챕터 0: 왜 파이썬인가?

핵심 개념(이론)

1) 언어 선택은 “문법”이 아니라 “생태계와 비용”이다

파이썬은 문법이 쉬워서 인기인 것처럼 보이지만, 실무에서의 핵심은 생태계(라이브러리/커뮤니티/레퍼런스)와 개발 비용(속도/유지보수)입니다. 동일한 문제를 더 적은 코드로 풀 수 있다는 점은 생산성으로 이어지지만, 런타임 성능/배포/타입 안정성 같은 비용도 함께 고려해야 합니다.

2) 파이썬의 강점은 “도메인 확장성”이다

웹/데이터/자동화/테스트/DevOps까지 하나의 언어로 연결되는 것은 학습 비용을 줄이고, 팀 내 협업에도 이점이 있습니다. 반면, 특정 영역(초고성능/모바일 네이티브/저수준 시스템)에서는 다른 언어가 더 유리할 수 있습니다.

3) 학습은 ‘기능 나열’이 아니라 ‘모델링 능력’으로 수렴한다

초반에는 문법을 배우지만, 중후반에는 “문제를 어떻게 모델링하고 구조화하는지”가 실력 차이를 만듭니다. 이 커리큘럼의 목적은 함수/클래스를 외우는 것이 아니라, 변경 가능한 구조로 문제를 푸는 능력을 만드는 것입니다.

4) 커리어 관점: 파이썬은 ‘직무 결합형’ 언어다

파이썬만으로 끝나기보다, 데이터/웹/인프라/보안 등과 결합될 때 시장 가치가 크게 올라갑니다. 따라서 학습 목표를 “내가 만들고 싶은 것(서비스/자동화/분석)”으로 구체화하는 것이 중요합니다.

선택 기준(Decision Guide)

• 빠른 프로토타이핑/자동화가 목적이면 파이썬은 최우선 후보입니다.
• CPU 성능이 절대적이면: 파이썬 + 최적화/확장(Cython/NumPy/멀티프로세싱) 또는 다른 언어 병행을 고려하세요.
• 팀 협업이 중요하면: 타입 힌트/테스트/품질 게이트를 초반부터 같이 가져가세요.

흔한 오해/주의점

• “파이썬은 느리다”는 말은 절반만 맞습니다. 병목은 보통 I/O/알고리즘/데이터 구조에서 먼저 발생합니다.
• “쉬운 언어라 깊이가 없다”는 오해가 있습니다. 실제로는 런타임/메모리/동시성/배포까지 깊게 갈 수 있습니다.

요약

• 파이썬 선택은 생산성·생태계·유지보수 비용 관점에서 판단한다.
• 실력은 문법보다 문제 모델링/구조화로 결정된다.
• 직무 결합(웹/데이터/인프라)으로 학습 목표를 구체화하자.

파이썬이란 무엇인가?

파이썬의 정의

• 간단하고 읽기 쉬운 프로그래밍 언어: “인간을 위한 언어”
• 범용 프로그래밍 언어: 웹, 데이터, AI, 자동화 등 모든 분야
• 인터프리터 언어: 코드를 즉시 실행하여 빠른 개발
• 오픈소스: 무료로 사용 가능하며 전 세계 개발자들이 기여

파이썬의 철학

1
2
3
4
5
6
7

import this  # 파이썬의 선(禪) - The Zen of Python

# "아름다운 것이 추한 것보다 낫다"
# "명시적인 것이 암시적인 것보다 낫다"
# "단순한 것이 복잡한 것보다 낫다"
# "복잡한 것이 난해한 것보다 낫다"
# "가독성이 중요하다"

왜 파이썬을 배워야 할까?

폭발적인 인기와 성장

GitHub이 매년 발표하는 Octoverse 리포트에서 파이썬의 순위는 실제 채택 흐름을 보여주는 지표다. 특히 2024년판은 10년간 1위였던 JavaScript가 밀려난 사건이어서 업계에서 크게 주목받았다.

• GitHub에서 가장 많이 쓰이는 언어 1위: GitHub Octoverse 2024 리포트가 파이썬이 JavaScript를 제치고 1위로 올라섰다고 밝혔다. 생성형 AI 프로젝트 기여가 전년 대비 59% 늘고 Jupyter Notebook 사용량이 92% 급증한 것이 주된 요인으로 꼽힌다.
• 개발자 인구: 시장조사기관 SlashData·Statista 등의 2025–2026년 추정치는 파이썬 사용자를 1,800만–2,300만 명 수준으로 잡는다. 조사 기관·방법론에 따라 편차가 크므로 절대 수치보다 “상위권 언어"라는 추세로 읽는 것이 안전하다.
• 국내외 기업 채택: 구글, 넷플릭스, 인스타그램, 우버 등 글로벌 기업과 국내 대기업·스타트업이 백엔드·데이터 파이프라인 일부에 파이썬을 사용한다(각 기업이 파이썬만 쓰는 것은 아니며, 다른 언어와 병행하는 경우가 대부분이다).

