Python에서 C++로: 왜 격차가 이렇게 클까

C++을 처음 만나본 모든 Python 프로그래머는 같은 반응을 보입니다: "hello world"를 출력하는 데 왜 이렇게 많은 절차가 필요한가? 이 과정은 단순한 문법 변화가 아닙니다. 메모리, 타입, 그리고 프로그램이 실행되는 동안 컴퓨터가 실제로 하는 일에 대해 생각하는 방식의 전환입니다.

Python이 숨겨온 것들

Python은 인터프리터(대부분의 경우 CPython) 위에서 실행되며, 이 인터프리터가 메모리 할당, 가비지 컬렉션, 타입 검사를 모두 뒤에서 처리합니다. x = 5라고 쓴 다음 나중에 x = "hello"라고 쓰면, Python은 그냥 이름을 다시 할당합니다. 불평도 없고, 정리도 필요 없습니다.

C++는 이 어느 것도 해주지 않습니다. int x = 5;라고 쓸 때, 정수 크기의 고정된 메모리 청크를 예약합니다. 나중에 그곳에 문자열을 집어넣을 수 없습니다. new로 동적으로 메모리를 할당하면, delete로 해제할 책임이 당신에게 있습니다. 잊으면 메모리 누수가 생깁니다. 포인터를 역참조하기 전에 null 확인을 깜빡하면, 세그먼트 폴트가 발생합니다. Python은 성능과 안전장치를 맞바꿉니다. C++은 당신에게 가위를 건네주고 흔들지 말기를 믿습니다.

정적 타입은 변수 선언 방식만 바꾸지 않습니다

Python에서 함수 시그니처는 제안입니다. C++에서는 컴파일 타임에 강제되는 계약입니다:

int add(int a, int b) {
    return a + b;
}

add(3, "four")라고 호출하면, 프로그램이 실행되기도 전에 컴파일러가 당신을 멈춥니다. Python은 기꺼이 def add(a, b): return a + b라고 쓰게 해준 다음, 누군가 호환되지 않는 타입을 전달하는 순간 런타임에 뻗어납니다. 이것은 사소한 불편함이 아닙니다. 에러가 언제 발생해야 하는지에 대한 철학의 차이입니다. C++는 컴파일 타임에 버그를 잡기를 원합니다. Python은 프로덕션에서 잡는 것도 괜찮아합니다(테스트를 제대로 쓰지 않으면 말입니다).

메모리 관리가 진짜 핵심입니다

가장 큰 개념적 도약은 스택과 힙을 이해하는 것입니다. 지역 변수와 함수 매개변수는 보통 스택에 살고, 함수가 반환될 때 자동으로 정리됩니다. new로 만든 것들은 힙에 살고, 명시적으로 delete하거나 스마트 포인터로 감싸기 전까지 거기 있습니다.

현대 C++(C++11 이후)는 std::unique_ptr과 std::shared_ptr을 제공하므로, 원시 포인터를 직접 관리할 필요가 자주 없습니다:

std::unique_ptr<int> ptr = std::make_unique<int>(42);

이 객체는 스코프를 벗어날 때 자신을 파괴합니다. 수동 delete가 필요 없습니다. 2024년에 C++를 배운다면, 1998년 커리큘럼용 원시 포인터 산술 연습을 갈아대기보다는 스마트 포인터와 RAII(Resource Acquisition Is Initialization) 패턴으로 바로 나아가세요. 여전히 개념적으로 포인터를 이해해야 하지만, 증명하려고 malloc/free 코드를 쓸 필요는 없습니다.

컴파일은 다른 피드백 루프입니다

Python은 즉각적인 피드백을 줍니다: 스크립트를 실행하고, 에러를 보고, 수정하고, 다시 실행합니다. C++은 그 사이에 컴파일 단계를 삽입하고, 이 단계는 Python이 런타임으로 미루는 버그 전체 카테고리를 잡습니다. g++ -Wall -Wextra program.cpp -o program으로 컴파일하고 모든 경고에 주의를 기울이면 나중에 혼란스러운 디버깅에서 몇 시간을 절약합니다. 타입 불일치, 초기화되지 않은 변수, 부호 있음/부호 없음 비교 문제들이 모두 여기서 나타나고, 신비로운 런타임 동작으로는 나타나지 않습니다. 트레이드오프는 반복 속도입니다: 편집-컴파일-실행 루프가 Python의 편집-실행 루프보다 느리고, 특히 전체 재빌드가 몇 분 걸릴 수 있는 큰 코드베이스에서는 더 느립니다. 이것이 ccache 같은 도구들과 CMake를 통한 증분 빌드가 프로젝트가 몇 개 파일 이상으로 커지면 중요해지는 이유입니다.

실제로 중요한 곳

Python으로 쓴 같은 프로그램을 더 빠르게 쓰려고 C++를 배우지 않습니다. 일부 문제는 C++이 필요하기 때문에 배웁니다: 엄격한 프레임 예산을 가진 게임 엔진, 킬로바이트 단위의 RAM을 가진 임베디드 시스템, 마이크로초가 돈이 되는 고주파 트레이딩 시스템, 또는 Python 인터프리터 자체 아래에 위치하는 운영체제 컴포넌트입니다. 보안 작업을 한다면, C++ 메모리 모델을 이해하는 것은 버퍼 오버플로우와 use-after-free 취약점이 바이너리 레벨에서 어떻게 발생하는지도 직접 설명합니다. 이것은 Python의 추상화가 적극적으로 당신에게서 숨기는 지식입니다.

솔직한 조언: C++을 Python처럼 느끼게 하려고 노력하지 마세요. 한동안 불편함을 느껴보세요. 그 불편함이 핵심입니다. Python 인터프리터가 당신을 대신해 처음부터 해온 일을 당신에게 가르쳐주는 것입니다.

이런 언어 간 비교가 유용하다면, Korra Studio는 메모리 안전, 시스템 프로그래밍 기초, 역어셈블리에 관한 관련 세그먼트들을 가지고 있으며, 이들은 정확히 이런 개념들을 바탕으로 구축되어 있습니다.