[Rejected] PEP 712 - Adding a “converter” parameter to dataclasses.field

September 27, 2025

원문 링크: PEP 712 - Adding a “converter” parameter to dataclasses.field

상태: Rejected 유형: Standards Track 작성일: 01-Jan-2023

PEP 712 – `dataclasses.field`에 “converter” 매개변수 추가 (거부됨)

개요

이 문서는 Python Enhancement Proposal (PEP) 712의 번역본입니다. PEP 712는 dataclasses.field() 함수에 converter 매개변수를 추가하여, dataclass 초기화 시 필드에 할당되는 값을 자동으로 변환하는 기능을 제안했습니다. 그러나 이 제안은 Python Steering Council에 의해 거부되었습니다.

거부 공지

2024년 Steering Council의 거부 사유는 다음과 같습니다:

강력한 합의 부재: 표준 라이브러리에 이 기능이 필요하다는 강력한 합의 증거를 찾지 못했습니다. 일부 지지자들은 서드 파티 패키지에 대한 의존도를 줄이기 위해 이 기능이 필요하다고 주장했으나, attrs나 Pydantic과 같은 기존 서드 파티 라이브러리(PEP에서 참조된)가 충분한 대안이라고 판단했습니다.
표준 라이브러리 복잡성 증가: 이 기능은 표준 라이브러리에 불필요한 “군더더기(cruft)”를 추가하여, dataclasses가 이상적으로 사용되는 “단순한(simple)” 사용 사례에서 더욱 멀어지게 할 수 있다고 보았습니다.
높은 학습 곡선 및 복잡성: PEP의 “How to Teach This” 섹션을 읽어보면, 잠재적인 이점보다 혼란과 복잡성을 야기하는 상당한 함정(pitfalls)과 주의할 점(gotchas)이 있음을 알 수 있습니다.
타입 체커 지원에 대한 과도한 집중: 이 PEP는 라이브러리 사용자보다는 타입 체커(type checker)를 돕는 데 더 집중하는 것처럼 보였습니다.

요약 (Abstract)

PEP 557은 Python 표준 라이브러리에 dataclasses를 추가했습니다. PEP 681은 dataclass_transform()을 추가하여 attrs, Pydantic, 그리고 SQLAlchemy, Django와 같은 ORM(Object Relational Mapper) 패키지와 같이 흔히 사용되는 여러 dataclass 유사 라이브러리를 타입 체커(type checker)가 이해하도록 도왔습니다.

다른 라이브러리들이 표준 라이브러리 구현보다 제공하는 일반적인 기능은 초기화 시 제공된 인수를, 사용자 제공 변환 함수를 사용하여 각 필드에 예상되는 타입으로 변환하는 기능입니다.

따라서 이 PEP는 dataclasses.field()에 converter 매개변수를 추가(및 dataclasses.Field와 dataclass_transform()에 필요한 변경사항 포함)하여, 각 필드의 입력 값을 dataclass에 저장될 표현형으로 변환하는 데 사용될 함수를 지정하도록 제안했습니다.

제안 배경 (Motivation)

dataclasses 또는 서드 파티 dataclass 유사 라이브러리가 타입 체크가 가능한 방식으로 인수 변환을 지원하는 기존의 표준 방법이 없습니다. 이러한 제약을 해결하기 위해 라이브러리 개발자/사용자는 다음 중 하나를 선택해야 합니다:

커스텀 Mypy 플러그인 사용: 이러한 플러그인은 Mypy가 변환 의미론을 이해하는 데 도움이 되지만, 다른 도구에는 적용되지 않습니다.
dataclass 생성자 호출자에게 변환 책임 전가: 이는 특정 dataclass를 생성하는 과정을 불필요하게 장황하고 반복적으로 만들 수 있습니다.
“더 넓은(wider)” 매개변수 타입을 선언하고 적절한 속성을 설정할 때 변환하는 커스텀 __init__ 제공: 이는 converter와 __init__ 사이에서 타입 어노테이션(typing annotations)을 중복시킬 뿐만 아니라, dataclasses가 제공하는 많은 기능에서 사용자를 제외시킵니다.
변환이 필요한 매개변수 타입에 의미 있는 타입 어노테이션이 없는 커스텀 __init__ 제공:

이러한 선택지 중 어느 것도 이상적이지 않습니다.

