Pydantic – 파이썬 데이터 검증과 직렬화의 새로운 표준

파이썬에서 API를 만들거나, 외부 데이터와 상호작용할 때 데이터 유효성 검사와 타입 안정성이 중요해진다는 걸 점점 더 느끼게 됩니다. 특히 FastAPI와 같은 최신 프레임워크를 써보면 Pydantic이라는 이름이 빠지지 않죠.
Pydantic이란 무엇이고, 왜 많은 개발자들이 기본값처럼 사용하는지, 이 글에서 정리해보겠습니다.

Pydantic이란?

Pydantic은 Python 타입 힌트를 기반으로 한 데이터 검증 및 직렬화 라이브러리입니다.

쉽게 말해,

• 내가 원하는 데이터 타입과 구조가 들어왔는지 확인하고,
• 문제가 있으면 에러를 던지고,
• Python 객체로 자동 변환까지 해주는,
  데이터 처리의 든든한 보디가드 같은 존재입니다.

어떤 역할을 할까?

1. 데이터 유효성 검증 (Validation)

Pydantic의 핵심 기능은 데이터가 내가 기대한 타입에 맞는지 자동으로 검사해주는 것입니다.

from pydantic import BaseModel

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

user = User(name="Alice", age="20")  # 문자열인데?
print(user)

• 일반 Python dict라면 "20"도 그냥 넘어가지만,
• Pydantic은 int 타입임을 보고 자동으로 타입 캐스팅을 시도합니다.
• 만약 정말 변환 불가능한 값이 들어오면 아래처럼 예외가 발생합니다.

User(name="Bob", age="hello")

ValidationError: 1 validation error for User
age
  value is not a valid integer (type=type_error.integer)

잘못된 데이터는 확실하게 걸러냅니다.

2. 자동 직렬화 · 역직렬화 (dict ↔ model)

API 데이터를 주고받거나 저장할 때, Python 객체와 dict(JSON) 간 변환이 필요하죠.

user = User(name="Tom", age=30)
print(user.dict())
# {'name': 'Tom', 'age': 30}

• DB 저장, 파일 입출력, API 응답 등에서 유용하게 쓰입니다.

3. 선택적 필드, 기본값, 중첩 모델 등 유연한 구조 지원

Pydantic은 복잡한 구조의 데이터도 타입 안정적으로 다룰 수 있습니다.

class Address(BaseModel):
    city: str
    zip: str

class User(BaseModel):
    name: str
    age: int = 0  # 기본값 지정
    address: Address

data = {
    "name": "Jane",
    "address": {
        "city": "Seoul",
        "zip": "12345"
    }
}

user = User(**data)
print(user)

• 필드 기본값 지정
• 필수/선택 필드
• 중첩 모델(다른 BaseModel을 필드로 사용)까지 자연스럽게 코드로 표현됩니다.

언제 써야 할까?

Pydantic을 쓰면 뭐가 좋은가요?

• 타입을 신뢰할 수 있다: 실수로 잘못된 데이터가 들어오는 걸 미리 차단
• API 스펙이 명확해진다: 프론트엔드와의 데이터 계약이 명확해짐
• 입력 실수로 인한 에러 예방: 숫자/문자 혼동, 누락 필드 등 방지
• IDE 자동 완성 및 힌트: 단순 dict보다 개발 생산성이 올라감

간단 예제 코드

아래는 Pydantic의 대표적인 사용 패턴입니다.

from pydantic import BaseModel, ValidationError
from typing import Optional

class Product(BaseModel):
    name: str
    price: float
    in_stock: bool = True
    description: Optional[str] = None

try:
    item = Product(name="Keyboard", price="42.5")
    print(item.dict())
except ValidationError as e:
    print(e)

• Optional을 활용한 선택적 필드
• 타입 자동 변환 및 기본값 지원
• 직렬화(dct 변환)까지 한 번에!

마무리

Pydantic은 단순히 데이터 유효성 검사를 넘어서, 파이썬 프로젝트에서 타입 안정성과 생산성을 극대화하는 핵심 도구입니다.
FastAPI와의 연동뿐 아니라, 설정 파일 읽기, 내부 데이터 관리 등 다양한 상황에서 적용할 수 있죠.
좀 더 복잡한 검증이 필요하다면 validator, 다양한 필드 옵션, Config와 같은 고급 기능도 익혀 활용해보는 것을 추천합니다.

Pydantic을 적극적으로 활용하면, 코드의 신뢰성과 유지보수성이 크게 향상됨을 분명히 느끼게 될 것입니다.