Python 모듈과 표준 라이브러리

이 토픽을 마치면

import의 동작 원리를 이해하고, Python 표준 라이브러리의 핵심 모듈들을 활용할 수 있으며, pip로 외부 패키지를 설치하고 관리할 수 있습니다.

모듈이란

모듈은 Python 코드가 담긴 .py 파일 하나입니다. 함수, 클래스, 변수를 모아놓은 파일을 다른 파일에서 import해서 쓸 수 있습니다.

python

# math_utils.py
def add(a, b):
    return a + b

def multiply(a, b):
    return a * b

PI = 3.14159

python

# main.py
import math_utils

print(math_utils.add(3, 5))       # 8
print(math_utils.multiply(4, 7))  # 28
print(math_utils.PI)              # 3.14159

import math_utils를 하면 Python은 같은 디렉토리에서 math_utils.py를 찾아 실행하고, 그 안의 함수/변수를 math_utils.이름 형태로 사용할 수 있게 합니다.

import의 다양한 방식

python

# 1. 모듈 전체 가져오기
import os
os.getcwd()  # 현재 디렉토리

# 2. 특정 함수만 가져오기
from os.path import join, exists
join("/home", "user")  # '/home/user' — os.path.join 대신 join으로 쓸 수 있음

# 3. 별칭(alias) 붙이기
import numpy as np
np.array([1, 2, 3])   # numpy.array 대신 np.array

# 4. 모든 것 가져오기 (비권장)
from os import *       # 이름 충돌 위험 — 어디서 왔는지 추적 불가

from X import *는 편하지만, 이름이 어디서 왔는지 알 수 없어서 대규모 프로젝트에서는 쓰지 않습니다. 명시적 import가 항상 낫습니다.

표준 라이브러리 — 설치 없이 쓰는 도구들

Python을 설치하면 수백 개의 모듈이 함께 설치됩니다. 이것이 표준 라이브러리(Standard Library)입니다. "batteries included"라는 Python 철학을 반영합니다.

os — 운영체제와 상호작용

python

import os

# 현재 디렉토리
print(os.getcwd())  # /home/user/project

# 파일 목록
files = os.listdir(".")
print(files)  # ['main.py', 'data', 'output']

# 디렉토리 생성
os.makedirs("output/reports", exist_ok=True)

# 환경 변수
db_host = os.environ.get("DB_HOST", "localhost")

os.path — 경로 처리

python

import os.path

path = "/home/user/data/report.csv"

os.path.basename(path)   # 'report.csv'
os.path.dirname(path)    # '/home/user/data'
os.path.splitext(path)   # ('/home/user/data/report', '.csv')
os.path.exists(path)     # True or False
os.path.join("data", "output", "file.txt")  # 'data/output/file.txt'

json — JSON 데이터 처리

python

import json

# Python 객체 → JSON 문자열
data = {"name": "Hoon", "scores": [90, 85, 95]}
json_str = json.dumps(data, ensure_ascii=False, indent=2)
print(json_str)

# JSON 문자열 → Python 객체
parsed = json.loads(json_str)
print(parsed["name"])  # Hoon

# 파일에 저장/읽기
with open("data.json", "w", encoding="utf-8") as f:
    json.dump(data, f, ensure_ascii=False, indent=2)

with open("data.json", "r", encoding="utf-8") as f:
    loaded = json.load(f)

ensure_ascii=False를 넣어야 한국어가 한글 같은 이스케이프 없이 그대로 저장됩니다.

datetime — 날짜와 시간

python

from datetime import datetime, timedelta

# 현재 시각
now = datetime.now()
print(now)  # 2026-07-03 14:30:00.123456

# 포맷 변환
print(now.strftime("%Y-%m-%d"))        # 2026-07-03
print(now.strftime("%Y/%m/%d %H:%M"))  # 2026/07/03 14:30

# 문자열 → datetime
date = datetime.strptime("2026-07-03", "%Y-%m-%d")

# 날짜 계산
tomorrow = now + timedelta(days=1)
week_ago = now - timedelta(weeks=1)
diff = datetime(2026, 12, 31) - now
print(f"D-{diff.days}")  # D-181

collections — 고급 자료구조

python

from collections import Counter, defaultdict

# Counter — 빈도 세기
words = ["apple", "banana", "apple", "cherry", "banana", "apple"]
count = Counter(words)
print(count)                    # Counter({'apple': 3, 'banana': 2, 'cherry': 1})
print(count.most_common(2))     # [('apple', 3), ('banana', 2)]

