Python 데코레이터 | @decorator 완벽 정리

Python 데코레이터 | @decorator 완벽 정리

· 22분 읽기 · 수정 중급 튜토리얼
Python 데코레이터 | @decorator 완벽 정리

이 글의 핵심

Python 데코레이터: @decorator 데코레이터 기본·인자가 있는 데코레이터.

들어가며

”함수를 꾸며주는 마법”

데코레이터는 함수에 기능을 추가하는 Python의 강력한 기능입니다.

실무 활용 사례: 데이터 분석, 웹 개발, 자동화 프로젝트에서 실제로 사용한 패턴과 코드를 바탕으로 정리했습니다. 초보자가 흔히 겪는 오류와 해결법을 포함합니다.

실무에서 느낀 Python의 매력

처음 Python을 배울 때는 “이게 정말 프로그래밍 언어인가?” 싶을 정도로 간결했습니다. C++에서 10줄로 작성하던 코드가 Python에서는 2~3줄로 끝나는 경우가 많았습니다. 특히 데이터 분석 프로젝트를 진행하면서 Pandas와 NumPy의 강력함을 체감했습니다. 엑셀로 몇 시간 걸리던 작업이 Python 스크립트로는 몇 초 만에 끝나는 걸 보고 동료들이 놀라워했던 기억이 납니다. 하지만 처음부터 순탄하지만은 않았습니다. 들여쓰기 하나 잘못해서 몇 시간을 헤맨 적도 있으며, 가상환경 설정이 꼬여서 프로젝트 전체를 다시 시작한 적도 있습니다. 이런 시행착오를 겪으며 깨달은 건, 환경 설정을 처음부터 제대로 하는 것이 얼마나 중요한지였습니다. 이 글에서는 제가 겪은 실수들을 바탕으로, 여러분이 같은 시행착오를 겪지 않도록 실전 팁을 담았습니다.

1. 데코레이터 기본

함수 데코레이터

@timer는 원래 함수를 감싸는 새 함수(wrapper)로 바꿔 넣는 간편 표기입니다. 호출 시점에 앞뒤로 로깅·시간 측정 같은 공통 장식을 붙일 수 있어, 본문 함수는 핵심 로직만 남기기 좋습니다.

def timer(func):
    """함수 실행 시간 측정"""
    import time
    
    def wrapper(*args, **kwargs):
        start = time.time()
        result = func(*args, **kwargs)
        end = time.time()
        print(f"{func.__name__} 실행 시간: {end - start:.4f}초")
        return result
    
    return wrapper
@timer
def slow_function():
    import time
    time.sleep(1)
    return "완료"
result = slow_function()
# slow_function 실행 시간: 1.0012초

로깅 데코레이터

def logger(func):
    """함수 호출 로깅"""
    def wrapper(*args, **kwargs):
        print(f"[호출] {func.__name__}({args}, {kwargs})")
        result = func(*args, **kwargs)
        print(f"[반환] {result}")
        return result
    return wrapper
@logger
def add(a, b):
    return a + b
add(3, 5)
# [호출] add((3, 5), {})
# [반환] 8

2. 인자가 있는 데코레이터

데코레이터 팩토리

def repeat(times):
    """함수를 여러 번 실행"""
    def decorator(func):
        def wrapper(*args, **kwargs):
            results = []
            for _ in range(times):
                result = func(*args, **kwargs)
                results.append(result)
            return results
        return wrapper
    return decorator
@repeat(3)
def greet(name):
    return f"안녕, {name}!"
print(greet("철수"))
# ['안녕, 철수!', '안녕, 철수!', '안녕, 철수!']

3. 실전 데코레이터

캐싱 데코레이터

def memoize(func):
    """함수 결과 캐싱"""
    cache = {}
    
    def wrapper(*args):
        if args not in cache:
            cache[args] = func(*args)
        return cache[args]
    
    return wrapper
@memoize
def fibonacci(n):
    if n < 2:
        return n
    return fibonacci(n-1) + fibonacci(n-2)
print(fibonacci(100))  # 매우 빠름!

