디버깅 마인드셋: 디버깅의 고통을 절반으로 줄이는 고수들의 행동패턴 따라하기│인프콘2024

발표자는 Gary Klein의 Critical Decision Method를 이용해 경험 많은 개발자 아홉 명이 실제 장애에서 무엇을 보고 판단했는지 인터뷰했다. 작업 흐름을 그린 뒤 과거의 자신이라면 무엇을 놓쳤을지 묻고, 최근 해결한 버그에 같은 단계가 나타나는지도 검증했다. 그 결과 디버깅의 마법은 타고난 감각이 아니라 무대 마술의 원리처럼 분해하고 연습할 수 있는 패턴임을 확인했다.

디버깅을 원인 탐색, 수정, 사후 처리로 나누면 숙련자는 수정 자체보다 원인을 정확히 규정하고 이후 공유·재발 방지하는 데 더 많은 노력을 쓴다. 디버깅은 의도하지 않은 시스템 상태를 정상으로 되돌리는 일이므로 먼저 무엇이 정상인지와 올바른 실행 순서를 설명할 수 있어야 한다. 다양한 사례를 축적해 만든 정교한 심적 표상이 전문가가 적은 단서로도 유력한 원인을 좁히는 기반이 된다.

문제를 구체적으로 정의하고 올바른 동작을 적은 뒤, 최소 재현 환경에서 실제 흐름을 관찰하고 정상과의 차이를 찾는다. 그 차이를 설명할 수 있는 원인 후보를 만들고 반증 가능한 가설로 바꿔 하나씩 실험하며, 틀린 가설도 탐색 범위를 줄인 정보로 남긴다. Given-When-Then, 오류와 스택 추적, 컴포넌트 격리를 활용하되 과정은 직선이 아니므로 체크포인트와 시간 제한을 두고 필요한 단계로 되돌아간다.

전문가는 문제에 맞는 디버거와 관찰 도구를 선택하거나 직접 만들고, 막힐 때 잠시 자리를 떠나 사고를 정리하는 회고 휴식을 의도적으로 사용한다. PR 설명을 먼저 써 관련 지식을 불러오고, 이슈에 최소 재현과 조사 결과를 기록하면 동료나 오픈소스 유지보수자와 더 효율적으로 협력할 수 있다. 모든 방법을 한 번에 적용하기보다 한 가지씩 습관화하고 주변 고수의 실제 행동을 관찰하며 자신의 디버깅 모델을 넓혀야 한다.