이론적 근거 (Rationale)

인수 변환 의미론을 추가하는 것은 대부분의 dataclass 유사 라이브러리가 지원할 만큼 유용하고 이롭습니다. 이 기능을 표준 라이브러리에 추가하는 것은 더 많은 사용자가 서드 파티 라이브러리 없이 이러한 이점을 누릴 수 있음을 의미합니다. 또한 서드 파티 라이브러리들은 dataclass_transform()에 대한 추가 지원을 통해 자신들의 변환 의미론을 타입 체커에 알릴 수 있으며, 이는 해당 라이브러리 사용자들에게도 이점을 제공합니다.

명세 (Specification)

새로운 `converter` 매개변수

이 명세는 dataclasses.field() 함수에 converter라는 새로운 매개변수를 도입합니다. 이 매개변수가 제공되면, 연관된 속성에 값을 할당할 때 모든 값을 변환하는 데 사용되는 단일 인자 호출 가능 객체(single-argument callable)를 나타냅니다.

frozen dataclasses의 경우, converter는 속성을 설정할 때 dataclass가 합성한(synthesized) __init__ 내부에서만 사용됩니다.
frozen이 아닌 dataclasses의 경우, converter는 모든 속성 할당(예: obj.attr = value)에 사용되며, 이는 기본값(default values) 할당을 포함합니다.
converter는 속성을 읽을 때는 사용되지 않습니다. 속성은 이미 변환되었어야 하기 때문입니다.

이 매개변수를 추가하는 것은 또한 다음 변경 사항을 의미합니다:

dataclasses.Field에 converter 속성이 추가됩니다.
dataclass_transform()의 지원되는 필드 지정자(field specifier) 매개변수 목록에 converter가 추가됩니다.

예시 (Example)

import dataclasses
import pathlib
from typing import Any, Tuple, Optional

def str_or_none(x: Any) -> Optional[str]:
    return str(x) if x is not None else None

@dataclasses.dataclass
class InventoryItem:
    # `converter`를 타입(GenericAlias 포함)으로 사용
    id: int = dataclasses.field(converter=int)
    skus: Tuple[int, ...] = dataclasses.field(converter=tuple[int, ...])

    # `converter`를 호출 가능 객체(callable)로 사용
    vendor: Optional[str] = dataclasses.field(converter=str_or_none)
    names: Tuple[str, ...] = dataclasses.field(
        converter=lambda names: tuple(map(str.lower, names))
    )
    # 람다(lambda)는 지원되지만, 타입이 지정되지 않아 사용을 권장하지 않습니다.

    # 기본값(default value)도 변환됩니다; 따라서 다음은 타입 오류가 아닙니다.
    stock_image_path: pathlib.PurePosixPath = dataclasses.field(
        converter=pathlib.PurePosixPath, default="assets/unknown.png"
    )

    # 기본값 변환은 `default_factory`에도 적용됩니다;
    # 따라서 다음도 타입 오류가 아닙니다.
    shelves: tuple = dataclasses.field(
        converter=tuple, default_factory=list
    )

item1 = InventoryItem(
    "1", [234, 765], None, ["PYTHON PLUSHIE", "FLUFFY SNAKE"]
)

# item1의 repr은 다음과 같습니다 (가독성을 위해 줄바꿈 추가):
# InventoryItem(
# id=1,
# skus=(234, 765),
# vendor=None,
# names=('python plushie', 'fluffy snake'),
# stock_image_path=PurePosixPath('assets/unknown.png'),
# shelves=()
# )

# 속성 할당도 변환에 참여합니다.
item1.skus = [555]
# item1의 skus 속성은 이제 (555,)입니다.

타이핑(Typing)에 미치는 영향 (Impact on typing)

converter는 단일 위치 인자(single positional argument)를 받는 호출 가능 객체여야 하며, 이 위치 인자에 해당하는 매개변수 타입은 해당 필드와 연관된 합성된 __init__ 매개변수의 타입을 제공합니다.

