← 문제 풀이 목록

서버 증설 로직 개선 분석: 시간차를 극복한 풀이

/ 6분 분량 / 문제 풀이
#알고리즘

이번 학습은 프로그래머스에서 "서버 증설" 문제를 풀이하면서 겪었던 시행착오와 개선 과정을 되짚어보는 시간이었습니다. 초기 풀이에서 후반 풀이로 나아가면서 발생했던 문제점을 분석하고, 어떻게 로직을 개선했는지 Gemini와의 대화를 통해 명확하게 이해할 수 있었습니다.

서버 증설 로직 개선 분석: 시간차를 극복한 풀이

이번 학습은 프로그래머스에서 "서버 증설" 문제를 풀이하면서 겪었던 시행착오와 개선 과정을 되짚어보는 시간이었습니다. 초기 풀이에서 후반 풀이로 나아가면서 발생했던 문제점을 분석하고, 어떻게 로직을 개선했는지 Gemini와의 대화를 통해 명확하게 이해할 수 있었습니다.

학습 주제

  • 공부 주제: 서버 증설 로직 개선 분석
  • 대화 제목: 서버 증설 로직 개선 분석
  • 학습 날짜: 2026년 6월 30일

질문과 탐구

초기 코드 작성 후, 만족스러운 결과를 얻지 못하고 여러 번의 수정을 거치면서 다음과 같은 질문을 던졌습니다.

  • 서버가 증설되거나 반납되는 시점과 현재 필요한 서버 용량을 판단하는 시점 간의 인과 관계가 어떻게 되는가?
  • k 시간 전 증설된 서버가 반납되는 로직이 현재 시뮬레이션에 어떻게 영향을 미치는가?
  • 초기 풀이에서 발생한 비효율적인 조건문과 복잡성을 어떻게 개선할 수 있는가?

이러한 질문들을 바탕으로 Gemini와 대화하며 문제의 핵심 논점을 파악하고, 시간 순서에 따른 정확한 로직 흐름을 설계하는 데 집중했습니다.

핵심 학습 내용

1. '인과관계(시간 순서)'의 올바른 정립

초기 풀이에서는 현재 시간대의 필요한 서버 수를 계산한 뒤, i >= k 조건에 따라 서버를 감소시키는 순서였습니다. 이로 인해 실제로는 이미 만료되어 사라졌어야 할 서버가 '현재 유저를 감당할 수 있는지' 판단하는 데 여전히 존재하는 것으로 잘못 계산되는 문제가 있었습니다.

후반 풀이에서는 이 순서를 **'반납 -> 판단 -> 증설'**의 흐름으로 변경했습니다.

  1. 새로운 시간대가 시작되면, 먼저 k 시간 전 증설된 서버가 반납됨으로써 현재 실제로 가용한 서버 수(server_cnt)를 정확히 계산합니다.
  2. 이 '깨끗해진' server_cnt를 기준으로 현재 시간대에 필요한 서버 용량(cur_quot)을 감당할 수 있는지 판단합니다.
  3. 만약 부족하다면, 필요한 만큼만 정확하게 서버를 증설(add_cnt)하고 server_cnt를 갱신합니다.

2. 예외 처리 분리와 코드 가독성 향상

초기 코드에서는 24시간 루프 안에서 매번 if(i == 0) 조건을 검사했습니다. 0번째 시간대 초기화는 단 한 번만 필요한 로직인데도 반복적으로 조건문을 타는 것은 비효율적이었습니다.

개선된 풀이에서는 0번째 시간대의 초기화 로직을 반복문 바깥으로 빼내어 루프는 i = 1부터 시작하도록 변경했습니다. 덕분에 불필요한 분기문이 제거되어 코드의 가독성이 크게 향상되었습니다.

3. 조건식의 직관성과 주객전도 오류 해결

초기 코드의 조건식(cur_quot - server_cnt[i-1] > 0)은 이전 서버 대수와 현재 유저 수를 비교하는 방식이었습니다. 하지만 앞서 언급한 반납 로직의 꼬임 때문에 '반납이 무시된 상태'에서의 비교가 이루어져 오류가 발생했습니다.

후반 풀이에서는 **"현재 유저를 감당할 수 있는가?"**라는 문제의 본질에 가장 직관적인 조건식(server_cnt[i] >= cur_quot)을 사용했습니다. 이를 통해 다음과 같은 명확한 흐름을 만들 수 있었습니다.

  • server_cnt[i] >= cur_quot: 현재 가용 서버 수로 현재 유저를 감당 가능하다면, 증설은 0입니다.
  • server_cnt[i] < cur_quot: 현재 가용 서버 수로 현재 유저를 감당하지 못한다면, 부족한 만큼(cur_quot - server_cnt[i])을 add_cnt에 추가하고 server_cnt를 즉시 갱신하여 부족분을 채웁니다.

이해한 내용

이번 분석을 통해 서버 증설 로직에서 가장 중요한 것은 시간적 인과관계를 정확히 파악하고 이를 코드에 반영하는 것임을 다시 한번 깨달았습니다. 특히, k 시간 전의 서버 반납 로직이 현재 시점의 서버 가용성에 미치는 영향을 제대로 이해하지 못했던 점이 초기 풀이의 오류 원인이었습니다.

개선된 풀이는 server_cnt(이전 상태 및 반납 반영) -> cur_quot(현재 요구량 비교) -> add_cnt(부족분 증설) -> server_cnt(최종 갱신)이라는 시뮬레이션 문제의 정석적인 흐름을 따르고 있습니다. 이 구조를 통해 각 시간대별 서버 증설 및 반납 로직을 명확하고 효율적으로 관리할 수 있었습니다.

실전 적용

이러한 시간적 인과관계 분석 및 상태 변화 관리는 다양한 시뮬레이션 문제나 복잡한 시스템 로직을 다룰 때 매우 유용하게 적용될 수 있습니다.

  • 시스템 자원 관리: 실시간 트래픽 변화에 따른 서버 자원(CPU, 메모리 등) 할당 및 회수 로직 설계
  • 재고 관리: 시간 경과에 따른 재고 변동(입고, 출고, 폐기) 시뮬레이션
  • 물리 시뮬레이션: 시간 단계를 기반으로 하는 물리 법칙 적용 및 상태 업데이트

실습 계획:
다른 프로그래머스 문제 중 시간 흐름에 따른 상태 변화를 다루는 문제를 찾아, 이번에 배운 '인과관계 파악 및 시간 순서 준수' 원칙을 적용하여 풀어보는 연습을 할 계획입니다.

추가 학습 계획

이번 분석은 Gemini가 제시한 개선점을 중심으로 이루어졌습니다. 앞으로는 다음과 같은 부분을 더 깊이 공부하고 싶습니다.

  • 다양한 시뮬레이션 패턴: 시간 이동(time stepping), 이벤트 기반 시뮬레이션(event-driven simulation) 등 다양한 시뮬레이션 기법에 대해 학습하고 싶습니다.
  • 알고리즘 복잡도 분석: 개선된 풀이와 초기 풀이의 시간 복잡도 및 공간 복잡도를 비교 분석하여 효율성 측면에서의 차이를 명확히 이해하고 싶습니다.
  • 관련 자료: 알고리즘 문제 해결 관련 커뮤니티나 블로그에서 유사한 시뮬레이션 문제 풀이 사례들을 찾아보며 다양한 접근 방식을 익힐 것입니다.

참고 자료