Skip to content

README.md

Latest commit

 

History

History
287 lines (202 loc) · 11.2 KB

README.md

File metadata and controls

287 lines (202 loc) · 11.2 KB

C++ 학습 가이드라인 (C++17 → C++20 → C++23)

C++ 입문자가 공식 문서를 자력으로 읽을 수 있는 수준 까지 단계적으로 끌어올리는 11강 커리큘럼이다. 모든 강의는 JupyterLab 노트북 으로 제공되며, Docker 컨테이너 안에서 실제로 컴파일·실행된다.

1. 누구를 위한 자료인가

  • C++ 가 처음인 사람 (C 정도는 알면 더 좋다)
  • 다른 언어는 쓰지만 C++ 의 이상함 을 한 번 정리하고 싶은 사람
  • unique_ptr, move, 템플릿, ranges, concepts, coroutines 가 무엇이고 왜 필요한지 이해하고 싶은 사람
  • 메모리/캐시/네트워크 같은 시스템 레벨 동작을 같이 보고 싶은 사람

문법은 처음부터 자세히 설명한다. 왜 이렇게 됐는지 의 동기까지 같이 다룬다.

2. 디렉토리 구조

cpp_learning/
├── Dockerfile               # Ubuntu + GCC-12 + JupyterLab + xeus-cling
├── docker-compose.yml       # 한 방에 띄우기
├── README.md                # 이 파일
├── notebooks/               # ★ 학습 노트북 11개 (Jupyter 가 마운트)
│   ├── 01_introduction.ipynb
│   ├── 02_memory_model.ipynb
│   ├── 03_classes_raii_smartptr.ipynb
│   ├── 04_tricky_syntax.ipynb
│   ├── 05_templates.ipynb
│   ├── 06_cpp20_features.ipynb
│   ├── 07_cpp23_features.ipynb
│   ├── 08_concurrency.ipynb
│   ├── 09_networking.ipynb
│   ├── 10_optimization.ipynb
│   └── 11_capstone.ipynb
├── _build/                  # 노트북을 생성한 파이썬 빌더 (학습용으론 무시 OK)
│   ├── nb_helper.py
│   └── lesson01.py … lesson11.py
├── scripts/
│   └── daily_cpp.py         # Gemini API 로 매일 학습 노트 생성
├── daily/                   # ★ 매일 자동 생성되는 YYYY_MM_DD.md
│   └── README.md
└── .github/workflows/
    └── daily-cpp.yml        # GitHub Actions — 매일 KST 09:00 실행

3. 빠르게 시작하기

3-1. 사전 요구사항

  • Docker (20.10+) 와 Docker Compose
  • 사용 가능한 포트: 8888 (JupyterLab), 9000, 9001 (네트워크/캡스톤 실습)

3-2. 빌드 & 실행

cd cpp_learning
docker compose up --build

처음 빌드는 5–10분 정도 (conda 패키지가 무겁다). 이후엔 캐시되어 즉시.

3-3. JupyterLab 접속

브라우저에서:

http://localhost:8888

토큰/비밀번호는 꺼져 있다 (학습 환경 전용). notebooks/ 디렉토리가 보일 것이다. 01_introduction.ipynb 부터 차례로 열자.

3-4. 종료

다른 터미널에서:

docker compose down

4. 학습 순서와 예상 시간

# 강의 핵심 주제 분량
01 첫걸음 컴파일/링크, Hello World, 변수, 함수, auto, 범위 기반 for ≈ 60분
02 메모리 모델 Stack/Heap/BSS, 포인터/참조, new/delete, vector 재할당, ASan ≈ 90분
03 클래스 / RAII / 스마트 포인터 생성자, Rule of Five/Zero, move 시맨틱, unique_ptr / shared_ptr / weak_ptr ≈ 120분
04 헷갈리는 문법 const 다섯 자리, 초기화 다섯 얼굴, most vexing parse, 캐스트 4종, 람다 캡처 ≈ 90분
05 템플릿 / 제네릭 함수·클래스 템플릿, NTTP, 특수화, SFINAE, fold expression, 표준 라이브러리 시그니처 읽는 법 ≈ 100분
06 C++20 concepts, ranges, three-way comparison, std::format, modules·coroutines 개요 ≈ 90분
07 C++23 std::expected, deducing this, 재귀 람다, std::println, ranges::zip / enumerate, std::stacktrace ≈ 75분
08 동시성 thread / jthread, mutex, atomic, memory_order, false sharing 벤치마크, 데드락 4규칙 ≈ 100분
09 네트워크 OSI 모델, TCP 핸드셰이크, POSIX socket, echo 서버/클라이언트, tcpdump 캡처 ≈ 110분
10 성능 최적화 캐시 메모리, 분기 예측, -O0/-O2/-O3, RVO/NRVO, constexpr, UB, 프로파일링 ≈ 90분
11 종합 프로젝트 KV 저장소 + HTTP 서버 (모든 도구 통합), curl 로 검증, 처리량 측정 ≈ 120분

