Files

T

koriweb 5ba5a55c78 feat: Wiki 지식 자산 업데이트 - UX Scenarios, Frontend, Game Design, Topics 추가 [2026-05-08]

2026-05-08 19:52:07 +09:00

6.4 KiB

Raw Blame History

id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, tags, raw_sources, last_reinforced, github_commit, inferred_by, tech_stack

title

추출 및 인라인 (Extract & Inline)

📌 한 줄 통찰 (The Karpathy Summary)

추출(Extract)과 인라인(Inline)은 소프트웨어의 동작을 유지하면서 내부 구조를 개선하는 리팩토링의 가장 기본적인 기법으로, 코드의 복잡성을 관리하고 가독성을 높이기 위해 사용됩니다. '추출'은 길고 복잡한 코드 블록이나 책임이 집중된 클래스를 더 작고 독립적인 단위로 분리하여 명확한 이름을 부여하는 과정입니다. 반대로 '인라인'은 불필요하거나 의미 없는 추상화 계층(메서드, 클래스, 변수 등)을 제거하고 그 내용을 호출자에게 직접 결합하여 개발자의 인지적 부하(Cognitive overhead)를 줄이는 기법입니다.

📖 구조화된 지식 (Synthesized Content)

추출 (Extract) 기법
- 메서드 및 함수 추출 (Extract Method/Function): 코드가 40줄을 초과하거나, 여러 곳에서 중복되는 로직이 있거나, 너무 복잡하여 단위 테스트가 어려운 경우에 주로 사용합니다 [1]. 뚜렷한 책임을 가지는 코드 섹션을 식별한 뒤, 비즈니스 로직을 명확히 설명할 수 있는 직관적인 이름을 가진 새로운 메서드로 분리합니다 [1-3]. 이를 통해 코드는 일련의 주석이나 문서처럼 자연스럽게 읽힐 수 있습니다 [1, 4].
- 클래스 및 변수 추출 (Extract Class/Variable): 클래스가 너무 많은 인스턴스 변수와 코드를 가지고 있어 '단일 책임 원칙'을 위반할 때 사용합니다 [5, 6]. 연관된 데이터와 메서드의 하위 집합을 묶어 새로운 클래스로 분리합니다 [5, 7]. 또한, 복잡하고 이해하기 어려운 조건식이나 알고리즘의 특정 단계를 명확히 설명하기 위해 임시 변수를 추출(Introduce Explaining Variable)할 수도 있습니다 [8, 9].
인라인 (Inline) 기법
- 메서드 인라인 (Inline Method): 자체적인 비즈니스 로직이나 추가적인 검증, 변환 없이 단순히 다른 메서드로 작업을 위임하기만 하는 래퍼(Wrapper) 함수를 제거할 때 사용합니다 [10]. 이러한 메서드는 코드 파악 시 불필요한 인지적 오버헤드만 추가하므로, 메서드의 본문 내용을 호출자 위치에 직접 복사하고 원본 메서드를 삭제하여 구조를 단순화합니다 [3, 10-12].
- 클래스 및 변수 인라인 (Inline Class/Temp): 수행하는 역할이 거의 남아있지 않은 '게으른 클래스(Lazy Class)'나 기능이 없는 빈 중간 계층을 제거하여 구조를 평탄화할 때 사용합니다 [13-15]. 또한, 한 번만 할당되고 복잡성이 없는 임시 변수가 다른 리팩토링(예: 메서드 추출)을 방해할 경우 해당 변수를 인라인 처리합니다 [16].

⚠️ 모순 및 업데이트 (Contradictions & Updates)

과도한 추출과 조기 리팩토링의 부작용: 코드를 무조건 잘게 쪼개는 것만이 항상 가독성과 유지보수성을 높이는 것은 아닙니다 [2, 17]. 단순히 읽기 좋다는 이유만으로 명확한 추상화 개념 없이 한 번만 쓰이는 헬퍼 함수를 무분별하게 추출해 내면, 오히려 코드를 읽을 때마다 여러 함수를 넘나들며 본문을 확인해야 하므로 방해가 될 수 있습니다 [18].
잘못된 추상화의 위험성: 명확한 이름이나 개념을 부여할 수 없다면 강제로 추상화하기보다는 차라리 약간의 중복(Duplication)을 허용하고 기다리는 것이 더 경제적일 수 있습니다 [19, 20]. 나쁜 추상화는 향후 새로운 유스케이스가 추가될 때 불필요한 매개변수나 조건문을 강제하게 만들어 유지보수를 훨씬 더 어렵게 만듭니다 [20].
추출 시 로컬 변수 결합도 문제: 원본 메서드 내의 여러 로컬 변수나 임시 변수에 의존하는 코드 블록을 추출할 경우, 파라미터 목록이 지나치게 길어져 추출된 메서드의 가독성이 원본보다 떨어지는 문제가 발생합니다 [2, 21]. 이러한 미묘한 결합을 피하려면 임시 변수를 질의 메서드(Query)로 대체하는 등의 사전 정리가 필요합니다 [2, 22].
인라인의 구조적 제약: 불필요한 간접 호출을 줄이는 인라인 기법은 유용하지만, 대상 코드가 재귀(Recursion), 다중 반환점(Multiple return points), 접근자(Accessors)가 없는 다른 객체로의 인라인 등 구조적 복잡성을 가진 경우에는 적용하기 매우 까다롭고 오류를 유발할 수 있으므로 피해야 합니다 [23].

Last updated: 2026-05-03

🤖 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.

🔗 지식 연결 (Graph)

Parent: 10_Wiki/Topics
Related: (TODO: 최소 2개)
Opposite / Trade-off: (TODO)
Raw Source: 직접 입력

🕓 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)

# 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)

6.4 KiB Raw Blame History