익명 레코드 타입 추론, 어디까지 알고 있나요?

본문에서는 JavaScript의 객체, Python의 딕셔너리, Nix의 속성 집합 등 다양한 언어에서의 익명 레코드(anonymous records)를 소개하며, 이들의 타입 추론(type inference)이 정적 타입 언어의 발전에 중요하다고 주장합니다. 특히, 익명 레코드에 대한 효과적인 타입 추론 메커니즘 부재가 언어의 표현력을 제한하는 주요 요인임을 지적합니다.

Haskell 기반의 예시 코드를 통해 레코드 리터럴(record literal)과 필드 접근(field access)에 대한 타입 추론 규칙을 상세히 설명합니다. `RecordType`과 `FieldAccess` 타입 추론 로직은 각 필드의 타입을 재귀적으로 추론하고, 필드 접근 시 타입 오류(type error)를 방지하는 과정을 보여줍니다. 이는 정적 분석(static analysis)의 기본 원리를 이해하는 데 도움을 줍니다.

언어에 변수(variables)와 함수(functions)가 추가되면서 타입 추론이 복잡해짐을 설명합니다. 특히, 함수 타입 추론 시 컨텍스트(context)를 활용하여 변수의 타입을 추적하고, 익명 함수(`person => person.name`)의 타입을 `{ name :: String | other }`와 같이 추론하는 과정을 제시합니다. 이는 스코프(scope)와 타입 컨텍스트(type context)의 중요성을 강조합니다.

TypeScript의 서브타이핑(subtyping) 방식과 PureScript, Elm의 로우 다형성(row polymorphism)을 비교하며, 후자가 레코드 확장(record extension)과 같은 복잡한 연산을 더 잘 처리할 수 있음을 설명합니다. 로우 변수(`ρ`)를 사용하여 추가 필드 집합(set of fields)을 추상화함으로써, 타입 시스템의 유연성과 표현력을 크게 향상시킨다고 분석합니다.

로우 다형성을 활용한 레코드 확장(record extension) 연산자의 타입 추론 규칙을 상세히 분석합니다. `{ ...woman, queen: true }`와 같은 연산에서 기존 레코드(`woman`)의 미확정 필드(undetermined fields)를 `ρ`로 표현하고, 새로운 필드(`queen`)를 추가할 때 발생할 수 있는 타입 충돌(type conflict)을 방지하는 메커니즘을 설명합니다.