학습 용이성

같은 “Hello, World!” 출력이라도 언어마다 요구하는 보일러플레이트가 다르다. Java는 클래스 선언·main 메서드 시그니처·접근 제한자를 먼저 이해해야 하지만, 파이썬은 함수 호출 한 줄로 끝난다. 이 차이가 초보자의 첫 실행 성공까지 걸리는 시간을 크게 줄인다.

1
2
3
4
5
6

// Java
public class HelloWorld {
    public static void main(String[] args) {
        System.out.println("Hello, World!");
    }
}

반면 파이썬은 클래스 선언도, main 진입점도 없이 함수 호출 한 줄로 같은 결과를 낸다.

1
2

# 파이썬
print("Hello, World!")

• 직관적인 문법: 영어와 유사한 자연스러운 코드
• 낮은 진입 장벽: 클래스·타입 선언 없이 스크립트 한 줄부터 실행 가능
• 풍부한 학습 자료: 공식 문서·튜토리얼과 커뮤니티 지원

취업 기회와 연봉 수준

연봉은 회사 규모·경력·지역에 따라 편차가 크므로 절대값보다 “직무별 상대 순위"로 참고하는 것이 안전하다. 정확한 최신 수치는 원티드·잡플래닛 등 채용 플랫폼의 연봉 통계를 직접 확인하자.

• 취업 기회:
  • AI/ML 엔지니어
  • 백엔드 개발자
  • 데이터 사이언티스트
  • 자동화 엔지니어
  • DevOps 엔지니어

무한한 확장성

• 한 번 배우면 여러 분야에 적용 가능(단, 분야별로 추가 학습은 필요하다)
• 라이브러리 생태계: PyPI에 86만 개 이상의 패키지가 등록되어 있다(2026년 기준)
• 크로스 플랫폼: Windows, Mac, Linux 모두 지원
• 다양한 개발 환경: Jupyter, VS Code, PyCharm 등

파이썬으로 무엇을 할 수 있나?

인공지능과 머신러닝

파이썬이 AI/ML 분야에서 사실상 표준어가 된 이유는 언어 자체의 성능이 아니라 생태계다. TensorFlow·PyTorch 같은 프레임워크가 내부 연산을 C++/CUDA로 처리하고 파이썬은 그 위의 인터페이스 역할만 하기 때문에, 개발자는 느린 파이썬 루프 대신 최적화된 텐서 연산을 호출하는 방식으로 코드를 작성한다. 아래는 2계층 신경망을 선언하는 최소 예시다.

1
2
3
4
5
6

import tensorflow as tf

model = tf.keras.Sequential([
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dense(10, activation='softmax'),
])

• 대규모 언어 모델 학습·서빙 파이프라인
• 이미지 인식, 자연어 처리
• 추천 시스템, 예측 모델
• 자율주행, 로봇공학의 데이터 처리 계층

데이터 분석과 시각화

pandas는 CSV·엑셀·SQL 등 이질적인 데이터 소스를 하나의 DataFrame 구조로 통일해 다루게 해준다. 아래 예시처럼 파일을 읽고, 그룹별로 집계하고, 곧바로 시각화까지 이어지는 흐름을 몇 줄로 표현할 수 있어 탐색적 데이터 분석(EDA)에 특히 적합하다.

1
2
3
4
5
6

import pandas as pd
import matplotlib.pyplot as plt

data = pd.read_csv('sales.csv')
data.groupby('region').sum().plot(kind='bar')
plt.show()

• 대용량 데이터 집계·전처리
• 비즈니스 인텔리전스 리포팅
• 금융 데이터 분석
• 과학 연구 데이터 처리

웹 개발

Flask·Django 같은 프레임워크는 URL 라우팅·요청 처리·템플릿 렌더링을 데코레이터와 클래스 기반 뷰로 간결하게 표현한다. 아래 코드는 라우트 함수 하나로 요청을 받고 응답을 반환하는 최소 구조를 보여준다(챕터 23에서 Flask/Django/REST API를 실습으로 다룬다).

