5.6 KiB
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
| 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 | ||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| wiki-2026-0508-tree-shaking-번들-크기-최적화 | Tree Shaking (번들 크기 최적화) | 10_Wiki/Topics | needs_review | self |
|
none | A | 0.9 |
|
2026-04-20 | [P-Reinforce] Continuous Worker - Tree Shaking (번들 크기 최적화) | Claude Opus 4.7 (auto-normalize 2026-05-08) |
|
Tree Shaking (번들 크기 최적화)
📌 한 줄 통찰 (The Karpathy Summary)
최신 모듈 번들러(Webpack, Vite 등)를 사용하여 애플리케이션의 최종 프로덕션 번들에서 사용되지 않는 '죽은 코드(Dead Code)'를 제거함으로써, 전체 자바스크립트 파일 크기를 최적화하는 기법입니다.
📖 구조화된 지식 (Synthesized Content)
1. Tree Shaking의 기본 원리 최신 번들러는 프로덕션 빌드 시 사용되지 않는 코드를 번들에서 제외할 수 있지만, 이를 위해서는 개발자가 올바른 모듈 가져오기 패턴과 빌드 구성을 제공해야 합니다. 올바르게 적용될 경우 번들 크기를 20~40%가량 줄일 수 있으며 파괴적 변경(Breaking Change)의 위험이 적습니다.
2. Tree Shaking 적용을 위한 4가지 필수 조건
- ES6 모듈 문법 사용: CommonJS 방식의
require대신 정적 분석이 가능한import및export문법을 사용해야 합니다. - 필요한 모듈만 명시적 가져오기: 패키지 전체를 불러오는 기본 내보내기(Default Export)를 피하고, 기명 내보내기(Named Export)를 사용해야 합니다. (예: 거대한
lodash라이브러리 전체를 불러오는 대신,import debounce from 'lodash-es/debounce'와 같이 필요한 개별 함수만 직접 가져와야 합니다). - 번들러 설정: 번들러가 안전하게 코드를 제거할 수 있도록
package.json파일 내에sideEffects필드를 설정해야 합니다. - 라이브러리의 Default Export 피하기: 라이브러리를 만들거나 가져올 때 Tree Shaking 호환성을 위해 Named Export 구조를 유지하는 것이 좋습니다.
3. 부수 효과(Side Effects) 처리 주의사항 공격적인 Tree Shaking은 전역 변수를 초기화하거나 CSS를 임포트하는 등 코드 실행 자체로 부수 효과(Side Effects)를 일으키는 라이브러리를 실수로 제거하여 앱을 망가뜨릴 수 있습니다. 이를 방지하기 위해 package.json에 "sideEffects": ["*.css", "./src/polyfills.js"]와 같이 예외가 되는 파일들을 명시해 주어야 합니다.
4. 번들 분석 및 모니터링 (Bundle Analysis) 눈에 보이지 않는 번들 비대화를 막기 위해 webpack-bundle-analyzer와 같은 도구를 활용하여 어떤 코드가 번들 용량을 차지하는지 시각적인 트리맵(Treemap)으로 분석해야 합니다. 이를 CI 파이프라인에 통합하여 번들 크기가 10% 이상 증가할 경우 빌드를 실패하게 설정하면, 시간이 지남에 따라 번들이 비대해지는 성능 저하 현상을 구조적으로 방지할 수 있습니다.
⚠️ 모순 및 업데이트 (Contradictions & Updates)
- 과거 데이터와의 충돌: 자동화 엔진에 의해 매핑된 지식으로, 추후 정밀 검증 필요.
- 정책 변화: Design & Experience 분야의 자동 자산화 수행.
🔗 지식 연결 (Graph)
- Related Topics: Code Splitting & Lazy Loading, React Performance Optimization, Webpack 번들 분석기 (webpack-bundle-analyzer), First Contentful Paint (FCP) 개선
- Projects/Contexts: 대규모 React 프론트엔드 최적화, 모바일 웹 성능 향상 프로젝트
- Contradictions/Notes: 모듈을 가져올 때 구조 분해 할당(예:
import { debounce } from 'lodash')을 하더라도 해당 라이브러리가 본래 ES6 모듈 기반으로 작성되지 않았다면 전체 코드가 번들에 포함될 수 있습니다. 따라서lodash대신 Tree Shaking이 지원되는lodash-es를 사용하는 등, 종속성을 추가할 때 라이브러리 자체의 지원 여부를 확인하는 것이 매우 중요합니다.
Last updated: 2026-04-14
🤖 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)
# 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)