IT 위키 - 사용자 기여 [ko]

파이썬 pip

2025-03-26T00:27:30Z

Retrospect: 새 문서: pip는 파이썬 패키지 관리자(Package Installer for Python)로, Python Package Index(PyPI) 등에서 다양한 파이썬 패키지를 설치, 업그레이드, 삭제할 수 있는 도구이다. == 개요 == pip는 파이썬의 공식 패키지 설치 도구로, 파이썬 2.7.9 이상과 파이썬 3.4 이상 버전에 기본 포함되어 있다. 이를 통해 개발자는 인터넷 상의 다양한 오픈소스 라이브러리를 쉽게 설치할 수 있으며, 패키지...

pip는 파이썬 패키지 관리자(Package Installer for Python)로, Python Package Index(PyPI) 등에서 다양한 파이썬 패키지를 설치, 업그레이드, 삭제할 수 있는 도구이다.

== 개요 ==
pip는 파이썬의 공식 패키지 설치 도구로, 파이썬 2.7.9 이상과 파이썬 3.4 이상 버전에 기본 포함되어 있다. 이를 통해 개발자는 인터넷 상의 다양한 오픈소스 라이브러리를 쉽게 설치할 수 있으며, 패키지 의존성과 버전 관리를 효율적으로 수행할 수 있다.

== 주요 기능 ==
* 패키지 설치: PyPI나 기타 저장소에서 원하는 패키지를 자동으로 다운로드 및 설치
* 패키지 업그레이드: 설치된 패키지를 최신 버전으로 갱신
* 패키지 삭제: 필요 없는 패키지를 간편하게 제거
* 의존성 관리: 패키지 설치 시 필요한 하위 패키지를 자동으로 해결
* 설치된 패키지 목록 조회: pip list 또는 pip freeze 명령어를 통해 현재 설치된 패키지와 버전을 확인

== 설치 및 업데이트 ==
대부분의 최신 파이썬 버전에는 pip가 기본으로 포함되어 있으나, 필요에 따라 최신 버전으로 업데이트할 수 있다.
<syntaxhighlight lang="bash">
python -m pip install --upgrade pip
</syntaxhighlight>

== 기본 사용 예제 ==
다음은 pip의 주요 명령어 사용 예제이다.

=== 패키지 설치 ===
<syntaxhighlight lang="bash">
pip install requests
</syntaxhighlight>
위 명령어는 PyPI에서 requests 패키지를 설치한다.

=== 패키지 업그레이드 ===
<syntaxhighlight lang="bash">
pip install --upgrade requests
</syntaxhighlight>
설치된 requests 패키지를 최신 버전으로 업그레이드한다.

=== 패키지 삭제 ===
<syntaxhighlight lang="bash">
pip uninstall requests
</syntaxhighlight>
설치된 requests 패키지를 제거한다.

=== 설치된 패키지 목록 조회 ===
<syntaxhighlight lang="bash">
pip list
</syntaxhighlight>
또는
<syntaxhighlight lang="bash">
pip freeze
</syntaxhighlight>
명령어를 통해 현재 가상 환경이나 시스템에 설치된 패키지 목록과 버전을 확인할 수 있다.

== 다양한 명령어 옵션 ==
pip는 여러 옵션을 지원하여 패키지 관리에 유연성을 제공한다.
* <code>--no-cache-dir</code>: 캐시를 사용하지 않고 패키지를 설치한다.
* <code>--user</code>: 시스템 전역이 아닌 사용자 디렉터리에 패키지를 설치한다.
* <code>--force-reinstall</code>: 이미 설치된 패키지라도 강제로 재설치한다.
* <code>--ignore-installed</code>: 기존에 설치된 패키지를 무시하고 새로 설치한다.
* <code>--proxy</code>: 프록시 서버를 통해 패키지를 설치할 때 사용한다.
* <code>--timeout</code>: 설치 과정에서의 타임아웃 시간을 지정한다.
* <code>--upgrade-strategy</code>: 업그레이드 시 하위 의존성 패키지 처리 방식을 지정한다. 예를 들어, "eager" 또는 "only-if-needed" 옵션이 있다.

예제:
<syntaxhighlight lang="bash">
pip install numpy --no-cache-dir --upgrade
</syntaxhighlight>
위 명령어는 캐시를 사용하지 않고 numpy 패키지를 최신 버전으로 업그레이드하며 설치한다.

== requirements.txt ==
요구 사항 파일(requirements.txt)은 프로젝트에서 필요한 패키지와 해당 버전을 명시한 텍스트 파일이다. 이를 이용하면 협업 시 동일한 개발 환경을 쉽게 재현할 수 있다.
* requirements.txt 작성 예제:
<nowiki>
requests==2.25.1
numpy>=1.19.0
pandas
</nowiki>
* requirements.txt를 이용한 패키지 설치:
<syntaxhighlight lang="bash">
pip install -r requirements.txt
</syntaxhighlight>
* 설치된 패키지 목록을 requirements.txt로 저장:
<syntaxhighlight lang="bash">
pip freeze > requirements.txt
</syntaxhighlight>

== 활용 및 중요성 ==
pip는 파이썬 생태계의 핵심 도구로, 다양한 라이브러리와 모듈을 손쉽게 관리할 수 있게 해준다. 특히, 가상 환경과 함께 사용하면 프로젝트별로 독립적인 패키지 관리가 가능해져, 개발 환경의 일관성과 재현성을 확보할 수 있다.

== 같이 보기 ==
* [[파이썬 가상 환경]]
* [[패키지 관리 (파이썬)]]
* [[venv]]
* [[virtualenv]]
* [[Conda]]

== 참고 문헌 ==
* Python 공식 문서, "pip — The Python Package Installer", https://pip.pypa.io
* Python Packaging Authority (PyPA)

파이썬 딕셔너리

2025-03-26T00:23:18Z

Retrospect: 새 문서: 파이썬 딕셔너리(Dictionary)는 키(key)와 값(value)의 쌍으로 데이터를 저장하는 자료형으로, 연관 배열 또는 해시맵(HashMap)으로도 알려져 있다. 키를 통해 값을 빠르게 조회할 수 있으며, 중괄호({})를 사용하여 정의한다. ==개요== 딕셔너리는 변경 가능(mutable)하고 순서가 있는(파이썬 3.7 이상) 컬렉션 자료형이다. 각 키는 유일해야 하며, 값은 중복될 수 있다. 키는 문자열...

