컴퓨터과학•챕터 8•약 21분

Python 기초 — 실전 프로젝트와 Python 활용 분야

O
OIYO 편집부기여자
8/8

1. Python 기초 시리즈를 마무리하며

지금까지 7개 챕터에 걸쳐 파이썬의 핵심 문법을 체계적으로 학습했습니다. 마지막 챕터에서는 그동안 배운 내용을 종합하여 실전 프로젝트를 작성하고, 파이썬이 어떤 분야에서 어떻게 활용되는지, 그리고 취업·진로와 어떻게 연결되는지 살펴봅니다.


2. Python으로 할 수 있는 것들

가. 업무 자동화

반복 작업의 자동화 효과는 작업량·입출력 비용·검증과 오류 처리에 따라 달라진다. 실행 시간뿐 아니라 수작업 검토와 실패 복구 비용까지 비교해야 한다.

  • 파일/폴더 일괄 이름 변경
  • 엑셀 보고서 자동 생성
  • 이메일 자동 발송
  • 웹 크롤링 및 스크래핑
  • PDF 자동 처리

나. 데이터 분석 및 시각화

  • pandas로 데이터 정제·분석
  • matplotlib/seaborn으로 그래프 생성
  • 통계 분석 및 리포트 작성

다. 인공지능 및 머신러닝

  • scikit-learn으로 머신러닝 모델 구축
  • TensorFlow/PyTorch로 딥러닝
  • 자연어 처리 (NLP)

라. 웹 개발

  • Django: 대규모 웹 서비스
  • Flask: 경량 웹 프레임워크
  • FastAPI: 고성능 REST API

마. 임베디드 및 IoT

  • Raspberry Pi 제어
  • 센서 데이터 처리
  • MicroPython으로 마이크로컨트롤러 프로그래밍

3. 웹 수집: 요청과 HTML 해석을 분리하기

웹 수집은 HTTP 응답을 받는 단계와 HTML에서 필요한 필드를 추출하는 단계로 나눈다. 두 단계를 분리하면 네트워크 없이도 선택자와 누락 데이터 처리를 검증할 수 있다. 아래는 한 페이지의 정적인 HTML만 해석하는 예제이며, 전체 사이트나 JavaScript로 나중에 표시되는 내용을 수집하는 도구가 아니다.

가상환경에서 python -m pip install requests beautifulsoup4로 의존성을 설치한다. HTTP 상태 오류와 본문 해석 오류는 서로 다른 실패다. raise_for_status()는 4xx·5xx에서 예외를 발생시키지만, 정상 상태라는 이유만으로 필요한 HTML이나 JSON이 들어 있다는 보장은 없다.

import requests
from bs4 import BeautifulSoup

def parse_quotes(html):
    """필수 필드가 빠진 페이지를 성공으로 보고하지 않는다."""
    soup = BeautifulSoup(html, "html.parser")
    blocks = soup.select("div.quote")
    if not blocks:
        raise ValueError("인용문 영역이 없습니다: 페이지와 선택자를 확인하세요")
    quotes = []
    for index, block in enumerate(blocks, start=1):
        text = block.select_one("span.text")
        author = block.select_one("small.author")
        if text is None or author is None:
            raise ValueError(f"{index}번째 항목의 본문 또는 작성자가 없습니다")
        text_value = text.get_text(" ", strip=True)
        author_value = author.get_text(" ", strip=True)
        if not text_value or not author_value:
            raise ValueError(f"{index}번째 항목의 필수 값이 비어 있습니다")
        quotes.append({
            "text": text_value,
            "author": author_value,
            "tags": [t.get_text(" ", strip=True) for t in block.select("a.tag")],
        })
    return quotes

def scrape_quotes(url, *, session=requests):
    response = session.get(url, timeout=10)
    response.raise_for_status()
    return parse_quotes(response.text)

sample_html = '''
<div class="quote"><span class="text">실제 인용이 아닌 테스트 문장입니다.</span>
<small class="author">테스트 작성자</small><a class="tag">검증</a></div>
'''
quotes = parse_quotes(sample_html)
assert quotes[0]["author"] == "테스트 작성자"
assert quotes[0]["tags"] == ["검증"]
# 실제 요청은 접근 규칙을 확인한 URL을 직접 전달할 때만 수행한다.
# quotes = scrape_quotes("https://quotes.toscrape.com")

select_one()은 일치하는 요소가 없으면 None을 반환하므로 바로 .text에 접근하면 안 된다. 여기서는 태그가 없는 것은 허용하되, 본문·작성자가 없거나 비면 페이지를 거부한다. 영역 자체가 없을 때도 선택자 변경·접근 차단·실제 빈 페이지를 구분할 수 없으므로 조용히 빈 목록을 반환하지 않는다. 원래 문장의 따옴표도 데이터이므로 임의로 제거하지 않는다.

timeout=10은 연결과 응답 읽기의 대기 시간을 제한할 뿐, 다운로드 전체가 10초 안에 끝난다는 뜻이 아니다. 여러 페이지 수집, 재시도·중복 처리·HTML 변경 감지·총 실행시간 제한은 별도로 설계해야 한다. JSON 응답도 상태 확인 뒤 해석하고, 빈 응답이나 잘못된 JSON은 Requests의 exceptions 모듈에 있는 JSONDecodeError로 처리한다.

