[Android][ART] ART의 프로파일 기반 컴파일

출처

ChatGPT

 

• 프로파일 용어 뜻 -> [용어] 프로파일, 프로파일링

---

개요

ART(Anroid Runtime)의 프로파일 기반 컴파일은 Android 애플리케이션의 성능을 최적화하기 위한 기법이다. 프로파일링 데이터를 기반으로 코드의 실행 경로를 분석하고, 이러한 정보를 활용해 코드의 성능을 개선하는 방법이다. 이 기법은 애플리케이션이 실제로 사용되는 패턴을 이해하고, 자주 사용되는 부분을 최적화함을써 성능을 향상시키고, 초기 앱 로딩 시간을 줄이는 데 도움을 준다.

 

ART와 프로파일 기반 컴파일

1. ART(Android Runtime)이란?

• Android 운영체제에서 Java 애플리케이션을 실행하는 런타임 환경이다.
• ART는 Dalvik 가상 머신(Dalvic VM)을 대체해, Android 5.0부터 기본 런타임 환경으로 채택되었다.
• ART는 AOT(Ahead-Of-Time) 컴파일과  JIT(Just-In-Time) 컴파일을 혼합해 성능을 최적화한다.

2. 프로파일 기반 컴파일이란?

프로파일 기반 컴파일은 앱이 실제로 사용될 때 수집된 실행 데이터를 바탕으로, 특정 코드 경로와 메서드를 최적화하는 기술이다. 이 기법은 특히 JIT 컴파일러와 AOT 컴파일러의 최적화 전략에 활용된다.

1. 프로파일 데이터 수집

• 애플리케이션이 실행되는 동안 수집된 프로파일 데이터는 어떤 메서드가 자주 호출되는지, 어떤 경로로 코드가 실행되는지에 대한 정보를 담고 있다.

2. 코드 최적화

• 수집된 프로파일 데이터를 기반으로, 자주 사용되는 메서드와 코드 경로를 최적화하여 실행 속도를 개선한다. 이는 곧바로 앱의 성능 향상으로 이어진다.

 

프로파일 기반 컴파일의 동작 원리

1. 프로파일 데이터 수집

• 애플리케이션이 처음 실행될 때, 프로파일러(프로파일링 도구)가 앱의 실행 패턴을 모니터링하고, 자주 호출되는 메서드와 클래스에 대한 데이터를 수집한다.
• 이러한 데이터는 '*.prof' 파일 형태로 저장된다.

2. 프로파일 데이터 분석

• 수집된 프로파일 데이터를 분석하여, 앱의 어떤 부분이 가장 빈번하게 실행되는지 파악한다.
• 자주 실행되는 메서드, 클래스 초기화, 루프 등을 식별한다.

3. 코드 컴파일 및 최적화

• JIT 컴파일러는 런타임에 자주 사용되는 코드를 네이티브 코드로 변환하여 실행 속도를 높인다. 
• AOT 컴파일러는 프로파일링을 통해 수집된 실행 데이터를 사용해, 자주 호출되는 메서드와 클래스의 네이티브 코드 버전을 미리 생성한다.
• 최적화된 코드는 메모리에 저장되어, 애플리케이션의 다음 실행 시 더 빠르게 로드된다.

4. 프로파일 주기적 업데이트

• 프로파일링 데이터는 애플리케이션의 사용 패턴이 변경될 때 주기적으로 업데이트된다. 이를 통해, 최신 사용 패턴에 맞춰 최적화 수준을 유지한다.

프로파일 기반 컴파일의 장점

1. 향상된 성능

• 자주 사용되는 경로와 메서드가 최적화되어, 애플리케이션의 실행 속도가 빨라진다. 이는 사용자 경험을 크게 향상시킨다.

2. 최소화된 앱 시작 시간

• 자주 호출되는 메서드와 클래스가 미리 최적화된 상태로 제공되므로, 앱의 초기 로딩 시간이 감소한다.
• 앱의 첫 실행 시 AOT 컴파일을 통해, 이후 실행에서는 빠른 시작을 보장한다.

3. 배터리 효율성

• 최적화된 코드 실행은 CPU와 메모리 자원의 효율성을 높여, 전력 소모를 줄이는 데 기여한다.

4. 디스트 공간 절약

• 필요하지 않은 코드의 컴파일을 피함으로써, 디스크 공간을 절약할 수 있다.

예제 시나리오

다음은 프로파일 기반 컴파일의 구체적인 시나리오를 설명한다.

1. 앱의 초기 실행

1. 앱 설치 및 초기 실행

• 사용자가 앱을 설치하고 처음 실행할 때, ART는 기본적으로 AOT 컴파일을 수행하여 앱의 코드를 네이티브 코드로 변환한다.
• 이 과정에서 일부 기본 최적화가 적용되지만, 아직 사용자 패턴에 대한 정보가 충분하지 않다.

2. 프로파일링 데이터 수집

• 사용자가 앱을 사용하면서 프로파일러가 어떤 메서드가 자주 호출되고, 어떤 클래스가 자주 초기화되는지에 대한 데이터를 수집한다.
• 수집된 프로파일 데이터는 다음 실행에서 최적화에 활용된다.

2. 두 번째 실행 및 이후 실행

3. 프로파일 기반 최적화

• 앱을 두 번째로 실행할 때, ART는 수집된 프로파일 데이터를 기반으로 자주 호출되는 코드 경로를 JIT 또는 AOT로 최적화한다.
• 필요시, 새로운 코드 패턴에 맞춰 최적화를 조정한다.

4. 실행 속도 및 반응성 향상

• 최적화된 코드 덕분에 앱의 실행 속도가 빨라지고, 사용자의 인터페이스의 반응성이 개선된다.
• 메서드 호출이 즉각적으로 이루어지며, CPU 부하가 감소하여 전력 효율이 향상된다.

 

프로파일 기반 컴파일의 실제 사용 예

예제 코드

public class ExampleActivity extends Activity {
    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_example);
        
        // 빈번하게 호출되는 메서드
        frequentlyCalledMethod();
    }

    private void frequentlyCalledMethod() {
        // 자주 실행되는 코드
        for (int i = 0; i < 1000; i++) {
            Log.d("ExampleActivity", "Loop iteration: " + i);
        }
    }
}

 

위의 'frequentlyCalledMethod()' 메서드는 자주 호출되며, ART는 이 메서드의 실행 패턴을 프로파일링해 최적화한다.

 

실행과정

1. 초기 실행

• 'ExampleActivity'의 'frequentlyCalledMethod()'가 실행되고, 프로파일러가 이 메스드의 실행 패턴을 수집한다.

2. 프로파일 기반 최적화

• 수집된 데이터를 기반으로 'frequentlyCalledMethod()'가 최적화된다.
• 이후 실행 시, 이 메서드는 더 빠르게 실행되며, 앱의 반응성이 향상된다.

'앱의 반응성이 향상된다'라는 표현은 애플리케이션 사용 시 사용자 인터페이스(UI)와 사용자 경험(UX)이 더욱 매끄럽고 빠르게 반응한다는 것을 의미한다.

결론

ART의 프로파일 기반 컴파일은 앱의 성능을 최적화하는 효과적인 방법이다. 실행 중 수집된 데이터를 통해 실제 사용 패턴에 맞춘 최적화가 가능하며, 이를 통해 앱의 초기 실행 속도와 전반적인 성능을 향상시키니다. 이러한 기법은 특히 모바일 환경에서 효율적인 자원 사용과 향상된 사용자 경험을 제공하는 데 중요한 역할을 한다.