std::atomic인데 x = x + 1이 왜 위험한가요? x++와 무엇이 다릅니까?

x = x + 1은 load, 덧셈, store로 쪼개지므로 사이에 다른 스레드가 끼어들 수 있어 읽기-수정-쓰기 전체가 원자가 아닙니다. x++, x.fetch_add(1)처럼 atomic이 제공하는 단일 연산이나 CAS로 의도를 표현하세요.

뮤텍스 대신 std::atomic을 써도 되는 기준은 무엇인가요?

단일 변수의 증감, 불리언 완료 플래그처럼 스코프가 명확하고 연산이 짧을 때 atomic·lock-free가 맞습니다. std::map 등 복합 불변성이 필요하거나 임계구역이 길면 mutex(또는 락)로 자료 구조 전체를 보호하는 편이 안전하고 이해하기 쉽습니다.

무조건 memory_order_relaxed로 써도 되나요?

아니요. 쓰기만 하고 스레드 간 '순서가 전달되어야 하는' 관계(한 스레드가 쓴 데이터를 다른 스레드가 봐야 함)가 있으면 release/acquire 또는 seq_cst가 필요할 수 있습니다. relaxed는 대개 독립적인 카운터·통계에 적합하며, 동기화 설계는 관련 문서(메모리 순서)와 함께 검토하세요.

ABA 문제는 언제 나타나고, compare_exchange를 쓸 때 어떻게 대응하나요?

포인터·태그가 다른 스레드에 의해 A→B→A로 바뀌어도 CAS가 '변화 없음'으로 판단해 잘못 성공하는 현상입니다. compare_exchange 기반 lock-free 구조에서 자주 이슈가 됩니다. 태그/버전 카운터(Tagged pointer)로 세대를 구분하거나, 문제 도메인에 맞는 해결책(할당 전략, 희소 재시도)을 쓰는 식으로 대응합니다.

C++ Atomic Operations | '원자적 연산' 가이드

2026년 3월 12일 · 11분 읽기 · 수정 2026년 4월 7일 고급 튜토리얼

이 글의 핵심

C++ std::atomic과 원자적 연산으로 멀티스레드에서 데이터 경쟁을 막는 방법. 뮤텍스 대비 장점과 실전 코드 패턴을 설명합니다.

원자적 연산이란?

원자적 연산 (Atomic Operation) 은 분할 불가능한 연산으로, 중간 상태가 관찰되지 않습니다. 멀티스레드 환경에서 데이터 경쟁을 방지합니다.

#include <atomic>

std::atomic<int> counter{0};

// 원자적 증가
counter++;  // 스레드 안전

// 비원자적
int counter2 = 0;
counter2++;  // 스레드 안전하지 않음

왜 필요한가?:

스레드 안전: 데이터 경쟁 방지
성능: 뮤텍스보다 빠름
Lock-Free: 데드락 없음
동기화: 메모리 순서 보장

// ❌ 비원자적: 경쟁 조건
int counter = 0;

void increment() {
    counter++;  // 1. load, 2. add, 3. store (3단계)
}

// Thread 1: load(0) -> add(1) -> store(1)
// Thread 2: load(0) -> add(1) -> store(1)
// 결과: 1 (예상: 2)

// ✅ 원자적: 안전
std::atomic<int> counter{0};

void increment() {
    counter++;  // 원자적 (1단계)
}

// Thread 1, 2 모두 안전하게 증가
// 결과: 2

원자적 연산 동작 원리:

다음은 mermaid 예제 코드입니다.

flowchart TD
    A[Thread 1: counter++] --> B{원자적?}
    B -->|Yes| C[하드웨어 원자적 명령]
    B -->|No| D[1. load]
    D --> E[2. add]
    E --> F[3. store]
    C --> G[완료]
    F --> H{Thread 2 개입?}
    H -->|Yes| I[경쟁 조건]
    H -->|No| G

원자적 연산 vs 뮤텍스:

특징	`std::atomic`	`std::mutex`
성능	빠름	느림
복잡도	낮음 (단순 연산)	높음 (복잡한 연산)
Lock-Free	✅ 가능	❌ 불가
데드락	❌ 없음	✅ 가능
사용 사례	카운터, 플래그	복잡한 자료구조

C/C++ 예제 코드입니다.

