pile·
모바일·당근당근 테크블로그·

웹뷰 다음의 레일을 깔다: 당근이 Lynx를 선택한 이유

당근 프론트엔드코어팀이 WebView 기반 화면의 첫 프레임 렌더링 문제를 해결하기 위해 Lynx를 도입한 기록이다. 레퍼런스가 거의 없는 기술을 코드베이스 직접 분석으로 검증한 뒤 프로덕션에 적용했고, 1.9백만 사용자 A/B에서 Android 18%, iOS 37%의 첫 프레임 단축을 달성했다.

핵심 포인트
  • WebView는 SSR·서비스워커로 최적화해도 "네트워크로 문서·데이터를 가져와야 UI가 렌더된다"는 구조적 한계가 남는다.
  • Lynx의 듀얼 스레드 구조: 메인 스레드(PrimJS/QuickJS)가 번들·초기 데이터만 있으면 첫 프레임을 즉시 렌더하고(IFR), 백그라운드 스레드가 전체 React 런타임을 처리한다.
  • React Native 대신 Lynx를 선택한 핵심 이유: 앱 생태계 전체를 책임지는 프레임워크가 아니라 "화면 단위로 WebView를 대체하는 렌더링 계층"이 필요했다.
  • Flutter는 독자 렌더링 모델로 기존 동작 재검증이 필요하고, CDN 번들 독립 배포 모델을 지원하지 않아 제외했다.
  • PoC: 1.9백만 사용자 A/B, Android 18%(735→610ms), iOS 37%(479→302ms) 첫 프레임 단축.
상세 정리
  • 핵심 문제 재정의: 로딩 시간을 몇 ms 줄이는 게 아니라 "사용자가 로딩을 느끼지 못하게 만드는 것" — 첫 프레임에 실제 제품 UI가 보여야 한다.
  • 요구사항: 화면별 점진적 도입, 앱 바이너리 업데이트 없는 번들 CDN 독립 배포, 소규모 팀(프론트·iOS·Android 각 1명), WebView 폴백 경로.
  • PrimJS(QuickJS) 선택 이유: 최대 처리량보다 런타임 초기화 비용이 낮고, 호스트 앱이 노출할 API를 직접 제한할 수 있는 통제 가능한 실행 환경.
  • IFR 조건: 번들과 핵심 데이터를 동기적으로 준비해야 함 — 이 제약이 번들 프리로드, 초기 데이터 네이티브 주입 등 첫 화면을 설계할 여지를 열어줬다.
  • 툴체인: Rspeedy(Rspack/Rsbuild 기반), HMR 지원, webpack 생태계 호환, Brownfield 통합(LynxView를 네이티브 뷰 계층에 삽입).
  • React Native 비교: Brownfield 지원은 있지만 네이티브 모듈 호환성·권한·보안·버전 동기화 등 생태계 복잡도가 "렌더링 계층만 필요한" 요구사항을 넘는다.
  • 코드베이스 직접 검증: 레퍼런스가 없어 Lynx 레포를 클론, AI 에이전트로 탐색, iOS/Android 구현을 문서와 직접 대조했다.
  • PoC 화면 선정: 정적 "전체 서비스" 페이지 + 연속 데이터 로딩·스크롤 "마켓플레이스 카테고리 피드" — 특성이 다른 두 화면으로 위험 분산.
  • PoC 결과: 비최적화 상태에서 Android 18%(735→610ms), iOS 37%(479→302ms). 번들 최적화·청크 분리·프리로드·초기 데이터 주입으로 추가 개선 여지 남음.
  • 인프라: CloudFront CDN 번들 배포, 공용 런타임 에셋 콘텐츠 주소 기반 장기 캐시, Lydl(Langium DSL)로 프론트·iOS·Android 인터페이스 코드를 단일 소스에서 생성.
  • SEED Design 연동: @seed-design/lynx-react 패키지로 디자인 시스템을 Lynx 환경에서도 사용 가능하게 했다.
  • 현재 범위(2026년 8월): 마켓플레이스 공유·최근 본 항목·즐겨찾기 — 전면 교체가 아닌 화면별 선택적 적용.
왜 읽나WebView를 크로스플랫폼 프레임워크로 점진적으로 대체하려는 모바일·프론트엔드 엔지니어에게, 기술 선택 기준 설정부터 코드베이스 직접 검증, 인프라 설계, PoC 측정까지 전 과정을 담은 실전 레퍼런스.
당근
당근 테크블로그 블로그
원문은 여기서 이어서 읽을 수 있어요
원문 읽기
읽음 (0)

이 글과 비슷한

  1. 모바일·토스 SLASH토스 SLASH·

    토스의 디바이스 팜 만들기

    토스가 각 팀이 각자 운영하던 작은 디바이스 팜을 하나의 중앙 플랫폼 '네뷸라(Nebula)'로 통합한 과정을 다룬다. Appium 대신 자체 드라이버를 개발해 클릭 13.5배, 텍스트 입력 10배의 성능을 달성했고, Android와 iOS 미러링도 직접 내재화해 실기기 원격 조작과 화면 실시간 공유를 동시에 가능하게 만들었다. 현재 100대를 넘어 수백 대를 향해 24시간 가동 중이다.

    요약 이어보기
    #android#ios#appium+2
  2. 모바일·LY CorporationLY Corporation·

    AI 에이전트를 위한 Android CLI: 대규모 모바일 개발 환경에 적용하기

    LINE Android 팀이 수백 개 Gradle 모듈 규모의 대형 저장소에서 Google의 Android CLI를 AI 에이전트(Claude Code, Codex, Gemini 등)와 함께 운용하며 겪은 토큰 낭비·오작동 문제를 해결한 과정을 다룬다. 얇은 래퍼와 스킬 레이어를 추가해 CLI 출력을 에이전트 친화적으로 정규화하고, Android Studio 연동 기능을 텍스트 검색보다 정확한 시맨틱 심볼 탐색에 활용하는 방법을 소개한다.

    요약 이어보기
    #android#claude-code#mcp+2