11. [파이썬] Python 메모리 관리

💡 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 '11. [파이썬] Python 메모리 관리' 입니다.

 

Python에서 변수에 값을 할당하고, 함수에 데이터를 전달하고, 객체를 생성하는 과정은 모두 메모리와 연결된 동작이다.

겉으로 보기에는 단순히 값이 바뀌거나 전달되는 것처럼 보이지만, 실제로는 객체가 메모리에 생성되고 변수는 그 객체를 참조(reference) 하게 된다.

이번 글에서는 Python이 객체를 어떻게 관리하는지, 그리고 함수 호출 시 값이 전달되는 방식과 함께 reference count와 garbage collection을 중심으로 Python의 메모리 관리 방식을 정리해본다.

 

Python에서 변수는 객체를 참조한다
Python에서 변수는 값을 직접 저장하는 상자라기보다 객체를 가리키는 이름(name) 에 가깝다.

예를 들어 다음 코드를 보자.

a = 10
b = a

이 코드는 숫자 10이라는 객체가 메모리에 생성되고, 변수 a가 그 객체를 참조한다.

이후 b = a가 실행되면 b 역시 같은 객체를 참조하게 된다.

 

즉, Python에서 변수는 객체 자체가 아니라 객체를 가리키는 참조(reference) 라고 이해하는 것이 중요하다.

 

 

Python의 데이터 전달 방식

Python에서 함수에 값을 전달할 때는 Call by Object Reference 방식이 사용된다.

즉, 함수 호출 시 객체 자체가 복사되는 것이 아니라 객체에 대한 참조가 전달된다.

 

하지만 객체의 성격에 따라 결과는 다르게 나타난다.

• immutable 객체 → 값이 복사된 것처럼 동작
• mutable 객체 → 같은 객체를 참조하여 원본이 수정될 수 있음

 

 

immutable 객체 전달 예제

먼저 불변 객체(immutable)를 함수에 전달해보자.

def change_number(value):
    value = 999

num = 100
change_number(num)

print(num)

 

실행 결과

100

함수 안에서 value = 999로 값을 변경했지만 바깥의 num 값은 변하지 않는다.

이유는 정수(int)는 immutable(불변) 객체이기 때문이다.

함수 내부에서 새로운 객체 999를 다시 참조하게 되었을 뿐,

원래 객체는 그대로 유지된다.

 

 

mutable 객체 전달 예제

이번에는 가변 객체(mutable)를 전달해보자.

def update_items(items):
    items.append("streamlit")

topics = ["python", "sql"]
update_items(topics)

print(topics)

 

실행 결과

['python', 'sql', 'streamlit']

리스트는 mutable 객체이기 때문에 함수 내부에서 같은 객체의 내부 상태가 직접 수정된다.

그래서 함수 실행 이후에도 원본 데이터가 변경된 상태로 남게 된다.

 

 

reference count

Python은 객체가 메모리에 존재할 때 참조 횟수(reference count) 를 관리한다.

즉, 하나의 객체를 몇 개의 변수가 참조하고 있는지를 기록한다.

예를 들어 다음 코드를 보자.

x = [1, 2, 3]
y = x

이 경우 리스트 객체 [1,2,3]은 두 곳에서 참조되고 있다.

• 변수 x
• 변수 y

즉, 이 객체의 reference count는 2가 된다.

참조가 하나씩 사라지면 reference count도 줄어든다.

x = [1,2,3]
y = x

del y

이 경우 y라는 참조가 제거되면서 reference count가 감소한다.

 

 

garbage collection

객체를 참조하는 변수가 하나도 없으면 그 객체는 더 이상 사용할 수 없는 상태가 된다.

이때 Python은 garbage collection을 통해 필요 없는 객체를 메모리에서 정리한다.

즉 Python 메모리 관리 흐름은 다음과 같다.

객체 생성 → 참조(reference) 발생 → 참조 해제 → garbage collection

 

Python은 이러한 과정을 자동으로 처리하기 때문에 일반적으로 개발자가 직접 메모리를 해제할 필요는 없다.

 

 

mutable vs immutable과 메모리 관리

이전 글에서 정리했던 mutable / immutable 개념은 Python 메모리 구조를 이해하는 데 매우 중요하다.

 

대표적인 자료형을 정리하면 다음과 같다.

immutable

• int
• float
• str
• tuple

mutable

• list
• dict
• set

immutable 객체는 내부 값을 직접 수정할 수 없기 때문에 값 변경 시 새 객체가 생성된다.

반면 mutable 객체는 같은 객체를 유지한 채 내부 데이터가 변경될 수 있다.

이 차이는 함수 호출, 복사, 데이터 처리에서 매우 중요한 영향을 미친다.

 

 

정리

Python에서 변수는 값을 저장하는 공간이라기보다 객체를 참조하는 이름으로 이해하는 것이 중요하다.

 

함수 호출 시 Python은 Call by Object Reference 방식을 사용하며 객체가 mutable인지 immutable인지에 따라 동작 결과가 달라질 수 있다.

 

또한 Python은 객체의 reference count를 관리하고, 참조가 사라진 객체는 garbage collection을 통해 자동으로 메모리에서 정리한다.

이러한 메모리 관리 방식은 이후 객체지향 프로그래밍과 클래스 구조를 이해하는 데에도 중요한 기반이 된다.