CS 인터뷰 커리큘럼 + 문제 뱅크

TL;DR — 채널톡 1차 면접(2026-05-26) D-5. Java/Spring 7년 기반, CS 기초 복습. 단기 집중 도메인: 자료구조 → 알고리즘 → 네트워크 → OS → DB. 아는 것은 말로 설명할 수 있는 수준으로, 모르는 것은 개념만이라도 확보.

---

학습 일정 (D-5 플랜)

날짜	주제	우선도
5/21 (오늘)	자료구조 전체 훑기	★★★
5/22	알고리즘 복잡도 + 정렬/탐색	★★★
5/23	네트워크 HTTP/TCP + OS 기초	★★★
5/24	DB 인덱스/트랜잭션/격리수준	★★★
5/25	전체 복습 + 예상 질문 소리 내어 답변	★★★
5/26	면접 당일 — 가볍게 훑기만	─

---

1. 자료구조

1.1 내 베이스라인 (7년 Spring 기준)

개념	수준	비고
Array / ArrayList	✅	Java 일상
LinkedList	✅	개념, 구현 다소 rusty
Stack / Queue	✅	Deque 사용 경험
HashMap / HashSet	✅	일상 사용, 해시 충돌 설명 가능해야
Tree (BST, Heap)	🔄	개념 OK, 직접 구현 rusty
Graph (DFS/BFS)	🔲	이론 알지만 코딩 rusty
Trie	🔲	개념만

1.2 핵심 개념 정리

Array vs LinkedList

Array: 임의 접근 O(1), 삽입/삭제 O(n)
LinkedList: 임의 접근 O(n), 삽입/삭제 O(1) (노드 참조 있을 때)

Stack / Queue

Stack: LIFO — push/pop O(1)
Queue: FIFO — enqueue/dequeue O(1)
Java: Deque stack = new ArrayDeque<>()

HashMap 내부 동작

해시 함수 → 버킷 인덱스
충돌: Separate Chaining (Java 8+: 8개 이상이면 LinkedList → Red-Black Tree)
조회 평균 O(1), 최악 O(n)
Load Factor 기본값 0.75 → 초과 시 rehashing

Tree

BST: 왼쪽 < 루트 < 오른쪽. 탐색 평균 O(log n), 최악 O(n) (편향)
Balanced BST (AVL, Red-Black): 탐색 보장 O(log n)
Heap: 완전 이진트리, 부모 >= 자식 (Max Heap). insert/delete O(log n)

1.3 예상 질문

Q1. HashMap과 HashTable의 차이는?

HashTable: thread-safe (synchronized), null 키/값 불허, 레거시
HashMap: non-thread-safe, null 허용
thread-safe 필요시: ConcurrentHashMap (세분화 락, 성능 우수)

Q2. ArrayList와 LinkedList 언제 각각 쓰나?

읽기 위주 / 인덱스 접근 많으면: ArrayList
삽입/삭제 빈번하고 앞/중간 위치면: LinkedList
실무에서 LinkedList는 거의 안 씀 (캐시 미스, 포인터 오버헤드)

Q3. Stack을 구현해보세요.

```java

class Stack {

private final Deque deque = new ArrayDeque<>();

public void push(T val) { deque.push(val); }

public T pop() { return deque.pop(); }

public T peek() { return deque.peek(); }

public boolean isEmpty() { return deque.isEmpty(); }

}

```

---

2. 알고리즘 복잡도

2.1 내 베이스라인

개념	수준
Big O 표기법	✅
시간 복잡도 분석	🔄
공간 복잡도	🔄
정렬 알고리즘 (이름)	✅
정렬 알고리즘 (구현)	🔲
이진 탐색	✅
DFS / BFS	🔲
DP 기초	🔲

2.2 핵심 개념

Big O 요약

표기	예시
O(1)	HashMap 조회
O(log n)	이진 탐색, BST
O(n)	배열 순회
O(n log n)	Merge Sort, Quick Sort 평균
O(n²)	Bubble Sort, 중첩 반복문