파이썬 딕셔너리(Dictionary)는 키(key)와 값(value)의 쌍으로 데이터를 저장하는 자료형으로, 연관 배열 또는 해시맵(HashMap)으로도 알려져 있다. 키를 통해 값을 빠르게 조회할 수 있으며, 중괄호({})를 사용하여 정의한다.
==개요==
딕셔너리는 변경 가능(mutable)하고 순서가 있는(파이썬 3.7 이상) 컬렉션 자료형이다. 각 키는 유일해야 하며, 값은 중복될 수 있다. 키는 문자열, 숫자, 튜플 등 해시 가능한(immutable) 자료형만 가능하다.
==생성 방법==
<syntaxhighlight lang="python">
# 빈 딕셔너리
a = {}

# 초기값을 포함한 딕셔너리
person = {
"name": "Alice",
"age": 30,
"city": "Seoul"
}
</syntaxhighlight>
==주요 기능 및 메서드==
===항목 접근 및 수정===
<syntaxhighlight lang="python">
print(person["name"]) # Alice
person["age"] = 31 # 값 수정
person["job"] = "Engineer" # 새로운 키 추가
</syntaxhighlight>
===항목 삭제===
<syntaxhighlight lang="python">
del person["city"] # 특정 키 삭제
person.pop("age") # 키와 값 제거
person.clear() # 전체 삭제
</syntaxhighlight>
===반복문 사용===
<syntaxhighlight lang="python">
for key in person:
print(key, person[key])

for key, value in person.items():
print(key, value)
</syntaxhighlight>
===딕셔너리 관련 메서드===
*dict.keys() — 키 목록 반환
*dict.values() — 값 목록 반환
*dict.items() — (키, 값) 쌍 반환
*dict.get(key, default) — 키가 없으면 기본값 반환
*dict.update(다른딕셔너리) — 병합
==딕셔너리 컴프리헨션==
조건이나 변환을 적용하여 딕셔너리를 생성할 수 있다.<syntaxhighlight lang="python">
squares = {x: x**2 for x in range(5)}
print(squares) # {0: 0, 1: 1, 2: 4, 3: 9, 4: 16}
</syntaxhighlight>
==중첩 딕셔너리==
딕셔너리 내부에 또 다른 딕셔너리를 포함할 수 있다.<syntaxhighlight lang="python">
users = {
"alice": {"age": 30, "city": "Seoul"},
"bob": {"age": 25, "city": "Busan"}
}
print(users["alice"]["city"]) # Seoul
</syntaxhighlight>
==같이 보기==
*[[파이썬 리스트]]
*[[파이썬 튜플]]
*[[파이썬 세트]]
*[[파이썬 자료형]]
*[[파이썬 컴프리헨션]]
==참고 문헌==
*https://docs.python.org/3/library/stdtypes.html#dict
*Mark Lutz, ''Learning Python'', O'Reilly Media
[[분류:파이썬]]

파이썬 가상 환경

2025-03-25T23:42:04Z

Retrospect: 새 문서: 파이썬 가상 환경은 프로젝트별로 독립적인 파이썬 실행 환경을 제공하여, 패키지 버전 충돌이나 의존성 문제를 방지하기 위한 도구이다. ==개요== 파이썬 가상 환경은 시스템 전역에 영향을 주지 않고, 각 프로젝트별로 독립적인 파이썬 인터프리터와 패키지를 관리할 수 있도록 해준다. 이를 통해 서로 다른 프로젝트에서 서로 다른 패키지 버전을 사용하거나, 특...

파이썬 가상 환경은 프로젝트별로 독립적인 파이썬 실행 환경을 제공하여, 패키지 버전 충돌이나 의존성 문제를 방지하기 위한 도구이다.
==개요==
파이썬 가상 환경은 시스템 전역에 영향을 주지 않고, 각 프로젝트별로 독립적인 파이썬 인터프리터와 패키지를 관리할 수 있도록 해준다. 이를 통해 서로 다른 프로젝트에서 서로 다른 패키지 버전을 사용하거나, 특정 프로젝트의 의존성을 격리하여 관리할 수 있다.
==주요 도구==
*'''venv'''
**파이썬 3.3부터 표준 라이브러리로 포함되어 있으며, 간단한 명령어로 가상 환경을 생성하고 관리할 수 있다.
*'''virtualenv'''
**파이썬 2와 다양한 환경에서 사용 가능한 외부 패키지로, venv보다 추가 기능과 유연성을 제공한다.
*'''conda 환경'''
**Anaconda 배포판에서 제공하는 도구로, 파이썬뿐 아니라 다양한 언어와 패키지를 포함한 환경을 생성하고 관리할 수 있다.
==생성 및 사용 방법==
===venv를 이용한 가상 환경 생성===
<syntaxhighlight lang="bash">
# 가상 환경 생성 (예: myenv 폴더)
python -m venv myenv

# 가상 환경 활성화 (Unix 계열)
source myenv/bin/activate

# 가상 환경 활성화 (Windows)
myenv\Scripts\activate

# 가상 환경 비활성화
deactivate
</syntaxhighlight>
===virtualenv를 이용한 가상 환경 생성===
<syntaxhighlight lang="bash">
# virtualenv 설치
pip install virtualenv

# 가상 환경 생성 (예: myenv 폴더)
virtualenv myenv

# 가상 환경 활성화 (Unix 계열)
source myenv/bin/activate

# 가상 환경 활성화 (Windows)
myenv\Scripts\activate
</syntaxhighlight>
===conda 환경 생성===
<syntaxhighlight lang="bash">
# 새로운 conda 환경 생성 (예: myenv)
conda create --name myenv python=3.9

# 환경 활성화
conda activate myenv

# 환경 비활성화
conda deactivate
</syntaxhighlight>
==장점==
*프로젝트 간 의존성 충돌 방지 및 시스템 전역 환경 오염 최소화
*특정 프로젝트에 필요한 패키지와 파이썬 버전을 독립적으로 관리할 수 있음
*협업 시 일관된 개발 환경 제공 및 배포 테스트 용이
==활용==
파이썬 가상 환경은 복수의 프로젝트를 동시에 진행하거나, 특정 프로젝트의 요구 사항을 재현하여 디버깅 및 배포 테스트를 수행할 때 유용하다. 또한, 여러 파이썬 버전을 동시에 관리할 수 있어 최신 버전과 이전 버전의 호환성을 점검할 때도 사용된다.
==같이 보기==
*[[패키지 관리 (파이썬)]]
*[[pip]]
*[[Conda]]
*[[Docker]]
*[[환경 변수]]
==참고 문헌==
*Python 공식 문서, "venv — Creation of virtual environments", https://docs.python.org/3/library/venv.html
*virtualenv 공식 문서, https://virtualenv.pypa.io
*Conda 공식 문서, https://docs.conda.io
[[분류:파이썬]]

플라스크 (Flask)

2025-03-25T23:40:29Z

Retrospect: 새 문서: 플라스크(Flask)는 파이썬으로 작성된 경량 웹 프레임워크로, 심플한 구조와 확장성이 뛰어나 소규모 웹 애플리케이션부터 프로토타입 개발에 널리 사용된다. ==개요== 플라스크는 Werkzeug와 Jinja2를 기반으로 개발되었으며, 기본적으로 최소한의 기능만 제공한다. 필요에 따라 다양한 확장 모듈을 추가하여 데이터베이스 연동, 폼 검증, 인증, 파일 업로드 등 여러 기능...

