공유 카운터에 volatile을 붙였는데도 최종 값이 작습니다. synchronized와 volatile은 가시성과 복합 연산을 어떻게 다르게 보장하나요?

volatile은 해당 필드의 읽기와 쓰기 사이의 가시성과 순서를 보장하지만, 여러 단계로 이루어진 복합 연산을 하나로 묶지 않습니다. count++는 현재 값을 읽고 1을 더한 뒤 다시 쓰는 세 단계이므로 두 스레드가 같은 값을 읽으면 한 번의 증가가 덮어써질 수 있습니다. 반면 synchronized는 같은 모니터를 기준으로 한 번에 한 스레드만 임계 구역에 들어가게 하며, 모니터 unlock 뒤 같은 모니터를 lock한 스레드가 앞선 쓰기를 볼 수 있게 합니다.

보이는 것과 함께 바꾸는 것

아래는 설명용 코드 조각입니다. 타입·메서드 선언과 실행문을 나누어 배치하고, 실행문은 main 등 메서드 안에서 실행합니다. 예제 실행 메서드는 대기 중 발생할 수 있는 예외를 처리하거나 throws Exception으로 선언해야 합니다.

final class Counter {
    private int value;
    synchronized void increment() { value++; }
    synchronized int get() { return value; }
}

Counter counter = new Counter();
Thread t1 = new Thread(() -> { for (int i = 0; i < 100_000; i++) counter.increment(); });
Thread t2 = new Thread(() -> { for (int i = 0; i < 100_000; i++) counter.increment(); });
t1.start(); t2.start();
t1.join(); t2.join();
System.out.println(counter.get()); // 200000

여기서 정확한 결과가 나오는 이유는 증가와 읽기를 같은 모니터로 보호했기 때문입니다. volatile int value만 붙이고 value++를 그대로 두면 읽기와 쓰기 사이에 다른 스레드가 끼어들 수 있어 최종 값이 200000보다 작아질 수 있습니다. volatile은 한 스레드가 ready = true로 게시한 뒤 다른 스레드가 그 값을 읽었을 때, 게시 전에 수행한 일반 필드 쓰기도 관찰하게 하는 데 유용합니다. 그러나 상호 배제나 복합 상태의 원자적 갱신을 제공하지 않습니다.

모니터·원자 연산·불변식

따라서 단순한 중단 플래그처럼 한 번 쓰고 읽는 상태에는 volatile을 고려하고, 증가·검사 후 변경·여러 필드의 불변식처럼 원자성이 필요한 경우에는 synchronized, AtomicInteger의 원자 연산, 또는 더 높은 수준의 동시성 자료구조를 선택하겠습니다. 어떤 락을 쓰는지와 실제 공유 상태의 불변식을 함께 봐야 하며, 서로 다른 객체를 잠그면 synchronized의 가시성 관계도 연결되지 않습니다.

선택 기준과 검증

volatile 플래그로 종료를 알릴 수 있어도 플래그를 읽은 뒤 공유 자원을 사용하는 구간의 수명과 복합 불변식은 별도 문제입니다. AtomicInteger의 compare-and-set은 단일 상태 전환에 적합하지만 잔액과 상태를 함께 바꾸지는 않습니다. 같은 모니터를 쓰는 범위를 코드로 고정하고, 안전성 테스트와 경합 성능 측정을 분리하겠습니다.

AtomicInteger의 get과 set을 따로 호출해 증가시키는 것은 incrementAndGet 같은 원자적 복합 연산과 다릅니다. 원자 변수라도 읽기와 쓰기 사이에서 다른 요청이 값을 바꿀 수 있으므로 API 단위가 보호할 연산과 일치해야 합니다. CAS를 반복할 때 갱신 함수가 재실행될 수 있다면 외부 API 호출 같은 부수 효과를 그 안에 넣지 않아야 합니다.

synchronized 인스턴스 메서드는 해당 객체를, static synchronized 메서드는 클래스 객체를 잠급니다. 서로 다른 인스턴스에 같은 코드가 있어도 같은 모니터가 아니므로 보호하는 데이터가 static 공유 상태라면 잠금 범위가 맞는지 봐야 합니다. 락은 재진입을 지원하지만 다른 락을 역순으로 획득하는 교착은 여전히 가능합니다. 정확한 카운터가 필요한지 고경합 통계 집계가 필요한지에 따라 AtomicInteger·LongAdder·락을 비교하고, 집계 읽기의 일관성 차이도 확인하겠습니다.