"Hello, World" 고수준 언어에서 저수준 언어로 내려가보기

내가 작성한 프로그래밍 언어의 코드가 실제로 컴퓨터에서 어떻게 동작하는지에 대한 궁금증이 커져갔습니다. 이러한 호기심을 해결하기 위해 운영체제 책을 읽고 있는데, "Hello, World" 프로그램을 고수준 언어에서 시작하여 점차 저수준 언어로 내려가는 과정을 탐구해보기로 했습니다. 

 

 

1. 고수준 언어에서 저수준 언어로 내려가보기

[ 고수준 언어 ]

• 고수준 언어는 사람의 읽기와 쓰기가 쉽도록 설계된 언어
• C/C++, Python, Java 등. 추상화 수준이 높고, 메모리 관리와 하드웨어 제어를 자동으로 처리
• 예시) C++ 언어로 간단한 Hello, World 출력되는 코드

#include <stdio.h>

int main() {
    printf("Hello, World");
    return 0;
}

 

---

[ 저수준 언어 ]

• 저수준 언어는 하드웨어와 가까운 수준에서 작동하며, 프로그래머가 시스템 자원과 메모리를 직접 관리할 수 있도록 설계
• 어셈블리어, 기계어 등. 추상화 수준이 낮고, 하드웨어와 밀접하게 연관
• 세밀한 제어가 가능하지만, 사람이 읽기 어려움

고수준 언어로 작성된 소스 코드를 저수준의 기계어로 번역하기 위해 컴파일러가 필요

---

[ 컴파일러 ]

• 컴파일러는 어떤 언어의 코드 전체를 다른 언어로 바꿔주는 과정
• 컴파일 과정은 여러 단계로 나뉨

1. 전처리

• 전처리기는 #include와 같은 전처리 지시문을 처리하여 필요한 헤더 파일의 내용을 소스 코드에 포함
• 매크로 치환 및 조건부 컴파일 지시문도 이 단계에서 처리

 

2. 컴파일

• 전처리 된 소스 코드를 어휘 분석과 구문 분석을 거쳐 중간 표현 변환
• 중간 표현은 다시 최적화 과정을 거쳐 어셈블리어 언어 변환
• 예시) 어셈블리어 언어를 운영체제(Linux) 기준으로 보면

  .section .rodata               // 읽기 전용 데이터 섹션을 정의합니다. 문자열 "Hello, World!"가 여기에 저장
.LC0:                            // 문자열 리터럴 "Hello, World!"가 저장된 위치
   .string "Hello, World!"         
   .text
   .globl main
   .type main, @function
main:                            // 함수의 시작
.LFB0:
   .cfi_startproc
   pushq %rbp                    // 이전의 베이스 포인터를 스택에 저장
   .cfi_def_cfa_offset 16
   .cfi_offset 6, -16
   movq %rsp, %rbp               // 현재 스택 포인터를 베이스 포인터로 설
   .cfi_def_cfa_register 6
   subq $16, %rsp                // 스택 공간을 16바이트만큼 확보
   movl $.LC0, %edi              // 문자열 리터럴의 주소를 printf 함수의 첫 번째 인자 레지스터 edi에 저
   call puts@PLT
   movl $0, %eax                 // 반환 값을 0으로 설정
   leave                         // 스택을 정리하고 베이스 포인터를 복원
   .cfi_def_cfa 7, 8
   ret                           // mian 함수에서 반환
   .cfi_endproc

 

3. 어셈블리어

• 어셈블리어 코드를 **기계어 코드**로 변환하여 오브젝트 파일 생성
• 기계어는 16진수 형태로 나타내어져 있으며, 각 명령어는 CPU가 직접 해독하고 실행할 수 있는 이진 코드로 구성
• 예시) 기계어 코드

55                      ; pushq %rbp                // 베이스 포인터를 스택에 저장
48 89 e5                ; movq %rsp, %rbp           // 현재 스택 포인터를 베이스 포인터로 설정
48 83 ec 10             ; subq $16, %rsp            // 스택 공간을 16바이트만큼 확보
48 8d 3d 00 00 00 00    ; lea .LC0(%rip), %rdi
e8 00 00 00 00          ; call puts@PLT
b8 00 00 00 00          ; movl $0, %eax
c9                      ; leave
c3                      ; ret

 

4. 링커

• 링커는 여러 오브젝트 파일과 라이브러리를 결합하여 실행 가능한 바이너리 파일을 생성
• 이 과정에서 심벌 해석, 모든 실행 파일을 결합한 파일 생성, 재배치 이루어짐

 

 

---

[ 링커의 과정 ]

