🧠 동시성과 async / await
FastAPI를 사용하다 보면 반드시 마주치게 되는 키워드:
async / await
FastAPI에서 함수 만들 때 기억할 것
- 잘 모르겠으면 → 그냥
def await가 필요한 라이브러리를 쓴다면 →async def
둘은 섞어 써도 된다. 어차피 FastAPI가 알아서 잘 처리해줌.
👉 비동기를 “완벽히 이해한 뒤” 시작할 필요는 없다
👉 언제 쓰는지만 알면 충분하다
📖 단어부터 이해하기
async와 await
- async = asynchronous
- a(not) + syn(together) + chron(time)
👉 “시간을 맞추지 않는다”는 의미다.
즉, 앞 작업이 끝나든 말든 다음 작업을 시작할 수 있다는 뜻
await는 영어 그대로 “기다리다”라는 의미다.
👉 비동기 흐름 중에서
👉 “이 결과는 받고 넘어가자”라고 표시하는 지점
👀 예제 코드
동기 방식 (sync)
import time
def task(name, seconds):
print(f"{name} 시작")
time.sleep(seconds)
print(f"{name} 완료")
start = time.time()
task("작업1", 1)
task("작업2", 1)
task("작업3", 1)
print(f"총 시간: {time.time() - start:.1f}초")결과는 항상 같다.
총 시간: 3.0초한 작업이 끝나야 다음 작업이 시작된다.
비동기 방식 (async)
import asyncio
import time
async def task(name, seconds):
print(f"{name} 시작")
await asyncio.sleep(seconds)
print(f"{name} 완료")
async def main():
start = time.time()
await asyncio.gather(
task("작업1", 1),
task("작업2", 1),
task("작업3", 1),
)
print(f"총 시간: {time.time() - start:.1f}초")
asyncio.run(main())결과는 이렇게 바뀐다.
총 시간: 1.0초👉 같은 작업을 했는데 시간이 3배 차이난다
📌 핵심 차이 요약
- 동기: 한 작업 끝나야 다음 작업
- 비동기: 기다리는 동안 다른 작업 가능
👉 비동기는 “빨리 계산하는 기술”이 아닌,
👉 기다리는 시간을 낭비하지 않는 기술이다
🍜 비유로 이해하기: 라면 끓이기
동기 방식 – 철수
- 물을 올린다
- 물이 끓을 때까지 아무것도 안 함
- 면 넣고, 익을 때까지 또 대기
철수는 기다리는 시간 동안 아무것도 하지 않았다.
비동기 방식 – 영희
- 물을 올린다
- 끓는 동안 계란 꺼내고 파 손질
- 면 익는 동안 그릇 준비
👉 같은 시간에 더 많은 일을 했다
동기와 비동기, 뭐가 다른가?
| 구분 | 동기(Sync) | 비동기(Async) |
|---|---|---|
| 흐름 | 순차 실행 | 기다림 중 다른 작업 |
| 대기 시간 | 낭비됨 | 활용됨 |
| 웹 서버 | 비효율적 | 매우 적합 |
❗ 비동기는 “동시에 여러 계산”이 아니다
❗ 외부 응답을 기다리는 구조를 효율화하는 것이다
🧠 동시성(Concurrency) vs 병렬성(Parallelism)
동시성과 병렬성은 해결하려는 문제가 다르다.
🌀 동시성 (Concurrency)
동시성은 이렇게 요약할 수 있다.
👉 “여러 일이 진행 중인 상태”
- 실제로는 일손이 하나
- 작업을 아주 빠르게 번갈아 처리
- 겉보기엔 동시에 돌아가는 것처럼 보임
✔ 핵심은 기다리는 시간을 다른 일로 채우는 것
⚙️ 병렬성 (Parallelism)
병렬성은 완전히 다른 문제를 푼다.