 1
 2
 3
 4
 5
 6
 7
 8
 9
10

from flask import Flask

app = Flask(__name__)

@app.route('/')
def hello():
    return "안녕하세요, 파이썬 웹!"

if __name__ == "__main__":
    app.run()

• 소셜 미디어·스트리밍 서비스의 백엔드 일부(Instagram·Netflix 등은 파이썬 외에도 여러 언어를 병행 사용한다)
• E-commerce 플랫폼
• REST API, GraphQL 서버

자동화와 스크립팅

표준 라이브러리만으로도 파일·프로세스 작업을 몇 줄로 자동화할 수 있다는 점이 파이썬을 “업무 자동화의 기본 도구"로 만든다. 아래 예시는 현재 디렉터리의 PDF 파일을 별도 폴더로 이동시키는 스크립트로, os(파일 목록 조회)와 shutil(파일 이동)이라는 표준 모듈만 사용한다.

1
2
3
4
5
6

import os
import shutil

for filename in os.listdir('.'):
    if filename.endswith('.pdf'):
        shutil.move(filename, 'documents/')

• 업무 자동화: 엑셀, 이메일, 보고서 생성
• 웹 스크래핑: 데이터 수집 자동화
• 시스템 관리: 서버 모니터링, 배포 자동화
• 테스트 자동화: 소프트웨어 품질 관리

게임과 GUI 애플리케이션

pygame은 화면 버퍼·이벤트 루프·충돌 감지 같은 게임 개발의 저수준 반복 작업을 감싸주는 라이브러리다. 대규모 상용 게임 엔진(Unity, Unreal)만큼의 성능은 아니지만, 2D 프로토타입이나 교육용 게임을 빠르게 만들어보는 용도로는 충분하다. 아래는 800×600 크기의 창을 여는 최소 코드다.

1
2
3
4

import pygame

screen = pygame.display.set_mode((800, 600))
pygame.display.set_caption("내가 만든 게임")

• 2D 게임 프로토타이핑
• 데스크톱 애플리케이션(Tkinter, PyQt)
• 모바일 앱 개발 (Kivy, BeeWare)
• 임베디드 시스템 (라즈베리 파이 등 MicroPython 지원 보드)

파이썬의 강력한 장점들

생산성의 극대화

파이썬의 생산성은 문법이 짧다는 것보다 “이미 구현된 것을 다시 만들 필요가 없다"는 데서 온다. 표준 라이브러리가 파일 처리·네트워킹·데이터 직렬화 같은 공통 작업을 기본 제공하는 “배터리 포함(batteries included)” 철학을 따르고, 그 위에 PyPI 생태계가 특화 라이브러리를 더한다. 그 결과 같은 기능을 다른 언어 대비 적은 코드량으로 구현하고, 아이디어를 프로토타입으로 즉시 검증할 수 있다.

거대한 커뮤니티

앞서 “폭발적인 인기와 성장” 절에서 언급한 1,800만–2,300만 명 규모의 사용자층은 곧 학습 자료의 밀도로 이어진다. Stack Overflow·Reddit·GitHub에는 막힌 문제 대부분에 대한 답이 이미 존재할 만큼 축적된 질의응답과 오픈소스 코드가 있고, 이는 신규 학습자가 겪는 시행착오 비용을 줄여준다.

기업에서의 활용도

위 표는 각 기업이 공개적으로 언급한 활용 사례를 정리한 것이며, 해당 기업의 전체 시스템이 파이썬으로만 구성됐다는 뜻은 아니다. 대부분의 대규모 서비스는 여러 언어를 목적에 맞게 조합한다.

미래 지향적

파이썬의 확장성은 신기술이 등장할 때마다 해당 생태계가 파이썬 바인딩을 우선적으로 제공하는 경향으로 이어진다. AI/ML 프레임워크가 대표적이고, AWS·GCP·Azure 같은 클라우드 서비스도 파이썬 SDK를 1급 시민으로 지원한다. 언어 자체도 매년 새 버전이 나오며 타입 시스템·성능 개선이 꾸준히 이뤄지고 있어(“고급 주제들” 챕터에서 타입 시스템의 최신 흐름을 다룬다), 특정 시점에 배운 지식이 빠르게 낡아지는 위험이 상대적으로 낮다.

파이썬 개발자로서의 커리어

다양한 직무 기회

아래 연봉 범위는 채용 플랫폼 공고에서 관찰되는 대략적인 구간이며, 회사 규모·연차·지역에 따라 크게 달라진다. 정확한 최신 수치는 원티드·잡플래닛·사람인 등에서 직접 확인하는 것을 권장한다.

