코드 실행 서비스 (Code Execution Service)

1. 개요

코드 실행 서비스는 사용자가 제출한 코드를 안전하게 실행하고, 미리 정의된 또는 사용자 정의 테스트 케이스에 대해 실행하며, 제출물을 채점하도록 설계된 백엔드 시스템입니다. 이 서비스는 API Gateway를 통해 오케스트레이션되는 두 개의 주요 AWS Lambda 함수로 구성됩니다:

  1. code-executor Lambda: 사용자가 제공한 임의의 Python 코드의 샌드박스 실행을 담당합니다. 입력 주입, stdout/stderr 캡처, 반환 값 추출 및 타임아웃 강제를 처리합니다.
  2. code-grader Lambda: 주요 오케스트레이터입니다. API Gateway를 통해 요청을 수신하고, DynamoDB에서 문제 세부 정보(테스트 케이스 포함)를 가져오며, 각 테스트 케이스에 대해 code-executor Lambda를 호출하고, 실제 출력을 예상 출력과 비교한 후, 제출 결과를 다시 DynamoDB에 저장합니다.

이 서비스는 두 가지 주요 운영 모드를 지원합니다:

  • GRADE_SUBMISSION: 특정 문제에 대한 모든 공식 테스트 케이스에 대해 사용자 코드를 완전히 채점합니다.
  • RUN_CUSTOM_TESTS: 사용자가 제공하는 사용자 정의 입력 데이터 세트에 대해 코드를 실행할 수 있게 하여, 주로 디버깅 및 테스트 목적으로 사용됩니다.

2. 아키텍처 

+-----------------+      +---------------------+      +--------------------+      +--------------------------+
| 사용자/클라이언트 |----->| API Gateway (/grade)|----->| code-grader Lambda |----->| code-executor Lambda     |
| (예: 프론트엔드) |      | (Cognito 인증)      |      | (오케스트레이션,   |      | (격리된 코드 실행)       |
+-----------------+      +---------------------+      |  채점 로직)        |      +--------------------------+
                                                      +--------------------+
                                                         ^      |      ^
                                                         |      |      | (호출)
                                                         |      |      |
                                +------------------------+      |      +------------------------+
                                |                               v                               |
                       +---------------------+      +--------------------------+                |
                       | DynamoDB (Problems) |      | DynamoDB (Submissions)   |<---------------+
                       | (문제 상세 정보,    |      | (제출 결과 저장)         |
                       |  테스트 케이스 가져오기)|      +--------------------------+
                       +---------------------+

GRADE_SUBMISSION 흐름:

  1. 클라이언트는 executionMode: "GRADE_SUBMISSION", userCode, problemId, language를 포함하여 /grade로 POST 요청을 보냅니다.
  2. API Gateway는 요청을 인증(Cognito)하고 code-grader Lambda로 전달합니다.
  3. code-grader는 Problems DynamoDB 테이블에서 문제 상세 정보와 테스트 케이스를 검색합니다.
  4. 각 테스트 케이스에 대해: a. code-grader는 userCode, input_data(테스트 케이스에서 가져옴), timeout_ms를 사용하여 code-executor Lambda를 호출합니다. b. code-executor는 userCode를 임시 파일에 쓰고, 러너 스크립트를 생성한 후, Python 서브프로세스에서 러너 스크립트를 실행합니다. c. 러너 스크립트는 사용자 코드를 가져오고, input_data로 솔루션 함수를 호출하며, stdout, stderr 및 returnValue(Base64 인코딩됨)를 캡처합니다. d. code-executor는 실행 결과(stdout, stderr, returnValue, exitCode, executionTimeMs, timedOut)를 code-grader로 반환합니다.
  5. code-grader는 code-executor의 returnValue를 judgeType에 따라 테스트 케이스의 expected_output과 비교합니다.
  6. 모든 테스트 케이스가 완료된 후, code-grader는 전체 상태를 컴파일하고 상세 제출 기록을 Submissions DynamoDB 테이블에 저장합니다.
  7. code-grader는 채점 요약을 클라이언트로 반환합니다.

