기본 콘텐츠로 건너뛰기

requirements.txt vs pyproject.toml: 패키지 관리 트렌드 변화

요즘 파이썬 프로젝트 하면서 느낀 건데, 의존성 관리가 정말 중요하더라고요. 처음엔 requirements.txt만 쓰다가 나중에 삽질 좀 했거든요. 그래서 pyproject.toml로 갈아탄 경험을 바탕으로 얘기 좀 해볼게요. 두 방식의 차이점이 뭔지, 그리고 뭘 써야 할지 고민하는 분들께 도움이 될 거예요.

일단 requirements.txt는 옛날 방식이라고 생각하면 돼요. 필요한 패키지 이름과 버전을 간단하게 적어놓는 텍스트 파일이죠. pip freeze > requirements.txt 명령어로 슥 만들고, pip install -r requirements.txt로 슥 설치하면 끝! 간단하고 직관적이라 처음엔 좋았는데… 문제는 버전 관리가 좀 빡세다는 거죠. 예를 들어, requests==2.28.1 이렇게 딱 특정 버전만 지정할 수 있다는 점이죠. 좀 더 유연하게 버전 범위를 지정하고 싶을 때는 힘들어요. 그리고 메타데이터 같은 부가 정보도 못 넣으니까요. 작은 프로젝트에는 괜찮지만, 규모가 커지면 관리가 힘들어져요. 제가 처음에 겪었던 쓴맛이죠. 의존성 충돌 때문에 밤새 씨름한 기억이 아직도 생생해요…

반면 pyproject.toml은 좀 더 진화된 방식이에요. PEP 621이라는 파이썬 표준에 맞춰서 프로젝트 정보, 의존성, 빌드 설정 등을 모두 한 파일에 관리하는 거죠. poetrypip-tools 같은 도구를 쓰면 더 편리하게 관리할 수 있어요. 이게 뭘까요? 쉽게 말해, 프로젝트 관리 도우미 같은 거라고 생각하면 돼요. 버전도 requests = "^2.28.1" 이런 식으로 범위를 지정할 수 있고, 개발용 패키지(dev-dependencies)도 따로 관리할 수 있어서 정말 편해요. 마치 잘 정돈된 서랍장에 필요한 도구들이 가지런히 정리된 느낌이랄까요?

코드 예시를 보여드릴게요. requirements.txt는 이렇게 간단하죠.

requests==2.28.1
numpy>=1.20
pandas==1.5.0

근데 pyproject.toml (Poetry 사용)은 이렇게 훨씬 자세하죠.

[tool.poetry.dependencies]
python = "^3.9"
requests = "^2.28.1"
numpy = "^1.20"
pandas = "^1.5.0"

[tool.poetry.dev-dependencies]
pytest = "^7.0"

[build-system]
requires = ["poetry-core>=1.0.0"]
build-backend = "poetry.core.masonry.api"

보시다시피, 개발에 필요한 pytest도 따로 관리할 수 있고, 버전 범위 지정도 가능하죠. 훨씬 체계적이죠?

pyproject.toml을 쓰려면 poetry 같은 도구를 배워야 한다는 게 약간의 진입 장벽이긴 해요. 처음엔 좀 낯설 수 있지만, 익숙해지면 정말 편리하다는 걸 알게 될 거예요. 그리고 pyproject.toml은 PEP 621 표준을 잘 지켜서 작성해야 해요. 그렇지 않으면 빌드 에러가 날 수 있으니까 주의해야 하고요. 팀 프로젝트라면, 모두 같은 방식을 쓰는 게 중요해요. 아니면 혼란이 생기겠죠?

결론적으로, 새로운 프로젝트라면 pyproject.tomlpoetry (혹은 pip-tools)를 강력 추천해요. 처음 설정이 조금 귀찮을 수 있지만, 장기적으로 봤을 때 시간과 노력을 훨씬 절약할 수 있어요. 특히 큰 프로젝트라면 더더욱 그렇고요. requirements.txt는 이미 작은 프로젝트가 있고, 굳이 바꿀 필요가 없다면 유지해도 괜찮아요. 하지만 새로운 프로젝트를 시작한다면 망설이지 말고 pyproject.toml로 시작하세요! 후회하지 않을 거예요. 저처럼 밤새 삽질하는 일은 없을 거예요!