플라스크(Flask)는 파이썬으로 작성된 경량 웹 프레임워크로, 심플한 구조와 확장성이 뛰어나 소규모 웹 애플리케이션부터 프로토타입 개발에 널리 사용된다.
==개요==
플라스크는 Werkzeug와 Jinja2를 기반으로 개발되었으며, 기본적으로 최소한의 기능만 제공한다. 필요에 따라 다양한 확장 모듈을 추가하여 데이터베이스 연동, 폼 검증, 인증, 파일 업로드 등 여러 기능을 쉽게 구현할 수 있다.
==특징==
*단순하고 유연한 설계로 빠른 프로토타이핑에 적합하다.
*내장 개발 서버와 디버거를 제공하여 개발 과정에서 빠른 테스트와 디버깅이 가능하다.
*RESTful 요청 처리를 쉽게 구성할 수 있으며, 라우팅 기능이 직관적이다.
*다양한 확장 모듈(Flask-SQLAlchemy, Flask-WTF, Flask-Login 등)을 통해 기능 확장이 용이하다.
*Jinja2 템플릿 엔진을 사용하여 HTML 템플릿 렌더링을 지원한다.
==내장 서버와 프로덕션 배포==
플라스크가 제공하는 내장 웹 서버는 개발과 디버깅을 위한 용도로 설계되어 있다. 이 서버는 경량화되어 있어 간단한 테스트와 로컬 개발 환경에서는 유용하지만, 보안과 성능 면에서 제한이 있어 실제 운영 환경에서는 적합하지 않다. 프로덕션 환경에서는 Gunicorn, uWSGI, 또는 Waitress와 같은 별도의 WSGI 서버를 사용하여 더 높은 안정성과 확장성을 확보하는 것이 바람직하다.
==설치==
플라스크는 pip를 사용하여 쉽게 설치할 수 있다.<syntaxhighlight lang="bash">
pip install Flask
</syntaxhighlight>
==기본 예제==
다음은 플라스크를 이용하여 간단한 웹 애플리케이션을 구현한 예제이다.<syntaxhighlight lang="python">
from flask import Flask, request, jsonify

app = Flask(__name__)

@app.route("/")
def index():
return "Hello, Flask!"

@app.route("/greet/<name>")
def greet(name):
return f"Hello, {name}!"

@app.route("/data", methods=["POST"])
def data():
json_data = request.get_json()
return jsonify({"received": json_data})

if __name__ == "__main__":
app.run(debug=True)
</syntaxhighlight>위 예제에서는 기본 경로, 동적 URL 경로, POST 요청을 처리하는 API 엔드포인트를 구현하였다. 디버깅 모드에서는 내장 서버를 통해 빠른 테스트가 가능하다.
==프로덕션 배포==
개발 중에 제공되는 내장 서버는 보안, 동시 접속 처리, 성능 등의 이유로 프로덕션 환경에서는 사용되지 않는다. 실제 운영 환경에서는 다음과 같은 WSGI 서버를 사용하여 애플리케이션을 배포하는 것이 좋다.
*Gunicorn: 멀티 워커 프로세스를 통해 동시 요청을 효율적으로 처리한다.
*uWSGI: 높은 안정성과 다양한 기능을 제공하며, Nginx와 함께 사용하면 정적 파일 처리에도 유리하다.
*Waitress: Windows 환경에서도 안정적으로 운영 가능한 WSGI 서버이다.
예를 들어, Gunicorn과 함께 플라스크 애플리케이션을 배포하는 방법은 다음과 같다.<syntaxhighlight lang="bash">
gunicorn main:app --workers 4
</syntaxhighlight>여기서 "main"은 애플리케이션 파일명을, "app"은 Flask 인스턴스 객체를 의미하며, --workers 옵션을 통해 여러 프로세스로 요청을 분산시킬 수 있다.
==같이 보기==
*[[FastAPI]]
*[[Django]]
*[[WSGI]]
*[[Jinja2]]
*[[Werkzeug]]
==참고 문헌==
*https://flask.palletsprojects.com
*Armin Ronacher, Flask 공식 문서
[[분류:파이썬]]
[[분류:프로그래밍]]
[[분류:백엔드]]

유비콘 (Uvicorn)

2025-03-25T23:25:22Z

Retrospect: 새 문서: Uvicorn은 ASGI(Asynchronous Server Gateway Interface) 애플리케이션을 실행하기 위한 고성능 비동기 웹 서버이다. FastAPI, Starlette, Django(ASGI 지원 시) 등 현대적인 웹 프레임워크와 함께 사용되며, 단순 코드 예제 이상의 역할을 수행한다. Uvicorn은 전체 ASGI 생태계 내에서 중요한 위치를 차지하며, 개발 및 프로덕션 환경 모두에서 핵심 역할을 담당한다. ==개요== Uvicorn은 Python의 asyn...

