이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
Unix/Linux 환경에서 가장 자주 쓰는 도구는 grep입니다. 로그에서 특정 패턴을 찾을 때 줄 번호와 함께 출력하거나, grep -r로 디렉터리 전체를 재귀 검색하는 방식을 자주 활용합니다. 파이프와 조합하면 복잡한 필터링도 한 줄로 처리할 수 있어 효율적입니다.
프로세스 관련 문제는 ps aux와 lsof를 함께 씁니다. 특정 포트를 점유한 프로세스를 찾을 때 포트 번호를 지정해 바로 확인하고, 불필요한 프로세스를 정확히 식별한 뒤 종료하는 흐름이 습관이 됐습니다.
awk는 로그나 CSV 형태의 출력에서 특정 컬럼만 추출할 때 유용합니다. 복잡한 스크립트 없이 한 줄로 처리할 수 있어, 빠른 임시 분석에 자주 사용합니다. 명령어 조합을 익혀두면 GUI 없는 서버 환경에서도 작업 속도가 확실히 달랐습니다.
Unix 툴 중 처음에는 grep만 주로 썼는데, 수백 MB가 넘는 로그 파일에서 grep이 너무 느린 상황을 겪었습니다. ripgrep을 처음 써보니 같은 파일에서 몇 배 빠른 것을 확인했고, 이후 대용량 로그는 ripgrep을 먼저 쓰는 습관이 생겼습니다. grep만으로 해결이 안 되는 구조화된 로그에서는 awk로 특정 컬럼을 잘라 파이프로 넘기는 방식이 더 효과적이었습니다. strace는 이름은 알고 있었는데 재현이 어려운 문제를 만나기 전까지는 쓸 기회가 없었습니다. 프로세스가 예상치 못한 파일에 접근하는 문제를 strace로 추적해서 원인을 찾은 경험이 있는데, 시스템 콜 레벨까지 볼 수 있다는 것이 grep·ps 조합으로는 못 찾는 문제에 유효하다는 것을 그때 배웠습니다. 도구는 한계를 알아야 다음 도구를 선택할 수 있다는 것을 Unix 환경에서 가장 많이 배웠습니다.
Linux 환경에서 반복 작업을 cron과 쉘 스크립트로 자동화한 경험이 있습니다. 매일 아침 특정 디렉터리의 오래된 로그를 압축하고 이동하는 작업을 수동으로 하다 빠뜨리는 경우가 생겼습니다. find로 일정 일 이상 된 파일을 찾고 tar로 압축한 뒤 mv로 이동하는 스크립트를 만들었고, cron으로 매일 새벽 실행했습니다. 스크립트 작성에서 까다로웠던 것은 실행 결과를 로그로 남기는 것이었습니다. 표준 출력과 오류 출력을 파일로 리다이렉션하고, 실행 날짜를 파일명에 넣어 날짜별로 관리했습니다.
파이프와 리다이렉션을 조합하면 복잡한 스크립트 없이도 꽤 많은 자동화를 구성할 수 있다는 것을 이 경험에서 배웠습니다. 한계는 스크립트가 길어질수록 유지보수가 어려워진다는 점인데, 이 이상의 복잡도에서는 Python이 더 적합하다는 것도 함께 배웠습니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 라인 백엔드 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.