C++ 멀티스레딩 | 'thread/mutex' 기초 가이드
이 글의 핵심
C++ 멀티스레딩의 핵심 개념과 실무 포인트를 정리합니다.
기본 스레드
일상 비유로 이해하기: 동시성은 주방에서 여러 요리를 동시에 하는 것과 비슷합니다. 한 명의 요리사(싱글 스레드)가 국을 끓이다가 불을 줄이고, 그 사이에 야채를 썰고, 다시 국을 확인하는 식이죠. 반면 병렬성은 요리사 여러 명(멀티 스레드)이 각자 다른 요리를 동시에 만드는 겁니다.
생성
#include <iostream>
#include <thread>
using namespace std;
void printHello() {
cout << "Hello from thread!" << endl;
}
int main() {
thread t(printHello); // 스레드 생성
t.join(); // 스레드 종료 대기
cout << "Main thread" << endl;
return 0;
}람다와 매개변수
#include <iostream>
#include <thread>
using namespace std;
int main() {
// 람다 사용
thread t1( {
cout << "Lambda thread" << endl;
});
// 매개변수 전달
thread t2( {
cout << x << ": " << s << endl;
}, 10, "Hello");
t1.join();
t2.join();
return 0;
}mutex로 동기화
#include <iostream>
#include <thread>
#include <mutex>
using namespace std;
mutex mtx;
int counter = 0;
void increment() {
for (int i = 0; i < 1000; i++) {
mtx.lock();
counter++;
mtx.unlock();
}
}
int main() {
thread t1(increment);
thread t2(increment);
t1.join();
t2.join();
cout << "Counter: " << counter << endl; // 2000
return 0;
}lock_guard (RAII)
#include <iostream>
#include <thread>
#include <mutex>
using namespace std;
mutex mtx;
void safeIncrement(int& counter) {
for (int i = 0; i < 1000; i++) {
lock_guard<mutex> lock(mtx); // 자동 unlock
counter++;
} // 자동으로 unlock됨
}
int main() {
int counter = 0;
thread t1(safeIncrement, ref(counter));
thread t2(safeIncrement, ref(counter));
t1.join();
t2.join();
cout << "Counter: " << counter << endl; // 2000
return 0;
}실전 예시
예시 1: 병렬 계산
#include <iostream>
#include <thread>
#include <vector>
using namespace std;
void sumRange(int start, int end, long long& result) {
long long sum = 0;
for (int i = start; i < end; i++) {
sum += i;
}
result = sum;
}
int main() {
const int N = 100000000;
const int NUM_THREADS = 4;
vector<thread> threads;
vector<long long> results(NUM_THREADS);
int range = N / NUM_THREADS;
// 스레드 생성
for (int i = 0; i < NUM_THREADS; i++) {
int start = i * range;
int end = (i == NUM_THREADS - 1) ? N : (i + 1) * range;
threads.emplace_back(sumRange, start, end, ref(results[i]));
}
// 모든 스레드 대기
for (auto& t : threads) {
t.join();
}
// 결과 합산
long long total = 0;
for (long long r : results) {
total += r;
}
cout << "합계: " << total << endl;
return 0;
}설명: 큰 계산을 여러 스레드로 나누어 병렬 처리합니다.
예시 2: 생산자-소비자 패턴
#include <iostream>
#include <thread>
#include <queue>
#include <mutex>
#include <condition_variable>
using namespace std;
queue<int> dataQueue;
mutex mtx;
condition_variable cv;
bool done = false;
void producer() {
for (int i = 1; i <= 10; i++) {
this_thread::sleep_for(chrono::milliseconds(100));
{
lock_guard<mutex> lock(mtx);
dataQueue.push(i);
cout << "생산: " << i << endl;
}
cv.notify_one(); // 소비자에게 알림
}
{
lock_guard<mutex> lock(mtx);
done = true;
}
cv.notify_all();
}
void consumer() {
while (true) {
unique_lock<mutex> lock(mtx);
cv.wait(lock, {
return !dataQueue.empty() || done;
});
while (!dataQueue.empty()) {
int value = dataQueue.front();
dataQueue.pop();
lock.unlock();
cout << "소비: " << value << endl;
this_thread::sleep_for(chrono::milliseconds(150));
lock.lock();
}
if (done && dataQueue.empty()) {
break;
}
}
}
int main() {
thread prod(producer);
thread cons(consumer);
prod.join();
cons.join();
return 0;
}설명: 생산자와 소비자가 큐를 통해 데이터를 주고받는 패턴입니다.