Uvicorn은 ASGI(Asynchronous Server Gateway Interface) 애플리케이션을 실행하기 위한 고성능 비동기 웹 서버이다. FastAPI, Starlette, Django(ASGI 지원 시) 등 현대적인 웹 프레임워크와 함께 사용되며, 단순 코드 예제 이상의 역할을 수행한다. Uvicorn은 전체 ASGI 생태계 내에서 중요한 위치를 차지하며, 개발 및 프로덕션 환경 모두에서 핵심 역할을 담당한다.
==개요==
Uvicorn은 Python의 asyncio를 기반으로 uvloop, httptools 등 네이티브 라이브러리와 결합되어 높은 처리 성능과 낮은 지연시간을 제공한다. 기본적으로 HTTP 1.1을 지원하며, 옵션에 따라 HTTP/2와 WebSocket도 지원할 수 있다. 개발 환경에서는 자동 재시작(--reload)을 통해 빠른 피드백을 제공하고, 프로덕션 환경에서는 멀티 워커 옵션(--workers)을 통해 확장성을 확보할 수 있다.
==역할 및 특징==
Uvicorn은 ASGI 표준을 구현하여 웹 요청을 비동기적으로 처리한다. FastAPI와 같은 프레임워크와 함께 사용할 때, Uvicorn은 클라이언트의 HTTP 및 WebSocket 요청을 받아 ASGI 애플리케이션으로 전달하고, 그 응답을 다시 클라이언트에 전달하는 중개자 역할을 한다.
*비동기 처리를 통한 높은 성능 제공
*uvloop와 httptools 등 네이티브 라이브러리 기반으로 빠른 실행 속도 보장
*간단한 CLI 명령어로 서버 실행 및 옵션 설정 가능
*개발 중 코드 변경 시 자동 재시작(--reload) 옵션 제공
*프로덕션 환경에서는 멀티 워커(--workers) 옵션을 통해 부하 분산 가능
==ASGI 서버 비교==
Uvicorn은 다른 ASGI 서버와 비교했을 때 다음과 같은 차별점을 가진다.
*Daphne: Django Channels에서 주로 사용되는 서버로 웹소켓 지원에 강점을 보이나, Uvicorn은 전반적인 성능과 응답 속도에서 더 뛰어나다.
*Hypercorn: Quart와 같은 프레임워크에서 주로 사용되며 다양한 프로토콜 지원에 중점을 두지만, Uvicorn은 단순성과 경량성에서 우위를 점한다.
*Uvicorn은 특히 FastAPI와 같은 최신 웹 프레임워크와의 결합 시, API 응답 속도와 확장성에서 많은 개발자들이 선호하는 선택이다.
==FastAPI와 함께 사용될 때의 역할==
FastAPI와 결합될 경우, Uvicorn은 다음과 같은 역할을 수행한다.
#ASGI 서버로서 FastAPI 애플리케이션을 실행하고, 클라이언트 요청을 비동기적으로 처리한다.
#FastAPI에서 정의한 경로, 요청 바디, 응답 모델 등의 기능을 원활하게 전달받아 적절히 실행하도록 돕는다.
#개발 중 자동 재시작(--reload) 옵션을 통해 코드 수정 시 즉각적으로 반영되어 개발 생산성을 높인다.
#프로덕션 환경에서는 멀티 프로세스 설정(--workers)을 통해 고부하 상황에서도 안정적인 서비스 제공을 가능하게 한다.
==기본 실행 예제==
다음은 FastAPI 애플리케이션과 함께 Uvicorn을 사용하는 기본 예제이다.<syntaxhighlight lang="python">
from fastapi import FastAPI

app = FastAPI()

@app.get("/")
async def root():
return {"message": "Hello, Uvicorn and FastAPI!"}
</syntaxhighlight>서버 실행 명령:<syntaxhighlight lang="bash">
uvicorn main:app --reload
</syntaxhighlight>여기서 "main"은 파일명, "app"은 FastAPI 인스턴스를 의미하며, --reload 옵션은 개발 중 코드 변경 시 자동으로 서버를 재시작한다.
==고급 사용 예제==
Uvicorn은 다양한 옵션을 통해 프로덕션 환경에 적합하게 설정할 수 있다. 예를 들어, 멀티 워커 환경에서 실행하는 경우:<syntaxhighlight lang="bash">
uvicorn main:app --workers 4 --host 0.0.0.0 --port 8000
</syntaxhighlight>또한, gunicorn과 함께 Uvicorn 워커를 사용하여 더욱 안정적인 서비스 구성이 가능하다.<syntaxhighlight lang="bash">
gunicorn main:app -k uvicorn.workers.UvicornWorker --workers 4
</syntaxhighlight>
==요약==
Uvicorn은 ASGI 애플리케이스 서버로서, 비동기 처리를 통한 높은 성능과 간편한 사용법을 제공한다. FastAPI와 결합될 때 Uvicorn은 애플리케이션의 실행 환경을 담당하며, 빠른 응답성과 확장성을 보장하는 핵심 요소로 작용한다. 다양한 ASGI 서버와 비교하여 단순성, 경량성, 그리고 뛰어난 성능 면에서 많은 개발자들이 선호하는 선택이다.
==같이 보기==
*[[ASGI]]
*[[FastAPI]]
*[[Starlette]]
*[[Django]]
*[[Hypercorn]]
*[[Daphne]]
*[[비동기 프로그래밍 (파이썬)]]
==참고 문헌==
*https://www.uvicorn.org
*https://github.com/encode/uvicorn
*FastAPI 공식 문서: https://fastapi.tiangolo.com
[[분류:파이썬]]
[[분류:프로그래밍]]
[[분류:백엔드]]

비동기 서버 게이트웨이 인터페이스

2025-03-25T23:17:43Z

Retrospect: 새 문서: ASGI(비동기 서버 게이트웨이 인터페이스, '''A'''synchronous '''S'''erver '''G'''ateway '''I'''nterface)는 Python 웹 프레임워크와 서버 간의 비동기 통신을 가능하게 해주는 표준 인터페이스로, 기존 WSGI(Web Server Gateway Interface)의 한계를 극복하고 웹소켓, HTTP/2 등 비동기 기능을 지원하기 위해 설계되었다. ==개요== ASGI는 Django, FastAPI, Starlette 같은 현대적인 Python 웹 프레임워크가 고...

ASGI(비동기 서버 게이트웨이 인터페이스, '''A'''synchronous '''S'''erver '''G'''ateway '''I'''nterface)는 Python 웹 프레임워크와 서버 간의 비동기 통신을 가능하게 해주는 표준 인터페이스로, 기존 WSGI(Web Server Gateway Interface)의 한계를 극복하고 웹소켓, HTTP/2 등 비동기 기능을 지원하기 위해 설계되었다.
==개요==
ASGI는 Django, FastAPI, Starlette 같은 현대적인 Python 웹 프레임워크가 고성능 네트워크 프로그래밍과 실시간 웹 기능(예: 웹소켓)을 지원할 수 있도록 해준다. 비동기 함수(async def)와 함께 사용할 수 있으며, 멀티프로토콜 처리 구조를 가지고 있다.
==역사==
*WSGI는 Python 웹 표준으로 널리 사용되었으나, 동기 방식만 지원
*ASGI는 2016년 Django Channels 프로젝트의 일환으로 등장
*현재는 Django, FastAPI, Starlette, Quart 등에서 사용되고 있음
==특징==
*'''비동기/동기 모두 지원''' — async/await 기반의 처리를 기본으로 하고, 기존 WSGI 앱과의 호환성도 제공
*'''웹소켓 지원''' — 실시간 채팅, 스트리밍 등에 적합
*'''멀티 프로토콜''' — HTTP, HTTP/2, WebSocket 등 다양한 프로토콜 처리 가능
*'''스코프(Scope) 구조''' — 요청, 연결 등에 대한 정보를 딕셔너리 형태로 전달
*'''이벤트 기반 구조''' — 요청 처리 흐름이 event loop를 기반으로 비동기 실행됨
==구조==
ASGI 애플리케이션은 다음과 같은 구조를 가진다.<syntaxhighlight lang="python">
async def app(scope, receive, send):
assert scope["type"] == "http"