합계 ≈ 18–20시간. 강의 안의 실습 코드를 직접 손으로 따라 치면 두 배 잡으면 된다.

순서를 권장하는 이유: 각 강의는 바로 앞 강의의 내용을 가정한다. 캡스톤(11)은 1–10 의 모든 도구를 합친다.

5. 노트북이 동작하는 방식

5-1. xeus-cling (강의 01–05)

C++17 코드를 int main() 없이 인터프리터처럼 실행하는 Jupyter 커널이다. 변수와 클래스를 셀 단위로 만들고 즉시 결과를 볼 수 있어 학습에 최적이다.

// 셀 1
int x = 42;
// 셀 2
std::cout << x;          // 42

5-2. g++ 직접 호출 (강의 06–11)

xeus-cling 은 C++17 까지만 안정 지원한다. C++20 (concepts, ranges, coroutines) 와 C++23 (std::expected, deducing this) 은 셀 안에서 코드 문자열을 g++ 로 빌드·실행 하는 패턴을 쓴다:

run_cpp(R"CPP(
#include <concepts>
template <std::integral T> T add(T a, T b){ return a+b; }
int main(){ std::cout << add(3,5); }
)CPP", "-O2");

각 강의 첫 셀에 run_cpp 헬퍼가 정의되어 있다. 그대로 실행하면 된다.

5-3. 컨테이너에 들어가 직접 빌드해 보고 싶다면

docker exec -it cpp-learning bash

작업 디렉토리는 /workspace. g++, clang++, gdb, valgrind, tcpdump, nc, perf 모두 설치돼 있다. check-cpp 명령으로 C++17/20/23 지원 상태를 한눈에 볼 수 있다.

6. 컨테이너에 포함된 도구

카테고리 도구
컴파일러 gcc-12 / g++-12, clang-14
빌드 cmake, ninja, make
디버깅 gdb, lldb, strace, ltrace
메모리 valgrind, AddressSanitizer / UBSanitizer (컴파일러 내장)
성능 perf (linux-perf), callgrind
네트워크 tcpdump, netcat-openbsd, curl, ss, iproute2
라이브러리 nlohmann_json (헤더 온리)
Jupyter jupyterlab, xeus-cling (C++17 커널)

7. 트러블슈팅

"The kernel xcpp17 is not available"

컨테이너를 재빌드하라: docker compose up --build --force-recreate.

run_cpp 셀에서 error: 'std::expected' is not a member

GCC 12 는 C++23 의 일부 기능만 지원한다. 강의 07 의 일부 예제는 GCC 13+ 가 필요할 수 있다. Dockerfile 의 gcc-12 를 gcc-13 으로 바꾸고 재빌드하면 된다 (Ubuntu 24.04 LTS 기반에선 가능).

gdb 가 "Operation not permitted" 로 실패

docker-compose.yml 에 다음이 들어가 있어야 한다 (이미 들어 있다):

cap_add:
  - SYS_PTRACE
security_opt:
  - seccomp:unconfined

tcpdump 가 "no permission" 으로 실패

같은 이유. 위 설정으로 해결된다.

강의 09 의 echo 서버가 "Address already in use"

이전에 띄운 서버가 살아 있을 수 있다. 셀에서:

std::system("pkill -f /tmp/cpplab/net/echo_server");

강의 11 의 KV 서버가 9000 포트에서 "bind: Permission denied"

포트가 이미 사용 중이거나 컨테이너 외부에서 점유. 노트북 안의 코드는 0.0.0.0:9000 으로 들어 가지만, 호스트에서도 9000 을 쓰고 있으면 docker-compose.yml 의 포트 매핑(9000:9000)을 바꿔라.