정렬 알고리즘 요약

알고리즘	평균	최악	특징
Bubble Sort	O(n²)	O(n²)	인접 교환
Selection Sort	O(n²)	O(n²)	최솟값 선택
Insertion Sort	O(n²)	O(n²)	거의 정렬된 데이터에 강
Merge Sort	O(n log n)	O(n log n)	Stable, 분할정복
Quick Sort	O(n log n)	O(n²)	평균 빠름, Unstable
Heap Sort	O(n log n)	O(n log n)	In-place, Unstable
Java Arrays.sort	O(n log n)	O(n log n)	Dual-pivot Quick + Merge

이진 탐색

정렬된 배열에서 O(log n) 탐색
left=0, right=n-1, mid=(left+right)/2
오버플로우 방지: mid = left + (right - left) / 2

DFS / BFS

DFS: 스택(재귀) 사용. 경로 탐색, 사이클 감지
BFS: 큐 사용. 최단 경로 (가중치 없는 그래프)

2.3 예상 질문

Q1. Quick Sort의 최악 케이스는 언제?

피벗이 항상 최솟값 또는 최댓값일 때 (이미 정렬된 배열에서 첫 번째 요소를 피벗으로 선택). O(n²). 랜덤 피벗으로 방지.

Q2. Merge Sort와 Quick Sort 비교

Merge Sort: Stable, 항상 O(n log n), 추가 메모리 O(n)
Quick Sort: Unstable, 평균 O(n log n) 최악 O(n²), In-place (추가 메모리 O(log n))
실무: Java primitive 배열은 Quick Sort 변형, Object 배열은 Merge Sort 계열 (stable 보장)

Q3. BFS로 최단 경로 찾는 이유

BFS는 레벨 단위로 탐색 → 처음 도달한 경로가 최단. DFS는 최단 보장 X.

---

3. 네트워크

3.1 내 베이스라인

개념	수준
HTTP 메서드 / 상태코드	✅
REST 원칙	✅
HTTPS / TLS	🔄
TCP 3-way handshake	🔄
TCP vs UDP	🔄
DNS	🔄
쿠키 / 세션 / JWT	✅
WebSocket	🔄

3.2 핵심 개념

HTTP/1.1 vs HTTP/2 vs HTTP/3

HTTP/1.1: 텍스트 기반, 커넥션당 1 요청 (keep-alive로 재사용)
HTTP/2: 바이너리, 멀티플렉싱 (한 커넥션에 여러 요청 병렬), 헤더 압축
HTTP/3: UDP 기반 (QUIC), 연결 설정 빠름

TCP 3-way handshake

1. SYN (클라 → 서버)

2. SYN-ACK (서버 → 클라)

3. ACK (클라 → 서버)

연결 종료: 4-way (FIN, ACK, FIN, ACK)

TCP vs UDP

	TCP	UDP
연결	연결 지향	비연결
신뢰성	보장 (재전송)	미보장
순서	보장	미보장
속도	느림	빠름
용도	HTTP, 파일전송	DNS, 스트리밍, 게임

HTTPS / TLS

1. TCP 연결

2. TLS Handshake: 서버 인증서 검증 + 대칭키 교환 (비대칭키로 암호화)

3. 대칭키로 실제 데이터 암호화

HTTP 상태 코드 핵심

2xx: 성공 (200 OK, 201 Created, 204 No Content)
3xx: 리다이렉션 (301 영구, 302 임시)
4xx: 클라 오류 (400 Bad Request, 401 Unauthorized, 403 Forbidden, 404 Not Found, 409 Conflict)
5xx: 서버 오류 (500 Internal, 502 Bad Gateway, 503 Service Unavailable)

3.3 예상 질문

Q1. GET과 POST의 차이

GET: 데이터 조회, URL 쿼리스트링에 파라미터, 캐싱 가능, 멱등성 O
POST: 데이터 생성/전송, 바디에 파라미터, 캐싱 불가, 멱등성 X
(면접 추가) PUT: 전체 교체 / PATCH: 부분 업데이트 / DELETE: 삭제

Q2. 브라우저에 URL 입력하면 무슨 일이?