await receive() # 요청 수신
await send({ # 응답 전송
"type": "http.response.start",
"status": 200,
"headers": [[b"content-type", b"text/plain"]],
})
await send({
"type": "http.response.body",
"body": b"Hello, ASGI!",
})
</syntaxhighlight>
==사용 예시==
ASGI 앱은 일반적으로 Uvicorn, Daphne, Hypercorn 같은 ASGI 서버를 통해 실행된다.
===FastAPI 예제 실행===
<syntaxhighlight lang="bash">
uvicorn main:app --reload
</syntaxhighlight>
===Django ASGI 설정 (asgi.py)===
<syntaxhighlight lang="python">
import os
from django.core.asgi import get_asgi_application

os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'myproject.settings')
application = get_asgi_application()
</syntaxhighlight>
==주요 ASGI 서버==
*'''Uvicorn''' — 빠르고 가벼운 ASGI 서버, FastAPI와 자주 사용됨
*'''Daphne''' — Django Channels용으로 개발된 ASGI 서버
*'''Hypercorn''' — Quart 프레임워크에서 주로 사용됨
==같이 보기==
*[[WSGI]]
*[[FastAPI]]
*[[Starlette]]
*[[Uvicorn]]
*[[Django]]
*[[비동기 프로그래밍 (파이썬)]]
==참고 문헌==
*https://asgi.readthedocs.io
*https://www.python.org/dev/peps/pep-3333/ (WSGI)
*https://www.python.org/dev/peps/pep-484/ (Type Hints)
*Django Channels, ''ASGI Introduction''

파이썬 라이브러리 unstructured

2025-03-25T05:30:37Z

Retrospect: 새 문서: unstructured는 다양한 형식의 비정형 문서(PDF, DOCX, HTML, 이메일 등)에서 텍스트 데이터를 추출하고 구조화하는 데 사용되는 파이썬 오픈소스 라이브러리이다. 특히 RAG(Retrieval-Augmented Generation) 시스템 구축 시 문서 전처리 단계에서 유용하게 사용된다. ==개요== unstructured는 문서 파일에서 텍스트를 블록 단위로 추출하며, 각 블록에는 텍스트 외에도 메타데이터(페이지...

unstructured는 다양한 형식의 비정형 문서(PDF, DOCX, HTML, 이메일 등)에서 텍스트 데이터를 추출하고 구조화하는 데 사용되는 파이썬 오픈소스 라이브러리이다. 특히 RAG(Retrieval-Augmented Generation) 시스템 구축 시 문서 전처리 단계에서 유용하게 사용된다.
==개요==
unstructured는 문서 파일에서 텍스트를 블록 단위로 추출하며, 각 블록에는 텍스트 외에도 메타데이터(페이지 번호, 좌표, 헤더 여부 등)가 포함된다. 이를 통해 추출된 데이터를 벡터화하거나 질문 응답 시스템의 입력으로 활용할 수 있다.
==주요 특징==
*'''다양한 포맷 지원'''
**PDF, DOCX, PPTX, HTML, EML, MSG, TXT 등 광범위한 문서 형식 처리
*'''텍스트 블록 추출'''
**문서 내 문단, 표, 제목, 이미지 캡션 등을 구분하여 추출
*'''구조화된 출력'''
**텍스트와 함께 메타데이터(JSON-like 형태)를 포함한 구조적 정보 제공
*'''클래스 기반 파이프라인'''
**Element 객체를 중심으로 처리 단계를 유연하게 구성 가능
*'''LangChain 및 LlamaIndex와 호환'''
==설치==
기본 설치:<syntaxhighlight lang="bash">
pip install unstructured
</syntaxhighlight>PDF 등 특정 포맷 처리를 위한 추가 의존성 설치:<syntaxhighlight lang="bash">
pip install "unstructured[pdf,pptx,docx,html]"
</syntaxhighlight>
==예제 코드==
PDF 파일에서 텍스트 블록 추출 예제:<syntaxhighlight lang="python">
from unstructured.partition.pdf import partition_pdf

elements = partition_pdf(filename="example.pdf")

for el in elements:
print("타입:", el.category)
print("텍스트:", el.text)
</syntaxhighlight>텍스트 파일 처리 예제:<syntaxhighlight lang="python">
from unstructured.partition.text import partition_text

elements = partition_text(filename="example.txt")

for el in elements:
print(el.to_dict()) # 구조화된 블록 출력
</syntaxhighlight>
==주요 클래스==
*'''Element''' — 추출된 텍스트 블록의 기본 객체
*'''partition_pdf / partition_docx / partition_html''' — 문서 형식별 파서 함수
*'''Chunking 기능''' — 길이가 긴 텍스트를 블록 단위로 나누는 기능도 지원
==활용==
*[[RAG]] 파이프라인에서 문서 임베딩 전 사전 처리
*이메일, 보고서, 계약서 등에서 구조화된 데이터 추출
*문서 분류, 요약, 검색 시스템의 전처리 단계
*기업 내부 문서 자동 인덱싱 및 질의응답 시스템
==같이 보기==
*[[랭체인]]
*[[LlamaIndex]]
*[[pdfplumber]]
*[[PyMuPDF]]
*[[BeautifulSoup]]
*[[RAG]]
==참고 문헌==
*https://github.com/Unstructured-IO/unstructured
*https://www.unstructured.io
*Unstructured Documentation, Unstructured.io
[[분류:파이썬]]
[[분류:프로그래밍]]

파이스 (FAISS)

2025-03-25T05:10:42Z

Retrospect: 새 문서: 파이스(FAISS, Facebook AI Similarity Search)는 벡터 유사도 검색(Nearest Neighbor Search)을 빠르고 효율적으로 수행할 수 있게 해주는 Facebook AI Research가 개발한 오픈소스 라이브러리이다. 고차원 벡터 공간에서 대규모 데이터의 검색과 클러스터링에 최적화되어 있으며, 자연어 처리, 추천 시스템, 검색 기반 생성(RAG) 등 다양한 분야에서 활용된다. ==개요== FAISS는 GPU 및 CPU 모두에...

