6. [파이썬] set과 frozenset

💡 본 포스팅은 수업 내용, 교재, ChatGPT를 참고하여 정리한 학습 기록입니다.
글과 그림 등 모든 콘텐츠의 정리 및 작성은 본 블로그에서 직접 제작되었습니다.

 

 

Python 기초부터 Streamlit 데이터 시각화까지 정리하는 학습 기록입니다.

이 글은 '6. [파이썬] set 과 frozenset' 입니다.

 

 

파이썬의 set은 처음 보면 리스트와 비슷해 보이지만, 실제로는 완전히 다른 목적을 가진 자료형이다.

리스트가 "순서를 유지하면서 데이터를 저장하는 용도"라면,

set은 "중복을 제거하고 원소의 포함 여부를 빠르게 확인하는 용도"에 훨씬 가깝다.

그래서 데이터 전처리, 중복 제거, 비교 연산, 회원/태그/권한 집합 처리 같은 곳에서 매우 자주 등장한다.

 

이번 글에서는 set의 핵심 개념을 정리하고, 실무나 중급 학습 단계에서 알아두면 좋은 frozenset, 해시 가능성(hashable), 부분집합 판별 같은 내용까지 함께 정리해보려고 한다.

 

 

set이란 무엇인가

set은 '순서가 없고, 중복을 허용하지 않는 자료구조'다.

수학의 집합 개념을 그대로 코드로 옮겨놓은 형태라고 생각하면 이해하기 쉽다.

 

가장 먼저 알아둘 점은 다음 두 가지다.

• 같은 값이 여러번 들어와도 하나만 남는다
• 인덱스로 접근할 수 없다

예를 들어 다음과 같이 집합을 만들 수 있다.

skills = {"Python", "SQL", "Docker", "Python"}
print(skills)

 

실행 결과

{'Python', 'SQL', 'Docker'}

여기서 "Python"을 두 번 넣었지만 실제 집합에는 한 번만 들어간 것을 확인할 수 있다.

다만 주의할 점이 있다.

set은 순서가 없기 때문에 출력 순서는 실행 환경에 따라 다르게 보일 수 있다.

즉, 집합에서는 "몇 번째에 들어 있느냐"보다 "무엇이 들어 있느냐"가 더 중요하다.

 

 

형변환을 이용한 중복 제거

set()을 이용한 중복 제거는 매우 자주 쓰는 패턴이다.

course_names = ["Python", "SQL", "SQL", "Airflow", "Python", "Docker"]
unique_courses = set(course_names)

print(unique_courses)

 

실행 결과

{'Python', 'SQL', 'Airflow', 'Docker'}

리스트를 set으로 바꾸면 중복이 제거된다.

다만 이 순간 순서 정보는 유지되지 않는다.

 

그래서 "중복은 제거하되, 정돈된 결과를 보고싶다"면 보통 sorted()를 함께 사용한다.

cities = ["Seoul", "Busan", "Seoul", "Jeju", "Incheon", "Busan"]
unique_cities = set(cities)
sorted_cities = sorted(unique_cities)

print(sorted_cities)

 

실행 결과

['Busan', 'Incheon', 'Jeju', 'Seoul']

여기서 기억할 점은 sorted()의 반환값이 set이 아니라 리스트(list) 라는 점이다.

 

즉, 흐름은 다음처럼 이해하면 된다.

• set() : 중복 제거
• sorted() : 정렬된 리스트 반환

 

 

set의 특징: 인덱싱은 안 되지만, 수정은 가능하다

집합은 순서가 없기 때문에 리스트처럼 인덱스로 접근할 수 없다.

tools = {"Git", "Linux", "Docker"}

tools.add("Kubernetes")
tools.discard("Terraform")   # 없어도 에러 없음
tools.remove("Git")          # 있으면 제거

print(tools)
print(sorted(tools))

 

실행 결과

{'Linux', 'Docker', 'Kubernetes'}
['Docker', 'Kubernetes', 'Linux']

여기서 discard()와 remove()의 차이는 꼭 알아둘 필요가 있다.

• discard() : 원소가 없어도 에러가 발생하지 않는다.
• remove() : 원소가 없으면 KeyError가 발생한다.

예를 들어 아래처럼 차이를 직접 확인할 수 있다.

subjects = {"math", "english", "science"}

subjects.discard("history")
print("discard 이후:", subjects)

try:
    subjects.remove("history")
except KeyError as e:
    print("remove 에러:", e)

 

실행 결과

discard 이후: {'math', 'english', 'science'}
remove 에러: 'history'

데이터 존재 여부가 확실하지 않을 때 discard()가 더 안전하게 느껴질 때가 많을 것이다.