👉 “여러 일을 진짜로 동시에 처리”
- CPU 코어를 여러 개 사용
- 각 작업이 독립적으로 실행
- 계산량이 많은 작업에 적합
✔ 핵심은 일손 자체를 늘리는 것
📌 요약
- 동시성: 기다리는 동안 다른 일 하기
- 병렬성: 큰 일을 쪼개서 여러 명이 동시에 하기
❗ 웹 서버에서 중요한 건 대부분 병렬성이 아니라 동시성이다
💻 코드로 비교해보기
1️⃣ 동시성 예시: 외부 서비스 응답 기다리기
웹 서버는 대부분 이런 일을 한다.
- DB에 요청 보내기
- 외부 API 호출
- 파일 읽기
이때 서버는 직접 일하지 않는다.
외부가 응답할 때까지 기다릴 뿐..
async def get_user_info(user_id):
user = await database.get_user(user_id)
return user여기서 중요한 점:
DB가 일하는 동안 서버는 놀지 않는다👉다른 요청을 처리할 수 있다
👉 이것이 웹에서 동시성이 중요한 이유다
2️⃣ 병렬성 예시: 큰 작업 쪼개기
이번엔 기다림이 없다.
계산 자체가 오래 걸리는 작업이다.
def process_images(images):
chunk1 = images[0:25000]
chunk2 = images[25000:50000]
chunk3 = images[50000:75000]
chunk4 = images[75000:100000]
results = parallel_process([
chunk1,
chunk2,
chunk3,
chunk4
])
return results이 경우엔:
- 외부를 기다리지 않는다
- CPU가 직접 계산한다
- 코어 수가 많을수록 빠르다
👉 이건 비동기가 아니라 병렬 처리의 영역이다
⏳ I/O Bound vs CPU Bound
언제 동시성을 쓰고,
그렇다면, 언제 병렬성을 써야 할까?
📥 I/O Bound 작업
입출력을 기다리는 작업이다.
- DB 조회
- HTTP 요청
- 파일 읽기/쓰기
특징:
- CPU는 놀고 있음
- 외부 응답을 기다림
✅ 이런 작업엔 동시성(async)이 효과적
🧮 CPU Bound 작업
CPU가 계속 계산해야 하는 작업이다.
- 이미지/영상 처리
- 머신러닝 학습
- 복잡한 수학 계산
✅ 이런 작업엔 병렬성이 필요
🚀 FastAPI의 강점
FastAPI는 이 두 가지를 모두 잘 다룬다.
- 웹 요청 처리 → 동시성
- 연산/ML 작업 → 병렬성
👉 그래서 FastAPI는
👉 일반 웹 API + ML API 모두에 적합하다
🧪 async / await 실제 사용법
async 함수 만들기
async def make_ramen_async():
return "라면 완성"“이 함수는 중간에 기다릴 수 있다”
await는 언제 쓸까?
async def order_food():
food = await get_food_from_kitchen()
return foodawait는 기다리는 지점- 그동안 다른 작업 가능
❗ await는 async def 안에서만 사용 가능
🧭 FastAPI에서 어떻게 쓰면 될까?
방법 1️⃣ 그냥 def
@app.get("/hello")
def say_hello():
return {"message": "안녕하세요"}✔ 가장 쉬움
✔ 대부분의 시작 단계에 충분
방법 2️⃣ async def
@app.get("/hello")
async def say_hello():
return {"message": "안녕하세요"}✔ await가 필요할 때 사용 ✔ 비동기 라이브러리 사용 시 필수
언제 뭘 써야 하나요?
| 상황 | 선택 |
|---|---|
| 잘 모르겠다 | def |
| 단순 로직 | def |
| await 필요한 라이브러리 | async def |
👉 FastAPI는 둘 다 알아서 처리한다
🧠 정리
- 비동기는 속도의 문제가 아니다
- 기다림을 효율적으로 쓰는 구조다
- 웹 서버에는 동시성이 핵심이다