파이스(FAISS, Facebook AI Similarity Search)는 벡터 유사도 검색(Nearest Neighbor Search)을 빠르고 효율적으로 수행할 수 있게 해주는 Facebook AI Research가 개발한 오픈소스 라이브러리이다. 고차원 벡터 공간에서 대규모 데이터의 검색과 클러스터링에 최적화되어 있으며, 자연어 처리, 추천 시스템, 검색 기반 생성(RAG) 등 다양한 분야에서 활용된다.
==개요==
FAISS는 GPU 및 CPU 모두에서 동작하며, 수백만 개 이상의 벡터에 대해 빠른 근접 이웃 검색을 가능하게 한다. 일반적인 유클리드 거리뿐만 아니라 코사인 유사도, 내적 등 다양한 거리 함수 기반으로 유사한 벡터를 찾아준다.
==특징==
*'''빠른 최근접 이웃 검색(ANN)'''
**고차원 벡터 공간에서 유사한 벡터를 빠르게 찾을 수 있음
*'''다양한 인덱스 구조 제공'''
**Flat, IVF, HNSW, PQ 등 다양한 알고리즘 선택 가능
*'''GPU 지원'''
**대규모 벡터 데이터셋에 대해 CUDA 기반 병렬 검색 가능
*'''Python과 C++ API 제공'''
**파이썬 환경에서 사용이 간편하며 C++로 고성능 처리도 가능
*'''벡터 삽입/삭제/병합'''
**유동적인 인덱스 업데이트 기능 제공
==설치==
CPU 전용 버전:<syntaxhighlight lang="bash">
pip install faiss-cpu
</syntaxhighlight>GPU 지원 버전:<syntaxhighlight lang="bash">
pip install faiss-gpu
</syntaxhighlight>
==기본 사용 예제==
다음은 FAISS를 이용하여 간단한 벡터 검색을 수행하는 예제이다.<syntaxhighlight lang="python">
import faiss
import numpy as np

# 128차원 벡터 1000개 생성
d = 128
nb = 1000
query = 5

np.random.seed(0)
xb = np.random.random((nb, d)).astype('float32')
xq = np.random.random((query, d)).astype('float32')

# 인덱스 생성 (L2 거리 기반)
index = faiss.IndexFlatL2(d)
index.add(xb) # 벡터 추가

# 검색 (query 벡터 기준으로 3개씩 가장 가까운 벡터 찾기)
D, I = index.search(xq, 3)

print("거리(D):", D)
print("인덱스(I):", I)
</syntaxhighlight>
==주요 인덱스 종류==
*'''IndexFlatL2''' — 가장 단순하고 정확한 인덱스 (모든 벡터를 직접 비교)
*'''IndexIVFFlat''' — IVF(역 파일) 구조로 빠른 근접 탐색
*'''IndexHNSW''' — HNSW 알고리즘 기반 그래프 구조 사용
*'''IndexPQ''' — 제품 양자화(Product Quantization)로 메모리 사용량 절감
*'''IndexIDMap''' — ID와 함께 벡터를 저장해 외부 참조 가능
==활용==
*[[RAG]] 시스템에서 문서 임베딩 검색
*이미지 검색 및 유사 이미지 추천
*텍스트 유사도 기반 검색 (문장 임베딩 기반)
*사용자 행동 벡터 기반 추천 시스템
*클러스터링 및 군집 분석
==같이 보기==
*[[랭체인]]
*[[Chroma]]
*[[Annoy]]
*[[HNSW]]
*[[RAG]]
*[[임베딩]]
==참고 문헌==
*https://github.com/facebookresearch/faiss
*Johnson, J., Douze, M., & Jégou, H. (2017). ''Billion-scale similarity search with GPUs''. IEEE Transactions on Big Data.
*https://faiss.ai
[[분류:인공지능]]
[[분류:프로그래밍]]

랭체인

2025-03-25T05:09:51Z

Retrospect: 새 문서: 랭체인(LangChain)은 언어 모델(LLM)을 중심으로 다양한 외부 데이터, 도구, 환경과 연결하여 고급 애플리케이션을 구성할 수 있도록 도와주는 파이썬 기반 오픈소스 프레임워크이다. ==개요== 기본적인 프롬프트-응답 방식에서 벗어나, 랭체인은 '''기억(Memory)''', '''체인(Chain)''', '''도구(Tool)''', '''에이전트(Agent)''', '''검색 기반 질의(RAG)''' 등 고급 기능을 통해 LLM을 유연...

랭체인(LangChain)은 언어 모델(LLM)을 중심으로 다양한 외부 데이터, 도구, 환경과 연결하여 고급 애플리케이션을 구성할 수 있도록 도와주는 파이썬 기반 오픈소스 프레임워크이다.
==개요==
기본적인 프롬프트-응답 방식에서 벗어나, 랭체인은 '''기억(Memory)''', '''체인(Chain)''', '''도구(Tool)''', '''에이전트(Agent)''', '''검색 기반 질의(RAG)''' 등 고급 기능을 통해 LLM을 유연하고 실용적인 시스템으로 구성할 수 있게 한다.

2023년 이후로 급속히 인기를 얻으며, 챗봇, 문서 요약, 질의응답 시스템, 데이터 분석 도우미, 자동화 에이전트 등에 널리 사용되고 있다.
==주요 구성 요소==
*'''프롬프트 템플릿(PromptTemplate)'''
**입력값에 따라 동적으로 프롬프트를 생성하는 기능
*'''LLM 인터페이스'''
**OpenAI, Anthropic, HuggingFace 등 다양한 LLM API를 연결
*'''체인(Chain)'''
**여러 개의 LLM 호출 또는 작업 단계를 연결하여 복합적인 처리 흐름 구성
*'''메모리(Memory)'''
**이전 대화 또는 상태 정보를 기억하여 대화형 시스템 구현 가능
*'''도구(Tool) 및 에이전트(Agent)'''
**계산기, 검색 API, 외부 문서 등 다양한 도구를 활용해 문제 해결을 수행하는 LLM 기반 에이전트 구성
*'''문서 로딩 및 RAG'''
**PDF, 웹페이지, Notion, DB 등에서 문서를 불러와 벡터화 후 질의응답 수행 (Retrieval-Augmented Generation)
==설치==
pip 명령어를 사용하여 설치할 수 있다.<syntaxhighlight lang="bash">
pip install langchain
</syntaxhighlight>OpenAI와 함께 사용하는 경우:<syntaxhighlight lang="bash">
pip install openai
</syntaxhighlight>
==예제==
간단한 OpenAI GPT 모델을 사용하는 체인 예제:<syntaxhighlight lang="python">
from langchain.llms import OpenAI
from langchain.prompts import PromptTemplate
from langchain.chains import LLMChain