 

 

집합 연산은 매우 직관적이다

set의 가장 강력한 특징 중 하나는 수학의 집합 연산을 코드로 아주 자연스럽게 표현할 수 있다는 점이다.

team_a = {"Python", "SQL", "Docker", "Linux"}
team_b = {"SQL", "AWS", "Linux", "Terraform"}

print("합집합:", sorted(team_a | team_b))
print("교집합:", sorted(team_a & team_b))
print("차집합:", sorted(team_a - team_b))
print("대칭 차집합:", sorted(team_a ^ team_b))

 

실행 결과

합집합: ['AWS', 'Docker', 'Linux', 'Python', 'SQL', 'Terraform']
교집합: ['Linux', 'SQL']
차집합: ['Docker', 'Python']
대칭 차집합: ['AWS', 'Docker', 'Python', 'Terraform']

 

같은 연산은 메소드 형태로도 쓸 수 있다.

print("합집합:", sorted(team_a.union(team_b)))
print("교집합:", sorted(team_a.intersection(team_b)))
print("차집합:", sorted(team_a.difference(team_b)))
print("대칭 차집합:", sorted(team_a.symmetric_difference(team_b)))

 

벤다이어그램으로 그려보면 이렇다.

 

 

각 연산의 의미를 정리하면 다음과 같다.

• 합집합: 양쪽 중 하나라도 포함된 원소 전체
• 교집합: 양쪽 모두에 포함된 원소
• 차집합 (team_a - team_b): 왼쪽에는 있고 오른쪽에는 없는 원소
• 대칭 차집합: 한쪽에만 존재하는 원소

이 연산들은 단순한 예제를 넘어 회원 비교, 태그 분석, 권한 구성, 기술 스택 비교처럼 실제 데이터 처리에서도 매우 유용하다.

 

 

연산자와 메소드의 차이

required = {"Python", "SQL", "Git"}
candidate = ["SQL", "Git", "Excel"]

print(required.intersection(candidate))
# print(required & candidate)   # TypeError

 

실행 결과

{'SQL', 'Git'}

 

출력에서 왜 이런 차이가 생길까?

intersection() 같은 '메소드 방식'은 다른 iterable도 받아서 비교할 수 있다.

반면 &, |, -, ^ 같은 '연산자 방식'은 양쪽 모두 집합 자료형이어야 한다.

 

따라서 연산자 방식을 사용하고 싶다면 먼저 set()으로 바꿔주어야 한다.

print(required & set(candidate))

 

 

set에 들어갈 수 있는 값은 제한이 있다 : hashable(해시 가능한 값)

set의 원소는 'hashable(해시 가능한 값)' 이어야 한다.

쉽게 말해 내부적으로 안정적으로 식별 가능한 값이어야 한다는 뜻이다.

그래서 숫자, 문자열, 튜플 같은 것이 집합 원소가 될 수 있다.

valid_values = {1, 3.14, "data", (10, 20)}
print(valid_values)

 

실행 결과

{1, 3.14, 'data', (10, 20)}

 

반면 리스트(List)는 가변 객체이기 때문에 집합의 원소가 될 수 없다.

# invalid_values = {[1, 2], [3, 4]}   # TypeError
TypeError: unhashable type: 'list'

 

이 개념은 앞서 '5. [파이썬] 딕셔너리'에서 살펴보았던 key 조건과도 연결된다.

즉, set의 원소가 될 수 있는 값은 dict의 key가 될 수 있는 값과 거의 같은 기준으로 생각하면 된다.

 

 

frozenset은 무엇인가

frozenset은 이름 그대로 '수정할 수 없는 집합'이다.

즉,

• set은 가변 객체(mutable)
• frozenset은 불변 객체(immutable)

다음처럼 만들 수 있다.

frozen_topics = frozenset(["python", "sql", "python", "docker"])
print(frozen_topics)

 

실행 결과

frozenset({'python', 'sql', 'docker'})

 

하지만 집합 연산 자체는 가능하다.

group_x = frozenset(["A", "B", "C"])
group_y = frozenset(["C", "D", "E"])

print(group_x & group_y)
print(group_x | group_y)

 

실행 결과

frozenset({'C'})
frozenset({'A', 'B', 'C', 'D', 'E'})

 

 

frozenset을 왜 사용할까

frozenset은 불변이어야 하는 조합을 표현할 때 꽤 중요하다.