1. 심볼 해석

• 심볼의 뜻은 전역 변수와 함수의 이름을 포함하는 모든 변수 이름을 의미
• 지역 변수는 모듈 내에서만 사용되어 외부에서 참조할 수 없으므로 링커의 관심 대상 X
• 이 단계에서는 대상 파일에서 참조하고 있는 각각의 모든 외부 심벌 마다 대상 정의가 반드시 존재하는지, 단 하나만 존재하는지 확인
• 예시) C++ 코드

int g_a = 1;              //  전역 변수
extern int g_e;           // 외부 변수
int func_a(int x, int y):  // 함수 참조

// 함수 구현
int func_b()
{
    int m = g_a + 2;
    return func_a(m + g_e);
}

• 지역 변수: 링커가 관심 X
• 전역 변수: 전역 변수 g_a와 func_b 두 개가 다른 모듈에서 참조할 수 있습니다. 또한 다른 모듈에서 정의된 g_e 변수와 func_a 변수 두 개를 참조하고 있습니다.

 

링커가 실제로 관심을 갖는 것은 전역 변수와 함수이다.
이를 위해 컴파일러는 각 파일에 심볼 테이블을 만들어서 두 가지 내용을 내용을 담아서 정의합니다.

• 내가 정의한 심벌(전역 변수, 함수) -> g_a, func_b
• 내가 사용하는 외부 심벌 -> g_e, func_a

 

따라서 심벌 해석은 각 대상 파일에서 사용할 외부 심벌이 심벌 테이블에서 유일한 정의를 발견 가능한지 확인하는 작업입니다. 실제 코드를 작성할 때는 공급이 수요를 초과할 수 있습니다. 다시 말해 실제로는 사용 하지 않는 함수를 많이 정의할 수도 있습니다. 반대로 수요가 공급을 초과하는 상황이 발생해서는 안 되는데, 이때는 다음 코드처럼 심벌에 대한 참조가 없다는 오류가 발생 할 수 있기 때문에 주의해야 합니다.

void func();

void main() 
{
    func();
}

undefined refere nce to 'func' 오류 발생

 

 

2. 모든 실행 파일을 결합한 파일 생성

모든 파일을 합치기 위해 실행 파일 종류로는 정적 라이브러리, 동적 라이브러리, 실행 파일이 있다.

 

정적 라이브러리

• 소스 파일 여러 개를 미리 개별적으로 컴파일하고 링크하여 정적 라이브러리로 생성
• 코드가 의존하는 외부 코드를 매번 컴파일하지 않아도 되기 때문에 컴파일 속도 향상
• 하지만 라이브러리 코드가 실행 파일에 포함되므로, 실행 파일 크기가 증가
  • 예를 들어) 라이브러리 크기가 2MB고 해당 라이브러리를 사용하는 실행 파일이 500개라면, 1GB 크기의 데이 터가 중복된 데이터로 구성

 

동적 라이브러리

• 정적 라이브러리와 다르게 실행 파일에 포함되지 않고 라이브러리 이름, 심벌 테이블, 재배치 정보 등 넣어서 실행 파일 크기가 작아져서 절약
• 여러 프로그램이 동일한 동적 라이브러리를 사용하면, 라이브러리 코드가 메모리에 공유될 수 있으므로 메모리 사용량이 줄어듬
• 하지만 프로그램 실행 시 동적 라이브러리를 로드해야 하므로, 약간의 로드 시간이 추가
• 또한 프로그램이 실행될 때 동적 라이브러리를 찾을 수 있어야 하므로, 라이브러리 파일이 올바른 위치이 있어야 함

 

 

 

3. 재배치

• 재배치 단계에서는 각 오브젝트 파일의 상대 주소를 실제 주소로 변경합니다.
• 재배치를 하는 이유는 전 단계에서 함수 호출이나 변수 참조를 메모리 주소가 아닌 심볼(함수 이름, 변수 이름)로 처리해서 메모리 주소가 임의의 주소로 되어 있음(ex. 0x00)
• 그래서 어떤 함수의 메모리의 어느 주소에 위치를 알 수가 없음. 재배치를 통해서 실제 주소로 변경함

 

 

 

---

[궁금증]

c/c++ 언어가 다양한 운영 체제(window, mac, linux) 어떻게 실행할 수 있지?

• 각 운영체제마다 고유의 ABI(Application Binary Interface)와 시스템 호출 인터페이스 있음
• 프로그램이 운영체제에 맞게 동작하도록 하기 위해서는 해당 운영체제에서 사용할 수 있는 컴파일러와 링커를 사용
• 운영체제별로 사용 가능한 컴파일러가 존재
    - Windows: Microsoft Visual C++ (MSVC), MinGW, Cygwin
    - Linux: GCC (GNU Compiler Collection), Clang
    - Mac: Clang

 

[출처]
컴퓨터 밑바닥의 비밀 - https://product.kyobobook.co.kr/detail/S000212650856