9. 파이썬 기초 - 7장 파이썬 날아오르기 [조코딩]

파이썬 기초 - 7장 파이썬 날아오르기 | 2024 점프 투 파이썬
 

여러분, 안녕하세요! 👨‍🏫 오늘은 '점프 투 파이썬' 강의의 일곱 번째 시간, **'파이썬 날아오르기'**에 대해 깊이 있는 이야기를 나눠볼까 합니다. 드디어 파이썬의 기초를 넘어, 개발의 효율성과 깊이를 더해주는 심화 개념들을 배우는군요! 🚀
지금까지가 튼튼한 건축물의 기초와 뼈대를 쌓는 과정이었다면, 오늘은 건축물의 내부를 더 아름답고 효율적으로 만드는 기술, 즉 고급 마감재와 스마트 시스템을 설치하는 시간이라고 할 수 있습니다. 🏗️ 이 개념들은 당장 완벽하게 이해되지 않더라도 괜찮습니다. 중요한 것은 이런 것들이 있다는 것을 알고, 나중에 필요할 때 다시 찾아볼 수 있는 **'지도'**를 갖는 것입니다.
이번 글에서는 파이썬을 더욱 강력하고 우아하게 만들어주는 핵심 개념들인 유니코드, 클로저와 데코레이터, 이터레이터와 제너레이터, 그리고 타입 어노테이션을 마치 숙련된 건축가처럼 꼼꼼하게 분석해 드릴게요. 이 지식들을 마스터하면, 여러분은 더 이상 코드를 작성하는 데 그치지 않고, 확장 가능하고 견고한 프로그램을 설계하는 능력을 갖추게 될 것입니다. ✨

---

1. 파이썬과 유니코드: 전 세계 문자와 소통하는 법 🌐

컴퓨터는 우리가 쓰는 문자를 이해하지 못합니다. 오직 0과 1로 이루어진 이진수만 이해할 수 있죠. 그래서 우리는 문자를 0과 1의 숫자로 변환하여 컴퓨터에 전달해야 합니다. 이것이 바로 **문자 인코딩(Character Encoding)**의 기본 원리입니다.

• 아스키(ASCII) 코드: 가장 초기의 문자 표준입니다. 미국에서 만들어졌기 때문에 영어 알파벳, 숫자, 특수 기호 등 128개의 문자만 정의되어 있습니다. 'A'는 65, 'B'는 66처럼 문자에 고유한 숫자를 부여했죠. 하지만 이 방식으로는 한글이나 한자와 같은 비영어권 문자를 표현할 수 없다는 한계가 있었습니다.
• 유니코드(Unicode): 아스키 코드의 한계를 극복하기 위해 만들어진 전 세계 표준 문자 집합입니다. 유니코드는 전 세계의 모든 문자를 하나의 통일된 번호로 표현할 수 있도록 설계되었습니다. '가'는 U+AC00, '나'는 U+B098와 같은 고유한 번호를 부여받았죠. 유니코드는 모든 언어를 한자리에 모아놓은 거대한 도서관이라고 생각하면 이해하기 쉽습니다. 📚
• 인코딩과 디코딩: 유니코드는 문자 자체의 번호일 뿐, 이것을 실제 컴퓨터 파일에 저장하거나 네트워크로 전송하기 위해서는 바이트(Byte) 형태로 변환하는 규칙이 필요합니다. 이 규칙이 바로 **'인코딩'**입니다. 가장 널리 사용되는 인코딩 방식은 UTF-8입니다.
  • 인코딩(Encoding): 사람이 쓰는 문자열을 컴퓨터가 이해하는 **바이트(byte)**로 바꾸는 과정입니다.
  • Python

     

    '한글'.encode('utf-8')
    # 결과: b'\xed\x95\x9c\xea\xb8\x80'
    # b'...'는 바이트 문자열을 의미합니다.
    

