바이브 코딩 결과

AuraGC-AdaptiveGC

AuraGC-AdaptiveGC 프로젝트 요약

프로젝트/팀 기본정보

제품 링크 또는 실행 방법

github에서 whl 파일을 pip install 하여 프로젝트에 사용

문제 정의 (Problem)

Python은 객체 수가 임계치에 도달해야 GC 작동함 Python은 컨테이너(Cgroup) 한계를 인지하지 못해 OOM(Out-of-Memory)에 취약 대규모 힙 스캔 시 발생하는 Stop-The-World 지연시간이 매우 길어 서비스 마비 가능성

해결 방식 (Solution)

  • AuraGC의 '두뇌'인 가버너는 제어 공학의 PID 개념을 응용하여 **긴급도(Urgency Score, UU)**를 계산
  • U=(wpPpsi)+(wvValloc)+Safety MarginU = (w_p \cdot P_{psi}) + (w_v \cdot V_{alloc}) + \text{Safety Margin}
  • 긴급 수집 후 살아남은 객체는 '누수 데이터'이거나 '불변 데이터'일 확률이 높음
  • 이를 즉시 gc.freeze() 처리하여 불사(Immortal) 상태로 낙인찍음
  • 결과: 다음 수집 시 동결된 객체는 스캔 대상에서 제외되어 Stop-The-World 시간을 90% 이상 단축

한 줄 소개

반응형 스마트 Python GC

데모 설명 (3분 이내 기준)

AuraGC Visualizer compares Baseline vs AuraGC under 'Leak Storm' conditions, 전역 변수 최적화 및 톱니바퀴 안정성 곡선을 시각화합니다.

팀 소개 및 역할

  • juwonkim: Core Engine & Visualizer
  • Antigravity: AI Coding Assistant

기술 스택

Python 3.14, C, Docker, Streamlit, FastAPI, Linux PSI

라이선스/출처

MIT License