8. 노트북을 수정/확장하고 싶다면

빌더 스크립트가 _build/lessonNN.py 에 있다. 노트북을 직접 수정해도 되지만, 공유/재생성을 원한다면:

docker exec -it cpp-learning bash
cd /workspace/_build      # (호스트에서 마운트하면)
python lesson05.py        # 해당 강의만 재빌드

또는 호스트에서:

cd cpp_learning/_build
python lesson05.py

이러려면 호스트에 Python 3.10+ 만 있으면 된다 (외부 패키지 의존 없음).

9. 참고할 자료

  • cppreference.com — 사실상의 공식 레퍼런스. 강의 05 이후로는 매번 펼치고 살게 된다.
  • C++ Core Guidelines (Stroustrup, Sutter) — 실무 패턴. 강의 03/04 가 자주 인용한다.
  • 컴파일러 익스플로러 — https://godbolt.org — 어셈블리를 보고 싶을 때.
  • Compiler Explorer + Quick C++ Benchmark — https://quick-bench.com — 강의 10 의 측정을 더 정밀하게.

10. 매일 자동 생성되는 학습 노트 (daily/)

GitHub Actions 가 매일 KST 09:00 에 Gemini API 를 호출해 한 편의 C++ 학습 노트를 daily/YYYY_MM_DD.md 로 만든다. 주제는 최신 표준(C++23/26), cppreference 예제 해부, 표준 라이브러리 내부 구조, 성능 등을 일자별로 결정적으로 로테이션한다.

10-1. 1회만 설정하면 끝

저장소 Settings → Secrets and variables → Actions 에서:

Secrets (필수)

Name Value
GEMINI_API_KEY Google AI Studio 에서 발급한 API 키

API 키 발급: https://aistudio.google.com/app/apikey

Variables (선택 — 지정하지 않으면 기본값 gemini-2.5-flash 사용)

Name 예시
GEMINI_MODEL gemini-2.5-flash, gemini-2.5-pro, gemini-2.0-flash 등

Secrets 와 Variables 의 차이 — Secrets 는 마스킹되어 로그에 노출되지 않고, Variables 는 일반 설정 값(모델명처럼 비밀이 아닌 것)에 쓴다.

10-2. 모델 선택 우선순위

daily-cpp.yml 워크플로가 모델을 결정하는 순서:

  1. workflow_dispatch 입력 — Actions 탭에서 수동 실행 시 직접 지정한 값 (1회용)
  2. Repository Variable GEMINI_MODEL — 영구 설정
  3. 기본값 — gemini-2.5-flash

10-3. 수동으로 한 편 만들기

저장소의 Actions 탭 → Daily C++ Learning Note → Run workflow:

  • model 을 비워 두면 위의 우선순위대로 자동 결정.
  • topic 에 문장을 넣으면 그 주제로 강제 생성 (예: std::expected 의 monadic 인터페이스 실전).

10-4. 로컬에서 직접 돌리기

export GEMINI_API_KEY="<key>"
export GEMINI_MODEL="gemini-2.5-pro"             # 선택
python scripts/daily_cpp.py

daily/2026_04_29.md 같은 파일이 생긴다. 같은 날 다시 만들고 싶으면 그 파일을 먼저 지워라 (스크립트는 덮어쓰지 않는다).

10-5. 트러블슈팅

증상 원인 / 해결
GEMINI_API_KEY secret 이 설정되어 있지 않다 Settings → Secrets 에서 GEMINI_API_KEY 등록
HTTP 400 ... API key not valid 키 만료 또는 오타. AI Studio 에서 재발급
HTTP 429 (Resource exhausted) 무료 quota 초과. 다음 날까지 기다리거나 Pro 모델 결제
HTTP 404 ... model not found 존재하지 않는 모델명. 위의 예시 중에서 골라라
워크플로가 push 에서 실패 Settings → Actions → General → "Workflow permissions" 를 Read and write 로

11. 라이선스

학습 자료. 자유롭게 수정/배포하라. 코드는 모두 표준 C++ 만 사용해서 어떤 환경에든 옮겨갈 수 있다.

행운을 빈다. C++ 는 처음 한 달이 가장 가파르고, 그 뒤로는 예상 가능한 산이다.