즉, converter 매개변수에 제공되는 인수는 Callable[[T], X]와 호환되어야 합니다. 여기서 T는 converter의 입력 타입이고 X는 converter의 출력 타입입니다.

`default` 및 `default_factory`의 타입 체크 (Type-checking default and default_factory)

기본값은 converter를 사용하여 무조건 변환되므로, converter 인수가 default 또는 default_factory와 함께 제공될 경우, 기본값의 타입(제공된 경우 default 인수, 그렇지 않으면 default_factory의 반환 값)은 converter 호출 가능 객체의 단일 인자 타입을 사용하여 체크되어야 합니다.

`converter` 반환 타입 (Converter return type)

호출 가능 객체의 반환 타입은 필드의 선언된 타입과 호환되는 타입이어야 합니다. 이는 필드의 타입과 정확히 일치할 수도 있지만, 더 구체적인 타입(예: list로 어노테이션된 필드에 대해 list[int]를 반환하는 converter, 또는 int | str로 어노테이션된 필드에 대해 int를 반환하는 converter)일 수도 있습니다.

허용 가능한 인자 타입의 간접성 (Indirection of allowable argument types)

이 PEP로 인해 발생하는 한 가지 단점은 dataclass의 __init__ 및 속성 할당 시 허용되는 인자 타입을 읽는 것만으로는 즉시 파악하기 어렵다는 것입니다. 허용 가능한 타입은 converter에 의해 정의됩니다.

이는 소스 코드를 읽을 때 사실이지만, typing.reveal_type 및 IDE의 “IntelliSense”와 같은 타이핑 관련 도우미는 소스 코드를 읽을 필요 없이 정확히 어떤 타입이 허용되는지 쉽게 알 수 있도록 해야 합니다.

하위 호환성 (Backward Compatibility)

이러한 변경 사항은 선택적(opt-in) 새 기능을 도입하기 때문에 호환성 문제를 일으키지 않습니다.

보안 영향 (Security Implications)

이러한 변경 사항과 관련된 직접적인 보안 문제는 없습니다.

학습 방법 (How to Teach This)

새로운 매개변수와 동작을 설명하는 문서와 예시가 문서 사이트의 관련 섹션(dataclasses 섹션이 주)에 추가되고, “What’s New” 문서에서 링크될 예정이었습니다.

추가된 문서/예시에는 converter 사용자에게 발생할 수 있는 “흔한 함정(common pitfalls)”도 포함될 예정이었습니다. 이러한 함정은 다음과 같습니다:

None/센티넬(sentinel) 값 처리 필요성.
이미 올바른 타입인 값 처리 필요성.
converter에 람다(lambdas) 사용 피하기 (합성된 __init__ 매개변수의 타입이 Any가 되기 때문).
frozen dataclasses에서 사용자 정의 __init__ 본문에서 값 변환을 잊는 경우.
frozen이 아닌 dataclasses에서 사용자 정의 __setattr__ 본문에서 값 변환을 잊는 경우.

또한, 잠재적으로 혼란스러운 패턴 매칭(pattern matching) 의미론도 다뤄질 예정이었습니다:

@dataclass
class Point:
    x: int = field(converter=int)
    y: int

match Point(x="0", y=0):
    case Point(x="0", y=0): # 매치되지 않음 (Won't be matched)
        ...
    case Point(): # 매치됨 (Will be matched)
        ...
    case _:
        ...

