생성형 AI 개발을 위한 파이썬 문법

📖 목차

1. 딕셔너리: 이름표가 붙은 주머니

딕셔너리(dict)는 키(key)와 값(value)의 쌍을 저장하는 자료구조이다. 인덱스(0, 1, 2…) 대신 이름표를 붙여 꺼내는 주머니라고 생각하면 이해가 쉽다.

# 한 학생의 정보를 저장하는 딕셔너리
people = {
    "name": "영웅",
    "age": 25,
    "hobby": "노래",
}

print(people["name"])
print(people["hobby"])

영웅
노래

▶ 딕셔너리 vs 리스트

리스트(list)는 순서로 값을 기억하고, 딕셔너리는 이름표(키)로 값을 찾는다. 예를 들어 사람의 나이를 꺼낼 때, 리스트라면 “두 번째” 위치를 기억해야 하지만 딕셔너리는 "age"라는 키만 알면 된다.

주의 · 따옴표 없이 people[name]처럼 쓰면 파이썬은 name을 변수로 인식한다. 키 문자열은 항상 따옴표로 감싸 people["name"]처럼 사용한다.

▶ 키가 없으면?

# 존재하지 않는 키를 조회하면 KeyError가 발생
print(people["height"])  

KeyError: 'height'

▶ LLM(대규모 언어 모델) 출력과 딕셔너리

실무에서 LLM이 반환한 결과를 구조화하기 위해 딕셔너리(또는 JSON)를 자주 활용한다.

# LLM이 생성했다고 가정한 응답을 딕셔너리로 저장
result = {"generated_text": "안녕하세요! 무엇을 도와드릴까요?"}

print(result["generated_text"])

안녕하세요! 무엇을 도와드릴까요?

2. 리스트 컴프리헨션, 스마트한 리스트 만들기

리스트 컴프리헨션(list comprehension; 리스트 내포함수)은 “값을 하나씩 꺼내 계산 → 결과를 모아 새로운 리스트로” 과정을 짧게 표현하는 문법이다.

▶ 기본 형태

# 기존 방식 (반복문 + append)
numbers = [1, 2, 3, 4, 5]
double_numbers = []
for num in numbers:
    double_numbers.append(num * 2)

print(double_numbers)  # [2, 4, 6, 8, 10]

# 리스트 컴프리헨션
result = [x * 2 for x in numbers]
print(result)          # [2, 4, 6, 8, 10]

▶ 문자 붙여서 새 리스트 만들기

names = ["영웅", "소희", "보검"]
labels = ["보고 싶은 " + name for name in names]
print(labels)  
# ['보고 싶은 영웅', '보고 싶은 소희', '보고 싶은 보검']

▶ 조건 추가하기

# 짝수만 2배
evens_times_two = [x * 2 for x in range(1, 11) if x % 2 == 0]
print(evens_times_two)  # [4, 8, 12, 16, 20]

# 조건부 표현식(if-else)도 가능
tags = ["even" if x % 2 == 0 else "odd" for x in range(1, 6)]
print(tags)  # ['odd', 'even', 'odd', 'even', 'odd']

3. 람다 함수: 짧고 간단한 계산기 만들기

람다(lambda)는 이름 없이(또는 이름 대신에) 짧게 정의하는 함수이다. 보통 한 줄 계산이나 정렬/매핑의 key 인자로 사용한다.

# 일반 함수
def square(x):
    return x * x

# 같은 일을 하는 람다
square2 = lambda x: x * x

print(square(3), square2(3))  # 9 9

# 정렬 key에 사용
words = ["python", "ai", "gen"]
print(sorted(words, key=lambda w: len(w)))  
# ['ai', 'gen', 'python']

[Note]
람다는 간결하지만 복잡한 로직에는 적합하지 않다. 가독성이 우선인 경우에는 def로 함수를 정의한다.

4. map과 filter: 리스트 전체에 변화 주기

map(func, iterable)은 모든 요소에 함수를 적용해 변환하고,
filter(func, iterable)은 조건에 맞는 요소만 남긴다.
최종적으로 리스트가 필요하면 list()로 감싼다.

numbers = [1, 2, 3, 4, 5]

# map: 모든 요소 2배
mapped = list(map(lambda x: x * 2, numbers))
print(mapped)  # [2, 4, 6, 8, 10]

# filter: 짝수만
filtered = list(filter(lambda x: x % 2 == 0, numbers))
print(filtered)  # [2, 4]

리스트 컴프리헨션으로도 동일 작업을 표현할 수 있습니다. 팀 규칙/가독성에 맞춰 선택한다.

mapped2   = [x * 2 for x in numbers]
filtered2 = [x for x in numbers if x % 2 == 0]

5. 객체와 클래스: 기능을 가진 도구를 만드는 방법

간단한 프로그램은 함수만으로 효율적인 절차지향(procedure-oriented) 프로그래밍을 작성할 수 있다.
하지만 프로그램이 커지면 객체(object)의 틀(뼈대)인 클래스(class)를 사용한 객체지향(object-oriented) 프로그래밍이 필요하다.

클래스는 “데이터(속성) + 동작(메서드)”를 묶어 새로운 자료형을 정의한다. 생성형 AI 개발에서는 프롬프트, 응답, 점수 같은 구조화 데이터를 클래스로 관리하면 유용한다.

class Message:
    def __init__(self, role: str,    \
                       content: str, \ 
                       score: float | None = None):
        self.role = role
        self.content = content
        self.score = score

    def short(self):
        return self.content[:20] + \
               ("..." if len(self.content) > 20 else "")

# 객체 생성
m = Message("assistant", "안녕하세요! 무엇을 도와드릴까요?")
print(m.role, m.short())

[Note]
파이썬에서 줄연속기호는 "\(백슬래시)"이다.

assistant  안녕하세요! 무엇을 도와드릴...

데이터클래스(dataclass)로 더 간단하게

# @dataclass 데코레이터를 쓰기 위해 dataclasses 모듈을, 
# 생성 시각을 담기 위해 datetime을 가져온다.

from dataclasses import dataclass
from datetime import datetime

# 데이터만 담는 클래스를 간단히 정의한다.
# @dataclass가 자동으로 __init__, __repr__, __eq__ 등을 만든다.
# 각 속성에 타입 힌트를 달았다(str, int, datetime). 
# 런타임 강제는 아님 — 주로 타입체커/IDE용이다.

@dataclass
class LLMResult:
    text: str
    tokens: int
    created_at: datetime

# LLMResult 인스턴스를 생성한다. 
# created_at에는 현재 시각이 들어간다.

r = LLMResult(text="요약이다.", tokens=42, \
    created_at=datetime.now())

# print는 두 필드만 출력한다.

print(r.text, r.tokens)

요약이다. 42