Sandra Grim은 HIV 유전자 변이 분석을 위해 약 50만 개의 HIV 서열, 즉 1억 5천만 개의 DNA 염기쌍을 처리합니다. 현재 C Ruby 1.9 환경에서 20분가량 소요되는 이 분석 시간을 단축하고자 JRuby나 Rubinius와 같은 고성능 Ruby 구현체로의 전환을 모색하고 있습니다. 그러나 기존 유닛 테스트에서 발견된 단일 실패 사례들(Rubinius의 Bioruby 라이브러리 버그, JRuby의 파일 분할 오류 등)은 빙산의 일각일 수 있으며, 유닛 테스트로 포착되지 않는 미묘한 버그들이 더 큰 문제로 작용할 수 있음을 지적합니다. 특히, 예외를 발생시키지 않으면서 부정확한 결과를 초래하는 버그는 데이터의 신뢰성을 훼손하고 향후 분석 재현을 불가능하게 만들 수 있습니다. 이러한 문제를 해결하기 위해 Grim은 Small Iggon Collider를 개발했습니다. 이 도구의 핵심 작동 방식은 다음과 같습니다. # Small Iggon Collider 작동 방식 * 무작위 태스크 생성: 임의의 Ruby 객체를 리시버로 선택하고, 해당 객체의 메서드 중 하나를 무작위로 선택하며, 무작위 파라미터 객체를 조합하여 태스크를 생성합니다. * send 메타 프로그래밍 활용: receiver.send(method_name, *parameters, &block) 구조를 사용하여 동적으로 코드를 실행합니다. * 태스크 직렬화: 생성된 태스크는 디스크에 저장되어 여러 Ruby 구현체에서 동일한 순서와 내용으로 실행될 수 있도록 합니다. 이는 특히 세그멘테이션 폴트와 같은 치명적인 오류 발생 시에도 태스크를 보존하는 데 필수적입니다. * 결과 비교: 동일한 태스크를 C Ruby (YARV), JRuby, Rubinius 등 다양한 Ruby 구현체에서 실행한 후, 그 결과를 로그로 기록하고 Unix diff 유틸리티 등을 사용하여 불일치를 탐지합니다. 예를 들어, `String

casecmp 메서드 호출 시 YARV와 JRuby는 -1을 반환한 반면, Rubinius는 +1을 반환하여 불일치를 발견한 사례가 있습니다. # 주요 발견 및 과제 * **버그 발견**: String

casecmp 오류와 같은 기능적 버그뿐만 아니라, Thread.kill(nil)과 같이 C Ruby 및 Rubinius에서 세그멘테이션 폴트를 유발하는 코드도 발견하여 보고했습니다. * **Inspect 결과 불일치**: inspect 메서드의 결과가 Ruby 구현체마다 다르게 나타나 일관된 결과 비교를 어렵게 만드는 문제가 있습니다. 이로 인해 inspect 결과를 표준화하는 작업이 필요합니다. * **오탐 (False Alarms)**: false와 nil 중 어느 것을 반환할지가 일관성 문제인지 단순한 구현 차이인지 판단하기 어려운 경우가 발생합니다. 예를 들어, String

binary? 메서드에서 Rubinius는 false를, JRuby는 nil`을 반환하는 사례가 있습니다. # 향후 계획 Small Iggon Collider의 속도 향상과 클라우드 환경으로의 이전(이를 통해 무작위 코드가 시스템에 미칠 수 있는 잠재적 위험을 격리)을 계획하고 있습니다.