실제 수집 전에는 이용약관·robots.txt·요청 빈도·저작권·개인정보를 확인한다. robots.txt의 허용은 모든 이용에 대한 법적 허가가 아니다. 로그인이나 접근 제한을 우회하지 않으며, 공개된 페이지라는 이유만으로 개인정보를 저장·재배포하지 않는다. 테스트는 위 고정 HTML로 시작하고 실제 요청은 필요한 범위에서만 수행한다.

근거: Requests 상태·JSON·timeout, 연결·읽기 timeout 구분, Beautiful Soup 선택자, Soup Sieve select_one.

4. 실전 프로젝트 1: 파일 정리 자동화 스크립트

파일을 확장자별로 분류하되 기본값은 미리보기다. 전체 대상의 이름 충돌과 심볼릭 링크를 검사한 뒤에만 이동한다. 원본 다운로드 폴더가 아닌 폐기 가능한 복사본으로 시험한다.

import os
import shutil
from datetime import datetime

CATEGORIES = {
    "이미지": [".jpg", ".jpeg", ".png", ".gif", ".bmp", ".svg", ".webp"],
    "문서": [".pdf", ".doc", ".docx", ".txt", ".hwp", ".pptx", ".xlsx"],
    "동영상": [".mp4", ".avi", ".mov", ".mkv", ".wmv"],
    "음악": [".mp3", ".wav", ".flac", ".aac"],
    "압축파일": [".zip", ".rar", ".7z", ".tar", ".gz"],
    "코드": [".py", ".js", ".html", ".css", ".java", ".cpp"],
}

# 2026-10-03: 실행 전 전체 계획을 검사해 기존 파일 덮어쓰기를 막는다.
EXT_MAP = {ext: cat for cat, exts in CATEGORIES.items() for ext in exts}

from pathlib import Path

def organize_files(source: str, *, apply=False):
    root = Path(source)
    if root.is_symlink() or not root.is_dir():
        raise ValueError("Use a real, controlled directory.")
    plan, seen = [], set()
    for src in sorted(root.iterdir()):
        if src.is_symlink() or not src.is_file():
            continue
        dest_dir = root / EXT_MAP.get(src.suffix.lower(), "기타")
        if dest_dir.is_symlink() or (dest_dir.exists() and not dest_dir.is_dir()):
            raise ValueError("Invalid destination directory.")
        dest = dest_dir / src.name
        key = str(dest).casefold()
        if dest.exists() or dest.is_symlink() or key in seen:
            raise FileExistsError(str(dest))
        seen.add(key)
        plan.append((src, dest))

    for src, dest in plan:
        print(f"{src.name} → {dest.relative_to(root)}")
    if not apply:
        return plan

    for src, dest in plan:
        # 2026-10-03: 검사 후 상태가 달라질 수 있어 재확인한다. 원자적 작업은 아니다.
        if src.is_symlink() or dest.exists() or dest.is_symlink():
            raise FileExistsError(str(dest))
        if dest.parent.is_symlink():
            raise ValueError("Destination became a symlink.")
        dest.parent.mkdir(exist_ok=True)
        src.rename(dest)
    stamp = datetime.now().strftime("%Y%m%d_%H%M%S_%f")
    with (root / f"organize_{stamp}.log").open("x", encoding="utf-8") as f:
        f.write("\n".join(f"{src.name} → {dest.relative_to(root)}" for src, dest in plan))
    return plan

# 임시 복사본에서 organize_files(folder)로 계획을 확인한다.
# 검토 후 organize_files(folder, apply=True)로 실행한다.

이 예제는 하나의 제어된 폴더에 단독 접근한다는 전제다. 실행 도중 오류가 나면 일부만 이동될 수 있고, 로그 실패가 이동을 되돌리지는 않는다. 백업·복구와 동시 실행 제어는 별도 설계해야 한다. 로그도 기존 파일을 덮어쓰지 않는 x 모드로 생성한다.


5. 파일 이름 일괄 변경: 계획과 실행 분리

정규식으로 이름 앞 번호를 제거하는 예제다. 원하는 이름으로 바꾸는 것과 기존 파일을 덮어쓰지 않는 것은 별개의 요구사항이다. 먼저 전체 계획을 만들고 충돌을 확인한 뒤, 폐기 가능한 복사본에서만 실행한다.

import os
import re

from pathlib import Path

def batch_rename(folder: str, pattern: str, replacement: str, *, apply=False):
    """파일명만 바꾸고 충돌·경로 변경은 실행 전에 거부한다."""
    root = Path(folder)
    if root.is_symlink() or not root.is_dir():
        raise ValueError("제어 가능한 실제 폴더를 사용하세요.")
    plan, seen = [], set()
    for src in sorted(root.iterdir()):
        if src.is_symlink() or not src.is_file():
            continue
        new_name = re.sub(pattern, replacement, src.name)
        if new_name == src.name:
            continue
        if new_name in ("", ".", "..") or "/" in new_name or "\\" in new_name:
            raise ValueError("변경 결과는 하나의 파일명이어야 합니다.")
        dst = root / new_name
        key = new_name.casefold()
        # 2026-10-03: 기존 파일과 교환형 변경도 거부해 덮어쓰기를 막는다.
        if dst.exists() or dst.is_symlink() or key in seen:
            raise FileExistsError(str(dst))
        seen.add(key)
        plan.append((src, dst))
    for src, dst in plan:
        print(f"{src.name} → {dst.name}")
    if apply:
        for src, dst in plan:
            if src.is_symlink() or dst.exists() or dst.is_symlink():
                raise FileExistsError(str(dst))
            src.rename(dst)
    return plan

