동기 vs 비동기, 블로킹 vs 논블로킹 - 백엔드 & AI 개발에서의 활용

동기 vs 비동기 

• 이 두 개념은 "작업의 완료 시점을 어떻게 처리할 것인가?" 에 대한 방식의 차이입니다.
• 기다릴 것인가? 기다리지 않을 것인가? 결과를 기다리는 주체는 누구인가?

 

✔️ 동기 (Synchronous)

• 요청 보내면 결과 올때까지 기다림.
• 호출한 함수가 끝날 때까지 다른 일을 못 함.
• 요청과 응답의 순서가 보장됨 (순차적 처리)
• 예제 : 음식 주문 후 가만히 앉아 기다린다.

✔️ 비동기 (Asynchronous) 

• 요청을 보낸 후 응답을 기다리지 않고 다음 작업 실행 가능.
• 호출한 함수가 끝나지 않아도 다른 일을 할 수 있음.
• 요청과 응답의 순서가 보장되지 않음 (병렬적 처리)
• 예제 : 음식 주문 후 다른 일을 하다가 나오면 찾아간다.

 

블로킹 vs 논블로킹 

• 이 개념은 "작업의 수행 방식과 상태 변화" 에 대한 차이입니다.
• 멈춰야 하는가? 멈추지 않고 계속 움직일 수 있는가?

 

✔️ 블로킹(Blocking)

• 요청한 작업이 끝날 때까지 아무것도 못 하고 기다림.
• CPU가 대기 상태가 됨.
• 앞의 작업이 완료되야 다음 작업 수행이 가능함 .
• 예제 : 음식이 나올 때까지 아무것도 안 하고 멍하니 기다린다.

✔️ 논블로킹 (Non-Blocking)

• 요청한 작업이 끝날 때까지 기다리지 않고 다른 작업을 수행.
• 앞의 작업 여부와 상관없이 바로 다음 작업 수행. 
• 예제 : 음식 기다리는 동안 핸드폰을 본다.

 

 

어떻게 활용되는가?

백엔드 개발에서의 활용 예제 

개념	설명	백엔드 개발에서의 활용 예제
동기 (Synchronous)	요청을 보낸 후 응답을 기다린 후 다음 작업 수행	- HTTP 요청 처리 (RestTemplate) - 데이터베이스 조회 (JDBC) - 순차적인 로직이 필요한 서비스 (ex. 결제 처리)
비동기 (Asynchronous)	요청 후 응답을 기다리지 않고 다른 작업 수행 가능	- 이벤트 기반 서버 (Spring WebFlux, Node.js) - 대량 요청을 처리하는 웹 서버 (ex. 알림 시스템, 메시지 큐) - 데이터 처리 파이프라인 (Kafka, RabbitMQ)
블로킹 (Blocking)	작업이 끝날 때까지 현재 프로세스가 멈춤	- 일반적인 JDBC SQL 쿼리 - Thread.sleep() 사용 - 동기 파일 I/O (FileReader, BufferedReader)
논블로킹 (Non-Blocking)	작업이 끝나지 않아도 프로세스가 다른 작업 수행 가능	- NIO (Non-Blocking I/O)를 활용한 네트워크 서버 - CompletableFuture 비동기 API 요청 - WebFlux 기반 API

✔ 백엔드 개발에서의 선택 기준

• 단순한 API 요청/응답 → 동기 + 블로킹
• 대량의 동시 요청 처리 → 비동기 + 논블로킹
• DB 처리, 파일 I/O → 블로킹(일반적) → 논블로킹으로 최적화 가능
• 이벤트 기반 처리(Kafka, 메시지 큐 등) → 비동기 + 논블로킹

 

AI 개발에서의 활용 예제

개념	설명	AI 개발에서의 활용 예제
동기 (Synchronous)	요청을 보낸 후 응답을 기다린 후 다음 작업 수행	- 모델 학습 시 데이터 로드 (pandas, PyTorch DataLoader) - API 요청으로 데이터 가져오기 (requests.get()) - 모델이 한 스텝 학습을 완료한 후 다음 스텝 진행
비동기 (Asynchronous)	요청 후 응답을 기다리지 않고 다른 작업 수행 가능	- 데이터 파이프라인 처리 (Apache Airflow, Dask) - 모델 서빙 시 여러 요청 동시 처리 (FastAPI, gRPC) - 배치 처리 없이 실시간 데이터 스트리밍 (Kafka, Spark Streaming)
블로킹 (Blocking)	작업이 끝날 때까지 현재 프로세스가 멈춤	- CPU 연산 (numpy, scikit-learn) - 동기적인 모델 학습 (TensorFlow, PyTorch)
논블로킹 (Non-Blocking)	작업이 끝나지 않아도 프로세스가 다른 작업 수행 가능	- GPU 연산 (CUDA, TensorFlow async execution) - 비동기 API 호출 (aiohttp, asyncio) - 스트리밍 데이터 처리 (Kafka, TensorRT Inference Server)

✔ AI 개발에서의 선택 기준

• 모델 학습, 데이터 로드 → 동기 + 블로킹
• 서버에서 다수의 AI 요청 처리 → 비동기 + 논블로킹
• CPU 연산 기반 머신러닝 → 블로킹
• GPU 기반 딥러닝 추론 → 논블로킹