RUN_CUSTOM_TESTS 흐름:

  1. 클라이언트는 executionMode: "RUN_CUSTOM_TESTS", userCode, customTestCases, language 및 선택적으로 problemId(시간 제한용)를 포함하여 /grade로 POST 요청을 보냅니다.
  2. API Gateway는 인증 후 code-grader로 전달합니다.
  3. code-grader는 (선택 사항) problemId가 제공된 경우 Problems 테이블에서 시간 제한을 가져옵니다.
  4. 사용자가 제공한 각 사용자 정의 테스트 케이스 입력에 대해: a. code-grader는 userCode, 사용자 정의 input_data, timeout_ms를 사용하여 code-executor를 호출합니다. b. code-executor는 위에서 설명한 대로 코드를 실행합니다. c. code-executor는 원시 실행 결과를 code-grader로 반환합니다.
  5. code-grader는 각 사용자 정의 테스트 케이스에 대한 code-executor의 모든 원시 실행 결과를 수집합니다.
  6. code-grader는 Submissions 테이블에 비교나 저장을 수행하지 않고 수집된 결과를 클라이언트로 반환합니다.

3. 핵심 구성 요소

3.1. code-executor Lambda

  • 파일: capstone-2025-04/backend/lambdas/code-executor/lambda_function.py
  • 목적: 제어된 환경에서 Python 코드를 실행합니다.
  • 입력 페이로드 (code-grader로부터): 
    {
    "code_to_execute": "def solution(data):\\n  return data * 2",
    "input_data": {"value": 5}, // Python dict/list/primitive
    "timeout_ms": 5000 // 사용자 코드의 최대 실행 시간
}
  • 출력 페이로드 (code-grader로): 
    {
    "stdout": "사용자 print 문...",
    "stderr": "사용자 코드 또는 러너의 오류 메시지...",
    "returnValue": "...", // 사용자의 'solution' 함수에서 실제 반환 값
    "exitCode": 0, // 오류 시 0이 아닌 값
    "executionTimeMs": 123,
    "timedOut": false, // 사용자 코드가 timeout_ms를 초과한 경우 true
    "error": null, // code-executor 내 오케스트레이션 오류
    "isSuccessful": true // exitCode가 0이고 timedOut이 아닌 경우 true
}
  • 주요 메커니즘:
    • 임시 파일: 사용자 코드와 러너 스크립트가 Lambda 환경의 /tmp에 작성됩니다.
    • 러너 스크립트: code-executor에 의해 동적으로 생성되는 Python 스크립트입니다. 이 스크립트는 다음을 수행합니다:
      • 임시 솔루션 디렉터리를 sys.path에 추가합니다.
      • 사용자의 솔루션 모듈을 가져옵니다.
      • solution, solve, answer, 또는 main이라는 이름의 함수를 찾습니다.
      • stdin에서 input_data(JSON 문자열)를 읽습니다.
      • 역직렬화된 input_data로 사용자의 솔루션 함수를 호출합니다.
      • 반환 값에서 특수 부동 소수점 값(NaN, Infinity)을 처리합니다.
      • returnValue를 ###_RETURN_VALUE_### 접두사가 붙은 Base64 인코딩된 JSON 문자열로 출력합니다.
      • 사용자 코드의 런타임 오류를 JSON 객체로 stderr에 출력합니다.
      • 성공 시 0, 실패 시 1로 종료합니다.
    • 서브프로세스 실행: code-executor는 sys.executable(동일한 Python 버전 보장)을 사용하여 러너 스크립트를 실행하기 위해 subprocess.run()을 사용합니다.
    • 반환 값 추출: code-executor는 서브프로세스의 stdout을 파싱하여 RETURN_VALUE_MARKER를 찾고, Base64 JSON을 디코딩한 후, result 필드를 추출합니다.
    • 타임아웃: subprocess.run()의 timeout 매개변수를 사용합니다.
    • 인코딩: 파일 작업 및 서브프로세스 통신에 utf-8을 사용합니다.