# 예: "01_report.pdf" → "report.pdf", 기본값은 미리보기
# batch_rename("./docs", r"^\d+_", "")

기본값은 미리보기다. 목적지에 파일이 있거나 두 파일이 같은 이름으로 바뀌거나 폴더 밖으로 이동하는 결과를 만들면 계획 단계에서 거부한다. 파일명을 서로 교환하는 작업도 지원하지 않는다. 적용 중 일부만 변경될 수 있으므로 백업과 단독 접근이 전제이며, 이 예제가 원자적 복구를 제공하지는 않는다.

6. 예약 실행: 간격과 시각의 차이

작업 완료 후 일정 간격 기다리기

import math
import time

def run_periodic(task, interval=300, *, runs=3, sleep=time.sleep):
    if isinstance(interval, bool) or not isinstance(interval, (int, float)):
        raise TypeError("간격은 숫자여야 합니다.")
    try:
        seconds = float(interval)
    except OverflowError as exc:
        raise ValueError("간격이 너무 큽니다.") from exc
    if not math.isfinite(seconds) or seconds <= 0:
        raise ValueError("간격은 유한한 양수여야 합니다.")
    if runs is not None and (isinstance(runs, bool) or not isinstance(runs, int) or runs < 0):
        raise ValueError("횟수는 0 이상의 정수 또는 None이어야 합니다.")
    completed = 0
    while runs is None or completed < runs:
        task()  # 2026-10-03: 실패를 호출자에게 전달해 실패한 작업을 성공으로 보고하지 않는다.
        completed += 1
        if runs is None or completed < runs:
            sleep(seconds)
    return completed

def check_updates():
    print("테스트 업데이트 확인")

# 유한 반복 테스트이며 웹 요청이나 파일 변경을 수행하지 않는다.
run_periodic(check_updates, interval=1, runs=3)

# 명시적으로 상시 실행하려면: run_periodic(check_updates, runs=None)

첫 작업은 즉시 실행한다. 기본 간격 300초는 앞 작업이 끝난 뒤 300초 기다린다는 뜻이며, 매 5분의 정각에 시작한다는 뜻이 아니다. 작업이 길면 다음 시작 시각도 밀린다. runs=0이면 실행하지 않고, 작업 예외는 숨기지 않고 루프를 중단해 호출자에게 전달한다. 유한 반복은 실습용이고 runs=None인 상시 실행은 프로세스를 점유하므로 종료·감시 정책이 필요하다. 운영체제 사정에 따라 sleep이 더 길어질 수 있어 정밀한 실행 시각을 보장하지 않는다.

하루의 특정 시각에 실행하기

python -m pip install schedule
import schedule
import time

def daily_report():
    print("테스트 보고서 생성")

def check_updates():
    print("테스트 업데이트 확인")

def build_scheduler():
    scheduler = schedule.Scheduler()
    scheduler.every().day.at("09:00").do(daily_report)
    scheduler.every(30).minutes.do(check_updates)
    return scheduler

def run_scheduler(scheduler, *, polls=3, sleep=time.sleep):
    if polls is not None and (isinstance(polls, bool) or not isinstance(polls, int) or polls < 0):
        raise ValueError("확인 횟수는 0 이상의 정수 또는 None이어야 합니다.")
    count = 0
    while polls is None or count < polls:
        scheduler.run_pending()
        count += 1
        if polls is None or count < polls:
            sleep(1)
    return count

scheduler = build_scheduler()
run_scheduler(scheduler)  # 세 번 확인할 뿐, 예약 시각이 아니면 작업을 실행하지 않는다.
# 명시적으로 상시 실행하려면: run_scheduler(scheduler, polls=None)

이 코드는 앞 실습의 함수를 가져오지 않아도 독립적으로 실행된다. 전역 예약 목록 대신 별도 Scheduler를 사용한다. 09:00은 Python 프로세스의 로컬 시간대다. 세 번 확인하는 동안 예약 시각이 오지 않으면 출력이 없어도 정상이며, 이를 보고서 생성 성공으로 해석하면 안 된다. .at()에 별도 시간대를 지정하려면 pytz가 추가로 필요하므로 서버 시간대·서머타임 요구를 먼저 정한다.

이 예제의 작업은 같은 스레드에서 순차 실행된다. 긴 작업은 다른 작업 확인을 늦추고, 처리되지 않은 예외는 run_pending() 밖으로 전달된다. 프로세스 종료·호스트 절전 중에는 실행되지 않는다. 라이브러리는 예약 영속성·동시 실행·정밀 시각을 제공하지 않으므로, 운영 보고서라면 프로세스 감시·재시작·중복 실행 방지·로그·놓친 예약 처리 정책을 따로 설계한다. 파일 변경 예제를 바로 예약하지 않고 계획과 백업을 먼저 검토한다.