예시 3: 스레드 풀
#include <iostream>
#include <thread>
#include <vector>
#include <queue>
#include <functional>
#include <mutex>
#include <condition_variable>
using namespace std;
class ThreadPool {
private:
vector<thread> workers;
queue<function<void()>> tasks;
mutex mtx;
condition_variable cv;
bool stop;
public:
ThreadPool(size_t numThreads) : stop(false) {
for (size_t i = 0; i < numThreads; i++) {
workers.emplace_back([this]() {
while (true) {
function<void()> task;
{
unique_lock<mutex> lock(mtx);
cv.wait(lock, [this]() {
return stop || !tasks.empty();
});
if (stop && tasks.empty()) {
return;
}
task = move(tasks.front());
tasks.pop();
}
task();
}
});
}
}
~ThreadPool() {
{
unique_lock<mutex> lock(mtx);
stop = true;
}
cv.notify_all();
for (auto& worker : workers) {
worker.join();
}
}
void enqueue(function<void()> task) {
{
unique_lock<mutex> lock(mtx);
tasks.push(task);
}
cv.notify_one();
}
};
int main() {
ThreadPool pool(4);
for (int i = 1; i <= 10; i++) {
pool.enqueue([i]() {
cout << "작업 " << i << " 시작 (스레드 "
<< this_thread::get_id() << ")" << endl;
this_thread::sleep_for(chrono::seconds(1));
cout << "작업 " << i << " 완료" << endl;
});
}
this_thread::sleep_for(chrono::seconds(5));
return 0;
}설명: 스레드 풀로 작업을 효율적으로 분배합니다.
자주 발생하는 문제
문제 1: 경쟁 조건 (Race Condition)
증상: 결과가 매번 다름
원인: 동기화 없이 공유 자원 접근
해결법:
// ❌ 경쟁 조건
int counter = 0;
void increment() {
for (int i = 0; i < 1000; i++) {
counter++; // 위험!
}
}
// ✅ mutex로 보호
mutex mtx;
int counter = 0;
void increment() {
for (int i = 0; i < 1000; i++) {
lock_guard<mutex> lock(mtx);
counter++;
}
}문제 2: 데드락 (Deadlock)
증상: 프로그램이 멈춤
원인: 서로 다른 mutex를 기다림
해결법:
func1 함수의 구현 예제입니다.
// ❌ 데드락 가능
mutex mtx1, mtx2;
void func1() {
lock_guard<mutex> lock1(mtx1);
lock_guard<mutex> lock2(mtx2);
}
void func2() {
lock_guard<mutex> lock2(mtx2); // 순서 다름!
lock_guard<mutex> lock1(mtx1);
}
// ✅ 항상 같은 순서로 lock
void func1() {
lock_guard<mutex> lock1(mtx1);
lock_guard<mutex> lock2(mtx2);
}
void func2() {
lock_guard<mutex> lock1(mtx1); // 같은 순서
lock_guard<mutex> lock2(mtx2);
}
// ✅ scoped_lock 사용 (C++17)
void func() {
scoped_lock lock(mtx1, mtx2); // 자동으로 데드락 방지
}문제 3: detach 후 댕글링 참조
증상: 크래시 또는 이상한 값
원인: 스레드가 참조하는 변수가 소멸됨
해결법:
// ❌ 위험한 코드
void badExample() {
int data = 10;
thread t([&data]() {
this_thread::sleep_for(chrono::seconds(1));
cout << data << endl; // 이미 소멸!
});
t.detach();
} // data 소멸
// ✅ 값으로 캡처
void goodExample() {
int data = 10;
thread t([data]() {
this_thread::sleep_for(chrono::seconds(1));
cout << data << endl; // 안전
});
t.detach();
}
// ✅ join으로 대기
void betterExample() {
int data = 10;
thread t([&data]() {
cout << data << endl;
});
t.join(); // 대기
}FAQ
Q1: join vs detach?
A:
- join: 스레드 종료 대기 (권장)
- detach: 백그라운드 실행 (주의 필요)
Q2: 몇 개의 스레드를 만들어야 하나요?
A: 일반적으로 CPU 코어 수만큼이 적절합니다.
unsigned int numThreads = thread::hardware_concurrency();Q3: mutex는 느린가요?
A: 약간의 오버헤드가 있지만 필요한 경우 반드시 사용해야 합니다. atomic을 고려할 수도 있습니다.
Q4: 스레드 안전한 컨테이너는?
A: C++ 표준 컨테이너는 기본적으로 스레드 안전하지 않습니다. mutex로 보호하거나 concurrent 라이브러리를 사용하세요.
Q5: async vs thread?
A:
- thread: 저수준 제어
- async: 고수준, 간편 (future 반환)
auto future = async(launch::async, {
return 42;
});
cout << future.get() << endl;Q6: 멀티스레딩은 언제 사용하나요?
A:
- CPU 집약적 작업 병렬화
- I/O 대기 시간 활용
- 반응성 향상 (UI)
같이 보면 좋은 글 (내부 링크)
이 주제와 연결되는 다른 글입니다.
관련 글
- C++ Atomic |
- C++ 멀티스레드 크래시 |
- C++ 개발자를 위한 2주 완성 Go 언어(Golang) 마스터 커리큘럼
- C++ 기술 면접 질문 30선 |
- C++ jthread |
심화 부록: 구현·운영 관점
이 부록은 앞선 본문에서 다룬 주제(「C++ 멀티스레딩 | ‘thread/mutex’ 기초 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++ 멀티스레딩 | ‘thread/mutex’ 기초 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 result문제 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++, 멀티스레딩, thread, mutex, 동시성 등으로 검색하시면 이 글이 도움이 됩니다.