3.2. code-grader Lambda

  • 파일: capstone-2025-04/backend/lambdas/code-grader/lambda_function.py
  • 목적: 코드 실행 및 채점을 오케스트레이션합니다.
  • 입력 (API Gateway로부터, event.body): 4번 섹션: API 엔드포인트 참조.
  • 출력 (API Gateway로, 응답의 body): 4번 섹션: API 엔드포인트 참조.
  • 주요 로직:
    • 입력 페이로드를 파싱하고 executionMode를 결정합니다.
    • 인증 클레임(userId, author)을 처리합니다.
    • GRADE_SUBMISSION 모드:
      • PROBLEMS_TABLE_NAME에서 문제 데이터(title, finalTestCases, judgeType, epsilon, timeLimitSeconds)를 가져옵니다.
      • finalTestCases를 반복합니다.
      • 각 테스트 케이스에 대해 run_single_test_case 헬퍼를 호출합니다.
      • run_single_test_case는 code-executor Lambda를 호출합니다.
      • judgeType(equal, unordered_equal, float_eps)에 따라 compare_outputs 함수를 사용하여 actual_output(code-executor의 returnValue)과 expected_output을 비교합니다.
      • 케이스 상태(ACCEPTED, WRONG_ANSWER, TIME_LIMIT_EXCEEDED, RUNTIME_ERROR, INTERNAL_ERROR)를 결정합니다.
      • 결과 및 전체 제출 상태를 집계합니다.
      • 제출 세부 정보를 SUBMISSIONS_TABLE_NAME에 저장합니다.
    • RUN_CUSTOM_TESTS 모드:
      • 페이로드의 customTestCases를 반복합니다.
      • 각 사용자 정의 입력에 대해 run_single_test_case를 호출합니다.
      • 비교 없이 code-executor의 원시 runCodeOutput을 수집합니다.
      • 수집된 결과를 반환합니다.
  • 환경 변수:
    • PROBLEMS_TABLE_NAME: 문제 정의를 저장하는 DynamoDB 테이블 이름입니다.
    • SUBMISSIONS_TABLE_NAME: 제출 결과를 저장하는 DynamoDB 테이블 이름입니다.
    • RUN_CODE_LAMBDA_NAME: code-executor Lambda의 함수 이름입니다.

3.3. API Gateway

  • 파일: capstone-2025-04/infrastructure/code-execution-service/apigateway.tf
  • 목적: code-grader Lambda에 대한 공개 HTTP 엔드포인트를 제공합니다.
  • 엔드포인트: /grade (API Gateway 스테이지 URL 기준).
  • 메서드: POST
  • 인증: COGNITO_USER_POOLS. Authorization 헤더에 유효한 Cognito ID 토큰이 필요합니다.
  • 통합: code-grader Lambda와의 AWS_PROXY 통합.
  • CORS: 프론트엔드에서의 교차 출처 요청을 허용하기 위해 OPTIONS 요청 및 오류 응답(DEFAULT_4XX, DEFAULT_5XX)에 대해 구성됩니다.