근거: Python sleep, schedule 범위와 한계, 작업 예외, 시간대 처리.

7. 실전 프로젝트 2: 성적 분석 리포트 생성기

CSV 성적을 분석하는 학습 예제다. 비어 있지 않은 데이터와 모든 과목의 유한한 0~100점을 요구하며, 결측 점수를 조용히 제외해 평균을 내지 않는다. 원본과 다른 새 파일로 출력하고 기존 파일은 덮어쓰지 않는다. 아래 등급은 예시 정책이며 학교별 평가 규칙이 아니다.

import pandas as pd
import numpy as np
from datetime import date
from pathlib import Path

def analyze_grades(csv_path, output_path=None):
    """성적 CSV 파일을 분석하고 리포트를 생성합니다."""
    source = Path(csv_path)
    destination = Path(output_path) if output_path is not None else source.with_name(source.stem + "_분석결과.csv")
    if destination.resolve() == source.resolve():
        raise ValueError("출력 경로는 원본과 달라야 한다.")

    # 데이터 로드
    try:
        df = pd.read_csv(csv_path, encoding="utf-8-sig")
    except FileNotFoundError:
        print(f"오류: '{csv_path}' 파일을 찾을 수 없습니다.")
        return

    # 필요한 열 확인
    required_cols = ["학번", "이름", "국어", "영어", "수학"]
    missing = [c for c in required_cols if c not in df.columns]
    if missing:
        print(f"오류: 필수 열이 없습니다: {missing}")
        return

    # 평균 계산
    subjects = ["국어", "영어", "수학"]
    if df.empty:
        raise ValueError("빈 성적 자료는 분석하지 않는다.")
    scores = df[subjects].apply(pd.to_numeric, errors="raise")
    if not np.isfinite(scores.to_numpy(dtype=float)).all():
        raise ValueError("결측값이나 유한하지 않은 점수는 허용하지 않는다.")
    if not scores.ge(0).all().all() or not scores.le(100).all().all():
        raise ValueError("점수는 0~100 범위여야 한다.")
    df[subjects] = scores
    df["평균"] = df[subjects].mean(axis=1).round(1)

    # 등급 산정
    def to_grade(score):
        if score >= 90: return "A"
        elif score >= 80: return "B"
        elif score >= 70: return "C"
        elif score >= 60: return "D"
        else: return "F"

    df["등급"] = df["평균"].apply(to_grade)
    df["석차"] = df["평균"].rank(ascending=False, method="min").astype(int)

    # 리포트 헤더
    separator = "=" * 60
    print(separator)
    print(f"  성적 분석 리포트 — {date.today()}")
    print(separator)
    print(f"  총 학생 수: {len(df)}명")
    print()

    # 과목별 통계
    print("[ 과목별 통계 ]")
    stats = df[subjects].agg(["mean", "max", "min", "std"]).round(1)
    stats.index = ["평균", "최고", "최저", "표준편차"]
    print(stats.to_string())
    print()

    # 등급 분포
    print("[ 등급 분포 ]")
    for grade in ["A", "B", "C", "D", "F"]:
        count = len(df[df["등급"] == grade])
        bar = "█" * count
        print(f"  {grade}: {bar} ({count}명)")
    print()

    # 상위 5명
    print("[ 상위 5명 ]")
    top5 = df.nsmallest(5, "석차")[["석차", "이름", "평균", "등급"]]
    print(top5.to_string(index=False))
    print()

    # 2026-10-03: 배타적 생성으로 기존 결과와 원본의 덮어쓰기를 막는다.
    with destination.open("x", encoding="utf-8-sig", newline="") as output:
        df.to_csv(output, index=False)
    print(f"분석 결과 저장: {destination}")
    return destination

# analyze_grades("students.csv")

쓰기 실패 시 새 출력 파일 일부가 남을 수 있으므로 원자적 저장을 구현했다고 보지는 않는다. 통계의 표준편차는 pandas의 기본 표본 기준이며, 관측치 하나로는 정의되지 않는다. 동시 편집·트랜잭션·영구 이력 관리는 구현하지 않았다.


8. 실전 프로젝트 3: 간단한 단어장 앱 (CLI)

JSON 파일을 사용한 영단어 암기 프로그램입니다.

import json
import random
import os
from pathlib import Path
from tempfile import NamedTemporaryFile

WORDBOOK_FILE = "wordbook.json"

def validate_wordbook(data):
    if not isinstance(data, dict):
        raise ValueError("단어와 뜻을 연결한 객체여야 합니다.")
    if any(not isinstance(k, str) or not k.strip() or
           not isinstance(v, str) or not v.strip() for k, v in data.items()):
        raise ValueError("단어와 뜻은 비어 있지 않은 문자열이어야 합니다.")
    return data

def unique_pairs(pairs):
    data = {}
    for key, value in pairs:
        if key in data:
            raise ValueError("JSON에 중복 키가 있습니다.")
        data[key] = value
    return data

def load_wordbook(path=None):
    destination = Path(WORDBOOK_FILE if path is None else path)
    if destination.is_symlink():
        raise ValueError("단어장 파일에 심볼릭 링크를 사용하지 않습니다.")
    try:
        with destination.open("r", encoding="utf-8") as source:
            data = json.load(source, object_pairs_hook=unique_pairs)
    except FileNotFoundError:
        return {}
    return validate_wordbook(data)

