par와 par_unseq 차이는 무엇인가요?

par는 여러 스레드로 나눌 수 있고, par_unseq는 **벡터화·인터리빙**까지 허용해 제약이 더 큽니다. 메모리 별칭이나 데이터 레이스에 더 민감합니다.

모든 알고리즘에 par를 붙이면 빨라지나요?

작은 입력·메모리 대역폭 제한·동기화 비용 때문에 **오히려 느려질** 수 있습니다. 프로파일로 확인하고, 결합법칙이 깨지면 결과가 달라질 수 있는 알고리즘은 주의합니다.

병렬 알고리즘에서 예외는 어떻게 되나요?

정책과 구현에 따라 다르지만, 여러 작업 중 하나가 예외를 던지면 **전체가 취소**되고 예외가 전파될 수 있습니다. 예외 안전 요구사항을 문서에서 확인하세요.

seq를 명시하는 이유는?

오버로드 선택을 명확히 하거나, 병렬 실행이 **금지된 환경**(실시간 제약, 디버깅)에서 의도를 드러낼 때 유용합니다.

C++ Execution Policy | '실행 정책' 가이드

2026년 3월 12일 · 10분 읽기 · 수정 2026년 3월 12일 고급 튜토리얼

이 글의 핵심

C++ Execution Policy의 핵심 개념과 실무 포인트를 정리합니다.

Execution Policy란?

알고리즘 실행 방식 (C++17)

#include <algorithm>
#include <execution>
#include <vector>

std::vector<int> v = {3, 1, 4, 1, 5};

// 순차
std::sort(std::execution::seq, v.begin(), v.end());

// 병렬
std::sort(std::execution::par, v.begin(), v.end());

// 병렬 + 벡터화
std::sort(std::execution::par_unseq, v.begin(), v.end());

실행 정책 종류

#include <execution>

// sequenced_policy: 순차
std::execution::seq

// parallel_policy: 병렬
std::execution::par

// parallel_unsequenced_policy: 병렬 + 벡터화
std::execution::par_unseq

// unsequenced_policy: 벡터화 (C++20)
std::execution::unseq

실전 예시

예시 1: 병렬 정렬

#include <algorithm>
#include <execution>
#include <vector>
#include <chrono>

void benchmark() {
    std::vector<int> data(10000000);
    std::generate(data.begin(), data.end(), std::rand);
    
    // 순차
    auto v1 = data;
    auto start1 = std::chrono::steady_clock::now();
    std::sort(std::execution::seq, v1.begin(), v1.end());
    auto end1 = std::chrono::steady_clock::now();
    
    // 병렬
    auto v2 = data;
    auto start2 = std::chrono::steady_clock::now();
    std::sort(std::execution::par, v2.begin(), v2.end());
    auto end2 = std::chrono::steady_clock::now();
    
    auto time1 = std::chrono::duration_cast<std::chrono::milliseconds>(end1 - start1);
    auto time2 = std::chrono::duration_cast<std::chrono::milliseconds>(end2 - start2);
    
    std::cout << "순차: " << time1.count() << "ms" << std::endl;
    std::cout << "병렬: " << time2.count() << "ms" << std::endl;
}

예시 2: 병렬 변환

#include <algorithm>
#include <execution>

int main() {
    std::vector<int> v(1000000);
    std::iota(v.begin(), v.end(), 1);
    
    // 병렬 변환
    std::transform(std::execution::par, v.begin(), v.end(), v.begin(),
         { return x * x; });
}

예시 3: 병렬 집계

#include <numeric>
#include <execution>

int main() {
    std::vector<int> v(10000000, 1);
    
    // 병렬 reduce
    int sum = std::reduce(std::execution::par, v.begin(), v.end(), 0);
    
    std::cout << "합: " << sum << std::endl;
}

예시 4: 조건부 병렬

#include <algorithm>
#include <execution>

template<typename T>
void conditionalSort(std::vector<T>& v, bool parallel = true) {
    if (parallel && v.size() > 10000) {
        std::sort(std::execution::par, v.begin(), v.end());
    } else {
        std::sort(v.begin(), v.end());
    }
}

정책 선택

C/C++ 예제 코드입니다.