// atomic: 단순 연산
std::atomic<int> counter{0};
counter++;

// mutex: 복잡한 연산
std::mutex mtx;
std::map<int, int> data;

{
    std::lock_guard lock(mtx);
    data[key] = value;
}

std::atomic

C/C++ 예제 코드입니다.

std::atomic<int> x{0};
std::atomic<bool> flag{false};
std::atomic<double> d{0.0};

// 기본 연산
x.store(10);
int value = x.load();
x.exchange(20);

실전 예시

예시 1: 카운터

#include <atomic>
#include <thread>
#include <vector>

std::atomic<int> counter{0};

void increment() {
    for (int i = 0; i < 1000; i++) {
        counter++;  // 원자적
    }
}

int main() {
    std::vector<std::thread> threads;
    
    for (int i = 0; i < 10; i++) {
        threads.emplace_back(increment);
    }
    
    for (auto& t : threads) {
        t.join();
    }
    
    std::cout << counter << std::endl;  // 10000
}

예시 2: 플래그

std::atomic<bool> done{false};

// Thread 1
void worker() {
    // 작업 수행
    done.store(true);
}

// Thread 2
void monitor() {
    while (!done.load()) {
        std::this_thread::sleep_for(std::chrono::milliseconds(100));
    }
    std::cout << "완료" << std::endl;
}

예시 3: CAS (Compare-And-Swap)

std::atomic<int> value{0};

void update() {
    int expected = 0;
    int desired = 10;
    
    // expected == value면 desired로 변경
    if (value.compare_exchange_strong(expected, desired)) {
        std::cout << "성공" << std::endl;
    } else {
        std::cout << "실패: " << expected << std::endl;
    }
}

예시 4: Lock-Free 스택

template<typename T>
class LockFreeStack {
    struct Node {
        T data;
        Node* next;
    };
    
    std::atomic<Node*> head{nullptr};
    
public:
    void push(T value) {
        Node* newNode = new Node{value, head.load()};
        
        while (!head.compare_exchange_weak(newNode->next, newNode)) {
            // 재시도
        }
    }
    
    bool pop(T& result) {
        Node* oldHead = head.load();
        
        while (oldHead && 
               !head.compare_exchange_weak(oldHead, oldHead->next)) {
            // 재시도
        }
        
        if (oldHead) {
            result = oldHead->data;
            delete oldHead;
            return true;
        }
        return false;
    }
};

atomic 연산

C/C++ 예제 코드입니다.

std::atomic<int> x{0};

// 읽기/쓰기
x.store(10);
int value = x.load();

// 교환
int old = x.exchange(20);

// CAS
int expected = 10;
x.compare_exchange_strong(expected, 20);

// 산술
x.fetch_add(5);
x.fetch_sub(3);
x++;
x--;

자주 발생하는 문제

문제 1: 비원자적 연산

C/C++ 예제 코드입니다.

std::atomic<int> x{0};

// ❌ 비원자적
x = x + 1;  // load + add + store (3단계)

// ✅ 원자적
x++;
x.fetch_add(1);

문제 2: ABA 문제

// A -> B -> A 변경 탐지 못함
std::atomic<Node*> head;

Node* oldHead = head.load();
// 다른 스레드: A -> B -> A
head.compare_exchange_strong(oldHead, newNode);  // 성공 (문제)

// ✅ 버전 카운터 추가
struct Pointer {
    Node* ptr;
    size_t version;
};
std::atomic<Pointer> head;

문제 3: 메모리 순서

C/C++ 예제 코드입니다.

// ❌ relaxed (순서 보장 안됨)
data.store(42, std::memory_order_relaxed);
ready.store(true, std::memory_order_relaxed);

// ✅ acquire-release
data.store(42, std::memory_order_relaxed);
ready.store(true, std::memory_order_release);

문제 4: 크기 제한

// ✅ lock-free 확인
std::atomic<int> x;
if (x.is_lock_free()) {
    std::cout << "Lock-free" << std::endl;
}

// 큰 타입은 lock-free 아닐 수 있음
struct Large { int data[100]; };
std::atomic<Large> large;  // lock-free 아닐 수 있음

lock-free 프로그래밍

C/C++ 예제 코드입니다.