3.4. DynamoDB 테이블

  • Problems 테이블 (원격 상태를 통해 참조):
    • problem-generator-v3 Terraform 모듈에 의해 관리됩니다.
    • code-grader가 problemId, title, title_translated, finalTestCases(JSON 문자열), judgeType, epsilon, timeLimitSeconds를 가져오는 데 사용됩니다.
  • Submissions 테이블 (problem-submissions):
    • 파일: capstone-2025-04/infrastructure/code-execution-service/dynamodb.tf
    • 목적: 채점된 제출 결과를 저장합니다.
    • 기본 키: submissionId (S)
    • 속성 (예시): problemId (S), userId (S), author (S), language (S), status (S), executionTime (N), results (L) (테스트 케이스 결과 목록), submissionTime (N), userCode (S), errorMessage (S), is_submission (S), problemTitle (S), problemTitleTranslated (S).
    • 글로벌 보조 인덱스 (GSI):
      • ProblemIdSubmissionTimeIndex: problemId (해시), submissionTime (범위)
      • UserIdSubmissionTimeIndex: userId (해시), submissionTime (범위)
      • AllSubmissionsByTimeIndex: is_submission (해시), submissionTime (범위)
      • AuthorSubmissionTimeIndex: author (해시), submissionTime (범위)
      • ProblemTitleSubmissionTimeIndex: problemTitle (해시), submissionTime (범위)
      • ProblemTitleTranslatedSubmissionTimeIndex: problemTitleTranslated (해시), submissionTime (범위)

4. API 엔드포인트

POST /grade

  • 설명: 채점을 위해 코드를 제출하거나 사용자 정의 테스트 케이스에 대해 코드를 실행합니다.
  • 인증: Cognito ID 토큰이 필요합니다.
    • 헤더: Authorization: Bearer <ID_TOKEN>

  • 요청 본문 (JSON):

    공통 필드:

    {
    "userCode": "def solution(data):\n  return data['a'] + data['b']",
    "language": "python3.12" // 예: "python", "python3.12", "javascript" (언어 지원은 code-executor의 러너에 따라 다름)
}

    모드 1: 제출 채점 (Grade Submission)

    {
    "executionMode": "GRADE_SUBMISSION",
    "problemId": "problem-uuid-123",
    "userCode": "...",
    "language": "python3.12"
    // "submissionId": "optional-client-generated-uuid" // 제공되지 않으면 grader가 생성
}

    모드 2: 사용자 정의 테스트 실행 (Run Custom Tests)

    {
    "executionMode": "RUN_CUSTOM_TESTS",
    "userCode": "...",
    "language": "python3.12",
    "customTestCases": [
        {"value": 5},
        {"value": 10, "another_key": "test"},
        [1, 2, 3], // 입력 데이터는 모든 JSON 직렬화 가능한 Python 기본/컬렉션이 될 수 있음
        "a string input"
    ],
    "problemId": "optional-problem-uuid-for-time-limit" // timeLimitSeconds를 가져오기 위함
}

  • 성공 응답 (JSON 본문):

    모드 1: GRADE_SUBMISSION_RESULTS

    // code-grader lambda_function.py 에서
{
    "submissionId": "generated-uuid-abc",
    "status": "ACCEPTED", // "WRONG_ANSWER", "TIME_LIMIT_EXCEEDED", "RUNTIME_ERROR", "INTERNAL_ERROR"
    "executionTime": 0.123, // 테스트 케이스 전체에서 최대 실행 시간 (초, float)
    "results": [
        {
            "caseNumber": 1,
            "status": "ACCEPTED",
            "executionTime": 0.050, // 이 케이스의 실행 시간 (초, float)
            "stdout": "Optional stdout from this case...", // 최대 500자
            "stderr": null // 또는 오류 상세 정보
        },
        // ... 추가 테스트 케이스 결과
    ],
    "errorMessage": null, // 또는 overall_status가 오류 유형인 경우 문자열
    "executionMode": "GRADE_SUBMISSION_RESULTS",
    "problemTitle": "원본 문제 제목",
    "problemTitleTranslated": "번역된 문제 제목 (사용 가능한 경우)",
    "score": 100, // 계산된 점수
    "passedCaseCount": 2,
    "totalCaseCount": 2
}

