
|
||||
**선택 B를 써야 할 때:**
|
||||
- *(TODO)*
|
||||
### Microservice capability decomposition
|
||||
```yaml
|
||||
# top-down: business capability → service
|
||||
Capability: Checkout
|
||||
Sub-capability: Cart Management → cart-service
|
||||
Sub-capability: Payment → payment-service
|
||||
Sub-capability: Order Persistence → order-service
|
||||
Sub-capability: Notification → notification-service
|
||||
```
|
||||
|
||||
**기본값:**
|
||||
> *(TODO)*
|
||||
### Test-first top-down (London-school TDD)
|
||||
```python
|
||||
def test_charge_order_calls_gateway(mocker):
|
||||
gateway = mocker.Mock()
|
||||
repo = mocker.Mock()
|
||||
svc = OrderService(gateway, repo) # 매 collaborator 추측
|
||||
svc.charge(Order(id=1, total=100))
|
||||
gateway.charge.assert_called_once_with(100)
|
||||
# 매 mock 의 design 의 driver — 매 collaborator interface 의 top-down emerge.
|
||||
```
|
||||
|
||||
## ❌ 안티패턴 (Anti-Patterns)
|
||||
### Recursive descent parser (top-down classic)
|
||||
```python
|
||||
def parse_expr(tokens):
|
||||
left = parse_term(tokens)
|
||||
while tokens.peek() in ("+", "-"):
|
||||
op = tokens.next()
|
||||
right = parse_term(tokens)
|
||||
left = BinOp(op, left, right)
|
||||
return left
|
||||
|
||||
- **[안티패턴]:** *(TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)*
|
||||
def parse_term(tokens):
|
||||
left = parse_factor(tokens)
|
||||
# ...
|
||||
```
|
||||
|
||||
## 매 결정 기준
|
||||
| 상황 | Approach |
|
||||
|---|---|
|
||||
| Greenfield, unknown domain | **Top-Down** (explore via decomposition) |
|
||||
| Known primitives, integration heavy | Bottom-Up |
|
||||
| Library 의 design | Bottom-Up (primitive first) |
|
||||
| Application / product 의 design | Top-Down → Hybrid |
|
||||
| Refactor existing code | Inside-Out (seam first) |
|
||||
|
||||
**기본값**: Top-Down 으로 strategy → bottom-up primitive 의 meet-in-middle.
|
||||
|
||||
## 🔗 Graph
|
||||
- 부모: [[아키텍처 패턴 지식]] · [[객체 지향 소프트웨어 아키텍처 설계]]
|
||||
- 변형: [[Bottom-Up Approach]] · [[Inside-Out (TDD)]]
|
||||
- 응용: [[DDD]] · [[Hexagonal_Architecture]] · [[Refactoring Techniques (리팩토링 기법)]]
|
||||
- Adjacent: [[추상화(Abstraction)]] · [[High-Cohesion-Low-Coupling]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
**언제**: 매 새로운 system 의 design 의 시작, 매 unknown domain 의 explore, 매 architectural conversation 의 frame.
|
||||
**언제 X**: 매 well-known primitive 의 mechanical assembly, 매 retrofit / legacy refactor (seam-first 가 더 안전).
|
||||
|
||||
## ❌ 안티패턴
|
||||
- **Pseudocode 가 implementation 화**: 매 leaf 의 implement 안 함. 매 wishful 의 영원히 wish.
|
||||
- **Premature decomposition**: 매 너무 일찍 fix layer boundary → 매 나중에 leaky.
|
||||
- **No bottom check**: 매 leaf primitive 가 매 expressible 인지 verify 안 함 → 매 mismatch.
|
||||
|
||||
## 🧪 검증 / 중복
|
||||
- Verified (Wirth 1971 "Program Development by Stepwise Refinement"; Evans DDD 2003).
|
||||
- 신뢰도 A.
|
||||
|
||||
## 🕓 Changelog
|
||||
| 날짜 | 변경 |
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — top-down 의 stepwise refinement / wishful thinking / DDD-microservice 의 application |
|
||||
|
||||
Reference in New Issue
Block a user