pytest를 실무 흐름으로 이해하기
pytest로 단위 테스트, fixture, parameterize, API 테스트를 구성합니다. Python 프로젝트의 품질을 유지하기 위한 가장 실용적인 테스트 도구입니다. 이 가이드는 개념을 나열하기보다, 실제 프로젝트에서 판단해야 하는 순서대로 내용을 따라갈 수 있게 구성했습니다.
Python 테스트 자동화 가이드
pytest 완전 가이드
pytest로 단위 테스트, fixture, parameterize, API 테스트를 구성합니다. Python 프로젝트의 품질을 유지하기 위한 가장 실용적인 테스트 도구입니다.
가이드 사용법
백엔드 / 시스템 개발
문법보다 요청이 들어와 검증, 처리, 저장, 응답으로 이어지는 경계를 먼저 잡습니다.
구조 다이어그램
글로 읽은 내용을 머릿속에 오래 남기려면 먼저 흐름을 그림으로 잡는 편이 좋습니다. 아래 두 그림은 pytest를 학습할 때 계속 되돌아볼 수 있는 기준 지도입니다.
학습 흐름
다이어그램 렌더링 중…
아키텍처 관점
다이어그램 렌더링 중…
pytest란?
pytest를 처음 펼칠 때는 세부 명령보다 큰 그림이 먼저입니다. 이 섹션에서는 앞으로 배울 개념들이 어떤 문제를 풀기 위해 등장했는지부터 잡아봅니다.
pytest는 Python에서 가장 널리 쓰이는 테스트 프레임워크입니다. 간결한 assert, fixture, parameterize, 플러그인 생태계를 통해 작은 함수부터 API 서버까지 테스트할 수 있습니다.
| 기능 | 설명 |
|---|---|
| assert | 일반 Python assert로 기대값을 검증합니다. |
| fixture | 테스트 준비/정리 로직을 재사용합니다. |
| parametrize | 하나의 테스트를 여러 입력으로 반복합니다. |
| plugins | coverage, mock, async 테스트를 확장합니다. |
기본 테스트
여기서는 기본 테스트을 실제 코드와 함께 확인합니다. 예제를 그대로 따라 하기보다, 입력과 출력, 그리고 바뀌기 쉬운 부분이 어디인지 보면서 읽어보세요.
파일명은 test_*.py, 함수명은 test_* 패턴으로 작성합니다.
tests/test_math.pyPYTHON
def add(a: int, b: int) -> int:
return a + b
def test_add():
assert add(2, 3) == 5Fixture
여기서는 Fixture을 실제 코드와 함께 확인합니다. 예제를 그대로 따라 하기보다, 입력과 출력, 그리고 바뀌기 쉬운 부분이 어디인지 보면서 읽어보세요.
fixture는 테스트에서 반복되는 준비 데이터를 함수 단위로 제공합니다.
PYTHON
import pytest
@pytest.fixture
def user():
return {"id": 1, "name": "Ada"}
def test_user_name(user):
assert user["name"] == "Ada"Parametrize
여기서는 Parametrize을 실제 코드와 함께 확인합니다. 예제를 그대로 따라 하기보다, 입력과 출력, 그리고 바뀌기 쉬운 부분이 어디인지 보면서 읽어보세요.
여러 입력과 기대값을 한 테스트 함수로 검증합니다.
PYTHON
import pytest
@pytest.mark.parametrize("value,expected", [
(1, False),
(2, True),
(10, True),
])
def test_even(value, expected):
assert (value % 2 == 0) is expectedFastAPI 테스트
여기서는 FastAPI 테스트을 실제 코드와 함께 확인합니다. 예제를 그대로 따라 하기보다, 입력과 출력, 그리고 바뀌기 쉬운 부분이 어디인지 보면서 읽어보세요.
FastAPI 앱은 TestClient로 HTTP 요청처럼 검증할 수 있습니다.
PYTHON
from fastapi.testclient import TestClient
from app.main import app
client = TestClient(app)
def test_health():
res = client.get("/health")
assert res.status_code == 200
assert res.json()["status"] == "ok"pytest 실무 설계
pytest 실무 설계은 선택지가 갈리는 지점입니다. 표를 기준으로 각 방법의 쓰임새와 운영상의 차이를 비교해두면 이후 판단이 훨씬 쉬워집니다.
pytest는 테스트 파일을 많이 만드는 것보다 fixture scope와 test data lifecycle을 잘 설계하는 것이 중요합니다.
| 결정 지점 | 확인 질문 | 실무 기준 |
|---|---|---|
| 경계 | pytest 코드에서 바뀌기 쉬운 부분은 어디인가? | 입출력, 설정, 외부 연동, 핵심 규칙을 분리합니다. |
| 상태 | 상태가 어디서 생성되고 어디서 사라지는가? | 상태 소유자와 수명 주기를 코드로 드러냅니다. |
| 장애 | 실패했을 때 호출자는 무엇을 받는가? | timeout, fallback, error contract를 먼저 정합니다. |
pytest 운영 기준
이 섹션은 pytest 운영 기준을 실무 관점에서 정리합니다. 개념을 외우기보다, 어떤 상황에서 이 기준을 꺼내 쓸지에 초점을 맞춰보세요.
CI에서는 느린 테스트 분리, flaky test 격리, 병렬 실행, coverage threshold를 운영 기준으로 둡니다.
pytest 검증 전략
pytest 검증 전략은 선택지가 갈리는 지점입니다. 표를 기준으로 각 방법의 쓰임새와 운영상의 차이를 비교해두면 이후 판단이 훨씬 쉬워집니다.
좋은 테스트는 실패 메시지가 원인을 설명해야 하며, mock은 외부 경계에서만 사용해야 합니다.
| 품질 축 | 검증 방법 | 완료 기준 |
|---|---|---|
| 정확성 | 정상/실패 케이스를 자동화합니다. | 핵심 시나리오가 재현 가능하게 통과합니다. |
| 회귀 방지 | 버그 수정 시 동일 케이스를 테스트로 남깁니다. | 같은 장애가 다시 배포되지 않습니다. |
| 운영성 | 로그, 메트릭, 알림을 확인합니다. | 문제가 생겼을 때 원인 추적 경로가 있습니다. |