5.1 KiB
5.1 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-클로저-closures | 클로저(Closures) | 10_Wiki/Topics | needs_review | self |
|
none | A | 0.9 |
|
2026-04-20 | [P-Reinforce] Continuous Worker - 클로저(Closures) | Claude Opus 4.7 (auto-normalize 2026-05-08) |
|
클로저(Closures)
📌 한 줄 통찰 (The Karpathy Summary)
클로저(Closures)는 중첩된 함수가 접근할 수 있는 로컬 변수를 포함하는 자바스크립트 스코프를 의미합니다 [1]. 클로저는 가비지 컬렉션(GC)의 루트(Root) 역할을 수행하므로, 활성화된 클로저가 참조하는 객체나 변수는 메모리에서 해제되지 않고 유지됩니다 [2, 3]. 다수의 클로저가 스코프를 공유하거나 비동기 처리 과정에서 불필요하게 큰 객체를 캡처할 경우 심각한 메모리 누수를 발생시키는 주요 원인이 됩니다 [4, 5].
📖 구조화된 지식 (Synthesized Content)
- 내부 구조 및 GC 루트 역할: V8 엔진 내부에서 클로저의 로컬 변수들은
system / Context유형의 내부 객체에 저장됩니다 [1]. 클로저는 전역 객체(window), 활성화된 이벤트 리스너, 타이머 등과 함께 가비지 컬렉션의 루트(GC Roots)로 기능합니다 [2, 3]. 즉, 활성화된 클로저가 참조하고 있는 데이터는 가비지 컬렉터에 의해 회수될 수 없습니다 [2]. - 스코프 유지로 인한 메모리 누수 (Closure Scope Retention): 여러 클로저가 동일한 스코프를 공유할 때, V8은 이들을 위해 단일 스코프 객체를 생성합니다 [4]. 만약 하나의 클로저가 특정 변수를 참조하면, 해당 변수는 공유 스코프 객체 내에 남아 다른 클로저의 수명 동안에도 계속 유지됩니다 [4]. 예를 들어, 하나의 타이머 콜백이 변수를 참조하고 형제 클로저가 거대한 배열을 캡처한 경우, 타이머 콜백이 살아있는 동안 그 큰 배열 역시 메모리에 계속 남아 누수를 유발하게 됩니다 [4].
- 비동기 체인 및 타이머 콜백의 위험성: 비동기 체인 환경에서 전체 요청(request)이나 응답(response) 객체를 클로저에 캡처하게 되면, 클로저가 요청 수명 주기(request lifecycle)를 초과하여 유지될 때 불필요한 메모리를 점유하게 됩니다 [5]. 또한, 대상을 삭제한 후에도 연결을 끊지 않은
setInterval이나 Observer의 콜백 클로저들은 참조하는 모든 데이터와 함께 무기한 살아남아 메모리 누수를 일으킵니다 [6]. - 클로저의 디버깅 및 프로파일링 방법: Chrome DevTools 등의 힙 스냅샷(Heap Snapshot) 도구에서 'Containment view'를 사용하면 함수 클로저 내부를 들여다보고 객체가 메모리에 남게 된 원인을 저수준에서 분석할 수 있습니다 [7, 8]. 또한, 스냅샷에서 여러 클로저를 쉽게 구별하고 추적하려면 익명 함수 대신 이름을 지정해 주는 방식(Named functions)이 매우 효과적입니다 [9].
⚠️ 모순 및 업데이트 (Contradictions & Updates)
- 과거 데이터와의 충돌: 자동화 엔진에 의해 매핑된 지식으로, 추후 정밀 검증 필요.
- 정책 변화: Programming & Language 분야의 자동 자산화 수행.
🔗 지식 연결 (Graph)
- Related Topics: Garbage Collection, Memory Leaks, GC Roots,System / Context
- Projects/Contexts: Heap Snapshots를 활용한 메모리 프로파일링 및 브라우저/Node.js 환경의 누수 디버깅
- Contradictions/Notes: 소스에 관련 정보가 부족합니다.
Last updated: 2026-04-19
🤖 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)