이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
백엔드 프로젝트에서 FastAPI를 처음 사용하며 비동기 API 서버를 구현한 경험이 있습니다. Django도 수업에서 써봤는데, FastAPI는 타입 힌트 기반 자동 문서화가 개발 중 API 확인에 편리해 사이드 프로젝트에서 선택했습니다. Pydantic 모델로 요청과 응답 구조를 정의하면서 유효성 검증을 자동으로 처리할 수 있다는 점이 특히 유용했습니다. 비동기 처리가 익숙하지 않았던 초반에는 async/await 사용처를 혼동해 동기 함수를 비동기 핸들러에 넣는 실수를 했는데, 이로 인해 이벤트 루프가 블로킹되는 문제를 경험했습니다. 이후 I/O 바운드는 비동기, CPU 바운드는 별도 스레드풀로 처리하는 기준을 익혔습니다. Django는 ORM과 어드민 패널이 강점이라 데이터 중심 내부 도구에 더 적합하다고 느꼈고, 둘을 비교하며 도구 선택은 프로젝트 성격에 맞춰야 한다는 결을 얻었습니다.
FastAPI로 비동기 API를 구현하면서 성능이 실제로 얼마나 다른지 직접 측정해본 경험이 있습니다. 동기 방식으로 작성한 엔드포인트와 비동기 방식으로 바꾼 엔드포인트의 응답 시간을 부하 테스트 도구로 비교했는데, 외부 API 호출이 포함된 엔드포인트에서 비동기가 눈에 띄게 빠른 것을 확인했습니다. 반면 CPU 연산이 많은 경우는 비동기로 바꿔도 차이가 없었는데, I/O 바운드와 CPU 바운드의 차이를 수치로 이해한 순간이었습니다. Django의 ORM은 쿼리를 선언적으로 쓸 수 있어서 간단한 CRUD API를 빠르게 만들 때 편했는데, 복잡한 쿼리는 select_related나 prefetch_related를 쓰지 않으면 N+1 문제가 생긴다는 것도 직접 쿼리 수를 세서 확인했습니다. 두 프레임워크를 비교하면서 어느 것이 더 좋다기보다 프로젝트 요구사항에 따라 선택이 달라진다는 것을 이해했습니다. 빠른 프로토타이핑에는 Django, 비동기 I/O가 많은 서비스에는 FastAPI가 적합하다는 기준이 생겼습니다.
Django를 처음 쓴 건 팀 내부 데이터 확인 도구를 빠르게 만들어야 했을 때였습니다. 어드민 패널이 내장돼 있어서 모델을 등록하면 바로 CRUD 화면이 생긴다는 것이 처음에는 마법처럼 느껴졌습니다. 모델 4개를 등록하는 것만으로 팀원이 DB 데이터를 직접 조회·수정할 수 있는 내부 도구가 하루 만에 완성됐습니다. ORM으로 쿼리를 작성하면서 SQL을 직접 쓰지 않아도 된다는 편리함을 느꼈는데, 복잡한 집계 쿼리를 annotate와 aggregate로 작성하다가 생성된 SQL이 예상과 다르다는 것을 발견했습니다.
django-debug-toolbar로 실제 실행된 쿼리를 확인하면서 ORM이 SQL로 번역되는 방식을 이해하게 됐습니다. FastAPI와 비교하면 Django는 설정이 많고 무거운 편이지만, 관리자 화면·인증·ORM이 다 갖춰진 것이 빠른 시작에는 압도적이라는 것을 느꼈습니다.
프레임워크 선택은 기능보다 팀이 빠르게 가치를 만들 수 있는 구조에서 시작한다는 것을 이 경험에서 배웠습니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 올거나이즈 SRE 면접관이 던질 가능성이 높은 후속 질문.
이 페이지의 질문·답변·꼬리질문은 유사 직군 채용 시장의 공개된 면접 후기·커뮤니티 게시물을 분석해 구성한 학습 자료입니다. 특정 회사가 실제로 이 질문을 출제했다는 것을 보장하지 않으며, 모든 예시는 우문현답이 직접 작성한 창작물입니다. 해당 회사의 공식 입장과는 무관합니다. 회사 측의 정정 요청이 있을 경우 24시간 이내에 응답·수정합니다.