댓글

이 블로그의 인기 게시물

Django에서 트랜잭션 관리하기

Django에서 트랜잭션 관리하기 안녕하세요! 오늘은 Django에서 데이터베이스 트랜잭션을 효과적으로 관리하는 방법에 대해 알아보겠습니다. 1. 트랜잭션의 중요성 트랜잭션은 데이터베이스의 일관성과 무결성을 보장하는 중요한 개념입니다. Django에서는 여러 가지 방법으로 트랜잭션을 관리할 수 있습니다. 1.1 기본 개념 원자성(Atomicity) : 트랜잭션은 모두 실행되거나 모두 실행되지 않아야 합니다. 일관성(Consistency) : 트랜잭션 전후로 데이터베이스의 일관성이 유지되어야 합니다. 격리성(Isolation) : 동시에 실행되는 트랜잭션들이 서로 영향을 주지 않아야 합니다. 지속성(Durability) : 완료된 트랜잭션의 결과는 영구적으로 저장되어야 합니다. 2. Django의 트랜잭션 관리 2.1 기본 설정 # settings.py DATABASES = { 'default': { 'ENGINE': 'django.db.backends.postgresql', 'NAME': 'mydatabase', 'USER': 'myuser', 'PASSWORD': 'mypassword', 'HOST': 'localhost', 'PORT': '5432', 'ATOMIC_REQUESTS': True, # 모든 뷰를 트랜잭션으로 래핑 } } 2.2 데코레이터 사용 from django.db import transaction @transaction.atomic def create_order(user, items): order = Order.objects.create(user=...

AWS S3 + CloudFront로 정적 파일 서빙 완전 가이드

AWS S3 + CloudFront로 정적 파일 서빙 완전 가이드 안녕하세요! 오늘은 AWS S3와 CloudFront를 사용하여 정적 파일을 효율적으로 서빙하는 방법에 대해 알아보겠습니다. 왜 S3와 CloudFront를 사용할까요? 높은 가용성 : AWS의 글로벌 인프라를 활용 빠른 전송 속도 : CloudFront의 CDN 기능으로 전 세계 사용자에게 빠른 전송 비용 효율성 : 사용한 만큼만 지불 보안 : AWS의 보안 기능 활용 확장성 : 트래픽 증가에 자동 대응 1. S3 버킷 설정 1.1 버킷 생성 및 설정 import boto3 def create_s3_bucket(): s3 = boto3.client('s3') # 버킷 생성 bucket_name = 'your-static-files-bucket' s3.create_bucket( Bucket=bucket_name, CreateBucketConfiguration={ 'LocationConstraint': 'ap-northeast-2' } ) # 버킷 정책 설정 bucket_policy = { "Version": "2012-10-17", "Statement": [ { "Sid": "PublicReadGetObject", "Effect": "Allow", "Principal": "*", "Action": "s3:GetObje...

Python에서 asyncio 완전 정복 (await, async, gather 등)

어휴, 요즘 파이썬으로 비동기 프로그래밍 하는 재미에 푹 빠졌어요! 특히 asyncio 는 정말 마법 같더라고요. 처음엔 좀 낯설었는데, 익숙해지니까 속도 향상이 눈에 띄게 느껴져서 완전 반해버렸습니다. 이 글에선 제가 asyncio 를 배우면서 깨달은 점들을 풀어놓을게요. 혹시 비동기 프로그래밍이 뭔지 잘 모르시겠다면, 간단히 말해 여러 작업을 동시에 처리해서 프로그램 속도를 엄청나게 높이는 기술이라고 생각하시면 돼요. 마치 여러 요리사가 동시에 음식을 만들어서 손님에게 빨리 제공하는 것과 비슷하죠! 일단 async 와 await 라는 녀석들이 핵심인데요, async 는 함수 앞에 붙여서 "얘는 비동기 함수야!"라고 선언하는 거예요. 그리고 await 는 다른 비동기 함수가 끝날 때까지 기다리라고 지시하는 역할을 하죠. 예를 들어, 네트워크에서 데이터를 가져오는 함수가 있다면, await 를 사용해서 데이터가 다 가져올 때까지 기다렸다가 다음 작업을 진행할 수 있어요. 그 동안 다른 작업을 처리할 수 있으니, 마치 멀티태스킹을 하는 것처럼 느껴져요. 신기하지 않나요? 그리고 asyncio.gather 는 여러 비동기 함수를 동시에 실행하고 결과를 모아주는 아주 유용한 친구입니다. 제가 웹사이트 여러 개에서 데이터를 동시에 가져와야 할 때 정말 요긴하게 썼어요. 하나씩 순서대로 가져오는 것보다 훨씬 빠르더라고요! 마치 여러 개의 탭을 동시에 열어놓고 작업하는 것과 같다고 생각하시면 될 것 같아요. 실제로 제가 썼던 코드를 보여드릴게요. 세 개의 웹사이트에서 데이터를 가져오는 예제인데요. (아래 코드 삽입) 이 코드를 보시면, fetch_data 함수가 각 웹사이트에서 데이터를 가져오는 역할을 하고, asyncio.gather 가 이 함수들을 동시에 실행하도록 도와주는 것을 볼 수 있을 거예요. asyncio.sleep(2) 는 네트워크 지연을 시뮬레이션하기 위해 넣...