그러나 이러한 동작은 초기화자(initializer)에서 변환을 수행하는 모든 타입에 해당하며, 타입 체커가 이 함정을 포착할 수 있어야 한다는 점에 주목할 가치가 있습니다:

match int("0"):
    case int("0"): # 매치되지 않음 (Won't be matched)
        ...
    case _: # 매치됨 (Will be matched)
        ...

참조 구현 (Reference Implementation)

attrs 라이브러리는 @define 클래스 데코레이터를 사용할 때 동일한 converter 의미론(초기화자와 속성 설정 시 변환)을 보여주는 converter 매개변수를 이미 포함하고 있습니다.

CPython 지원은 작성자의 포크(fork)에 있는 브랜치에 구현되어 있습니다.

거부된 아이디어 (Rejected Ideas)

`typing.dataclass_transform`의 `field_specifiers`에만 “converter” 추가

dataclass_transform()에만 이 추가를 한정하자는 아이디어는 Typing-SIG에서 짧게 논의되었으며, dataclasses 전체로 확장할 것을 제안했습니다.

또한, dataclasses에 이 기능을 추가하는 것은 추가 라이브러리 없이도 모든 사람이 이점을 얻을 수 있도록 보장합니다.

기본값(default values)을 변환하지 않기

기본값을 변환하는 것과 변환하지 않는 것 모두 장단점이 있습니다. 기본값을 그대로 두면 타입 체커와 dataclass 작성자가 기본값의 타입이 필드의 타입과 일치할 것으로 예상할 수 있습니다. 그러나 기본값을 변환하는 것은 세 가지 큰 장점이 있습니다:

일관성 (Consistency): 속성에 할당되는 모든 값을 무조건 변환하는 것은 사용자가 기억해야 할 “특별한 규칙”을 줄입니다.
더 간단한 기본값 (Simpler defaults): 기본값이 사용자 제공 값과 동일한 타입을 가질 수 있도록 허용하면 dataclass 작성자는 호출자와 동일한 편의성을 얻습니다.
attrs와의 호환성 (Compatibility with attrs): attrs는 converter를 사용하여 기본값을 무조건 변환합니다.

필드 타입 사용한 자동 변환 (Automatic conversion using the field’s type)

한 가지 아이디어는 지정된 필드의 타입(예: str 또는 int)을 제공된 각 인수의 converter로 사용하도록 허용하는 것이었습니다. Pydantic의 데이터 변환은 이러한 접근 방식과 유사한 의미론을 가지고 있습니다.

이는 상당히 간단한 타입에서는 잘 작동하지만, 제네릭(generics)과 같은 복잡한 타입에서는 예상되는 동작에 모호성을 초래합니다. 예를 들어, tuple[int, ...]의 경우 converter가 단순히 이터러블(iterable)을 튜플로 변환해야 하는지, 아니면 각 요소 타입을 int로 추가로 변환해야 하는지가 모호합니다. 또는 호출 가능 객체가 아닌 int | None의 경우도 마찬가지입니다.

`converter`의 반환 타입에서 속성 타입 추론 (Deducing the attribute type from the return type of the converter)

또 다른 아이디어는 converter 인수가 있는 필드를 제공할 경우 사용자가 속성의 타입 어노테이션을 생략할 수 있도록 하는 것이었습니다. 비록 이 PEP가 도입하는 흔한 반복(예: x: str = field(converter=str))을 줄일 수 있었겠지만, 현재 dataclass 의미론(특히, 합성된 __init__ 또는 dataclasses.fields와 같은 것들을 위해 속성 순서가 유지된다는 점)을 유지하면서 이를 최적으로 지원하는 방법이 명확하지 않습니다. 이는 Python에서 (현재) 어노테이션만 있는 속성과 어노테이션이 없는 속성들이 정의된 순서대로 섞여 있을 때 쉽게 가져올 방법이 없기 때문입니다.