1. URL 파싱 → 프로토콜/호스트/경로

2. DNS 조회 → IP 주소

3. TCP 연결 (+ TLS handshake if HTTPS)

4. HTTP 요청 전송

5. 서버 처리 → HTTP 응답

6. 브라우저 렌더링 (HTML 파싱, CSS, JS 로딩)

Q3. REST API 설계 원칙

1. Stateless: 서버가 클라 상태 저장 X

2. Client-Server 분리

3. Uniform Interface: 일관된 URI + HTTP 메서드

4. Cacheable

5. Layered System

6. (선택) Code on Demand

실무 주의: 동사 URI 금지 (/getUser X, /users/{id} O)

---

4. OS

4.1 내 베이스라인

개념	수준
프로세스 vs 스레드	🔄
Context Switching	🔲
메모리 (Stack vs Heap)	✅ (JVM 기준)
가상 메모리	🔲
데드락	🔄
뮤텍스 / 세마포어	🔲
스케줄링 알고리즘	🔲

4.2 핵심 개념

프로세스 vs 스레드

	프로세스	스레드
정의	실행 중인 프로그램	프로세스 내 실행 단위
메모리	독립 주소 공간	코드/힙/데이터 공유
통신	IPC (파이프, 소켓)	공유 메모리 직접
생성 비용	높음	낮음
장애 격리	강함	약함 (한 스레드 크래시 → 프로세스 종료)

Context Switching

CPU가 A 프로세스에서 B로 전환 시 A의 레지스터 상태 저장 → B의 상태 복원
비용: 레지스터 저장/복원 + 캐시 미스
스레드 컨텍스트 스위치 < 프로세스 컨텍스트 스위치 (메모리 공간 전환 없음)

데드락 4가지 조건

1. 상호 배제 (Mutual Exclusion)

2. 점유 대기 (Hold and Wait)

3. 비선점 (No Preemption)

4. 순환 대기 (Circular Wait)

방지: 4가지 중 하나라도 제거 (주로 순환 대기 제거 — 자원 순서 고정)

뮤텍스 vs 세마포어

뮤텍스: 락을 가진 스레드만 해제 가능. 1개 자원 보호. Ownership 개념.
세마포어: 카운트 기반. N개 자원. 다른 스레드도 해제 가능. Signaling 용도.

JVM 메모리 (Java 개발자로서 강점)

Stack: 스레드별, 지역변수/메서드 호출 스택, LIFO
Heap: 객체 저장, GC 관리 (Eden → Survivor → Old Gen)
Method Area (Metaspace): 클래스 메타데이터

4.3 예상 질문

Q1. 프로세스와 스레드 차이, 언제 멀티프로세스 vs 멀티스레드?

멀티프로세스: 격리 중요 (웹 브라우저 탭, Chrome), 장애 전파 차단
멀티스레드: 공유 메모리로 협업 필요, 생성 비용 절감 (HTTP 서버, Spring)
Java: 스레드 모델. 최근 Virtual Thread(Java 21)로 경량화

Q2. 데드락 해결 방법

예방: 자원 할당 순서 고정 (Lock Ordering)

탐지 후 복구: 데드락 감지 알고리즘 + 프로세스 kill

회피: Banker's Algorithm (이론적)

실무: tryLock(timeout) 사용, 락 순서 문서화

---

5. DB

5.1 내 베이스라인 (Spring JPA 경험 강함)

개념	수준
인덱스 (B-Tree 구조)	✅
복합 인덱스 / 커버링 인덱스	🔄
트랜잭션 ACID	✅
격리 수준 4가지	🔄
N+1 문제	✅
정규화 (1NF~3NF)	🔄
샤딩 / 파티셔닝	🔲
MVCC	🔲

5.2 핵심 개념

인덱스

B-Tree 인덱스: 균형 트리. 조회/범위 O(log n). 삽입/삭제 시 재균형 비용.
해시 인덱스: 동등 조건 O(1), 범위 조건 불가.
복합 인덱스: (a, b, c) 인덱스는 왼쪽부터 순서대로 사용. WHERE b=1은 a 없으면 미사용.
커버링 인덱스: 쿼리에 필요한 컬럼이 인덱스에 다 있어 테이블 접근 불필요.
인덱스 걸면 안 되는 경우: 카디널리티 낮은 컬럼 (성별, 불리언), 쓰기 많은 테이블.