// 장점: 락 없음, 빠름
// 단점: 복잡함, 디버깅 어려움

// 간단한 경우만 사용
std::atomic<int> counter;  // OK

// 복잡하면 mutex
std::mutex mtx;
std::map<int, int> data;  // mutex로 보호

실무 패턴

패턴 1: 스핀락

#include <atomic>
#include <thread>

class SpinLock {
    std::atomic<bool> flag_{false};
    
public:
    void lock() {
        while (flag_.exchange(true, std::memory_order_acquire)) {
            // 스핀
            std::this_thread::yield();
        }
    }
    
    void unlock() {
        flag_.store(false, std::memory_order_release);
    }
};

// 사용
SpinLock spinlock;

void criticalSection() {
    spinlock.lock();
    // 임계 영역
    spinlock.unlock();
}

패턴 2: 싱글톤 (Double-Checked Locking)

#include <atomic>
#include <mutex>

class Singleton {
    static std::atomic<Singleton*> instance_;
    static std::mutex mutex_;
    
    Singleton() = default;
    
public:
    static Singleton* getInstance() {
        Singleton* tmp = instance_.load(std::memory_order_acquire);
        
        if (tmp == nullptr) {
            std::lock_guard lock(mutex_);
            tmp = instance_.load(std::memory_order_relaxed);
            
            if (tmp == nullptr) {
                tmp = new Singleton();
                instance_.store(tmp, std::memory_order_release);
            }
        }
        
        return tmp;
    }
};

std::atomic<Singleton*> Singleton::instance_{nullptr};
std::mutex Singleton::mutex_;

패턴 3: 작업 큐

#include <atomic>
#include <queue>
#include <mutex>

template<typename T>
class WorkQueue {
    std::queue<T> queue_;
    std::mutex mutex_;
    std::atomic<size_t> size_{0};
    
public:
    void push(T item) {
        {
            std::lock_guard lock(mutex_);
            queue_.push(std::move(item));
        }
        size_.fetch_add(1, std::memory_order_release);
    }
    
    bool pop(T& item) {
        if (size_.load(std::memory_order_acquire) == 0) {
            return false;
        }
        
        std::lock_guard lock(mutex_);
        if (queue_.empty()) {
            return false;
        }
        
        item = std::move(queue_.front());
        queue_.pop();
        size_.fetch_sub(1, std::memory_order_release);
        return true;
    }
    
    size_t size() const {
        return size_.load(std::memory_order_acquire);
    }
};

FAQ

Q1: atomic은 언제 사용하나요?

카운터: 스레드 안전한 증가/감소
플래그: 스레드 간 상태 공유
Lock-Free 자료구조: 고성능 동기화

std::atomic<int> counter{0};
std::atomic<bool> done{false};

Q2: 성능은?

Lock-Free: 뮤텍스보다 빠름
복잡한 타입: 느릴 수 있음 (lock 사용)

// lock-free 확인
std::atomic<int> x;
if (x.is_lock_free()) {
    std::cout << "빠름\n";
}

Q3: 메모리 순서는?

relaxed: 빠름, 순서 보장 없음
acquire/release: 일반적, 순서 보장
seq_cst: 안전, 느림 (기본값)

C/C++ 예제 코드입니다.

// relaxed: 빠름
x.store(42, std::memory_order_relaxed);

// acquire/release: 일반적
x.store(42, std::memory_order_release);
int v = x.load(std::memory_order_acquire);

// seq_cst: 안전 (기본)
x.store(42);

Q4: CAS는 무엇인가요?

A: Compare-And-Swap으로, compare_exchange를 사용합니다. Lock-Free 프로그래밍의 핵심입니다.

std::atomic<int> value{0};

int expected = 0;
int desired = 10;

if (value.compare_exchange_strong(expected, desired)) {
    std::cout << "성공\n";
}

Q5: ABA 문제는?

A: A → B → A 변경을 탐지 못하는 문제입니다. 버전 카운터로 해결합니다.

struct Pointer {
    Node* ptr;
    size_t version;
};

std::atomic<Pointer> head;

Q6: atomic과 volatile의 차이는?

atomic: 스레드 안전, 원자적 연산
volatile: 최적화 방지, 스레드 안전하지 않음

C/C++ 예제 코드입니다.