llm = OpenAI(temperature=0.7)

prompt = PromptTemplate(
input_variables=["product"],
template="Write a short advertisement for the following product: {product}"
)

chain = LLMChain(llm=llm, prompt=prompt)
response = chain.run("noise-cancelling headphones")
print(response)
</syntaxhighlight>
==주요 활용 사례==
*'''챗봇''' - 맥락을 유지하는 대화형 에이전트 구축
*'''문서 질의응답(RAG)''' - 벡터 DB와 결합하여 사내 문서, 논문, 리포트 기반 질문 처리
*'''자동화 에이전트''' - 계산기, 웹 검색, 일정 관리 등 다양한 도구와 결합
*'''데이터 요약 및 분석''' - CSV, SQL, 웹 페이지 등에서 요약 및 해석
==관련 생태계==
*[[FAISS]] / [[Chroma]] — 벡터 데이터베이스
*[[OpenAI]] — GPT 기반 모델 제공
*[[LangSmith]] — 디버깅 및 로그 추적 도구
*[[LlamaIndex]] — 문서 구조화 및 검색 보조 라이브러리
==같이 보기==
*[[RAG]]
*[[LLM]]
*[[OpenAI API]]
*[[프롬프트 엔지니어링]]
*[[LangChain.js]]
==참고 문헌==
*https://www.langchain.com
*https://python.langchain.com
*Harrison Chase, ''LangChain: Building Applications with LLMs''
[[분류:인공지능]]
[[분류:프로그래밍]]

파이썬 라이브러리 os

2025-03-25T04:45:08Z

Retrospect: 새 문서: os는 파이썬 표준 라이브러리 중 하나로, 운영체제와 상호작용할 수 있는 다양한 기능을 제공한다. 파일 및 디렉터리 관리, 환경 변수 접근, 경로 처리, 프로세스 제어 등을 수행할 수 있다. ==개요== os 모듈은 운영체제에 독립적인 방식으로 파일 시스템과 상호작용할 수 있도록 설계되었으며, 플랫폼에 따라 자동으로 적절한 명령을 실행해준다. 따라서 Linux, macOS, Wind...

os는 파이썬 표준 라이브러리 중 하나로, 운영체제와 상호작용할 수 있는 다양한 기능을 제공한다. 파일 및 디렉터리 관리, 환경 변수 접근, 경로 처리, 프로세스 제어 등을 수행할 수 있다.
==개요==
os 모듈은 운영체제에 독립적인 방식으로 파일 시스템과 상호작용할 수 있도록 설계되었으며, 플랫폼에 따라 자동으로 적절한 명령을 실행해준다. 따라서 Linux, macOS, Windows 등 다양한 환경에서 호환성 있게 사용할 수 있다.
==주요 기능==
*'''파일 및 디렉터리 조작'''
**파일 생성, 삭제, 이름 변경
**디렉터리 생성, 이동, 삭제
*'''경로 처리'''
**경로 결합, 분할, 절대 경로 변환
**os.path 하위 모듈을 통한 경로 유틸리티 제공
*'''환경 변수 접근'''
**환경 변수 조회 및 설정
*'''프로세스 관련 기능'''
**현재 PID, 부모 PID 확인
**외부 명령 실행 (os.system)
*'''플랫폼 정보'''
**운영체제 이름 확인, 구분자 확인 등
==예제 코드==
다음은 os 모듈의 주요 기능을 사용하는 예제이다.<syntaxhighlight lang="python">
import os

# 현재 작업 디렉터리 확인
print("현재 디렉터리:", os.getcwd())

# 디렉터리 생성
os.mkdir("example_dir")

# 디렉터리 이동
os.chdir("example_dir")
print("이동 후 디렉터리:", os.getcwd())

# 상위 디렉터리로 이동
os.chdir("..")

# 파일 존재 여부 확인 및 삭제
if os.path.exists("example_dir"):
os.rmdir("example_dir") # 빈 디렉터리만 삭제 가능

# 환경 변수 읽기
home = os.environ.get("HOME")
print("HOME 환경 변수:", home)

# 경로 결합
full_path = os.path.join(home, "Documents", "test.txt")
print("결합된 경로:", full_path)

# 시스템 명령어 실행
os.system("echo Hello, world!")
</syntaxhighlight>
==자주 사용하는 함수==
*os.getcwd() — 현재 작업 디렉터리 반환
*os.chdir(path) — 작업 디렉터리 변경
*os.mkdir(path) — 디렉터리 생성
*os.remove(path) — 파일 삭제
*os.rmdir(path) — 디렉터리 삭제 (비어 있어야 함)
*os.path.exists(path) — 경로 존재 여부 확인
*os.path.join(path1, path2, ...) — 경로 결합
*os.environ — 환경 변수에 접근하는 딕셔너리
==관련 모듈==
*'''os.path''' — 경로 관련 유틸리티 제공
*'''shutil''' — 고수준 파일/디렉터리 복사, 이동 기능 제공
*'''subprocess''' — 외부 명령어 실행 및 출력 제어
*'''platform''' — 시스템 플랫폼 정보 확인
==같이 보기==
*[[shutil (파이썬 라이브러리)]]
*[[subprocess (파이썬 라이브러리)]]
*[[pathlib]]
*[[파이썬 표준 라이브러리]]
==참고 문헌==
*https://docs.python.org/3/library/os.html
[[분류:파이썬]]
[[분류:프로그래밍]]

Node.js 라이브러리 mysql2

2025-03-22T20:41:56Z

Retrospect: 새 문서: mysql2는 Node.js 환경에서 MySQL 및 MariaDB 데이터베이스와 통신하기 위한 고성능 라이브러리로, 비동기 프로그래밍을 지원하며 `Promise`와 `async/await`을 자연스럽게 사용할 수 있도록 설계되었다. ==개요== mysql2는 기존의 mysql (Node.js 라이브러리)의 성능과 안정성 문제를 개선하기 위해 만들어졌으며, 완전한 호환성을 유지하면서 더 빠른 쿼리 처리 속도와 다양한 기능을...

