dataclass란 무엇이며 __slots__는 어떻게 도움이 되나요?

Question

Accepted Answer

**dataclass**(`@dataclass`, Python 3.7+)는 주로 데이터를 담는 클래스를 위한 보일러플레이트 메서드를 자동 생성합니다. **`__slots__`**는 인스턴스별 `__dict__`를 피함으로써 메모리를 줄이고 속성 접근 속도를 높이는 최적화입니다.

## dataclass — 보일러플레이트 제거

```python
from dataclasses import dataclass

# ❌ dataclass 없이 — 반복적인 보일러플레이트가 많음
class Point:
    def __init__(self, x, y):
        self.x = x; self.y = y
    def __repr__(self):
        return f"Point(x={self.x}, y={self.y})"
    def __eq__(self, other):
        return (self.x, self.y) == (other.x, other.y)

# ✅ @dataclass로 — 위의 모든 것이 자동 생성됨
@dataclass
class Point:
    x: int
    y: int

p = Point(1, 2)
p                 # Point(x=1, y=2) — __repr__ 생성됨
p == Point(1, 2)  # True — __eq__ 생성됨
```

`@dataclass`는 주석이 달린 필드로부터 `__init__`, `__repr__`, `__eq__`(그리고 선택적으로 정렬/해싱)를 생성합니다 — 지루하고 오류가 발생하기 쉬운 보일러플레이트를 제거합니다.

## dataclass 기능

```python
from dataclasses import dataclass, field

@dataclass(frozen=True)          # frozen → 불변 (해시 가능, dict 키로 사용 가능)
class Config:
    name: str
    tags: list = field(default_factory=list)   # 가변 기본값을 안전하게 처리
    timeout: int = 30                           # 기본값
```

`frozen=True`는 인스턴스를 불변으로 만듭니다. `field(default_factory=list)`는 가변 기본값을 안전하게 제공합니다(공유 가변 기본값 함정을 피함).

## __slots__ — 메모리 및 속도 최적화

```python
# 보통 각 인스턴스는 속성을 저장하는 __dict__를 가짐 (유연하지만 메모리 무거움)
class Regular:
    def __init__(self, x, y): self.x, self.y = x, y

# __slots__ → 고정된 속성 집합, 인스턴스별 __dict__ 없음
class Slotted:
    __slots__ = ("x", "y")        # 이 속성들만 허용됨
    def __init__(self, x, y): self.x, self.y = x, y

s = Slotted(1, 2)
s.z = 3   # ❌ AttributeError — __slots__에 없는 속성을 추가할 수 없음
```

보통 각 인스턴스는 동적 `__dict__`에 속성을 저장합니다. `__slots__`는 대신 컴팩트하고 고정된 구조에 저장되는 고정된 속성 집합을 선언합니다 — 상당한 메모리를 절약하고 접근 속도를 높입니다, 유연성을 희생하는 대가로요(임의의 속성 추가 불가).

## 결합하기

```python
@dataclass(slots=True)    # Python 3.10+ — __slots__를 가진 dataclass
class Point:
    x: int
    y: int
```

## 각각이 중요한 때

```text
@dataclass → 주로 데이터인 모든 클래스 (DTO, 설정, 레코드) — 더 깔끔, 더 적은 코드
__slots__  → 많은 인스턴스(수백만 개)를 생성하고 메모리/속도가 중요할 때
             (예: 큰 자료 구조의 노드, 대규모 시뮬레이션)
```

## 왜 중요한가

dataclass는 데이터를 담는 클래스의 반복적인 보일러플레이트를 제거하는 널리 사용되는 현대적 기능입니다 — 코드를 더 깔끔하고, 오류가 적고, 읽기 쉽게 만듭니다(자동 생성된 `__init__`/`__repr__`/`__eq__`, 그리고 불변성과 안전한 기본값).

이들은 그런 클래스를 수동으로 작성하거나, 가변성/메서드가 필요할 때 `namedtuple`을 사용하는 것에 대한 관용적이고 현대적인 대안입니다. `__slots__`는 엄청난 수의 객체를 인스턴스화할 때 메모리를 의미 있게 줄이고 속성 접근 속도를 높이는 표적화된 성능 최적화입니다.

둘 다 아는 것 — 일상적인 깔끔한 데이터 모델링에는 `@dataclass`, 메모리가 중요한 핫 경로에는 `__slots__`(이제 `slots=True`로 결합 가능) — 은 효율적이고 유지보수 가능한 Python 클래스를 작성하는 현재의 모범 사례를 반영합니다.

dataclass란 무엇이며 slots는 어떻게 도움이 되나요?

dataclass — 보일러플레이트 제거

dataclass 기능

slots — 메모리 및 속도 최적화

결합하기

각각이 중요한 때

왜 중요한가