    모드 2: RUN_CUSTOM_TESTS_RESULTS

    // code-grader lambda_function.py 에서
{
    "executionMode": "RUN_CUSTOM_TESTS_RESULTS",
    "results": [
        {
            "caseIdentifier": "Custom Case 1",
            "input": {"value": 5},
            "runCodeOutput": { // code-executor의 원시 출력
                "stdout": "User print: 5",
                "stderr": "",
                "returnValue": 10,
                "exitCode": 0,
                "executionTimeMs": 15,
                "timedOut": false,
                "error": null,
                "isSuccessful": true,
                "runCodeLambdaError": false // code-executor 자체에 처리되지 않은 오류가 있는 경우 true
                // "errorMessage": "...", // runCodeLambdaError가 true인 경우
                // "trace": [...] // runCodeLambdaError가 true인 경우
            }
        },
        // ... 추가 사용자 정의 테스트 케이스 결과
    ]
}
  • 오류 응답 (JSON 본문):
    • 400 Bad Request: 
      {
    "error": "Invalid input: Missing userCode"
}
    • 401 Unauthorized: (일반적으로 토큰이 유효하지 않거나 누락된 경우 API Gateway에서 표준 메시지로 처리됨) 
      {
    "message": "인증 정보가 없습니다. 사용자 ID 또는 작성자 정보를 확인할 수 없습니다."
}
    • 500 Internal Server Error: 
      // code-grader에서 매개변수 파싱 중 오류 발생 시
{
    "error": "Internal server error during parameter parsing: ...",
    "stdout": "",
    "stderr": "Internal server error: ...",
    "returnValue": null,
    "exitCode": -1,
    "executionTimeMs": 0,
    "timedOut": false,
    "isSuccessful": false
}
// 또는 기타 내부 오류에 대한 간단한 메시지

5. 사용 기술

  • AWS Lambda: code-executor 및 code-grader를 위한 서버리스 컴퓨팅.
  • AWS API Gateway: HTTP 엔드포인트, 요청 라우팅, 인증.
  • AWS DynamoDB: 문제 데이터 및 제출 결과 저장을 위한 NoSQL 데이터베이스.
  • AWS IAM: 권한을 위한 역할 및 정책.
  • AWS S3: Lambda 배포 패키지 및 Terraform 상태 저장을 위함.
  • AWS CloudWatch: 로깅 및 모니터링.
  • Python 3.12: Lambda 함수를 위한 런타임.
  • Terraform: AWS 리소스 프로비저닝을 위한 코드형 인프라(IaC).
  • AWS Cognito: 사용자 인증 (API Gateway와 통합).

6. 배포 전제 조건

  1. AWS 계정: 활성 AWS 계정.
  2. AWS CLI: 자격 증명 및 기본 리전(ap-northeast-2)으로 구성. 
    aws configure
  3. Terraform: 설치됨 (프로바이더 ~> 5.0과 호환되는 버전).
  4. Terraform 상태용 S3 버킷: alpaco-tfstate-bucket-kmu (존재해야 함).
  5. Terraform 잠금용 DynamoDB 테이블: alpaco-tfstate-lock-table (존재해야 함).
  6. Cognito용 원격 상태: Cognito 사용자 풀에 대한 Terraform 상태가 variables.tf에 지정된 S3 버킷(cognito_tfstate_bucket, cognito_tfstate_key)에 존재해야 합니다.
  7. 문제 생성기용 원격 상태: problem-generator-v3(Problems 테이블 정의)에 대한 Terraform 상태가 S3(problem_generator_tfstate_bucket, problem_generator_tfstate_key)에 존재해야 합니다.
  8. Lambda 코드: code-executor 및 code-grader용 Python 코드가 각 디렉터리(Terraform 모듈 기준 ../../backend/lambdas/code-executor 및 ../../backend/lambdas/code-grader)에 있어야 합니다.

7. 배포

이 서비스의 인프라는 Terraform에 의해 관리됩니다.

