블로킹 I/O와 asyncio

지난 글에서 await가 제어권을 양보해 동시성을 만든다는 것을 봤다. 바꿔 말하면, await 없이 시간을 잡아먹는 코드는 양보를 하지 않는다. 이것이 asyncio 입문자가 가장 자주 부딪히는 함정이다. 비동기 함수 안에 동기 블로킹 호출을 넣으면, 동시성이 사라지고 오히려 동기 코드보다 못해진다.

블로킹 한 줄이 전체를 멈춘다

asyncio는 단일 스레드에서 돈다. 한 코루틴이 time.sleep()이나 동기 requests.get() 같은 블로킹 호출을 하면, 그 호출이 반환될 때까지 이벤트 루프 자체가 멈춘다. 그동안 다른 어떤 코루틴도 진행되지 못한다.

import asyncio
import time

async def bad(name):
    print(f"{name} 시작")
    time.sleep(2)          # ❌ 루프 전체를 2초간 정지
    print(f"{name} 끝")

async def main():
    await asyncio.gather(bad("A"), bad("B"), bad("C"))

asyncio.run(main())   # 동시성 없음 — 약 6초 소요

세 작업을 gather로 동시에 돌리려 했지만 time.sleep이 양보하지 않으므로 순차 실행되어 6초가 걸린다. time.sleep을 await asyncio.sleep으로 바꾸면 약 2초로 줄어든다.

증상 알아채기

블로킹 함정은 조용히 성능을 갉아먹어 발견이 늦다. 비동기 서버인데 동시 요청 처리가 안 되거나, gather로 묶었는데 시간이 합산되어 나온다면 의심해 볼 만하다. 대표적인 블로킹 호출들을 외워 두면 도움이 된다.

• time.sleep() → asyncio.sleep()
• 동기 requests / urllib → aiohttp / httpx(async)
• 동기 DB 드라이버 → 비동기 드라이버(asyncpg 등)
• 무거운 CPU 계산(이미지 처리, 압축 등)

run_in_executor로 떠넘기기

비동기 대안이 없는 동기 라이브러리를 꼭 써야 할 때가 있다. 그럴 때는 그 호출을 별도 스레드에서 실행해 루프를 해방시킨다. loop.run_in_executor()가 블로킹 함수를 스레드 풀에 넘기고, 그 완료를 await할 수 있는 awaitable로 돌려준다.

import asyncio
import requests   # 동기 라이브러리

def blocking_fetch(url):
    return requests.get(url).status_code

async def main():
    loop = asyncio.get_running_loop()
    # None → 기본 ThreadPoolExecutor 사용
    status = await loop.run_in_executor(None, blocking_fetch, "https://example.com")
    print(status)

asyncio.run(main())

이렇게 하면 블로킹 작업이 스레드에서 도는 동안 루프는 다른 코루틴을 계속 처리한다.

asyncio.to_thread — 더 간단한 길

Python 3.9부터는 asyncio.to_thread()가 같은 일을 더 깔끔하게 해 준다. 루프를 직접 가져올 필요 없이 함수와 인자를 넘기면 된다.

import asyncio
import requests

async def main():
    results = await asyncio.gather(
        asyncio.to_thread(requests.get, "https://example.com"),
        asyncio.to_thread(requests.get, "https://python.org"),
    )
    print([r.status_code for r in results])

asyncio.run(main())

두 동기 요청이 각각 스레드에서 동시에 처리되어, 합산이 아니라 더 느린 쪽 하나의 시간에 끝난다. 키워드 인자도 to_thread(fn, arg, key=value)처럼 그대로 전달된다.

CPU 바운드는 프로세스로

스레드 풀은 I/O 블로킹에는 효과적이지만, 순수 CPU 계산에는 GIL 때문에 큰 도움이 안 된다. 무거운 계산은 ProcessPoolExecutor를 executor로 지정해 별도 프로세스에서 돌리는 것이 맞다.

import asyncio
from concurrent.futures import ProcessPoolExecutor

def heavy(n):
    return sum(i * i for i in range(n))

async def main():
    loop = asyncio.get_running_loop()
    with ProcessPoolExecutor() as pool:
        result = await loop.run_in_executor(pool, heavy, 10**7)
    print(result)

asyncio.run(main())

정리하면, asyncio 안에서 블로킹 코드는 절대 그냥 호출하지 말고, I/O는 스레드 executor로, CPU는 프로세스 executor로 떠넘긴다. 다음 글에서는 동기 requests를 대체하는 비동기 HTTP 클라이언트인 aiohttp와 httpx를 살펴본다.

---

지난 글: async / await 문법

다음 글: aiohttp와 httpx

읽어주셔서 감사합니다. 😊