[Python] type hint & generic

1. 타입 힌트(type hint) 

1. 필요성

파이썬은 동적 타입 언어로 변수의 타입을 명시하지 않아도 실행 가능하다.
하지만 프로젝트 규모가 커지고 협업 인원이 많아질수록 타입 불확실성으로 인한 오류가 발생할 가능성이 커진다.

def total(price, count):
    return price * count

total("1000", 3)  # → '100010001000'

 

예를 들어, 위의 코드는 int * int 를 예상했지만, 문자열이 들어오면 개발자의 의도와 다르게 함수가 동작할 수 있다.

타입 힌트를 사용하면, 타입에 대한 오류를 줄일 수 있다.

 

 

2. 문법

1. 기본 타입

변수_이름: 변수_타입 으로 선언한다.

함수 인자에도 동일하게 설정하며, 반환 값은 -> 뒤에 표시한다.

name: str = "pasa"
age: int = 27
height: float = 175.5
is_active: bool = True

def greet(name: str) -> str:
    return f"Hello, {name}"

 

 

2. 리스트, 튜플, 세트

변수_이름: 자료형[내부_타입] 으로 선언한다.

numbers: list[int] = [1, 2, 3]
tags: set[str] = {"python", "fastapi"}
user_info: tuple[str, int] = ("pasa", 27)
scores: dict[str, int] = {"math": 90, "eng": 85}

 

 

3. Optional, Union

변수가 None을 가질 수 있는 경우 -> Optional

여러 타입을 가질 수 있는 경우 -> Union

 

Union

# Python 3.9 이전 버전
from typing import Optional
def greet(name: Optional[str]) -> str:
    return f"Hello, {name or 'Guest'}"
    
    
# Python 3.10 이상 버전
def greet(name: str | None) -> str:
    return f"Hello, {name or 'Guest'}"

 

Optional

# Python 3.9 이전 버전
from typing import Union
def parse_id(id: Union[int, str]) -> str:
    return str(id)

# Python 3.10 이상 버전
def parse_id(id: int | str) -> str:
    return str(id)

 

 

2. 제너릭 타입

타입 힌트만으로는 고정된 타입만 표현 가능하다.

하지만 다양한 타입을 유연하게 다루고 싶다면 제너릭(Generic)을 사용할 수 있다.

 

 

 

1. 제너릭을 활용한 범용 함수

def echo_str(x: str) -> str:
    return x

echo_str(1)

위의 함수는 문자열 이외에 값을 넣으면 정적 타입 검사에서 에러를 출력한다.

 

하지만 제너릭을 사용하면, 타입 힌트를 좀더 자유롭게 사용할 수 있다.

from typing import TypeVar

T = TypeVar('T')  # T는 아무 타입이나 가능하다는

def echo(x: T) -> T:
    return x

echo(1)

 

2. 제너릭을 활용한 클래스

from typing import Generic, TypeVar

content = TypeVar('content', int, str)  # T는 int 또는 str만 가능

class Box(Generic[content]):
    def __init__(self, value: content):
        self.value: content = value

    def get(self) -> content:
        return self.value

 

위에는 int, str을 저장할 수 있는 Box 클래스이다.

int_box = Box(42)             # T는 int
str_box = Box("hello")        # T는 str

print(int_box.get())          # 42
print(str_box.get())          # hello

정적 타입 검사 문제가 없다

 

float_box = Box(3.14)        

print(float_box.get()) # 물론 3.14로 출력은 된다.

content 타입에는 float가 들어갈 수 없어, 정적 검사에서 에러가 발생한다.

 

 

 

3. Pydantic 사용

API 응답 모델에 자주 활용할 수 있다.

from pydantic import BaseModel
from typing import TypeVar, Generic

T = TypeVar('T')

class ResponseModel(BaseModel, Generic[T]):
    status: str
    data: T

 

이제 다양한 타입의 응답 모델을 아래와 같이 만들 수 있다.

class User(BaseModel):
    name: str
    age: int

response = ResponseModel[User](status="ok", data=User(name="pasa", age=27))

이런 방식으로 제너릭을 활용하면,

• ResponseModel[str], ResponseModel[User], ResponseModel[list[int]] 등 유연하게 작성 가능
• API 문서 자동화 도구에서도 정확한 타입이 반영됨