  1. Terraform 모듈 디렉터리로 이동: 
    cd capstone-2025-04/infrastructure/code-execution-service

  2. 변수 검토 및 업데이트 (필요한 경우): variables.tf를 엽니다. 대부분의 변수에는 기본값이 있습니다. 원격 상태 버킷/키 구성이 기본값과 다른 경우 설정을 확인하십시오. terraform.tfvars 파일을 만들어 기본 변수 값을 재정의할 수도 있습니다.

  3. Terraform 초기화: 필요한 프로바이더 플러그인을 다운로드합니다. 
    terraform init
  4. 배포 계획: Terraform이 생성, 수정 또는 삭제할 리소스를 보여줍니다. 
    terraform plan

    계획을 주의 깊게 검토하십시오.

  5. 구성 적용: AWS 리소스를 생성합니다. 
    terraform apply

    메시지가 표시되면 yes를 입력하여 확인합니다.

    성공적으로 적용된 후 Terraform은 다음과 같은 값을 출력합니다:

    • code_executor_lambda_name
    • code_grader_lambda_name
    • code_grader_api_invoke_url (API의 기본 URL)
    • submissions_table_name_output
  6. API Gateway 배포: aws_api_gateway_deployment 리소스에는 변경 시 재배포를 보장하는 triggers가 있습니다. API 스테이지(grader_api_stage)는 이 배포를 가리킵니다. code_grader_api_invoke_url 출력은 https://<api_id>.execute-api.<region>.amazonaws.com/<stage_name>이 됩니다. 채점 엔드포인트는 이 URL + /grade가 됩니다.

8. 코드 구조 (주요 파일)

  • capstone-2025-04/backend/lambdas/code-executor/lambda_function.py: 핵심 Python 코드 실행 로직.
  • capstone-2025-04/backend/lambdas/code-grader/lambda_function.py: 오케스트레이션, 채점 및 API 요청 처리 로직.
  • capstone-2025-04/infrastructure/code-execution-service/: 이 서비스를 위한 Terraform 파일.
    • main.tf (또는 providers.tf, backend.tf): 일반 Terraform 설정. (주: 귀하의 구조에서는 backend.tf 및 providers.tf가 별도임).
    • lambda_executor.tf: code-executor Lambda 및 관련 리소스 정의.
    • lambda_grader.tf: code-grader Lambda 및 관련 리소스 정의.
    • iam.tf: IAM 역할 및 정책 정의.
    • apigateway.tf: API Gateway 리소스 정의.
    • dynamodb.tf: Submissions DynamoDB 테이블 정의.
    • variables.tf: Terraform 모듈에 대한 입력 변수.
    • outputs.tf: Terraform 모듈의 출력.
    • data.tf: 원격 상태 가져오기 등 데이터 소스.