def save_wordbook(db, path=None):
    validate_wordbook(db)
    destination = Path(WORDBOOK_FILE if path is None else path)
    load_wordbook(destination)  # 2026-10-03: 교체하기 전에 손상된 원본을 거부한다.
    temporary = None
    try:
        with NamedTemporaryFile("w", encoding="utf-8", dir=destination.parent,
                                prefix=".wordbook-", suffix=".tmp", delete=False) as output:
            temporary = Path(output.name)
            json.dump(db, output, ensure_ascii=False, indent=2)
            output.flush()
            os.fsync(output.fileno())
        # 2026-10-03: 같은 폴더의 임시 파일로 원본 선절단을 피한다.
        os.replace(temporary, destination)
    finally:
        if temporary is not None and temporary.exists():
            temporary.unlink()

def add_word(wb):
    word = input("영단어: ").strip()
    meaning = input("뜻: ").strip()
    if word and meaning:
        if word in wb:
            print("이미 있는 단어입니다. 기존 뜻을 유지합니다.")
            return
        candidate = dict(wb)
        candidate[word] = meaning
        save_wordbook(candidate)
        wb.clear()
        wb.update(candidate)
        print(f"'{word}' 추가 완료!")

def quiz(wb):
    if len(wb) < 2:
        print("단어가 2개 이상 필요합니다.")
        return
    words = list(wb.keys())
    word = random.choice(words)
    print(f"\n문제: '{word}'의 뜻은?")
    answer = input("답: ").strip()
    correct = wb[word]
    if answer == correct:
        print("정답!")
    else:
        print(f"오답! 정답: {correct}")

def list_words(wb):
    if not wb:
        print("저장된 단어가 없습니다.")
        return
    print(f"\n{'단어':15s} {'뜻'}")
    print("-" * 35)
    for word, meaning in sorted(wb.items()):
        print(f"{word:15s} {meaning}")

def main():
    wb = load_wordbook()
    while True:
        print("\n=== 단어장 ===")
        print("1. 단어 추가  2. 퀴즈  3. 목록  4. 종료")
        choice = input("선택: ").strip()
        if choice == "1":
            add_word(wb)
        elif choice == "2":
            quiz(wb)
        elif choice == "3":
            list_words(wb)
        elif choice == "4":
            print("종료합니다.")
            break
        else:
            print("1~4 중 선택해주세요.")

# main()

없는 파일만 빈 단어장으로 시작한다. 잘못된 JSON·중복 키·잘못된 자료형·읽기 권한 오류는 숨기거나 초기화하지 않고 호출자에게 전달한다. 기존 단어의 뜻은 자동 덮어쓰지 않는다. 추가할 자료를 복사해 저장하고, 저장이 성공한 뒤에만 메모리 값을 갱신한다. 오류가 나면 이 실습은 종료하며 원본을 확인한 뒤 재실행한다.

임시 파일을 원본과 같은 폴더에 완성한 뒤 os.replace로 교체해 원본을 먼저 비우는 위험을 줄인다. 단독 접근하는 제어된 폴더가 전제이며, 동시 편집·심볼릭 링크 경쟁조건·기존 권한 유지·전원 손실 시 디렉터리 영속성까지 보장하는 데이터베이스는 아니다. 실제 운영에는 백업·잠금 또는 트랜잭션 저장소가 필요하다.


9. API 실습: 날씨 응답을 검증한 뒤 출력하기

위도·경도로 위치를 정하고 요청·JSON 해석·출력을 나누는 예제다. 제공자는 좌표 조회와 별도 지오코더를 권장하며 기존 도시명 직접 조회는 폐기 예정 방식이다. 같은 이름의 도시가 여러 곳이면 첫 결과를 임의로 고르지 않는다. 영어 예제의 실제 도시 세 곳 호출을 기본 실행하지 않고, 고정된 가상 응답으로 흐름을 검증한다.

import math
import os
import requests

BASE = "https://api.openweathermap.org/data/2.5/weather"

def finite_number(value, label, low=None, high=None):
    if isinstance(value, bool) or not isinstance(value, (int, float)):
        raise ValueError(f"{label}: 숫자여야 합니다.")
    try:
        number = float(value)
    except OverflowError as exc:
        raise ValueError(f"{label}: 범위를 벗어났습니다.") from exc
    if not math.isfinite(number) or (low is not None and number < low) or (high is not None and number > high):
        raise ValueError(f"{label}: 유효하지 않은 값입니다.")
    return number

def parse_weather(data):
    if not isinstance(data, dict):
        raise ValueError("날씨 응답은 객체여야 합니다.")
    try:
        weather = data["weather"]
        if not isinstance(weather, list) or not weather or not isinstance(weather[0], dict):
            raise ValueError("날씨 설명이 없습니다.")
        description = weather[0]["description"]
        if not isinstance(description, str) or not description.strip():
            raise ValueError("날씨 설명이 잘못됐습니다.")
        main, wind = data["main"], data["wind"]
        if not isinstance(main, dict) or not isinstance(wind, dict):
            raise ValueError("기온 또는 바람 객체가 잘못됐습니다.")
        return {
            "description": description.strip(),
            "temperature": finite_number(main["temp"], "temperature"),
            "feels_like": finite_number(main["feels_like"], "feels_like"),
            "humidity": finite_number(main["humidity"], "humidity", 0, 100),
            "wind_speed": finite_number(wind["speed"], "wind_speed", 0),
        }
    except KeyError as exc:
        raise ValueError("필수 날씨 필드가 없습니다.") from exc

