Python 주니어 테스트·코드품질 기술면접

unittest는 Python 표준 라이브러리로 클래스 기반의 테스트 작성을 요구하며, assertEqual 같은 특정 메서드를 사용해야 합니다. pytest는 함수 기반으로 간단하게 테스트를 작성할 수 있고, assert 문만으로 직관적인 테스트가 가능합니다. pytest는 픽스처 시스템이 강력하고, 플러그인 생태계가 풍부하며, 테스트 실패 시 더 자세한 오류 정보를 제공합니다. 또한 파라미터화된 테스트를 쉽게 작성할 수 있어 실무에서 생산성이 높습니다. 이러한 이유로 최근 프로젝트에서는 pytest가 더 많이 사용되는 추세입니다.

테스트 커버리지 80%는 전체 코드의 80%가 테스트 실행 중에 한 번 이상 실행되었다는 의미입니다. 하지만 코드가 실행되었다고 해서 올바르게 동작하는지 검증했다는 보장은 없습니다. 예를 들어, 함수를 호출만 하고 반환값이나 부수효과를 확인하지 않으면 커버리지는 올라가지만 버그는 발견하지 못합니다. 의미 있는 테스트를 위해서는 경계값 테스트, 예외 상황 처리, 비즈니스 로직의 핵심 시나리오를 검증해야 합니다. 또한 단순히 커버리지 수치를 높이기 위한 테스트가 아니라, 실제 사용자 시나리오와 버그가 발생할 가능성이 높은 부분에 집중해야 합니다.

실제 외부 API를 호출하면 테스트 실행 시간이 느려지고, 네트워크 상태나 외부 서비스 장애에 따라 테스트가 불안정해집니다. 또한 비용이 발생하거나 외부 시스템에 부작용을 일으킬 수 있으며, 테스트 환경에서 외부 서비스에 접근하지 못할 수도 있습니다. Mock 객체는 실제 객체를 대체하여 원하는 반환값을 설정하고, 호출 여부를 검증할 수 있게 해줍니다. unittest.mock의 patch 데코레이터를 사용하면 특정 모듈이나 함수를 Mock으로 교체할 수 있으며, with 문이나 데코레이터 형태로 사용합니다. 예를 들어 @patch('module.function')처럼 사용하고, return_value나 side_effect로 동작을 정의합니다.