// ❌ volatile: 스레드 안전하지 않음
volatile int counter = 0;
counter++;  // 경쟁 조건

// ✅ atomic: 스레드 안전
std::atomic<int> counter{0};
counter++;  // 원자적

Q7: 모든 타입을 atomic으로 만들 수 있나요?

A: 작은 타입만 lock-free입니다. 큰 타입은 내부적으로 lock을 사용할 수 있습니다.

std::atomic<int> x;  // lock-free
std::atomic<std::string> s;  // lock-free 아닐 수 있음

// 확인
if (x.is_lock_free()) {
    std::cout << "Lock-free\n";
}

Q8: atomic 학습 리소스는?

“C++ Concurrency in Action” by Anthony Williams
“The Art of Multiprocessor Programming” by Maurice Herlihy
cppreference.com - Atomic

관련 글: mutex, lock-free, memory-order.

한 줄 요약: 원자적 연산은 분할 불가능한 연산으로, 멀티스레드 환경에서 데이터 경쟁을 방지합니다.

같이 보면 좋은 글 (내부 링크)

이 주제와 연결되는 다른 글입니다.

C++ Lock-Free Programming |
C++ Memory Order |
C++ Atomic |
C++ Lock-Free 프로그래밍 실전 | CAS·ABA·메모리 순서·고성능 큐 [#34-3]
C++ Lock-Free 프로그래밍 실전 | CAS·ABA·메모리 순서·고성능 큐 [#51-5]

심화 부록: 구현·운영 관점

이 부록은 앞선 본문에서 다룬 주제(「C++ Atomic Operations | ‘원자적 연산’ 가이드」)를 구현·런타임·운영 관점에서 다시 압축합니다. 도메인별 세부 구현은 글마다 다르지만, 입력 검증 → 핵심 연산 → 부작용(I/O·네트워크·동시성) → 관측의 흐름으로 장애를 나누면 원인 추적이 빨라집니다.

내부 동작과 핵심 메커니즘

flowchart TD
  A[입력·요청·이벤트] --> B[파싱·검증·디코딩]
  B --> C[핵심 연산·상태 전이]
  C --> D[부작용: I/O·네트워크·동시성]
  D --> E[결과·관측·저장]

sequenceDiagram
  participant C as 클라이언트/호출자
  participant B as 경계(런타임·게이트웨이·프로세스)
  participant D as 의존성(API·DB·큐·파일)
  C->>B: 요청/이벤트
  B->>D: 조회·쓰기·RPC
  D-->>B: 지연·부분 실패·재시도 가능
  B-->>C: 응답 또는 오류(코드·상관 ID)

불변 조건(Invariant): 버퍼 경계, 프로토콜 상태, 트랜잭션 격리, FD 상한 등 단계별로 문장으로 적어 두면 디버깅 비용이 줄어듭니다.
결정성: 순수 층과 시간·네트워크·스케줄에 의존하는 층을 분리해야 테스트와 장애 분석이 쉬워집니다.
경계 비용: 직렬화, 인코딩, syscall 횟수, 락 경합, 할당·GC, 캐시 미스를 의심 목록에 둡니다.
백프레셔: 생산자가 소비자보다 빠를 때 버퍼·큐·스트림에서 속도를 줄이는 신호를 어디에 둘지 정의합니다.

프로덕션 운영 패턴

영역	운영 관점 질문
관측성	요청 단위 상관 ID, 에러율·지연 p95/p99, 의존성 타임아웃·재시도가 대시보드에 보이는가
안전성	입력 검증·권한·비밀·감사 로그가 코드 경로마다 일관적인가
신뢰성	재시도는 멱등 연산에만 적용되는가, 서킷 브레이커·백오프·DLQ가 있는가
성능	캐시·배치 크기·커넥션 풀·인덱스·백프레셔가 데이터 규모에 맞는가
배포	롤백 룬북, 카나리/블루그린, 마이그레이션·피처 플래그가 문서화되어 있는가
용량	피크 트래픽·디스크·FD·스레드 풀 상한을 주기적으로 검증하는가

스테이징은 데이터 양·네트워크 RTT·동시성을 프로덕션에 가깝게 맞출수록 재현율이 올라갑니다.

