# RPython (Restricted Python)

RPython은 PyPy 프로젝트를 위해 설계된 Python의 제한된 서브셋(Subset)이자, 정적 분석 및 최적화를 통해 효율적인 기계어로 변환될 수 있도록 설계된 도구 체인(Toolchain)이다.

## 1. 개요
RPython은 일반적인 Python과 문법적으로 매우 유사하지만, 실행 시점의 동적 특성을 최소화하여 컴파일러가 코드를 최적화할 수 있도록 제한한 언어이다. RPython은 소스 코드를 분석하여 다른 언어(C 등)의 코드로 변환하는 **메타-컴파일러(Meta-compiler)**의 성격을 띤다.

PyPy 프로젝트 내에서 RPython의 핵심 역할은 **'인터프리터를 작성하기 위한 언어'**가 되는 것이다. 일반적으로 인터프리터를 C와 같은 저수준 언어로 작성하면 개발 효율이 떨어지지만, RPython으로 작성하면 Python의 생산성을 유지하면서도, RPython 툴체인이 이를 최적화된 C 수준의 기계어로 변환해주므로 고성능의 인터프리터(PyPy 등)를 구현할 수 있다.

## 2. 설계 원리와 특징
RPython의 핵심은 **정적 타입 추론(Static Type Inference)**에 있다. 일반 Python은 런타임에 변수의 타입이 결정되는 동적 언어이지만, RPython은 컴파일 단계에서 각 변수가 가질 수 있는 타입을 분석하여 불필요한 박싱(Boxing, 기본 타입을 객체로 감싸는 과정)과 언박싱(Unboxing)을 제거한다.

'Restricted(제한된)'라는 명칭이 붙은 이유는, 컴파일러가 타입을 정확히 추론하고 최적화하기 위해 Python의 일부 동적 기능들을 의도적으로 금지했기 때문이다.

### Python vs RPython 기능 비교

| 구분 | 일반 Python (CPython) | RPython | 비고 |
| :--- | :---: | :---: | :--- |
| **타입 시스템** | 완전 동적 (Dynamic) | 정적 추론 가능 (Inferred) | RPython은 컴파일 시 타입 결정 |
| **메타프로그래밍** | 자유로운 `setattr`, `getattr` | 매우 제한적 | 런타임 구조 변경 금지 |
| **실행 방식** | 바이트코드 인터프리터 | 메타-컴파일 $\rightarrow$ 기계어 | RPython 툴체인을 통해 변환 |
| **메모리 관리** | 가비지 컬렉션 (GC) | 최적화된 GC 자동 삽입 | 툴체인이 GC 로직을 자동 생성 |
| **유연성** | 매우 높음 | 낮음 (제약 사항 존재) | 성능을 위해 유연성을 희생 |

## 3. RPython 툴체인의 최적화 과정
RPython으로 작성된 코드는 메타-컴파일러 툴체인을 통해 최적화된 실행 파일로 변환된다.

1. **정적 분석 및 타입 추론:** 소스 코드를 분석하여 각 변수의 타입을 추론하고, 불필요한 객체 래핑을 제거한다.
2. **중간 표현(IR) 변환:** 분석된 코드를 RPython IR(Intermediate Representation)이라는 최적화 가능한 형태로 변환한다.
3. **최적화 및 가드 삽입:** IR 단계에서 불필요한 연산을 제거하고, 타입 추론이 불확실한 지점에 '가드(Guard)'라는 검사 코드를 삽입하여 안정성을 확보한다.
4. **백엔드 코드 생성:** 최적화된 IR을 C 언어 또는 타겟 CPU의 기계어로 컴파일하여 최종 바이너리를 생성한다.

**참고: Tracing JIT와의 관계**
RPython 툴체인 자체가 Tracing JIT인 것은 아니다. Tracing JIT는 RPython으로 구현된 결과물(예: PyPy 인터프리터)이 실행될 때, 실행 중인 Python 코드의 핫 루프(Hot Loop)를 찾아 기계어로 컴파일하는 **최종 결과물의 최적화 전략**이다.

