프레임 워크 는 *바뀐다. Spring Boot 4 가 5 가 되고, AI 가 코딩 의 *반 을 대신 한다. 그래도 덜 *바뀌는 *기본기 가 있다. 7 년 전 의 *내가 *알았더라면 *좋았을 *10 개 의 영역. 이 글은 3 년차 부터 *7 년차 까지 *공통 으로 *되돌아 *오는 *질문 — 백엔드 의 *기본 기 의 *지도.

TL;DR

분류 영역
5 지식 언어 (1 개 깊이) · 자료구조/알고리즘 · DB/SQL · 네트워크/HTTP · OS/시스템
5 능력 측정/Observability · 디버깅 · 글쓰기/문서화 · 보안 의식 · 시스템 설계

핵심 한 줄 :

기본기 는 *암기 가 *아니라 *몸 에 *익은 *직 관. 7 년 동안 *되돌아 오는 *질문 들 의 답 의 *모음.

1. “기본기” 의 *오해

흔한 *3 오해

  1. “신입 의 *과목“* — 암기 단계 의 *짧은 *학습. 7년차 부터 *불필요.
  2. “학교 *과목 의 *반복“* — 학부 OS / DB / 네트워크 재 복습.
  3. “AI 가 *해주 니까 *알 필요 *없다“* — 최신 *오해.

진실

  1. 평생 *되돌아 오는 *질문 의 *답. 7년차 의 시니어 도 매주 의 *결정 마다 *기본 기 *활용.
  2. 학교 의 *복습 이 아니라 *현장 의 *재 정의. 대학 *교재 와 *다른 *방식 으로 *몸 에 익음.
  3. AI 시대 에 *더 중요 해짐. AI 의 *답을 *판단 하는 *근거 가 *기본 기.

이 오해 의 *해소 가 *학습 의 *시작.

2. 5 지식 — 덜 변하는 영역

2.1. *언어 1 개의 *깊이

주력 언어 의 문법 너머 의 깊이 :

  • JVM 의 *내부 (Java) / GIL 의 *영향 (Python) / 이벤트 루프 (Node) / goroutine 의 *스케줄링 (Go)
  • Memory 모델
  • 컴파일 / 인터프리터 의 *동작
  • 표준 라이브러리 의 *내부 활용

7 년차의 *진짜 강점 = *1 언어 의 *깊이. 5 언어 *얕게 *보다 *훨씬 *낫다.

2.2. *자료구조 + 알고리즘

본인 이전 글 의 5 관계 + 4 변형.

  • Array / Linked List / Tree / Hash / Graph 의 *현장 적용
  • Big-O 의 *직 관
  • 알고리즘 의 *기본 4 (Sort / Search / Transform / Combine)

시스템 의 *내부 *(DB 인덱스 = B-Tree, Kafka = 시퀀스, ES = 역 색인) 가 *모두 *자료구조.

2.3. *DB + SQL

  • SQL 의 *문법 + 실행 계획 (EXPLAIN)
  • 인덱스 의 *동작 + 한계
  • 트랜잭션 + 격리 수준
  • NoSQL 의 *적용 시점

DB 모르면 *백엔드 의 *성능 / 안정 성 모두 *얕다.

2.4. *네트워크 + HTTP

  • TCP / UDP 의 *차이
  • HTTP 1.1 / 2 / 3 의 *진화
  • DNS / TLS / CORS
  • Latency 의 *지도 (RTT, throughput, packet loss)
  • REST / GraphQL / gRPC 의 *적용

“왜 *이 호출 이 *느린가”* 의 답 의 *대부분 *네트워크.

2.5. *OS + 시스템

  • Process vs Thread
  • File descriptor 의 *한계
  • Memory 관리 + Swap
  • Signal / Interrupt
  • cgroup / namespace (Docker / K8s 의 *기반)

컨테이너 운영 의 *결정 적 *순간 마다 *되돌아 오는 *지식.

3. 5 능력 — 변하지 않는 *기술

3.1. *측정 (Observability)

“측정 *없이 *튜닝 *없다.”*

  • Metrics (Prometheus) / Logs (Loki / ES) / Traces (Jaeger)
  • P50 / P99 / P999
  • Cardinality 의 *부담
  • Alerting 의 *피로 관리

**측정 의 *습관 = *시니어 의 *결정 적 *능력.

3.2. *디버깅

  • 재현 가능 한 *환경 *구축
  • 바이너리 검색 의 *적용
  • 가설 → 검증 → 결정 적 *근거
  • EXPLAIN / strace / tcpdump 등 *도구 의 *숙련

디버깅 의 *깊이 = *문제 해결 의 *깊이.