def get_weather(latitude, longitude, *, api_key=None, session=requests):
    lat = finite_number(latitude, "latitude", -90, 90)
    lon = finite_number(longitude, "longitude", -180, 180)
    key = api_key if api_key is not None else os.environ.get("OPENWEATHER_API_KEY")
    if not isinstance(key, str) or not key.strip():
        raise ValueError("실제 요청에는 API 키가 필요합니다.")
    try:
        response = session.get(BASE, params={"lat": lat, "lon": lon,
            "appid": key, "units": "metric"}, timeout=5, allow_redirects=False)
        if not 200 <= response.status_code < 300:
            raise RuntimeError(f"날씨 HTTP 상태 {response.status_code}")
        data = response.json()
    except requests.exceptions.JSONDecodeError:
        raise RuntimeError("날씨 응답이 유효한 JSON이 아닙니다.") from None
    except requests.exceptions.RequestException:
        # 2026-10-03: 요청 예외에는 API 키가 포함된 URL이 들어갈 수 있다.
        raise RuntimeError("날씨 네트워크 요청이 실패했습니다.") from None
    return parse_weather(data)

def display(data):
    print(data["description"])
    print(f"기온: {data['temperature']} °C")
    print(f"체감기온: {data['feels_like']} °C")
    print(f"습도: {data['humidity']} %")
    print(f"풍속: {data['wind_speed']} m/s")

fixture = {"weather": [{"description": "가상의 맑은 날씨"}],
           "main": {"temp": 20, "feels_like": 19, "humidity": 50},
           "wind": {"speed": 2}}
display(parse_weather(fixture))  # 가상 자료이며 계정이나 네트워크가 필요 없다.
# 실제 좌표와 비공개 환경변수 키를 직접 설정한 경우에만:
# display(get_weather(latitude, longitude))

화면에 출력할 필드만 요구하며 위치 이름·국가 코드가 항상 존재한다고 가정하지 않는다. metric 응답의 기온은 섭씨, 풍속은 m/s다. 필드 누락·빈 설명·불리언이나 유한하지 않은 숫자·범위 밖 습도·음수 풍속은 0으로 대체하지 않고 거부한다. 구조 검증일 뿐 실제 관측의 기상학적 정확성을 보장하지 않는다.

HTTP 성공·유효한 JSON·기대한 필드 구조는 각각 확인한다. 리다이렉트는 거부하고, 키가 포함될 수 있는 예외 원문 대신 일반 오류를 전달한다. 키는 코드 저장소·화면 캡처·로그에 남기지 않는다. timeout 5초는 요청 전체의 마감시간이 아니다. 실제 호출 전 요금제·할당량·약관을 확인하며, 이 코드는 가입이나 과금 호출 자동 재시도를 수행하지 않는다.

근거: OpenWeather 좌표 API와 응답 필드, Requests JSON·timeout.

10. Python 취업 활용 로드맵

가. 직무별 주요 스킬

직무핵심 기술추천 프레임워크
데이터 분석가pandas, numpy, matplotlibseaborn, plotly
데이터 사이언티스트scikit-learn, 통계학XGBoost, LightGBM
ML 엔지니어딥러닝, MLOpsTensorFlow, PyTorch
백엔드 개발자REST API, DB 설계Django, FastAPI
자동화 엔지니어스크래핑, RPASelenium, BeautifulSoup
퀀트/핀테크금융 수학, 통계QuantLib, zipline

나. 단계별 학습 로드맵

1단계 — 기초 역량 확인

  • Python 문법 마스터 (이 시리즈 완성!)
  • git/GitHub 기초
  • 간단한 CLI 프로젝트 2~3개

2단계 — 심화 역량 확인

  • OOP(객체지향 프로그래밍) 이해
  • 데이터베이스 기초 (SQLite, PostgreSQL)
  • 원하는 분야 라이브러리 집중 학습

3단계 — 프로젝트 적용

  • 실전 프로젝트 GitHub에 공개
  • 포트폴리오 구성
  • Kaggle 참여 (데이터 분야) 또는 오픈소스 기여

4단계 — 취업 준비

  • 코딩 테스트 준비 (프로그래머스, 백준)
  • 기술 면접 대비
  • 인턴십 및 공채 지원

11. Python 커뮤니티 및 학습 자료

자료설명링크
공식 문서파이썬 공식 튜토리얼docs.python.org/ko
프로그래머스코딩 테스트 실전 연습programmers.co.kr
Kaggle데이터 분석 실전kaggle.com
PyPI패키지 검색pypi.org
Stack Overflow기술 Q&Astackoverflow.com
파이콘 한국파이썬 컨퍼런스pycon.kr

시리즈 전체 복습 요약

챕터주제핵심 키워드
Ch1소개·설치설치, IDLE, VS Code, print()
Ch2변수·타입int, float, str, bool, 형변환, input()
Ch3조건·반복if/elif/else, for, while, break, continue
Ch4함수·모듈def, return, *args, **kwargs, import
Ch5자료구조list, tuple, dict, set, 컴프리헨션
Ch6파일·예외open(), with, try/except/finally
Ch7numpy·pandasndarray, DataFrame, 데이터 분석
Ch8실전·활용자동화, 프로젝트, 취업 로드맵

12. 모의고사 10문항 — Python 기초 종합

이 시리즈에서 배운 모든 내용을 아우르는 종합 모의고사입니다.