// seq: 순차 (기본)
// - 단일 스레드
// - 예측 가능

// par: 병렬
// - 멀티 스레드
// - 데이터 레이스 주의

// par_unseq: 병렬 + 벡터화
// - SIMD + 멀티 스레드
// - 동기화 불가

자주 발생하는 문제

문제 1: 데이터 레이스

C/C++ 예제 코드입니다.

int counter = 0;

std::vector<int> v(1000);

// ❌ 데이터 레이스
std::for_each(std::execution::par, v.begin(), v.end(), [&](int x) {
    ++counter;  // 레이스
});

// ✅ atomic
std::atomic<int> counter{0};
std::for_each(std::execution::par, v.begin(), v.end(), [&](int x) {
    ++counter;
});

문제 2: 동기화

C/C++ 예제 코드입니다.

std::mutex mtx;

// ❌ par_unseq에서 뮤텍스
std::for_each(std::execution::par_unseq, v.begin(), v.end(), [&](int x) {
    std::lock_guard lock{mtx};  // 정의되지 않은 동작
    // ...
});

// ✅ par에서 뮤텍스
std::for_each(std::execution::par, v.begin(), v.end(), [&](int x) {
    std::lock_guard lock{mtx};
    // ...
});

문제 3: 오버헤드

C/C++ 예제 코드입니다.

std::vector<int> small(100);

// ❌ 작은 데이터에 병렬
std::sort(std::execution::par, small.begin(), small.end());
// 오버헤드 > 이득

// ✅ 큰 데이터에 병렬
std::vector<int> large(10000000);
std::sort(std::execution::par, large.begin(), large.end());

문제 4: 예외

// 병렬 실행 중 예외
try {
    std::for_each(std::execution::par, v.begin(), v.end(),  {
        if (x < 0) {
            throw std::runtime_error("음수");
        }
    });
} catch (...) {
    // 여러 예외 가능
    // std::terminate() 호출 가능
}

지원 알고리즘

C/C++ 예제 코드입니다.

// 대부분의 STL 알고리즘 지원
std::sort(policy, begin, end)
std::transform(policy, begin, end, out, func)
std::for_each(policy, begin, end, func)
std::reduce(policy, begin, end, init)
std::find(policy, begin, end, value)
// ...

FAQ

Q1: Execution Policy?

A: 알고리즘 실행 방식 (C++17).

Q2: 종류?

A: seq, par, par_unseq.

Q3: 병렬 조건?

큰 데이터
독립적 연산
데이터 레이스 없음

Q4: 동기화?

A: par_unseq 불가. par 가능.

Q5: 성능?

A: 큰 데이터에서 효과.

Q6: 학습 리소스는?

“C++17 The Complete Guide”
“C++ Concurrency in Action”
cppreference.com

같이 보면 좋은 글 (내부 링크)

이 주제와 연결되는 다른 글입니다.

심화 부록: 구현·운영 관점

이 부록은 앞선 본문에서 다룬 주제(「C++ Execution Policy | ‘실행 정책’ 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++ Execution Policy | ‘실행 정책’ 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++, execution, parallel, policy, C++17 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

C++ Execution Policy | '실행 정책' 가이드

이 글의 핵심

Execution Policy란?

실행 정책 종류

실전 예시

예시 1: 병렬 정렬

예시 2: 병렬 변환

예시 3: 병렬 집계

예시 4: 조건부 병렬

정책 선택

자주 발생하는 문제

문제 1: 데이터 레이스

문제 2: 동기화

문제 3: 오버헤드

문제 4: 예외

지원 알고리즘

FAQ

Q1: Execution Policy?

Q2: 종류?

Q3: 병렬 조건?

Q4: 동기화?

Q5: 성능?

Q6: 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?