Files
2nd/10_Wiki/Topics/Domain_Programming/Coding/React_Rendering_Optimization.md
T
Antigravity Agent c24165b8bc refactor(topics): 멀티 에이전트용 지식 재편 — _Common(공통 기본기) + Domain_* 구조
에이전트 8종(대화형/프로그래머 C·S/디자이너/설계자/기획자/QA/PD/PM)에게
[공통 기본 능력 + 롤별 Specialty] 2층으로 지식을 주입하기 위한 재분류.
문서 내용·포맷은 무수정, 폴더 이동만 (6,372개 문서 수 보존 확인).

- Topic_Programming → Domain_Programming (내부 구조 보존)
- Topic_Graphic → Domain_Design
- Topic_Business → Domain_Product
- Topic_General → Domain_General
- _Common 신설: Math(구 Topic_Math_Specialty), Reasoning(구 General/From_Thinking & Reasoning),
  Reasoning_Creativity(구 General/From_창의성), Communication(Poetic_Blog_Writing + From_writing)
- 타 도메인의 From_* 폴더는 유지 (출처 표기일 뿐, 이미 도메인에 맞게 분류된 문서)
- 빈 폴더 정리 (memory/procedures)
- 에이전트→폴더 매핑은 workspace의 .astra/agent-knowledge-map.json (9개 에이전트)

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>
2026-07-11 11:05:56 +09:00

3.2 KiB

id, title, category, status, source_trust_level, verification_status, created_at, updated_at, tags, tech_stack, applied_in, aliases
id title category status source_trust_level verification_status created_at updated_at tags tech_stack applied_in aliases
react-rendering-optimization React 렌더링 최적화 우선순위 Coding draft B conceptual 2026-05-09 2026-05-09
react
performance
profiler
vibe-coding
language applicable_to
TypeScript / React 18+
Web
React Native
memo
render perf
virtualization

React 렌더링 최적화 우선순위

측정 → 가장 큰 단일 원인 제거. memo / useMemo / useCallback 부터 뿌리는 건 안티패턴. 보통 진짜 원인은 (1) 거대 list 미가상화, (2) Context 광범위 broadcast, (3) 부모 state 변경에 따른 자식 cascade.

📖 핵심 개념

React Profiler 로 commit 시간 측정 → flame graph 에서 자주·길게 나오는 컴포넌트 찾기. 그 컴포넌트의 재렌더 원인을 끊는 게 핵심.

원인 4종:

  1. props 참조 변경 (객체/함수 매번 새로)
  2. Context value 변경
  3. 부모 재렌더로 자식 자동 재렌더
  4. 거대 list 의 모든 항목 재렌더

💻 코드 패턴

1. List 가상화 (가장 효과 큼)

import { useVirtualizer } from '@tanstack/react-virtual';
// 1만 행 → 화면에 보이는 ~30개만 렌더

2. Context split

// ❌ 한 Context 에 자주 바뀌는 값 + 안 바뀌는 값 같이
const AppContext = createContext({ user, theme, onlineUsers });

// ✅ 분리
const UserContext = createContext(...);    // 거의 안 바뀜
const PresenceContext = createContext(...); // 자주 바뀜

3. State 위치 내리기

부모 state 변경이 모든 자식 재렌더 → state 를 진짜 쓰는 컴포넌트로 이동.

4. memoize 마지막 카드

const Row = memo(({ item, onSelect }) => ...);

React.memo 가 효과 있으려면 props 가 안정 참조 → useCallback / useMemo 동반.

🤔 의사결정 기준 — 우선순위 순서

  1. Profiler 측정 (이거 안 했으면 멈춰)
  2. List 가 길고 모두 렌더되면 → 가상화 (react-virtual / react-window)
  3. Context value 가 자주 바뀌고 소비자 많으면 → context split
  4. 부모 state 변경이 광범위 cascade → state 위치 재배치
  5. 그 후에도 무거운 자식이 자주 재렌더 → React.memo + useCallback/useMemo
  6. 그래도 느림 → 코드 분할 / lazy / Suspense

안티패턴

  • 모든 컴포넌트에 React.memo: 비교 비용 누적 + 안 변하는 props 도 비교. 측정 후 적용.
  • measure 없이 useMemo/useCallback 도배: 메모리 + 비교만 늘리고 효과 0.
  • Context 에 무거운 값 + 자주 변경: 모든 소비자 재렌더. split 또는 selector hook.
  • 거대 list inline map: 1만 행 매번. 가상화 안 하면 영원히 느림.
  • key={index}: 항목 순서 바뀌면 React 가 잘못된 노드 재사용. stable id 필수.

🤖 LLM 활용 힌트

  • 성능 문제 보고 시 "Profiler 측정 결과 첨부, 그 후 우선순위 1→2→3 순으로 적용 권장" 명시.
  • LLM이 React.memo 부터 뿌리려고 하면 막기.

🔗 관련 문서