[문제 1] 다음 코드의 출력 결과를 쓰세요.

x = [1, 2, 3, 4, 5]
print(x[1:4:2])
print(x[::-1][::2])

[정답 1]

  • x[1:4:2] → [2, 4] (인덱스 1~3에서 2칸 간격: 인덱스 1, 3의 값)
  • x[::-1][::2] → [5, 3, 1] (역순 [5,4,3,2,1]에서 2칸 간격)

[문제 2] 아래 함수의 반환값을 쓰세요.

def mystery(n):
    if n <= 1:
        return n
    return mystery(n-1) + mystery(n-2)

print(mystery(6))

[정답 2] 8 — 피보나치 수열 함수입니다. mystery(1)=1, mystery(2)=1, mystery(3)=2, mystery(4)=3, mystery(5)=5, mystery(6)=8.


[문제 3] 다음 중 올바른 딕셔너리 키로 사용할 수 없는 것을 모두 고르세요. ① "hello" ② 42 ③ [1, 2, 3] ④ (1, 2) ⑤ True

[정답 3] ③ [1, 2, 3] — 내장 리스트는 해시 불가능하다. 나머지 보기의 값은 키로 사용할 수 있지만, 모든 튜플이 가능한 것은 아니다. 튜플은 각 원소가 해시 가능해야 하므로 ([1, 2],)는 키로 사용할 수 없다. 해시 가능한 객체는 생존 기간에 해시값이 바뀌지 않고, 서로 같은 객체는 같은 해시값을 가져야 한다.


[문제 4] 다음 코드에서 오류가 발생하는 라인과 오류 종류를 쓰고, 수정 방법을 설명하세요.

def divide(a, b):
    return a / b

result = divide(10, 0)
print(result)

[정답 4] 4번 라인 divide(10, 0) 에서 ZeroDivisionError가 발생합니다. 수정 방법:

def divide(a, b):
    try:
        return a / b
    except ZeroDivisionError:
        print("0으로 나눌 수 없습니다.")
        return None

[문제 5] 리스트 컴프리헨션으로 다음 조건을 만족하는 코드를 작성하세요. 1~100 사이 숫자 중 3의 배수이거나 7의 배수인 숫자의 합계를 구하세요.

[정답 5]

total = sum([x for x in range(1, 101) if x % 3 == 0 or x % 7 == 0])
print(total)   # 2208

[문제 6] 다음 코드를 실행하면 파일에 어떤 내용이 저장되나요?

data = ["사과", "바나나", "딸기"]
with open("fruits.txt", "w", encoding="utf-8") as f:
    for item in data:
        f.write(item + "\n")

[정답 6] fruits.txt 파일에 다음 내용이 저장됩니다:

사과
바나나
딸기

각 항목 뒤에 \n(줄바꿈)이 추가되므로 세 줄로 저장됩니다.


[문제 7] *args와 **kwargs를 모두 받는 함수 log_event를 정의하세요. 이 함수는 위치 인수들은 번호를 매겨 출력하고, 키워드 인수들은 키=값 형식으로 출력해야 합니다.

[정답 7]

def log_event(*args, **kwargs):
    print("위치 인수:")
    for i, arg in enumerate(args, 1):
        print(f"  {i}. {arg}")
    print("키워드 인수:")
    for key, value in kwargs.items():
        print(f"  {key}={value}")

log_event("이벤트A", "이벤트B", user="홍길동", level="INFO")

[문제 8] numpy 배열 a = np.array([1,2,3,4,5,6,7,8,9])를 3×3 행렬로 변환하고, 대각선(왼쪽 위 → 오른쪽 아래) 요소의 합을 구하는 코드를 작성하세요.

[정답 8]

import numpy as np
a = np.array([1,2,3,4,5,6,7,8,9])
mat = a.reshape(3, 3)
diagonal_sum = np.trace(mat)   # 또는 sum(mat[i][i] for i in range(3))
print(mat)
print(f"대각선 합: {diagonal_sum}")   # 1+5+9 = 15

[문제 9] 다음 pandas 관련 코드에서 빈칸을 채우세요.

import pandas as pd
data = {"이름": ["A","B","C","D"], "점수": [85, 92, 70, 88]}
df = pd.DataFrame(data)

# 점수가 85 이상인 행만 필터링
high = df[_______________]

# 점수 기준 내림차순 정렬
sorted_df = df._______________("점수", ascending=False)

# 점수 평균 출력
avg = df["점수"]._______()

[정답 9]

high = df[df["점수"] >= 85]
sorted_df = df.sort_values("점수", ascending=False)
avg = df["점수"].mean()

[문제 10] 아래 코드는 학생 성적을 처리합니다. 실행 결과를 예측하고, 코드의 의도를 설명하세요.