  • 디코딩(Decoding): 컴퓨터의 바이트를 다시 사람이 읽을 수 있는 **문자열(string)**로 바꾸는 과정입니다.
  • Python

     

    b'\xed\x95\x9c\xea\xb8\x80'.decode('utf-8')
    # 결과: '한글'
    

  인코딩과 디코딩은 항상 짝을 맞춰야 합니다. 'utf-8'로 인코딩한 것을 'euc-kr'로 디코딩하면 깨진 문자가 나타나게 되죠. 🤯

---

2. 클로저와 데코레이터: 함수에 마법을 걸다 ✨

이 개념들은 함수를 마치 하나의 객체처럼 다룰 수 있는 파이썬의 강력한 기능입니다.

• 클로저(Closure): 클로저는 **'함수 안에 또 다른 함수를 정의하고, 그 내부 함수를 반환하는 함수'**를 의미합니다. 내부 함수는 외부 함수의 지역 변수(Local Variable)를 기억하고 사용할 수 있죠. 마치 부모 함수가 자식 함수에게 '나의 비밀 정보를 기억해!'라고 속삭이는 것과 같습니다. 🤫위 예시에서 multiplier 함수는 종료되었지만, double과 triple 함수는 각각 factor 값인 2와 3을 기억하고 있습니다. 이처럼 클로저는 특정 데이터를 함수에 '묶어두는' 효과를 냅니다.

• def multiplier(factor): # 외부 함수
      def multiply_by(number): # 내부 함수
          return number * factor
      return multiply_by
  
  # 클로저를 사용하여 함수를 생성
  double = multiplier(2)
  triple = multiplier(3)
  
  print(double(10)) # 출력: 20 (내부 함수는 factor=2를 기억)
  print(triple(10)) # 출력: 30 (내부 함수는 factor=3를 기억)
  

• 데코레이터(Decorator): 데코레이터는 **'기존 함수를 변경하지 않고도 기능을 추가하는 방식'**입니다. @ 기호를 사용하여 함수 위에 데코레이터 함수를 적용할 수 있죠. 데코레이터는 클로저의 원리를 활용하여 만들어집니다. 마치 빵(기존 함수)에 초콜릿 시럽(새로운 기능)을 뿌려주는 것과 같습니다. 🍞🍫위 예시에서 my_function은 원래 기능을 그대로 유지하면서, time_checker 데코레이터 덕분에 실행 시간을 측정하는 기능이 추가되었습니다. 데코레이터는 로깅, 권한 확인, 성능 측정 등 다양한 용도로 활용됩니다.

• def time_checker(func):
      import time
      def wrapper(*args, **kwargs):
          start_time = time.time()
          result = func(*args, **kwargs)
          end_time = time.time()
          print(f"함수 실행 시간: {end_time - start_time} 초")
          return result
      return wrapper
  
  @time_checker # 데코레이터 적용
  def my_function():
      time.sleep(1) # 1초 대기
      print("함수 실행 완료")
  
  my_function()
  

---

3. 이터레이터와 제너레이터: 메모리를 절약하며 순회하기 ♻️

우리가 리스트나 튜플을 for 문으로 순회할 때, 그 내부에는 **이터레이터(Iterator)**와 **제너레이터(Generator)**라는 개념이 숨어 있습니다. 이들은 대용량 데이터를 다룰 때 메모리 효율을 극대화하는 중요한 도구입니다.

• 이터레이터(Iterator): 이터레이터는 next() 함수를 호출하여 다음 값을 순차적으로 반환하는 객체입니다. 리스트 같은 반복 가능한(iterable) 객체는 iter() 함수를 사용하여 이터레이터로 변환할 수 있죠. 이터레이터는 한 번 값을 읽으면 그 값을 기억하지 않고 다음으로 넘어갑니다. 따라서 한 번 순회를 마치면 다시 처음부터 순회할 수 없는 특징이 있습니다.