# defaultdict — 기본값 있는 딕셔너리
scores = defaultdict(list)
scores["math"].append(90)
scores["math"].append(85)
scores["english"].append(92)
print(dict(scores))  # {'math': [90, 85], 'english': [92]}

random — 난수 생성

python

import random

random.randint(1, 100)        # 1~100 사이 정수
random.choice(["A", "B", "C"])  # 목록에서 하나 선택
random.shuffle([1, 2, 3, 4])   # 리스트를 제자리에서 섞음
random.sample(range(100), 5)    # 0~99에서 5개를 중복 없이 선택

pip — 외부 패키지 설치

표준 라이브러리에 없는 기능은 외부 패키지로 설치합니다.

bash

# 설치
pip install requests
pip install pandas numpy matplotlib

# 버전 지정 설치
pip install requests==2.31.0

# 업그레이드
pip install --upgrade requests

# 삭제
pip uninstall requests

# 설치된 패키지 목록
pip list

# requirements.txt로 의존성 관리
pip freeze > requirements.txt   # 현재 설치된 패키지 기록
pip install -r requirements.txt  # 기록된 패키지 일괄 설치

requirements.txt는 프로젝트에서 사용하는 외부 패키지를 기록하는 파일입니다. 다른 사람(또는 서버)이 같은 환경을 재현할 수 있습니다.

name == "main" — 실행과 import 구분

python

# greet.py
def hello(name):
    print(f"Hello, {name}!")

if __name__ == "__main__":
    # 이 파일을 직접 실행할 때만 실행됨
    hello("World")

bash

$ python greet.py      # "Hello, World!" 출력

python

# other.py
import greet           # hello("World")는 실행되지 않음
greet.hello("Python")  # "Hello, Python!" 출력

python greet.py로 직접 실행하면 __name__이 "__main__"이 됩니다. 다른 파일에서 import greet로 가져오면 __name__이 "greet"이 됩니다. 이 패턴으로 "직접 실행 시의 테스트 코드"와 "모듈로 사용될 때의 기능"을 분리합니다.

핵심 정리

개념	정리
모듈	`.py` 파일 하나 = 모듈 하나
`import`	다른 파일의 코드를 가져옴
표준 라이브러리	설치 없이 바로 쓸 수 있는 모듈 모음 (os, json, datetime 등)
`pip`	외부 패키지 설치/관리 도구
`requirements.txt`	프로젝트 의존성 기록
`__name__`	직접 실행 vs import 구분

Python의 강점 중 하나는 풍부한 표준 라이브러리와 거대한 서드파티 생태계(PyPI에 50만+ 패키지)입니다. "바퀴를 다시 발명하지 말라"는 원칙 — 직접 구현하기 전에 표준 라이브러리와 PyPI를 먼저 검색하는 습관이 생산성을 높입니다.

실전 패턴 — 여러 모듈을 조합하기

실무에서는 하나의 모듈만 쓰는 경우가 드뭅니다. 여러 표준 라이브러리를 조합하는 것이 일반적입니다.

python

import os
import json
from datetime import datetime

def process_data_files(directory):
    results = []
    for filename in os.listdir(directory):
        if not filename.endswith(".json"):
            continue
        filepath = os.path.join(directory, filename)
        with open(filepath, "r", encoding="utf-8") as f:
            data = json.load(f)
        results.append({
            "file": filename,
            "records": len(data),
            "processed_at": datetime.now().strftime("%Y-%m-%d %H:%M")
        })
    return results

# output:
# [
#   {"file": "users.json", "records": 150, "processed_at": "2026-07-03 14:30"},
#   {"file": "orders.json", "records": 423, "processed_at": "2026-07-03 14:30"}
# ]

os로 파일을 탐색하고, json으로 읽고, datetime으로 시간을 기록 — 세 모듈이 자연스럽게 조합됩니다. 이런 패턴이 스크립트 작성의 기본입니다.