mysql2는 Node.js 환경에서 MySQL 및 MariaDB 데이터베이스와 통신하기 위한 고성능 라이브러리로, 비동기 프로그래밍을 지원하며 `Promise`와 `async/await`을 자연스럽게 사용할 수 있도록 설계되었다.
==개요==
mysql2는 기존의 [[mysql (Node.js 라이브러리)]]의 성능과 안정성 문제를 개선하기 위해 만들어졌으며, 완전한 호환성을 유지하면서 더 빠른 쿼리 처리 속도와 다양한 기능을 제공한다. 또한 MySQL 서버의 최신 기능을 지원하고, 데이터 타입 처리에 대한 호환성도 뛰어나다.
==주요 특징==
*'''Promise API 지원''' - 비동기 코드에서 async/await 문법 사용 가능
*'''Prepared Statement 지원''' - SQL 인젝션 방지 및 성능 향상
*'''빠른 파서(Fast Parser)''' - 바이너리 프로토콜 기반의 고속 데이터 파싱
*'''기존 mysql 라이브러리와 호환''' - 대부분의 코드가 변경 없이 작동 가능
*'''TypeScript 지원''' - 타입 안정성 향상 및 IDE 자동완성 가능
==설치==
npm을 사용하여 mysql2 패키지를 설치한다.<syntaxhighlight lang="bash">
npm install mysql2
</syntaxhighlight>
==기본 사용 예시==
===콜백 기반===
<syntaxhighlight lang="javascript">
const mysql = require('mysql2');

const connection = mysql.createConnection({
host: 'localhost',
user: 'root',
database: 'test',
password: 'password'
});

connection.query(
'SELECT * FROM users WHERE id = ?',
[1],
function (err, results) {
if (err) throw err;
console.log(results);
}
);

connection.end();
</syntaxhighlight>
===Promise 기반 (async/await)===
<syntaxhighlight lang="javascript">
const mysql = require('mysql2/promise');

async function main() {
const connection = await mysql.createConnection({
host: 'localhost',
user: 'root',
database: 'test',
password: 'password'
});

const [rows, fields] = await connection.execute(
'SELECT * FROM users WHERE id = ?',
[1]
);
console.log(rows);

await connection.end();
}

main();
</syntaxhighlight>
==Prepared Statement==
mysql2는 명시적인 prepared statement 기능을 제공한다. 이는 SQL 인젝션을 방지하고 반복 쿼리의 성능을 높일 수 있다.<syntaxhighlight lang="javascript">
const [rows] = await connection.execute(
'SELECT * FROM users WHERE email = ? AND status = ?',
['example@test.com', 'active']
);
</syntaxhighlight>
==풀(Pool) 사용==
커넥션 풀은 다수의 동시 요청을 효율적으로 처리할 수 있도록 도와준다.<syntaxhighlight lang="javascript">
const pool = mysql.createPool({
host: 'localhost',
user: 'root',
database: 'test',
waitForConnections: true,
connectionLimit: 10
});

const [rows] = await pool.execute('SELECT NOW()');
console.log(rows);
</syntaxhighlight>
==같이 보기==
*[[Node.js]]
*[[MySQL]]
*[[MariaDB]]
*[[SQL 인젝션]]
*[[Promise (자바스크립트)]]
==참고 문헌==
*https://github.com/sidorares/node-mysql2
*https://www.npmjs.com/package/mysql2
[[분류:백엔드]]
[[분류:프로그래밍]]

비크립트

2025-03-22T19:44:24Z

Retrospect: 새 문서: 비크립트(bcrypt)는 비밀번호와 같은 민감한 데이터를 안전하게 저장하기 위한 해시 함수로, 느린 계산 속도와 솔트(salt)를 통해 무차별 대입 공격(Brute Force Attack) 및 레인보우 테이블 공격(Rainbow Table Attack)에 강한 특징을 가진다. ==개요== bcrypt는 1999년 Niels Provos와 David Mazieres가 발표한 해시 함수로, 원래는 Blowfish 암호 알고리즘 기반으로 설계되었다. 주로 사용자 비밀...

비크립트(bcrypt)는 비밀번호와 같은 민감한 데이터를 안전하게 저장하기 위한 해시 함수로, 느린 계산 속도와 솔트(salt)를 통해 무차별 대입 공격(Brute Force Attack) 및 레인보우 테이블 공격(Rainbow Table Attack)에 강한 특징을 가진다.
==개요==
bcrypt는 1999년 Niels Provos와 David Mazieres가 발표한 해시 함수로, 원래는 Blowfish 암호 알고리즘 기반으로 설계되었다. 주로 사용자 비밀번호를 안전하게 해시하여 데이터베이스에 저장하는 데 사용된다.
==특징==
*'''느린 해싱 속도'''
**계산 시간이 고정되어 있지 않고, 의도적으로 느리게 설계되어 GPU 기반 공격에도 강함
*'''비밀번호마다 고유한 솔트'''
**같은 비밀번호라도 매번 다른 해시값이 생성되어 레인보우 테이블 공격 무력화
*'''비용 인자(cost factor) 조절 가능'''
**컴퓨팅 성능에 따라 해시 반복 횟수를 조절하여 보안 수준 조정 가능
*'''단방향성'''
**해시값으로부터 원래 데이터를 복원할 수 없음 (복호화 불가능)
==작동 방식==
1. 임의의 솔트(Salt)를 생성한다 (보통 128비트). 2. 솔트를 비밀번호와 결합하여 Blowfish 기반 해시를 여러 번 반복 수행한다. 3. 최종 결과는 솔트와 함께 저장된다.
==예제 코드==
다음은 Python의 `bcrypt` 라이브러리를 사용한 비밀번호 해싱 및 검증 예제이다.<syntaxhighlight lang="python">
import bcrypt

# 비밀번호 설정
password = b"my_secure_password"

# 솔트를 포함한 해시 생성
hashed = bcrypt.hashpw(password, bcrypt.gensalt())

# 검증
if bcrypt.checkpw(password, hashed):
print("비밀번호 일치")
else:
print("비밀번호 불일치")
</syntaxhighlight>
==장점==
*해킹 시 해시값이 유출되더라도 원래 비밀번호 추정이 어려움
*솔트 사용으로 동일한 비밀번호에 대해 다른 해시값 생성
*비용 인자 조절로 향후 컴퓨팅 성능 발전에 대응 가능
==단점==
*계산 비용이 높아 자원 소모가 큼 (그러나 보안을 위해 필요한 트레이드오프)
*빠른 인증 처리를 요구하는 환경에는 부적절할 수 있음
==관련 알고리즘==
*[[PBKDF2]]
*[[scrypt]]
*[[Argon2]]
*[[SHA-256]]
==같이 보기==
*[[해시 함수]]
*[[비밀번호 보안]]
*[[단방향 함수]]
*[[솔트 (암호학)]]
==참고 문헌==
*Provos, N., & Mazieres, D. (1999). ''A Future-Adaptable Password Scheme''. USENIX Annual Technical Conference.
*https://github.com/pyca/bcrypt
[[분류:암호학]]