9. 중요 참고 사항 및 고려 사항

  • code-executor Lambda 타임아웃 vs. 사용자 코드 타임아웃:
    • code-executor Lambda 자체에는 타임아웃이 있습니다 (예: 30초, variables.tf -> executor_lambda_timeout에 구성).
    • code-executor로 전달되는 timeout_ms 매개변수는 서브프로세스 내 사용자 코드 실행을 위한 것입니다 (예: 5000ms). 이 timeout_ms는 Lambda 자체의 타임아웃보다 작아야 합니다.
  • 보안: 임의의 코드를 실행하는 것은 본질적으로 위험합니다. AWS Lambda는 강력한 격리 환경을 제공합니다. code-executor는 또한 호출당 격리되는 /tmp 디렉터리 내에서 작동합니다. 문제 해결 컨텍스트에 엄격하게 필요하지 않은 경우 쉬운 파일 시스템 탐색이나 네트워크 액세스를 허용하는 라이브러리 사용을 피하십시오.
  • 리소스 제한: Lambda에는 실행 시간, 메모리 및 /tmp 공간(512MB)에 대한 제한이 있습니다. code-executor의 메모리는 Python 서브프로세스를 수용하기 위해 512MB로 설정됩니다.
  • Python 버전: 두 Lambda 모두 Python 3.12로 구성됩니다. code-executor는 서브프로세스가 동일한 Python 버전을 사용하도록 sys.executable을 사용합니다.
  • JSON 직렬화: 두 Lambda 모두 표준 JSON이 이러한 값을 지원하지 않으므로 NaN 및 Infinity와 같은 Python float 값을 JSON 직렬화를 위해 문자열로 변환하는 헬퍼(convert_non_json_values)를 포함합니다.
  • 오류 전파:
    • 사용자 코드 내 오류는 code-executor의 러너 스크립트에 의해 포착되어 stderr를 통해 보고됩니다.
    • code-executor의 오케스트레이션 오류(예: 파일 I/O)는 해당 error 필드에 보고됩니다.
    • code-grader가 code-executor를 호출하거나 자체 로직에서 발생하는 오류는 처리되어 적절한 HTTP 오류 응답으로 반환됩니다.
  • 멱등성: GRADE_SUBMISSION의 경우 클라이언트가 submissionId를 제공하면 code-grader가 이를 사용합니다. 동일한 submissionId가 여러 번 제출되면 기존 결과를 덮어쓸 수 있습니다. 현재 구현은 클라이언트가 submissionId를 제공하지 않으면 UUID를 생성합니다.
  • 확장성: Lambda 및 DynamoDB를 사용하면 수요에 따라 서비스가 자동으로 확장될 수 있습니다.
  • 콜드 스타트: Lambda 콜드 스타트는 특히 비활성 기간 후 첫 번째 요청에 대해 대기 시간을 추가할 수 있습니다. 콜드 스타트가 문제인 경우 성능이 중요한 애플리케이션에 대해 프로비저닝된 동시성을 고려할 수 있습니다.

10. 문제 해결

  • CloudWatch Logs: 디버깅을 위한 주요 소스입니다.
    • code-executor Lambda 로그: /aws/lambda/<project_name>-code-executor-<environment>
    • code-grader Lambda 로그: /aws/lambda/<project_name>-code-grader-<environment>
    • API Gateway 로그: /aws/api-gateway/<project_name>-CodeGraderAPI-<environment>/<environment> (활성화된 경우 액세스 로그 및 실행 로그).
  • 매개변수 오류 (400): API 사양에 대해 요청 페이로드를 확인하십시오. executionMode 및 해당 모드에 필요한 필드가 있는지 확인하십시오.
  • 인증 오류 (401/403): Cognito ID 토큰이 유효하고 만료되지 않았으며 Authorization 헤더에 올바르게 포함되었는지 확인하십시오.
  • code-executor 타임아웃:
    • code-executor Lambda 자체가 타임아웃되는 경우: variables.tf에서 executor_lambda_timeout을 늘리십시오.
    • 사용자 코드가 타임아웃되는 경우 (code-executor에서 timedOut: true로 보고됨): timeout_ms가 초과되었습니다. 이는 장시간 실행되는 사용자 코드에 대한 예상된 동작입니다.
  • Internal Server Error (500):
    • 스택 추적을 위해 code-grader Lambda 로그를 확인하십시오.
    • RUN_CUSTOM_TESTS 결과에서 runCodeLambdaError가 true이거나 code-grader가 code-executor 호출 오류를 보고하는 경우 code-executor Lambda 로그를 확인하십시오.
    • DynamoDB 액세스 문제(IAM 권한 확인), Lambda 코드에서 처리되지 않은 예외 또는 잘못된 구성으로 인해 발생할 수 있습니다.
  • CORS 문제: apigateway.tf의 API Gateway CORS 설정이 프론트엔드에서 사용하는 출처, 헤더 및 메서드를 허용하는지 확인하십시오. Lambda 함수도 응답에 CORS 헤더를 포함합니다.