인증 데코레이터

def require_auth(func):
    """인증 확인"""
    def wrapper(user, *args, **kwargs):
        if not user.get('is_authenticated'):
            raise PermissionError("로그인이 필요합니다")
        return func(user, *args, **kwargs)
    return wrapper
@require_auth
def delete_post(user, post_id):
    return f"포스트 {post_id} 삭제됨"
# 사용
user = {'name': '철수', 'is_authenticated': True}
print(delete_post(user, 123))  # 포스트 123 삭제됨
guest = {'name': '손님', 'is_authenticated': False}
# delete_post(guest, 123)  # PermissionError!

4. 클래스 데코레이터

def singleton(cls):
    """싱글톤 패턴"""
    instances = {}
    
    def get_instance(*args, **kwargs):
        if cls not in instances:
            instances[cls] = cls(*args, **kwargs)
        return instances[cls]
    
    return get_instance
@singleton
class Database:
    def __init__(self):
        print("데이터베이스 연결")
        self.connection = "Connected"
# 사용
db1 = Database()  # 데이터베이스 연결
db2 = Database()  # 출력 없음 (같은 인스턴스)
print(db1 is db2)  # True

5. functools.wraps

메타데이터 보존

from functools import wraps
def my_decorator(func):
    @wraps(func)  # 원본 함수 정보 보존
    def wrapper(*args, **kwargs):
        """래퍼 함수"""
        return func(*args, **kwargs)
    return wrapper
@my_decorator
def greet(name):
    """인사 함수"""
    return f"안녕, {name}!"
print(greet.__name__)  # greet (wraps 없으면 wrapper)
print(greet.__doc__)   # 인사 함수

6. 실전 예제

API 재시도 데코레이터

import time
from functools import wraps
def retry(max_attempts=3, delay=1):
    """실패 시 재시도"""
    def decorator(func):
        @wraps(func)
        def wrapper(*args, **kwargs):
            for attempt in range(max_attempts):
                try:
                    return func(*args, **kwargs)
                except Exception as e:
                    if attempt == max_attempts - 1:
                        raise
                    print(f"시도 {attempt + 1} 실패: {e}")
                    time.sleep(delay)
        return wrapper
    return decorator
@retry(max_attempts=3, delay=0.5)
def fetch_data(url):
    import random
    if random.random() < 0.7:
        raise ConnectionError("연결 실패")
    return f"{url} 데이터"

데코레이터를 겹쳐 쓸 때의 순서와 wraps

데코레이터는 원래 함수 앞뒤에 공통 장식을 덧붙이는 틀이라고 보면 됩니다. 여러 개를 쌓을 때는 아래에 가까운 데코레이터가 먼저 감싸고, 그다음 바깥 데코레이터가 감싸는 순서로 실행된다는 점을 기억해 두면 디버깅이 수월합니다.

# ✅ 여러 데코레이터 조합
@timer
@logger
@retry(3)
def important_function():
    pass
# 실행 순서: retry → logger → timer → 함수
# ✅ functools.wraps 사용
from functools import wraps
def my_decorator(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        return func(*args, **kwargs)
    return wrapper

정리

핵심 요약

  1. 데코레이터: 함수에 기능 추가
  2. 문법: @decorator_name
  3. 인자: 데코레이터 팩토리 사용
  4. wraps: 메타데이터 보존
  5. 활용: 로깅, 캐싱, 인증, 재시도

다음 단계

관련 글

자주 묻는 질문 (FAQ)

Q. 이 내용을 실무에서 언제 쓰나요?

A. Python 데코레이터: @decorator 완벽 정리. 데코레이터 기본·인자가 있는 데코레이터로 흐름을 잡고 원리·코드·실무 적용을 한글로 정리합니다. Python·데코레이터·decorator 중심으로 설명합니다.… 실무에서는 위 본문의 예제와 선택 가이드를 참고해 적용하면 됩니다.

Q. 선행으로 읽으면 좋은 글은?

A. 각 글 하단의 이전 글 또는 관련 글 링크를 따라가면 순서대로 배울 수 있습니다. Python 시리즈 목차에서 전체 흐름을 확인할 수 있습니다.

Q. 더 깊이 공부하려면?

A. cppreference와 해당 라이브러리 공식 문서를 참고하세요. 글 말미의 참고 자료 링크도 활용하면 좋습니다.

같이 보면 좋은 글 (내부 링크)

이 주제와 연결되는 다른 글입니다.

이 글에서 다루는 키워드 (관련 검색어)

Python, 데코레이터, decorator, 고급, 메타프로그래밍 등으로 검색하시면 이 글이 도움이 됩니다.