ACID

Atomicity: 전체 성공 또는 전체 롤백
Consistency: 트랜잭션 전후 제약 조건 유지
Isolation: 동시 실행 트랜잭션 간 독립성
Durability: 커밋된 데이터는 장애 후에도 유지

격리 수준

수준	Dirty Read	Non-Repeatable Read	Phantom Read
READ UNCOMMITTED	O	O	O
READ COMMITTED	X	O	O
REPEATABLE READ	X	X	O
SERIALIZABLE	X	X	X

MySQL InnoDB 기본: REPEATABLE READ (MVCC로 Phantom Read 거의 방지)
Spring @Transactional 기본: READ COMMITTED (DB 기본 따름)
실무: READ COMMITTED가 대부분 충분

MVCC (Multi-Version Concurrency Control)

읽기 시 락 없이 스냅샷 읽기 → 읽기/쓰기 충돌 최소화
Undo Log에 이전 버전 보관
InnoDB의 REPEATABLE READ가 MVCC로 구현

N+1 문제

1개 쿼리 후 각 결과에 N번 추가 쿼리
해결: Fetch Join (JOIN FETCH), @EntityGraph, Batch Size 설정

5.3 예상 질문

Q1. 인덱스를 사용하면 무조건 빠른가?

아니다. 인덱스는 읽기 최적화, 쓰기 비용 증가. 카디널리티 낮은 컬럼에 인덱스 → 풀스캔보다 느릴 수 있음. 소량 데이터 테이블도 풀스캔이 빠를 수 있음. EXPLAIN으로 실행 계획 확인 필요.

Q2. REPEATABLE READ와 READ COMMITTED 차이를 실무 예로

READ COMMITTED: 트랜잭션 내 같은 쿼리를 두 번 실행하면 다른 결과 가능 (다른 트랜잭션 커밋 반영)
REPEATABLE READ: 트랜잭션 시작 시점 스냅샷 고정. 같은 쿼리는 항상 같은 결과.
계좌 잔액 조회 + 차감이면 REPEATABLE READ 이상 필요.

Q3. N+1을 어떻게 해결했나?

1. JPQL Fetch Join: SELECT o FROM Order o JOIN FETCH o.items

2. @EntityGraph: 메서드 위에 선언

3. Batch Size: @BatchSize(size=100) — IN 쿼리로 묶어서 조회

4. QueryDSL fetchJoin()

상황에 따라 다름: 단순 조회면 Fetch Join, 페이징 + 컬렉션이면 Batch Size 추천.

---

6. 시스템 설계 (장기 유지 / 면접 준비 보조)

면접 질문이 나올 경우 기본 틀:

1. 요구사항 명확화 (기능 / 비기능)

2. 규모 추정 (DAU, QPS, 저장 용량)

3. 고수준 설계 (컴포넌트 다이어그램)

4. 핵심 컴포넌트 상세 설계

5. 병목 해결 (캐싱, 샤딩, CDN, 로드 밸런싱)

---

학습 상태 추적

도메인	개념 읽기	질문 소리 내어 답변	완료
자료구조	☐	☐	☐
알고리즘	☐	☐	☐
네트워크	☐	☐	☐
OS	☐	☐	☐
DB	☐	☐	☐

---

참고

HAN-136: CS 인터뷰 커리큘럼 + 문제 뱅크 구축
HAN-134: 개인 지식 커리큘럼 정의
HAN-135: 학습 강제 파이프라인 (연동 예정)