---
id: wiki-2026-0508-초기-로드-시간-initial-load-time
title: 초기 로드 시간 (Initial Load Time)
category: 10_Wiki/Topics
status: verified
canonical_id: self
aliases: [Initial Load Time, TTI, FCP, LCP]
duplicate_of: none
source_trust_level: A
confidence_score: 0.9
verification_status: applied
tags: [performance, web-vitals, optimization, frontend]
raw_sources: []
last_reinforced: 2026-05-10
github_commit: pending
tech_stack:
language: TypeScript
framework: Next.js / React
---
# 초기 로드 시간 (Initial Load Time)
## 매 한 줄
> **"매 첫 paint 의 1.8s, 매 TTI 의 3.5s 미만 — 매 user 의 stay 의 결정."**. 매 Core Web Vitals (LCP, FID/INP, CLS) 의 Google ranking signal 화 (2021) 이후, 매 initial load 의 SEO + UX dual concern. 매 2026 의 modern stack — RSC streaming, edge SSR, Vite 5, Bun bundler — 의 sub-second TTI 의 가능.
## 매 핵심
### 매 측정 지표
- **FCP (First Contentful Paint)**: 매 첫 DOM content 의 paint — target < 1.8s.
- **LCP (Largest Contentful Paint)**: 매 largest above-fold element 의 render — target < 2.5s.
- **TTI (Time to Interactive)**: 매 main thread 의 idle + listener 의 attach — target < 3.5s.
- **TBT (Total Blocking Time)**: 매 long task (>50ms) 의 합 — target < 200ms.
- **INP (Interaction to Next Paint)**: 매 FID 의 successor (2024 Web Vitals) — target < 200ms.
### 매 bottleneck 의 source
- 매 JavaScript bundle 의 크기 (>200KB gzipped 의 red flag).
- 매 render-blocking CSS / synchronous script.
- 매 unoptimized image (WebP / AVIF 의 미사용).
- 매 N+1 API call (waterfall fetch).
- 매 third-party script (analytics, ads) 의 main thread 점유.
### 매 응용
1. **E-commerce**: 매 100ms 의 latency 의 1% conversion drop (Amazon study).
2. **Media site**: 매 LCP 의 SEO ranking 의 직접 영향.
3. **SaaS dashboard**: 매 TTI 의 user retention 의 결정.
## 💻 패턴
### Code splitting (Next.js)
```tsx
// app/dashboard/page.tsx
import dynamic from 'next/dynamic';
const HeavyChart = dynamic(() => import('@/components/HeavyChart'), {
loading: () => ,
ssr: false, // client-only 의 heavy component
});
export default function Dashboard() {
return (
);
}
```
### React Server Components streaming
```tsx
// app/page.tsx — RSC 의 streaming
import { Suspense } from 'react';
export default function Page() {
return (
<>
{/* immediate */}
}>
{/* streamed when ready */}
);
}
async function SlowDataFetch() {
const data = await fetch('https://api/slow', { cache: 'force-cache' });
return ;
}
```
### Image optimization
```tsx
import Image from 'next/image';
```
### Resource hints
```html
```
### Font loading
```css
/* CSS — FOUT 방지 */
@font-face {
font-family: 'Inter';
src: url('/fonts/inter.woff2') format('woff2');
font-display: swap; /* 매 fallback 의 즉시 show */
}
```
### Bundle 분석 (Vite)
```bash
# vite-bundle-visualizer
npx vite-bundle-visualizer
# Next.js
ANALYZE=true next build
```
### Critical CSS inline
```js
// Next.js — 매 default 로 critical CSS 의 extract
// Vite — vite-plugin-critical 의 use
import { defineConfig } from 'vite';
import critical from 'rollup-plugin-critical';
export default defineConfig({
plugins: [critical({ criticalBase: 'dist/', criticalPages: [{ uri: '', template: 'index' }] })],
});
```
### Service Worker caching
```js
// public/sw.js
self.addEventListener('fetch', (event) => {
if (event.request.destination === 'image') {
event.respondWith(
caches.open('images').then((cache) =>
cache.match(event.request).then((cached) => cached || fetch(event.request).then((res) => {
cache.put(event.request, res.clone());
return res;
}))
)
);
}
});
```
## 매 결정 기준
| 상황 | Approach |
|---|---|
| 매 SEO-critical page | SSR / SSG (Next.js, Astro) |
| 매 dashboard (auth-gated) | CSR + skeleton |
| 매 content site | Astro islands / 11ty static |
| 매 large bundle (>500KB) | code splitting + lazy load |
| 매 LCP > 2.5s | image optimization + preload |
| 매 TBT > 300ms | main thread offload (Web Worker) |
**기본값**: Next.js 15 RSC + edge runtime + Image component + dynamic import 의 heavy module.
## 🔗 Graph
- 부모: [[Performance Optimization]] · [[Core Web Vitals Optimization (INP, LCP, CLS)|Core Web Vitals]]
## 🤖 LLM 활용
**언제**: 매 performance audit 의 explanation, 매 bundle analysis result 의 interpretation, 매 optimization strategy 의 brainstorm.
**언제 X**: 매 production performance regression 의 진단 — 매 real RUM data + Lighthouse CI 의 use.
## ❌ 안티패턴
- **Render-blocking sync script**: 매 `