Python 클래스 메모리 사용량 최적화: `__slots__` 심층 분석

__slots__ 를 활용한 Python 클래스의 메모리 효율성 잠금 해제

Python은 가독성과 유연성으로 유명하지만, 특히 대량의 객체를 다룰 때 메모리 사용량에 대한 비판에 직면하기도 합니다. 표준 Python 클래스의 모든 인스턴스에는 속성을 저장하기 위한 내장 사전(__dict__)이 함께 제공됩니다. 이 사전 기반 스토리지는 매우 유연하지만 놀랍도록 메모리 집약적일 수 있습니다. 방대한 양의 데이터를 처리하는 애플리케이션이나 리소스가 제한된 환경에서는 이러한 오버헤드가 상당한 병목 현상이 될 수 있습니다. 바로 여기서 Python의 __slots__ 속성이 메모리 사용량을 최적화하는 강력한 도구로 등장하여, 더 적고 효율적인 Python 객체를 위한 길을 제공합니다. __slots__가 어떻게 작동하는지, 그리고 이를 활용하여 더 메모리 효율적인 Python 애플리케이션을 구축하는 방법을 자세히 알아보겠습니다.

핵심 개념 이해하기

__slots__를 살펴보기 전에, 그 영향을 이해하는 데 중요한 몇 가지 기본 개념을 명확히 해보겠습니다.

• __dict__: 기본적으로 사용자 정의 Python 클래스의 모든 인스턴스에는 __dict__ 속성이 있습니다. 이는 모든 인스턴스별 속성을 저장하는 사전입니다. obj.attribute에 값을 할당할 때, 이는 본질적으로 obj.__dict__['attribute']에 저장됩니다. 이는 놀라운 역동성을 제공하여 오브젝트에 동적으로 새로운 속성을 추가할 수 있게 합니다. 그러나 사전 자체는 상당한 메모리를 소비하며, 이 오버헤드는 각 인스턴스마다 복제됩니다.
• 인스턴스 속성: 클래스의 특정 인스턴스와 관련된 변수로, 해당 객체의 고유 데이터를 보유합니다. 예를 들어, Person 클래스에서 name과 age는 인스턴스 속성이 될 것입니다.
• 메모리 사용량: 객체 또는 프로그램이 소비하는 컴퓨터 메모리의 양을 나타냅니다. Python 클래스의 맥락에서 메모리 사용량을 줄이는 것은 각 객체 인스턴스가 더 적은 RAM을 사용하도록 만드는 것을 의미합니다.

__slots__의 메커니즘

클래스에서 정의된 __slots__ 속성은 Python에 각 개체에 대한 인스턴스 __dict__를 생성하지 않도록 지시합니다. 대신, 해당 클래스의 인스턴스가 가질 고정된 속성 세트를 미리 정의합니다. __slots__를 정의하면, Python은 일반 사전 대신 지정된 속성에 대한 전용 공간을 각 인스턴스별로 예약합니다. 이 직접적인 할당은 다음 이유로 메모리 사용량을 크게 줄입니다.

1. __dict__ 오버헤드 없음: __dict__ 자체(해시 테이블 오버헤드, 키 저장소 등 포함)가 소비하는 메모리가 각 인스턴스에 대해 제거됩니다.
2. 더 컴팩트한 스토리지: Python이 사전 조회 작업을 수행할 필요 없이 속성에 더 빠르게 접근할 수 있습니다. 고정된 오프셋에서 속성을 직접 액세스할 수 있습니다 (이는 속성 액세스가 더 빠르다는 것을 의미합니다).

몇 가지 코드 예제와 메모리 검사를 통해 이를 설명해 보겠습니다.

__slots__ 없이:

import sys

class Point:
    def __init__(self, x, y):
        self.x = x
        self.y = y

p_default = Point(10, 20)
print(f