확장 예시: 엔드투엔드 미니 시나리오

앞선 본문 주제(「C++ Atomic Operations | ‘원자적 연산’ 가이드」)를 배포·운영 흐름에 맞춰 옮긴 체크리스트입니다. 도메인에 맞게 단계 이름만 바꿔 적용할 수 있습니다.

입력 계약 고정: 스키마·버전·최대 페이로드·타임아웃·에러 코드를 경계에 둔다.
핵심 경로 계측: 요청 ID, 단계별 지연, 외부 호출 결과 코드를 로그·메트릭·트레이스에서 한 흐름으로 본다.
실패 주입: 의존성 타임아웃·5xx·부분 데이터·락 대기를 스테이징에서 재현한다.
호환·롤백: 설정/마이그레이션/클라이언트 버전을 되돌릴 수 있는지 확인한다.
부하 후 검증: 피크 대비 p95/p99, 에러율, 리소스 상한, 알림 임계값을 점검한다.

handle(request):
  ctx = newCorrelationId()
  validated = validateSchema(request)
  authorize(validated, ctx)
  result = domainCore(validated)
  persistOrEmit(result, idempotentKey)
  recordMetrics(ctx, latency, outcome)
  return result

문제 해결(Troubleshooting)

증상	가능 원인	조치
간헐적 실패	레이스, 타임아웃, 외부 의존성, DNS	최소 재현 스크립트, 분산 트레이스·로그 상관관계, 재시도·서킷 설정 점검
성능 저하	N+1, 동기 I/O, 락 경합, 과도한 직렬화, 캐시 미스	프로파일러·APM으로 핫스팟 확인 후 한 가지씩 제거
메모리 증가	캐시 무제한, 구독/리스너 누수, 대용량 버퍼, 커넥션 미반납	상한·TTL·힙/FD 스냅샷 비교
빌드·배포만 실패	환경 변수, 권한, 플랫폼 차이, lockfile	CI 로그와 로컬 diff, 런타임·이미지 버전 핀
설정 불일치	프로필·시크릿·기본값, 리전	스키마 검증된 설정 단일 소스와 배포 매트릭스 표준화
데이터 불일치	비멱등 재시도, 부분 쓰기, 캐시 무효화 누락	멱등 키·아웃박스·트랜잭션 경계 재검토

권장 순서: (1) 최소 재현 (2) 최근 변경 범위 축소 (3) 환경·의존성 차이 (4) 관측으로 가설 검증 (5) 수정 후 회귀·부하 테스트.

배포 전에는 git add → git commit → git push 후 npm run deploy 순서를 권장합니다.

이 글에서 다루는 키워드 (관련 검색어)

C++, atomic, lock-free, C++11, concurrency 등으로 검색하시면 이 글이 도움이 됩니다.

이 글이 도움이 되셨나요?

여러분의 피드백은 더 나은 콘텐츠를 만드는 데 도움이 됩니다

문제가 있거나 개선 제안이 있으시면 연락처로 알려주세요.

Keyboard Shortcuts

이 글의 핵심

원자적 연산이란?

std::atomic

실전 예시

예시 1: 카운터

예시 2: 플래그

예시 3: CAS (Compare-And-Swap)

예시 4: Lock-Free 스택

atomic 연산

자주 발생하는 문제

문제 1: 비원자적 연산

문제 2: ABA 문제

문제 3: 메모리 순서

문제 4: 크기 제한

lock-free 프로그래밍

실무 패턴

패턴 1: 스핀락

패턴 2: 싱글톤 (Double-Checked Locking)

패턴 3: 작업 큐

FAQ

Q1: atomic은 언제 사용하나요?

Q2: 성능은?

Q3: 메모리 순서는?

Q4: CAS는 무엇인가요?

Q5: ABA 문제는?

Q6: atomic과 volatile의 차이는?

Q7: 모든 타입을 atomic으로 만들 수 있나요?

Q8: atomic 학습 리소스는?

같이 보면 좋은 글 (내부 링크)

관련 글

심화 부록: 구현·운영 관점

내부 동작과 핵심 메커니즘

프로덕션 운영 패턴

확장 예시: 엔드투엔드 미니 시나리오

문제 해결(Troubleshooting)

이 글에서 다루는 키워드 (관련 검색어)

이 글이 도움이 되셨나요?