3.3. *글쓰기 / 문서화

  • PR description 의 *명확
  • commit message 의 *의도
  • RFC / 설계 문서 의 *작성
  • Postmortem 의 *기록
  • 팀 의 *지식 *공유

**글로 *생각 을 *정리 하는 능력 = 시니어 의 *직 접적 *영향력.

3.4. *보안 의식

  • OWASP Top 10 의 *반복 적 *경계
  • 입력 검증 의 *습관
  • 권한 의 *최소 화 (least privilege)
  • 비밀 의 *관리 (Vault, SOPS)

“이 기능 의 *보안 영향 은?” 의 반사 신경 이 현대 백엔드 의 *필수.

3.5. *시스템 설계

  • Trade-off 의 *명시
  • Monolith vs MSA
  • 동기 vs 비동기
  • 수평 vs 수직 확장
  • Cache / Queue / DB 의 *조합

“왜 *이 설계 인가” 의 *근거를 *팀 에 *명확 설명 의 능력.

4. *학습 *순서 권장*

0 ~ 1 년차 (입문)

- 주력 언어 *문법 의 *기본*
- HTTP 의 *기본*
- SQL *기본 + JOIN*
- Git 의 *기본*
- 1 개 *프레임 워크 (Spring / Django / Express) 의 *기본*

1 ~ 3 년차 (확장)

- 자료구조 + 알고리즘 의 *직 관*
- DB 의 *인덱스 + 트랜잭션*
- Linux 의 *기본 명령 + 디버깅 도구*
- 측정 (Prometheus / Grafana) 의 *기본*
- Docker / Kubernetes 의 *기본*

3 ~ 5 년차 (깊이)

- JVM (또는 *주력 언어 의 *런타임) 의 *깊이*
- 분산 시스템 의 *기본 (CAP, eventual consistency)*
- 메시징 (Kafka / RabbitMQ) 의 *깊이*
- 보안 의 *체계 적 *학습*
- 시스템 설계 의 *연습*

5 ~ 7 년차 (시각)

- 시스템 의 *내부 *분석 능력*
- *대안 *프레임 워크 / 언어 의 *경험*
- 팀 의 *기술 문화 *형성*
- 멘토링 / 코드 리뷰 의 *깊이*
- Postmortem 의 *분석 + 작성*

이 4 단계 가 대부분 백엔드 의 *7 년 *지도.

5. *연차 별 *기본 기 의 *모양

1 년차 의 *기본 기

  • 문법 의 *숙련
  • 기본 도구 의 *익숙
  • 문제 해결 의 *재미

3 년차 의 *기본 기

  • 디버깅 의 *체계
  • 코드 리뷰 의 *시각
  • 측정 의 *시작

5 년차 의 *기본 기

  • 시스템 의 *설계 시각
  • 트레이드오프 의 *명시
  • 팀 의 *의사 결정 *기여

7 년차 의 *기본 기

  • 기술 의 *진화 의 *시각
  • 멘토링 + 문화 의 *기여
  • 비즈니스 + 기술 의 *통합 시각
  • 새 기술 의 *기본 기 의 *재 평가 — *AI / Edge / 양자 등

6. *AI 시대 에 *더 *중요 해진 *기본 기

6.1. *판단력

  • AI 의 *답 의 *검증 — 기본 기 가 *판단 의 *근거
  • AI 가 *제안 한 코드 의 *보안 영향 *판단
  • AI 의 *설계 제안 의 *trade-off 평가

6.2. *시스템 직 관

  • AI 가 *코드 짜주지만 *시스템 의 *디자인 은 *사람
  • 각 자원 (CPU/Memory/Disk/Network) 의 *직 관
  • 분산 시스템 의 *함정 의 *예측