### RPython IR 예시
RPython 툴체인은 Python 코드를 다음과 같은 형태의 IR로 변환하여 최적화한다. (개념적 예시)

```python
# 원본 Python 코드
def add(a, b):
    return a + b

# 변환된 RPython IR (의사 코드)
def add(a, b):
    # 가드: a와 b가 정수인지 확인 (타입 추론 결과 기반)
    guard_int(a) 
    guard_int(b)
    # 언박싱된 정수 덧셈 수행
    return raw_add(a, b) 
```

## 4. RPython의 주요 제약 사항
RPython에서는 컴파일러의 타입 추론을 방해하는 다음과 같은 기능들이 금지되거나 제한된다.

### 금지 및 제한 문법 목록

| 금지 항목 | 이유 | 대체 방안 |
| :--- | :--- | :--- |
| **동적 속성 추가/삭제** | 클래스 구조가 고정되어야 메모리 레이아웃 최적화 가능 | `__init__`에서 모든 속성 정의 |
| **`eval()`, `exec()`** | 실행 전까지 코드를 알 수 없어 정적 분석 불가능 | 명시적인 함수 호출 및 조건문 사용 |
| **임의의 `setattr`, `getattr`** | 런타임에 객체 구조가 변경되면 타입 추론 파괴 | 명시적인 속성 접근 (`obj.attr`) |
| **복잡한 메타클래스 조작** | 클래스 계층 구조의 동적 변경은 최적화 방해 | 정적 클래스 상속 구조 설계 |

### 코드 예시: 허용 여부 대비

```python
# [허용되는 RPython 코드]
def add_numbers(a, b):
    # a와 b가 정수임을 추론할 수 있어 최적화 가능
    return a + b

# [허용되지 않는 RPython 코드]
class Point:
    def __init__(self, x, y):
        self.x = x
        self.y = y

p = Point(1, 2)
# 런타임에 새로운 속성을 동적으로 추가하는 행위 (금지)
setattr(p, 'z', 3) 
```

## 5. 활용 및 생태계
RPython은 단순히 PyPy를 만드는 데 그치지 않고, 다양한 언어의 인터프리터를 효율적으로 구현하는 프레임워크로 활용된다.

*   **PyPy:** RPython으로 구현된 가장 대표적인 고성능 Python 인터프리터.
*   **PyPy.js:** RPython 툴체인을 통해 JavaScript로 변환된 PyPy.
*   **RPython-based Languages:** RPython의 메타-컴파일러 특성을 이용하여 루비(Ruby)나 기타 동적 언어의 고성능 런타임을 설계하려는 시도가 이어지고 있다.
*   **기타 활용:** 정적 분석 도구 개발이나, 특정 도메인 특화 언어(DSL)의 효율적인 컴파일러를 구축하는 기반으로 사용된다.

### RPython 툴체인 워크플로우
```mermaid
graph LR
    A[RPython Source] --> B[Static Analysis]
    B --> C[Intermediate Representation]
    C --> D[Optimization & Guard Insertion]
    D --> E[C-level/Machine Code]
    E --> F[Executable Binary]
```
*   **Static Analysis:** 타입 추론을 통해 동적 특성을 제거하는 단계.
*   **IR:** 최적화가 용이한 중간 형태로 코드를 재구성하는 단계.
*   **Optimization:** 가드 삽입 및 불필요한 연산 제거를 통해 성능을 극대화하는 단계.

## 6. 일반 Python 코드를 RPython으로 변환하는 가이드
일반 Python 코드를 RPython 툴체인에서 컴파일 가능하게 만들려면 다음의 가이드라인을 준수해야 합니다.

1. **타입 일관성 유지:** 변수 하나에 여러 타입을 혼용하여 사용하는 것을 지양해야 합니다. (예: `x = 10` 이후 `x = "hello"`와 같이 타입을 변경하는 행위 금지)
2. **정적 구조 설계:** 클래스의 속성은 반드시 `__init__` 메서드 내에서 모두 정의해야 하며, 이후에 `setattr` 등으로 추가하는 것은 금지됩니다.
3. **동적 함수 호출 제한:** `getattr`을 통한 동적 메서드 호출보다는 명시적인 조건문이나 다형성을 활용하는 것이 권장됩니다.
4. **표준 라이브러리 확인:** RPython 툴체인이 지원하지 않는 일부 C-extension 기반 표준 라이브러리는 RPython 버전으로 재구현된 대체제를 사용해야 합니다.

## 7. 요약 및 평가
RPython은 **"언어를 만드는 언어"**로서, 고수준 언어의 생산성과 저수준 언어의 성능 사이의 간극을 메운 혁신적인 설계이다.

*   **장점:**
    *   C언어 수준의 성능을 내는 인터프리터를 Python 문법으로 빠르게 개발 가능.
    *   메타-컴파일 과정을 통한 런타임 최적화의 자동화.
    *   메모리 관리(GC) 로직의 자동 생성.
*   **단점:**
    *   엄격한 제약 사항으로 인해 일반 Python 코드의 단순 이식이 어려움.
    *   컴파일 과정(툴체인 통과)에 상당한 시간이 소요됨.

결론적으로 RPython은 현대의 JIT 컴파일러 설계와 메타-컴파일링(Meta-compiling) 개념을 실무적으로 증명한 사례이며, PyPy라는 고성능 런타임을 가능하게 한 핵심 기술이다.