feat: Wiki 지식 자산 업데이트 - UX Scenarios, Frontend, Game Design, Topics 추가 [2026-05-08]

10_Wiki/Topics/AI_and_ML/프론트엔드 성능 최적화 전략.md

@@ -1,9 +1,29 @@
+---
+id: wiki-2026-0508-프론트엔드-성능-최적화-전략
+title: 프론트엔드 성능 최적화 전략
+category: 10_Wiki/Topics
+status: needs_review
+canonical_id: self
+aliases: []
+duplicate_of: none
+source_trust_level: A
+confidence_score: 0.92
+tags: [uncategorized]
+raw_sources: []
+last_reinforced: 2026-05-08
+github_commit: pending
+inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
+tech_stack:
+  language: unspecified
+  framework: unspecified
+---
+
 # [[프론트엔드 성능 최적화 전략|프론트엔드 성능 최적화 전략]]
 
-## 📌 Brief Summary
+## 📌 한 줄 통찰 (The Karpathy Summary)
 프론트엔드 성능 최적화 전략은 브라우저의 렌더링 과정([[Critical Rendering Path|Critical Rendering Path]])을 효율적으로 관리하고, 불필요한 연산과 네트워크 다운로드를 줄여 사용자에게 빠르고 매끄러운 웹 경험을 제공하는 기술적 접근 방식이다 [1, 2]. 이를 위해 개발자는 초기 로딩 속도 개선, 렌더링 시 발생하는 Reflow 및 Repaint의 최소화, 효율적인 상태 관리 및 적절한 웹 렌더링 전략(CSR, SSR, SSG 등)을 종합적으로 고려해야 한다 [1, 3-6]. 궁극적인 목표는 LCP(최대 콘텐츠 풀 페인트), INP(다음 페인트에 대한 상호작용), CLS(누적 레이아웃 이동)와 같은 핵심 웹 바이탈([[Core Web Vitals|Core Web Vitals]]) 지표를 개선하여 비즈니스 성과와 사용자 만족도를 높이는 것이다 [7-10].
 
-## 📖 Core Content
+## 📖 구조화된 지식 (Synthesized Content)
 *   **브라우저 렌더링 최적화 (Critical Rendering Path 관리)**
     *   브라우저가 화면을 그리는 과정에서 렌더링 차단 리소스(CSS, 동기식 [[JavaScript|JavaScript]])를 최소화하여 페이지 초기 렌더링 속도를 앞당겨야 한다 [11-13].
     *   DOM 트리 및 [[CSSOM|CSSOM]] 트리를 생성할 때, 불필요한 DOM 노드의 깊이를 줄이고 CSS 선택자 복잡도를 낮추어 연산 부담을 경감시키는 것이 중요하다 [11, 14-19].
@@ -22,10 +42,64 @@
     *   수백, 수천 개의 데이터 목록을 렌더링할 때는 화면에 보이는 항목만 DOM에 올리는 **가상화(Virtualization)** 기술을 통해 성능 지연을 원천 차단한다 [75, 76].
     *   용량이 큰 이미지는 WebP/AVIF 같은 차세대 포맷과 네이티브 지연 로딩(`loading="lazy"`)을 통해 초기 페이지 렌더링 방해를 최소화해야 한다 [77, 78].
 
-## 🔗 Knowledge Connections
+## 🔗 지식 연결 (Graph)
 - **Related Topics:** [[Critical Rendering Path|Critical Rendering Path]], Reflow and Repaint, Client-Side Rendering (CSR), [[Server-Side Rendering (SSR)|Server-Side Rendering (SSR]], React Server Components, [[Virtual DOM|Virtual DOM]], React Fiber Architecture, React Compiler, [[Automatic Batching|Automatic Batching]]
 - **Projects/Contexts:** Core Web Vitals (LCP, INP, CLS) 최적화 작업, 대규모 단일 페이지 애플리케이션(SPA) 아키텍처 설계
 - **Contradictions/Notes:** 수동 메모이제이션(`useMemo`, `useCallback`)은 오랫동안 프론트엔드 최적화의 필수 원칙이었으나, 가벼운 컴포넌트에서는 얕은 비교 연산 자체가 렌더링보다 높은 오버헤드를 유발할 수 있다 [79, 80]. 최근 React Compiler의 등장으로 인해 개발자가 직접 메모이제이션을 관리할 필요성이 사라지는 방향으로 패러다임이 진화하고 있다 [53, 81]. 또한 SSR은 초기 콘텐츠 로딩(FCP)과 SEO 측면에서 유리하지만, 서버에서 가져온 HTML에 JavaScript를 연결하는 [[Hydration|Hydration]] 과정에서 메인 스레드가 블로킹되면 사용자의 상호작용이 지연되는 병목(높은 TTI) 현상이 일어날 수 있으므로 무조건적인 해결책이 아니라는 점을 유의해야 한다 [30, 82-86].
 
 ---
-*Last updated: 2026-04-25*
+*Last updated: 2026-04-25*
+
+## 🤖 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.
+
+## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
+
+- **과거 데이터와의 충돌:** 없음
+- **정책 변화:** 없음
+
+## 🕓 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
+```
+
+## 🤔 의사결정 기준 (Decision Criteria)
+
+**선택 A를 써야 할 때:**
+- *(TODO)*
+
+**선택 B를 써야 할 때:**
+- *(TODO)*
+
+**기본값:**
+> *(TODO)*
+
+## ❌ 안티패턴 (Anti-Patterns)
+
+- **[안티패턴]:** *(TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)*