주간 다이제스트 // WEB_DEV_GENERAL — 2026년 35주차
folder_open주간 보고서

Cloudflare, DNS cache에서 100 TB를 줄이다 — 35주 웹 개발

Cloudflare memory 최적화, 빨라진 browser release, 실패한 CDN cache가 population, locality, break-even math의 중요성을 보여줍니다.

calendar_todaysummarize2026년 35주차
태그: SYSTEMS PERFORMANCE읽기_시간: 11분

Cloudflare가 DNS cache memory 100 TB를 줄인 방법

Cloudflare cache는 2,500억 개 넘는 DNS entry를 담아 1 byte 낭비도 fleet 전체에서 250 GB가 넘습니다. Representation 변경 5개가 entry를 953 byte에서 420 byte로 줄이고 약 100 TB를 확보했습니다. Immutable box가 growable vector를 대체하고 section은 list 하나를 공유하며 repeated owner를 제거하고 large enum variant를 외부로 옮기고 encoded record data를 contiguous하게 저장합니다. Insert throughput은 초당 625,000에서 893,000 entry로 늘고 lookup latency는 828ns에서 670ns로 줄었습니다.

엔지니어링 커리어12:25

아무도 Vibe Coder를 채용하지 않습니다

Traversy Media는 AI가 technical interview를 없앤 것이 아니라 형태를 바꿨다고 설명합니다. CoderPad data를 인용해 2023년 중반 이후 assessment가 전 세계에서 48% 늘었고 company의 43%는 여전히 classic algorithm 문제를 쓰며, 나머지는 system design, pair programming, 실제 codebase debugging으로 이동했다고 전합니다. OpenAI와 Anthropic 사례는 reasoning과 fundamentals를 강조하고 Meta는 AI를 허용하는 더 어려운 collaborative round를 시험한다고 설명합니다. 채용 signal은 typing 속도나 그럴듯한 code 생성이 아니라 tradeoff를 설명하고 failure mode를 찾고 solution을 방어하는 engineering judgment입니다.

AI_인포그래픽
아무도 Vibe Coder를 채용하지 않습니다 — 인포그래픽
엔지니어링 실무14:59

2026년의 개발자는 너무 많이 배우고 있나요?

Stefan Mischook은 실제 constraint가 생기기 전에 tutorial, theory, speculative architecture, optimization으로 과도하게 준비하지 말라고 경고합니다. 한두 언어의 fundamentals를 익혀 사용할 수 있는 baseline에 도달한 뒤 배포한 project가 다음에 필요한 skill을 드러내게 하라고 권합니다. 작은 web application 하나도 수동적인 course에서는 드러나지 않는 structure, data, deployment, debugging 결정을 요구합니다. Optimization 역시 쓰이지 않는 system의 마지막 5%를 짜내려는 시도가 아니라 측정된 user impact나 infrastructure cost를 따라야 합니다.

AI_인포그래픽
2026년의 개발자는 너무 많이 배우고 있나요? — 인포그래픽
성능113:58

성능 좋은 코드가 중요하지만 널리 무시되는 이유 — Casey Muratori

Casey Muratori는 profile에서 가장 뜨거운 function을 바꾸고 국소적 개선을 받아들이는 흔한 optimization loop에 이의를 제기합니다. 먼저 system이 수행해야 할 operation과 hardware의 theoretical capacity를 구한 뒤 그 ceiling과 관측 throughput 사이의 설명되지 않는 gap을 측정합니다. 이 방식은 local minimum에 안주하지 않고 남은 cost마다 설명을 요구하게 합니다. 또한 적은 수의 assembly instruction을 읽는 일은 접근 가능하며, software가 잠재력보다 수십 배 느릴 수 있을 때 memory와 execution에 대한 구체적 model을 준다고 설명합니다.

AI_인포그래픽
성능 좋은 코드가 중요하지만 널리 무시되는 이유 — Casey Muratori — 인포그래픽
태그: WEB PERFORMANCE읽기_시간: 5분

빨라진 browser release가 RUM population을 바꾼다

Chrome과 Firefox가 2주 major release cycle을 준비하면서 exact-version cohort는 더 작고 짧게 유지됩니다. Site가 deploy하지 않아도 28일 RUM window가 여러 milestone을 포함하고 Extended Stable은 별도의 long-lived population을 남깁니다. Harry Roberts는 release annotation, minimum sample threshold, Beta journey test, unsegmented user view를 권합니다. 관련 navigation 연구는 visible redirect 166건 옆에서 unattributed-overhead observation 7,131,737건을 찾았습니다.

태그: CACHE ECONOMICS읽기_시간: 7분

CDN cache가 site를 더 느리게 만들 때

Static site의 warm cache hit는 0.239초였지만 cold miss는 0.366초였고 uncached baseline은 0.281초였습니다. Break-even equation은 67% hit rate를 요구했습니다. Daily visitor 약 9명이 77 page, 여러 edge location, deploy purge에 분산되어 실제 rate는 거의 0이었고 external crawler의 slow-page 수는 38에서 75로 늘었습니다. 이 실패는 cached를 faster와 동일시하기 전에 hit, miss, original user-facing metric을 모두 측정해야 함을 보여줍니다.

summarize다이제스트_요약

Cloudflare는 2,500억 개가 넘는 DNS entry를 담는 cache의 entry당 크기를 953 byte에서 420 byte로 줄였습니다. Growable collection 교체, flag packing, 반복 owner 제거, record data의 contiguous storage로 fleet 전체에서 약 100 TB를 확보했습니다. Insert throughput은 43% 늘고 lookup latency는 19% 줄어 allocation 감소와 locality 개선이 capacity와 speed를 함께 높일 수 있음을 보여줍니다.

Chrome과 Firefox가 2주 major release cycle로 이동하면 application deploy 없이도 browser-version mix가 RUM을 바꿀 수 있습니다. 더 작은 cohort, 28일 window 안의 더 많은 boundary, 오래 유지되는 managed release가 percentile을 움직입니다. 또 한 navigation 연구는 visible redirect 166건 옆에서 unattributed overhead observation 7,131,737건을 찾아 missing time에 이름을 붙이되 진단으로 오해하지 말아야 함을 보여줍니다.

소규모 static site의 CDN 실험은 break-even check를 제공합니다. Warm hit는 0.239초, cold miss는 0.366초, uncached baseline은 0.281초여서 cache는 손익분기점에 67% hit rate가 필요했습니다. Daily visitor 9명이 77 page와 여러 edge location에 흩어져 실제 hit rate는 거의 0이었고 crawler의 slow-page 수는 38에서 75로 늘었습니다.

선정 video는 이런 measurement를 둘러싼 engineering loop를 완성합니다. 채용 evidence는 “vibe coding”보다 reasoning을 중시하고, project-based learning은 speculative preparation을 대체하며, Casey Muratori의 optimization method는 국소적 향상을 기뻐하는 대신 관측 throughput을 hardware ceiling과 비교합니다. 공통 규율은 실제 constraint를 측정하고 gap을 설명한 뒤 행동하는 것입니다.

핵심 요점
  • hardware를 늘리기 전에 representation을 profile하세요. Immutable data는 capacity field, 반복 값, 큰 inline enum variant, 흩어진 allocation을 제거할 수 있습니다.
  • RUM에 browser Beta와 Stable date를 annotation하고 전체 user view를 유지하며 exact-version percentile을 설명으로 쓰기 전에 minimum sample을 요구하세요.
  • user location에서 cache hit, miss, uncached latency를 측정하고 break-even hit rate를 계산하며 처음 문제를 드러낸 metric으로 결과를 검증하세요.