• my_list = [1, 2, 3]
  my_iterator = iter(my_list)
  
  print(next(my_iterator)) # 출력: 1
  print(next(my_iterator)) # 출력: 2
  print(next(my_iterator)) # 출력: 3
  # print(next(my_iterator)) # 더 이상 값이 없어 StopIteration 오류 발생
  

• 제너레이터(Generator): 제너레이터는 이터레이터를 생성해 주는 함수입니다. yield 키워드를 사용하여 값을 순차적으로 반환하며, 필요할 때마다 값을 생성하므로 메모리를 매우 효율적으로 사용할 수 있습니다. 마치 마트에서 모든 상품을 미리 진열해 놓는 대신, 손님이 필요한 것을 주문할 때마다 즉석에서 만들어주는 것과 같습니다. 🛒제너레이터는 리스트 컴프리헨션과 유사한 **제너레이터 표현식(소괄호 사용)**으로도 간단하게 만들 수 있습니다. (x*x for x in range(10))과 같은 형태이죠.

• def count_up(n):
      i = 1
      while i <= n:
          yield i # yield를 만나면 값을 반환하고 잠시 멈춤
          i += 1
  
  # 제너레이터 객체 생성
  my_generator = count_up(5)
  
  print(next(my_generator)) # 출력: 1
  print(next(my_generator)) # 출력: 2
  
  for num in my_generator:
      print(num) # 출력: 3, 4, 5
  

---

4. 파이썬 타입 어노테이션: 코드의 가독성 높이기 ✍️

파이썬은 num = 10처럼 변수의 타입을 명시하지 않고도 사용할 수 있는 **'동적 언어(Dynamic Language)'**입니다. 이는 개발 속도를 높여주지만, 변수의 타입이 명확하지 않아 대규모 프로젝트에서는 혼란을 야기할 수 있습니다. 🤯

• 타입 어노테이션(Type Annotation): 파이썬 3.5 버전부터 추가된 기능으로, 변수나 함수의 매개변수, 리턴값에 타입을 지정하여 개발자에게 **힌트(Hint)**를 제공합니다. 마치 "이 상자에는 책이 들어있습니다"라고 라벨을 붙이는 것과 같습니다. 📦위 예시에서 a: int, b: int와 -> int는 각각 'a와 b는 정수이고, 리턴값은 정수이다'라는 힌트를 줍니다. 하지만 파이썬은 이 힌트를 강제하지 않기 때문에, 문자열을 넣어도 실행됩니다.

• def add(a: int, b: int) -> int:
      return a + b
  
  # 이 코드는 실행되지만, 타입 어노테이션 규칙에 어긋남을 경고
  result = add("10", "20")
  print(result) # 출력: 1020
  

• 타입 검사 라이브러리: mypy와 같은 외부 라이브러리를 사용하면 이러한 타입 어노테이션의 규칙을 강제하여, 프로그램 실행 전에 타입 불일치로 인한 오류를 미리 찾아낼 수 있습니다. 이는 특히 협업이나 대규모 프로젝트에서 코드의 안정성과 유지보수성을 크게 향상시키는 중요한 도구입니다.

---

마무리하며... ✍️

오늘은 파이썬의 기초를 넘어 '날개'를 달아주는 핵심 개념들인 유니코드, 클로저, 데코레이터, 이터레이터, 제너레이터, 그리고 타입 어노테이션에 대해 알아봤습니다.

• 유니코드는 전 세계 문자를 다루는 기본 원리입니다.
• 클로저와 데코레이터는 함수를 더욱 유연하게 만들어줍니다.
• 이터레이터와 제너레이터는 메모리를 효율적으로 관리하는 지혜로운 방법입니다.
• 타입 어노테이션은 코드의 가독성과 안정성을 높여줍니다.

이러한 개념들은 당장 모든 프로젝트에 적용해야 하는 것은 아닙니다. 하지만 여러분이 파이썬을 깊이 이해하고, 더 복잡한 문제를 우아하게 해결하고 싶을 때 꺼내 쓸 수 있는 **'최고급 도구 상자'**에 들어있는 것들이죠. 🛠️ 이제 여러분의 파이썬 코딩 여정에 힘찬 날개가 달렸으니, 더 높이, 더 멀리 날아오르세요! 🦅