본문 바로가기

Python

CPython 3.15 JIT 성능 개선과 커뮤니티 주도 개발의 의미

728x90
반응형

이번 글은 CPython 3.15에 탑재된 JIT(Just-In-Time) 컴파일러가 어떻게 다시 성능 개선 궤도에 올랐는지, 그리고 그 과정에서 드러난 커뮤니티 주도 개발의 힘과 기술적 선택의 의미를 정리한 내용입니다.
단순한 성능 수치 소개를 넘어, 왜 한때 실패 위기에 놓였던 JIT가 다시 가능성을 증명했는지, 그리고 이 경험이 오픈소스 프로젝트와 개발자에게 어떤 시사점을 주는지 살펴봅니다.

반응형

CPython JIT의 현재 성과 한눈에 보기

CPython 3.15 알파 버전에 포함된 JIT는 당초 목표로 삼았던 성능 개선 수치를 예상보다 훨씬 이르게 달성했습니다.

  • macOS AArch64: 테일 콜링 인터프리터 대비 약 11~12% 성능 향상
  • x86_64 Linux: 기존 인터프리터 대비 약 5~6% 성능 향상
  • 벤치마크 범위:
    일부는 최대 20% 느려지기도 하지만, 반대로 100% 이상 빨라지는 경우도 존재
    (unpack_sequence 마이크로벤치마크는 제외)

이 수치는 기하 평균 기준의 예비 결과이며, 중요한 점은 3.15의 목표였던 ‘5% 성능 향상’을 1년 이상 앞당겨 달성했다는 사실입니다. 아직 프리 스레딩 지원은 완성되지 않았지만, 이는 3.15~3.16을 목표로 계속 개발 중입니다.


위기에서 출발한 변화: 커뮤니티 주도 JIT

스폰서 철수 이후의 선택

2025년, Faster CPython 팀은 주요 스폰서를 잃었습니다. 일반적으로는 프로젝트의 동력이 급격히 약해질 수 있는 상황이었지만, 이 시점에서 커뮤니티 주도 관리 방식으로의 전환이 제안됐습니다.

당시 JIT는 “진입장벽이 매우 높은 영역”으로 인식돼 있었고, 신규 기여자가 참여하기 어렵다는 문제가 있었습니다. 그럼에도 불구하고 다음과 같은 명확한 목표가 세워졌습니다.

  • 3.15까지 JIT 5% 성능 향상
  • 3.16까지 10% 성능 향상 + 프리 스레딩 지원
  • 프론트엔드, 미들엔드, 백엔드 전 단계에서 버스 팩터 감소

복잡한 문제를 잘게 쪼개다

핵심 전략은 단순했습니다.
“JIT 최적화”라는 거대한 문제를 아주 작은 작업 단위로 분해하는 것이었습니다.

  • 단일 명령어 최적화처럼 명확한 작업 정의
  • 즉시 실행 가능한 수준의 상세 가이드 제공
  • 작업 단위별로 명확한 성과가 보이도록 설계

그 결과, JIT 경험이 없는 C 프로그래머도 기여할 수 있는 환경이 만들어졌고, 미들엔드(옵티마이저) 기여자는 기존 2명에서 4명으로 늘어났습니다. 비코어 개발자 역시 핵심 기여자로 성장했습니다.


기술적 전환점 1: 트레이스 레코딩 도입

프론트엔드 재설계의 의미

CPython 코어 스프린트에서 JIT 프론트엔드를 트레이싱 기반 구조로 재작성하는 선택이 이뤄졌습니다. 초기 결과는 오히려 성능이 6%가량 느려졌지만, 이 과정에서 결정적인 전환점이 등장합니다.

듀얼 디스패치(dual dispatch)

  • 일반 인터프리터용 디스패치 테이블
  • 트레이싱을 담당하는 단 하나의 명령어

이 구조를 통해 인터프리터 크기 증가를 최소화하면서도 트레이싱의 이점을 살릴 수 있었습니다. 그 결과 JIT 코드 커버리지가 약 50% 증가했고, 이는 이후 모든 최적화의 효과를 크게 끌어올리는 기반이 됐습니다.


기술적 전환점 2: 참조 카운트 제거 최적화

또 하나의 중요한 선택은 **참조 카운트 제거(Reference Count Elimination)**였습니다.

  • Python 명령어마다 남아 있던 분기(branch)를 제거
  • 단일 분기라도 누적되면 상당한 비용이 발생
  • 병렬화가 쉽고, 학습 난이도가 비교적 낮아 신규 기여자 교육에도 효과적

이 최적화는 성능 개선뿐 아니라, JIT 내부 구조를 이해하는 실질적인 학습 도구로도 작동했습니다.


성능을 움직인 숨은 동력: 측정 인프라

JIT 성능 향상을 가속한 또 하나의 핵심은 매일 성능을 리포트하는 측정 인프라였습니다.

  • JIT 성능 회귀를 조기에 발견
  • 최적화 결과가 실제로 효과가 있는지 즉시 확인
  • 기여자에게 강력한 동기 부여 제공

이 피드백 루프 없이는 지금과 같은 속도의 개선은 사실상 불가능했을 것입니다.


기술은 사람과의 교류에서 자란다

JIT 개선 과정에서 강조된 또 하나의 요소는 외부 커뮤니티와의 교류입니다.

  • PyPy 개발자들과의 코드 및 아이디어 교환
  • 컴파일러 개발자들과의 비공식적인 기술 토론

아이디어는 고립된 환경에서 발전하지 않습니다. 다양한 관점과 경험이 축적되면서 JIT의 설계와 구현 역시 더 성숙해졌습니다.


728x90

CPython JIT가 남긴 교훈과 기대

CPython 3.15 JIT의 성과는 단순한 “속도 개선” 이상의 의미를 가집니다.

  • 스폰서 철수라는 위기 속에서도 커뮤니티 주도로 성과를 만들어낼 수 있음
  • 복잡한 시스템도 잘게 쪼개면 더 많은 사람이 기여할 수 있음
  • 측정과 피드백 인프라는 개발 속도 자체를 바꾼다
  • 기술적 선택만큼이나 사람과의 협업이 중요하다

아직 프리 스레딩과 추가 성능 개선이라는 과제가 남아 있지만, JIT는 분명 다시 궤도에 올랐습니다.
앞으로의 CPython 3.15와 3.16은, 성능뿐 아니라 오픈소스 개발이 어떻게 건강하게 성장할 수 있는지 보여주는 사례로도 큰 기대를 모으고 있습니다.

https://blog.python.org/2026/03/jit-on-track/

 

Python 3.15's JIT is now back on track | Python Insider

A look at Python's JIT in 3.15a7.

blog.python.org

728x90
반응형