6.3. *문제 정의 능력

  • AI 에게 *좋은 질문 *하는 능력
  • 애매한 요구사항 의 *구체 화
  • 문제 와 *증상 의 *구분

6.4. *학습 의 *속도

  • 새 기술 의 *60 분 *입문 능력
  • 기본 기 가 *튼튼 할수록 *학습 속도 ↑
  • AI 보조 학습 의 *진짜 활용

7. 내 *7 년 회고

1 년차

  • Spring 의 *어노테이션 외움
  • DB 의 *기본 SQL
  • Linux 의 *기본 명령
  • 디버깅 = *log.info ↻

3 년차

  • @Transactional 의 *내부 호기심
  • EXPLAIN ANALYZE 의 *사용 시작
  • 측정 도구 의 *기본 셋업
  • 디버깅 = *systematic

5 년차

  • JVM 의 *깊이 + GC 튜닝
  • 분산 시스템 의 *함정 *직 접 경험
  • 시스템 설계 + Postmortem 의 *작성
  • 팀 의 *기술 *결정 *기여

7 년차 *(현재)

  • Spring 의 *내부 = 디자인 패턴 *조합 *인식
  • AI 의 *답 *검증 의 *기본 *직 관
  • 멘토링 + 문화 *형성
  • 새 기본 기 의 *재 평가 — 양자 + Edge + AI 의 *예측

8. *흔한 오해

8.1. *“기본 기 = *학교 *수업 *복습”*

→ 틀림. 현장 의 *재 정의. 학교 *교재 와 *다른 *방식 으로 *몸 에 익음.

8.2. *“AI 가 *대신 *해줘 서 *덜 필요 함”

→ 반대. AI 의 *답 의 *판단 *근거 = *기본 기.

8.3. *“신입 만 *공부 한다”*

→ 틀림. 7년차 도 *주 1~2회 *기본 기 *복기. 시각 의 *재 형성.

8.4. *“많이 *알수록 *좋다”*

→ 부분 *맞음. 얕은 100 개 보다 *깊은 10 개 가 *훨씬 가치 *있다.

8.5. *“기본 기 = 정적 인 *지식”*

→ 틀림. AI / Quantum / Edge 의 *진화 가 *기본 기의 *경계 를 *조금씩 *이동.

9. *권장 *학습 *습관

9.1. *작은 *시스템 직 접 만들기

  • 간단 한 *URL 단축기 / 채팅 / 블로그 의 처음 부터 끝 까지
  • 모든 *layer 의 *직 접 경험
  • 프레임 워크 가 *해주는 *것 의 *왜 *그렇 게 의 호기심

9.2. *3 개월 마다 *작은 알고리즘 깊이 분석

  • 문제 의 *수많은 *해결 방식
  • 각 의 *trade-off
  • 프로젝트 의 *적용 가능성

9.3. *주 1 회 *시스템 의 *내부 *읽기

  • Spring / DB / Kafka / Redis 의 *문서 1 챕터
  • 소스 코드 의 *간단 한 부분
  • 블로그 의 *깊이 글

9.4. *Postmortem 의 *기록

  • 모든 *장애 의 *기록
  • 근본 원인 + 향후 *예방
  • 팀 + 본인 의 *학습

9.5. *글 쓰기

  • 블로그 의 *주 1 회
  • 모르는 것 의 *정리
  • 팀 의 *지식 공유

10. 마치며

기본 기는 *덜 변하는 *영역. 7 년 동안 *되돌아 오는 *질문 의 *답 의 *모음. AI 시대 에 *더 *중요 해진다.

3 줄 요약 :

  1. 5 지식 + 5 능력 — 깊이 와 *반복 의 *대상.
  2. 연차 별 *모양 의 *다르지만 *기본 기 는 *연속 — 7 년차 의 *기본 기 = 1 년차 의 *기본 기 의 *재 정의.
  3. AI 시대 에 *판단력 + 시스템 직 관 + 문제 정의 의 3 가지 *기본 기 의 *결정 적 *중요.

7년차 회고 :

“1 년차 의 *나는 *기본 기 를 *교과서 의 *과목 으로 *오해 했다. 7 년 후 — *기본 기 가 *모든 *결정 의 *근거 임을 *몸 으로 *느낀다.”*

다음 글 — 백엔드 의 *7 년 *학습 *로드맵 의 *깊이 — 연차 별 *세부 계획. 같은 시리즈 로 이어 집니다.

본 글은 7년차 백엔드 *엔지니어 의 *학습 회고. 권장 의 *순서 는 *환경 / 사람 *별 *달라질 수 있음. 원리 + 반복 의 *필요성 만 은 공통.