students = {
    "김철수": [80, 85, 90],
    "이영희": [95, 88, 92],
    "박민준": [70, 60, 75],
}

result = {
    name: {"평균": sum(scores)/len(scores), "합격": sum(scores)/len(scores) >= 80}
    for name, scores in students.items()
}

for name, info in result.items():
    status = "합격" if info["합격"] else "불합격"
    print(f"{name}: {info['평균']:.1f}점 — {status}")

[정답 10] 출력:

  • 김철수: 85.0점 — 합격
  • 이영희: 91.7점 — 합격
  • 박민준: 68.3점 — 불합격 코드 의도: 딕셔너리 컴프리헨션을 사용하여 각 학생의 성적 리스트로부터 평균과 합격 여부(평균 80점 이상)를 계산해 새로운 딕셔너리를 만들고, 결과를 f-string으로 출력합니다.

실전 퀴즈 5문항

Q1. 파이썬에서 OOP(객체지향 프로그래밍)의 4가지 핵심 개념을 나열하고 간단히 설명하세요.

A1.

  1. 캡슐화(Encapsulation): 상태 변경을 클래스의 인터페이스로 모아 불변 조건을 관리한다. Python의 이름 맹글링은 이름 충돌을 줄이는 장치이지 보안상 접근 차단이 아니다.
  2. 상속(Inheritance): 부모 클래스의 속성과 메서드를 자식 클래스가 물려받아 재사용합니다.
  3. 다형성(Polymorphism): 같은 이름의 메서드가 클래스에 따라 다르게 동작합니다.
  4. 추상화(Abstraction): 복잡한 내부 구현을 숨기고 필요한 인터페이스만 노출합니다.

Q2. 이 장의 실습에서 pathlib, json, requests와 Beautiful Soup은 각각 어떤 경계를 담당하는가?

A2.

  1. pathlib: 파일 경로와 이동 계획을 다룬다. 경로를 만들었다고 충돌이나 권한 문제가 해결되는 것은 아니다.
  2. json: 저장 형식을 해석·직렬화한다. 해석 성공과 단어장 스키마 검증 성공은 별개다.
  3. requests와 Beautiful Soup: 전자는 HTTP 응답을 받고, 후자는 HTML을 해석한다. HTTP 상태 검사와 필수 요소 검사를 각각 수행해야 한다.

Q3. 프로젝트 폴더에 requirements.txt를 만들어 놓는 이유는 무엇이며, 어떻게 생성하나요?

A3. requirements 파일은 설치할 패키지의 요구사항을 기록한다. pip freeze는 현재 환경에 설치된 배포 패키지를 요구사항 형식으로 출력하므로, 프로젝트 전용 가상환경에서 실행해야 무관한 패키지가 섞이는 일을 줄일 수 있다.

# 현재 프로젝트 환경의 패키지 목록 저장
python -m pip freeze > requirements.txt

# 다른 프로젝트 환경에서 요구사항 설치
python -m pip install -r requirements.txt

이 기록은 재현성에 도움이 되지만 Python 버전·OS·시스템 라이브러리·외부 데이터까지 고정하지는 않는다. 직접 의존성과 전이 의존성을 검토하고, 지원 환경과 실행 검증 결과도 함께 기록해야 한다. 위 첫 명령은 기존 requirements.txt가 있으면 덮어쓰므로 저장 전에 내용을 확인한다.


Q4. 데이터 분석 직무의 요구사항을 검토할 때 Python과 함께 고려할 역량을 3가지 이상 설명하라. 모든 직무에 같은 도구가 필수인가?

A4.

  • SQL: 데이터베이스 쿼리, 데이터 추출
  • pandas/numpy: 데이터 조작과 수치 계산
  • matplotlib/seaborn: 데이터 시각화
  • 통계학 기초: 평균, 분산, 가설 검정, 상관관계
  • Jupyter Notebook: 분석 과정 문서화, 대화형 실행
  • git/GitHub: 코드 버전 관리 및 협업

이는 검토 후보이지 모든 직무의 필수 도구 목록이 아니다. 실제 데이터 접근 방식·보고 방식·협업 환경에 따라 필요한 역량을 선택한다.


Q5. 이 장의 단어장에서 후보 자료의 임시 파일 기록은 성공했지만 os.replace가 권한 오류로 실패했다. 메모리와 원본 파일은 어떻게 되어야 하며, 사용자에게 저장 성공을 알릴 수 있는가?

A5. 저장 실패를 보고해야 한다. 본문 구현은 후보 복사본을 저장한 뒤에만 메모리를 갱신하므로 기존 메모리를 유지한다. 교체 전에 실패한 원본 파일도 유지하고 finally에서 임시 파일을 정리한다. 이 판단은 다른 프로세스가 동시에 편집하지 않는 통제된 폴더라는 전제 아래 성립한다. 원자적 교체가 동시 편집 제어나 전원 손실 복구까지 보장하는 것은 아니다.

O

OIYO 편집부

편집부

OIYO 편집부는 경제·법률·생활·자기이해 주제를 1차 자료와 공개 통계로 검증해 정리합니다. 모든 글은 출처 표기와 정기 점검을 거쳐 실용성과 정확성을 함께 유지합니다.