성장 가능성

정규직 취업 외에도 파이썬은 여러 형태의 경력 확장 경로를 제공한다. 짧은 자동화·데이터 처리 스크립트는 프리랜서 프로젝트로 의뢰되는 경우가 많아 진입 장벽이 낮고, 빠른 프로토타이핑이 가능하다는 특성 덕분에 기술 창업의 초기 MVP 개발 도구로도 자주 선택된다. 언어 자체가 국가에 관계없이 널리 쓰이므로 해외 원격 채용 기회를 노리기에도 유리하고, 학습 곡선이 완만해 강의·컨설팅 형태로 지식을 공유하는 수익 모델도 성립한다.

스킬 조합의 시너지

파이썬 단독보다 도메인 지식과 결합했을 때 시장 가치가 올라간다는 것이 앞서 “커리어 관점” 절에서 언급한 요지다.

커리큘럼 로드맵: 00–30챕터

이 시리즈는 이 챕터(00)를 포함해 31개 챕터, 5단계(Phase)로 구성된다. 학습 동기 → 문법 → 객체지향/언어 심화 → 동시성·성능 → 실무 연동 → 아키텍처 순으로 난이도가 올라가며, 각 단계는 이전 단계의 개념을 전제로 하므로 순서를 건너뛰면 이후 챕터에서 막힐 가능성이 높다.

Phase 1 — 기초 문법 (01–08챕터)

문법을 익히는 단계다. 변수·제어문·함수·자료구조·예외 처리·모듈 구조까지, 이후 모든 챕터가 전제로 삼는 최소 어휘를 만든다.

Phase 2 — 객체지향과 언어 심화 (09–16챕터)

클래스 기반 설계와 파이썬 고유의 언어 기능을 다룬다. 이 단계를 마치면 표준 라이브러리 코드나 프레임워크 내부 구현을 읽을 수 있는 수준이 된다.

Phase 3 — 동시성과 성능 (17–20챕터)

“파이썬은 느리다"는 오해를 실측으로 검증하고 대응하는 단계다. GIL의 실제 동작, 비동기 I/O, 프로파일링, 메모리 관리 모델을 다룬다.

Phase 4 — 실무 연동과 검증 (21–25챕터)

외부 시스템(네트워크·DB·웹)과 연동하고, 그 결과를 테스트·배포하는 실무 파이프라인을 구축한다.

Phase 5 — 아키텍처와 전문성 (26–30챕터)

개별 기능 구현을 넘어, 코드베이스 전체를 설계하고 유지보수 가능하게 만드는 관점을 다룬다.

지금 시작해야 하는 이유

타이밍의 중요성

“폭발적인 인기와 성장” 절에서 확인했듯, 생성형 AI 확산과 함께 파이썬 관련 오픈소스 기여가 늘고 있는 지금이 학습을 시작하기에 유리한 시점이다. 모든 산업이 소프트웨어화되는 흐름 속에서 자동화·데이터 분석 역량에 대한 수요가 꾸준히 늘고 있고, 원격 근무가 보편화되면서 국내 채용 시장에 국한되지 않고 글로벌 원격 포지션에 지원할 기회도 넓어졌다.

학습의 이점

프로그래밍 언어 하나를 제대로 배우는 과정은 단순히 문법 암기로 끝나지 않는다. 문제를 작은 단위로 쪼개 논리적으로 해결하는 사고 습관이 생기고, 이 능력은 특정 언어를 넘어 다른 언어·다른 문제 영역으로도 전이된다. 파이썬은 특히 진입 장벽이 낮아 이런 사고 훈련을 빠르게 시작할 수 있다는 점에서, 평생 활용 가능한 스킬을 얻기 위한 첫 언어로 적합하다.

평가 기준

• 파이썬을 선택할 때 문법의 쉬움이 아니라 생태계·개발 비용을 기준으로 판단 근거를 설명할 수 있다
• “CPU 성능이 절대적으로 중요한 경우"처럼 파이썬이 최선이 아닌 상황을 구분하고 대안(Cython/NumPy/다른 언어 병행)을 선택할 수 있다
• “파이썬은 느리다”·“쉬운 언어라 깊이가 없다"는 오해가 어느 지점에서 틀렸는지 반박할 수 있다
• Phase 1–5 커리큘럼 로드맵에서 자신의 목표(AI/웹/자동화 등)에 맞는 학습 경로를 스스로 계획할 수 있다

다음 단계

이 챕터에서 확립한 학습 방향과 위 커리큘럼 로드맵을 바탕으로, 01. 파이썬 환경 설정에서 Phase 1의 첫 챕터인 개발 환경 구축을 시작한다. Phase 1(01–08챕터)은 이후 모든 챕터가 전제로 삼는 문법 기반이므로, 순서를 건너뛰지 않는 것을 권장한다.