센티넬 어노테이션(예: x: FromConverter = ...)을 적용할 수 있었겠지만, 이는 타입 어노테이션의 근본적인 가정을 깨뜨립니다.

마지막으로, 모든 필드(converter가 없는 필드 포함)가 dataclasses.field에 할당되었다면 이는 가능합니다. 이는 클래스 자체의 네임스페이스가 순서를 유지함을 의미하지만, 타입+converter의 반복을 필드 할당의 반복과 맞바꾸는 결과를 낳습니다. 최종 결과는 반복의 이득이나 손실 없이 dataclasses 의미론의 복잡성만 추가될 뿐입니다.

이 PEP는 이것이 불가능하거나 수행되어서는 안 된다고 제안하지 않습니다. 단지 이 PEP에는 포함되지 않았을 뿐입니다.

이 문서는 퍼블릭 도메인 또는 CC0-1.0-Universal 라이선스 중 더 관대한 조건으로 배포됩니다.

⚠️ 알림: 이 문서는 AI를 활용하여 번역되었으며, 기술적 정확성을 보장하지 않습니다. 정확한 내용은 반드시 원문을 확인하시기 바랍니다.

[Rejected] PEP 712 - Adding a “converter” parameter to dataclasses.field

PEP 712 – `dataclasses.field`에 “converter” 매개변수 추가 (거부됨)

개요

거부 공지

요약 (Abstract)

제안 배경 (Motivation)

이론적 근거 (Rationale)

명세 (Specification)

새로운 `converter` 매개변수

예시 (Example)

타이핑(Typing)에 미치는 영향 (Impact on typing)

`default` 및 `default_factory`의 타입 체크 (Type-checking default and default_factory)

`converter` 반환 타입 (Converter return type)

허용 가능한 인자 타입의 간접성 (Indirection of allowable argument types)

하위 호환성 (Backward Compatibility)

보안 영향 (Security Implications)

학습 방법 (How to Teach This)

참조 구현 (Reference Implementation)

거부된 아이디어 (Rejected Ideas)

`typing.dataclass_transform`의 `field_specifiers`에만 “converter” 추가

기본값(default values)을 변환하지 않기

필드 타입 사용한 자동 변환 (Automatic conversion using the field’s type)

`converter`의 반환 타입에서 속성 타입 추론 (Deducing the attribute type from the return type of the converter)

저작권 (Copyright)

Comments

PEP 712 – dataclasses.field에 “converter” 매개변수 추가 (거부됨)

개요

거부 공지

요약 (Abstract)

제안 배경 (Motivation)

이론적 근거 (Rationale)

명세 (Specification)

새로운 converter 매개변수

예시 (Example)

타이핑(Typing)에 미치는 영향 (Impact on typing)

default 및 default_factory의 타입 체크 (Type-checking default and default_factory)

converter 반환 타입 (Converter return type)

허용 가능한 인자 타입의 간접성 (Indirection of allowable argument types)

하위 호환성 (Backward Compatibility)

보안 영향 (Security Implications)

학습 방법 (How to Teach This)

참조 구현 (Reference Implementation)

거부된 아이디어 (Rejected Ideas)

typing.dataclass_transform의 field_specifiers에만 “converter” 추가

기본값(default values)을 변환하지 않기

필드 타입 사용한 자동 변환 (Automatic conversion using the field’s type)

converter의 반환 타입에서 속성 타입 추론 (Deducing the attribute type from the return type of the converter)

저작권 (Copyright)

Comments

PEP 712 – `dataclasses.field`에 “converter” 매개변수 추가 (거부됨)

새로운 `converter` 매개변수

`default` 및 `default_factory`의 타입 체크 (Type-checking default and default_factory)

`converter` 반환 타입 (Converter return type)

`typing.dataclass_transform`의 `field_specifiers`에만 “converter” 추가

`converter`의 반환 타입에서 속성 타입 추론 (Deducing the attribute type from the return type of the converter)