13.9.2.1 오퍼레이터(Operator) 심장 절개 전술과 내부 State 실시간 노출 방안

13.9.2.1 오퍼레이터(Operator) 심장 절개 전술과 내부 State 실시간 노출 방안

로봇 위에서 미친 듯이 굴러가는 데이터플로우(Zenoh-Flow) 파이프라인 노드들은 그 자체로 닫힌 블랙박스다. 카메라 프레임(Input)이 들어가면 핸들 꺾기 명령(Output)이 나온다는 겉모습만 보일 뿐, 딥러닝 판단 노드(Operator) 안쪽에 감춰진 사적인 기억들(State) - 예를 들어 “내부적으로 누적된 과거 1분간의 칼만 필터(Kalman) 오차율 행렬” 같은 극비 데이터는 파이프라인 데이터 흐름 밖으로 배출되지 않는 이상 구출할 길이 없다.

문제가 터져 관제 마스터가 저 오퍼레이터 노드 내부의 ‘오차율 변수’ 하나만을 살짝 훔쳐보기 위해, 매 1ms 마다 10MB짜리 거대한 오차 행렬을 Dataflow 배관에 실어 Sink 노드로 내보내도록 코드를 뜯어고친다면? 배관은 쓸데없는 디버깅 트래픽으로 폭발한다.
본 절에서는 파이프라인(Dataflow) 정규 배관의 위상(Topology)은 철저히 훼손하지 않고 유지한 채, 밖에서 관제탑이 날카로운 메스를 들고 오퍼레이터의 심장(내부 State)을 푹 찌르고 들어가 원하는 순간에만 내장 변수(Variable)를 탈취해오는 Queryable(RPC) 심장 절개 런북을 갈파한다.

1. 스트림 배송(Pub-Sub)과 질의/응답(RPC/Query)의 차원 대립

Zenoh-Flow 는 기본적으로 데이터가 가만히 놔두면 폭포수처럼 쏟아져 내리는 Push 기반의 스트림망(Pub-Sub)으로 짜여 있다.
그러나 관찰자(관제탑)가 “내가 원할 때만 저 오퍼레이터 노드 안에 고인 웅덩이 물(State)의 온도를 딱 한 번만 찍어보겠다” 는 행위는 철저하게 Request/Reply (RPC) 모델의 발상에 속한다.

파이프라인 통신을 관장하는 데이터 흐름 배관은 RPC 질의를 받아주지 않는다. 그것을 받아주기 위해선 오퍼레이터 개발자가 C/C++ 내부 코드의 심장 한가운데에 원격 질의 허가 방패(Queryable Handler) 를 별개의 차원 포트로 이식해야만 한다.

2. 노드 내부의 백도어 Queryable 응답기(Listener) 장착

파이프라인 C++ 코드는 데이터(Input 캡슐) 쪼가리를 처리하기 바쁘다. 하지만 아키텍트는 그 스레드 한구석에서 Zenoh Queryable 세션을 은밀히 열어 전 세계에서 날아드는 RPC 질의를 감시하게 만든다.

// [오퍼레이터 노드 내부의 극비 State 탈취 백도어 장착 런북]

// 클래스 전역 변수에 소중한 누적 상태를 쥐고 있다.
std::vector<float> my_secret_kalman_states;

void KalmanNode::initialize(Configuration conf) {
    // 1. 파이프라인 외부망인 메인 Zenoh 세션을 은밀하게 딴다!
    this->zs = zenoh::open(zenoh::Config::default()).unwrap();
    
    // 2. 나(kalman_node_01)의 배를 가르고 들어올 수 있는 뒷문(Queryable) 허가!
    // 관제탑이 "robot/kalman/get_state_matrix" 로 질의(GET)를 때리면
    // 즉각 아래의 람다(Lambda) 콜백 함수가 깨어난다.
    this->internal_query_server = zs.declare_queryable(
        "robot/kalman/get_state_matrix", 
        [this](zenoh::Query%20query) {
            
            // 3. 푹 찔고 들어온 메스를 향해, 내 은밀한 클래스 멤버 변수를 무식하게 압축해서 뱉어낸다(Reply).
            std::string serialized = fast_serialize(this->my_secret_kalman_states);
            query.reply("robot/kalman/get_state_matrix", serialized).res();
            
            warn!("Master inspected my internal heart rate!");
        }
    ).res().unwrap();
}

이 백도어 응답코드 몇 줄의 장착 덕에, KalmanNode 는 파이프라인 데이터를 60FPS 속도로 처리해 배출(Push)하는 정규 업무를 하면서도, 누군가 뒷문으로 노크(RPC Get)를 할 때만 자신의 변동하는 내면의 상태(State) 값 뭉텅이를 뽑아 헌납하는(Pull) 이중인격 구조(Dual-Topology)를 달성하게 된다.

3. 관제 마스터의 핀포인트 타격과 파이프라인 디커플링의 완성

이렇게 서버(로봇 오퍼레이터)의 내부 배가 열려 있으면, 클라우드의 파이썬 관제 스크립트는 거창하게 파이프라인 토폴로지를 분석할 필요가 없다.

# [위성 궤도의 마스터가 지상 로봇 노드의 간을 파먹는 런북]
import zenoh
session = zenoh.open()

# 로봇이 파이프라인으로 무얼 하듯 상관없이 내 알 바 아니다. 
# 난 지금 당장 저 로봇 A의 칼만 필터 오차율 내장 변수값만 알고 싶다!
replies = session.get("robot/kalman/get_state_matrix")

for reply in replies:
    print(f"Bite! Extracted internal state matrix: {len(reply.ok.payload)} bytes from robot heart.")

이 Get() 질의 펄스 하나는 로봇 파이프라인의 MPSC 큐를 더럽히지 않으며, 초당 연산 스루풋 지연에 티끌만 한 상처도 남기지 않은 채(Zero-interference) 시스템 최하단에 축적된 디버깅 컨텍스트를 강제로 추출해 낸다(Extortion).
아키텍처 관점에서, 파이프라인(Dataflow) 망은 오직 센서-투-모터 간의 하드 리얼타임 비즈니스 연산 결론에 집중토록 사수하고, 외부의 호기심 어린(State Inspection) 데이터 추출 망은 파이프라인 바깥의 보조적 Zenoh Queryable(RPC) 백도어를 통해 L7 도메인으로 격리시키는 극적인 차원 분리(Plane Separation) 전술. 단일 프레임워크(Zenoh)가 Push-Pull(스트리밍과 질의)의 양대 이데올로기를 융합할 때 실현되는 통치 계급의 이중 잣대 설계다.