 

1) 집합을 다른 집합의 원소로 넣고 싶을 때

일반 set은 mutable이라 다른 집합의 원소가 될 수 없다.

하지만 frozenset은 가능하다.

project_groups = {
    frozenset({"backend", "database"}),
    frozenset({"frontend", "design"})
}
print(project_groups)

 

실행 결과

{frozenset({'backend', 'database'}), frozenset({'frontend', 'design'})}

 

2) 딕셔너리의 key로 사용하고 싶을 때

access_levels = {
    frozenset({"read"}): "viewer",
    frozenset({"read", "write"}): "editor",
    frozenset({"read", "write", "delete"}): "admin"
}

print(access_levels[frozenset({"read", "write"})])

 

실행 결과

editor

 

 

실무 감각으로 이해하는 set 과 frozenset

예를 들어 사용자 관심 기술 태그를 정리한다고 해보자.

interest_tags = ["python", "sql", "python", "streamlit", "docker", "sql"]
unique_tags = set(interest_tags)

print(sorted(unique_tags))

이 경우에는 중복 제거가 핵심이므로 set이 잘 어울린다.

 

반면 권한 조합처럼 "정해진 규칙"을 키로 다루고 싶다면 frozenset이 더 적합하다.

permission_policy = {
    frozenset({"view"}): "읽기 전용",
    frozenset({"view", "edit"}): "편집 가능",
    frozenset({"view", "edit", "delete"}): "관리 권한"
}

user_permission = frozenset({"view", "edit"})
print(permission_policy[user_permission])

 

실행 결과

편집 가능

 

이렇게 보면 set 과 frozenset 은 단순히 문법 차이가 아니라, 변경 가능성까지 고려한 설계 도구라는 점이 더 분명해진다.

 

 

부분집합과 상위집합

집합에서는 합치고 빼는 연산만 중요한 것이 아니다.

포함 관계를 확인하는 것도 자주 쓰인다.

basic_stack = {"Python", "SQL"}
data_stack = {"Python", "SQL", "Airflow", "Docker"}

print(basic_stack.issubset(data_stack))
print(data_stack.issuperset(basic_stack))

 

실행 결과

True
True

 

연산자로도 표현할 수 있다.

print(basic_stack <= data_stack)
print(data_stack >= basic_stack)

 

예를 들어 특정 지원자가 필수 기술셋을 모두 가지고 있는지, 어떤 권한이 다른 권한의 상위 개념인지 비교할 때 이런 방식이 유용하다.

 

 

set comprehension

리스트 컴프리헨션을 배웠다면, set comprehension도 함께 익혀두면 좋다.

중복 제거와 계산을 동시에 할 수 있어서 매우 간결하다.

scores = [70, 80, 80, 90, 100, 100]
adjusted_scores = {score + 5 for score in scores}

print(adjusted_scores)
print(sorted(adjusted_scores))

 

실행 결과

{75, 85, 95, 105}
[75, 85, 95, 105]

 

데이터 정규화, 문자열 전처리, 특정 값 변환 후 중복 제거 같은 작업에도 응용할 수 있다.

 

 

실수하기 쉬운 포인트

첫째, 빈 집합은 {} 가 아니라 set() 이다.

empty_dict = {}
empty_set = set()

print(type(empty_dict))
print(type(empty_set))

 

실행 결과

<class 'dict'>
<class 'set'>

 

즉, {}는 빈 집합이 아니라 '빈 딕셔너리'다.

 

둘째, 출력 순서를 기준으로 판단하면 안 된다

집합은 순서가 없는 자료형이므로, 출력 결과의 모양이 조금 달라도 이상한 것이 아니다.

 

셋째, 연산자 방식과 메소드 방식의 입력 조건이 다르다.

intersection()은 리스트 같은 iterable도 받을 수 있지만, & 는 set 끼리만 가능하다.

 

넷째, 원소는 해시 가능한 값이어야 한다.

리스트, 딕셔너리, 일반 set 은 집합의 원소가 될 수 없다.

 

다섯째, frozenset은 수정할 수 없다.

하지만 바로 그 불변성 덕분에 다른 집합의 원소나 딕셔너리 key로 사용할 수 있다.

 

 

마무리

이번 글에서는 set의 기본 문법에서 시작해서 집합 연산, 메소드와 연산자의 차이, hashable 개념, frozenset의 활용까지 살펴보았다.

이 흐름을 잘 이해해두면 다음에 다룰 mutable/immutable, 메모리 구조, 객체 설계 같은 주제도 훨씬 자연스럽게 연결해서 이해할 수 있다.