pytest로 강력하고 빈틈없는 단위 테스트 작성하기

pytest 프레임워크로 깔끔하고 유지보수하기 좋으며 효과적인 파이썬 단위 테스트를 작성하는 실용 가이드.

· 4 min read · #python #testing #pytest · @python · English

파이썬 테스트 프레임워크 중에서 pytest는 단순하면서도 놀랍도록 강력하다는 점에서 눈에 띈다. 하지만 pytest의 진짜 강점은 “그냥 assert를 쓸 수 있다”가 아니다. 올바른 테스트 사고방식, 구조, 모범 사례를 받아들일 때 빛난다.

이 글은 코드라기보다 살아 있는 문서처럼 읽히는 깔끔하고 읽기 쉽고 유지보수 가능한 단위 테스트를 작성하는 방법을 정리한 것이다.

프로젝트 구조: 테스트를 정돈되고 확장 가능하게

깔끔한 프로젝트 구조는 테스트를 예측 가능하고 유지보수하기 좋게 만든다:

project/
    src/
        myapp/
            service.py
            utils.py
    tests/
        test_service.py
        test_utils.py
        conftest.py   # 공유 fixture

지킬 규칙:

  • 테스트 파일은 test_*.py 또는 *_test.py
  • 테스트 함수는 test_로 시작
  • 각 테스트 파일은 하나의 모듈 또는 하나의 기능에 집중

아름다운 pytest 테스트 쓰기 (AAA 형식)

최소한의 문법 + 명확한 의도 = 좋은 테스트.

# test_utils.py
from myapp.utils import add

def test_add_two_positive_numbers():
    # Arrange
    a = 2
    b = 3

    # Act
    result = add(a, b)

    # Assert
    assert result == 5

이름이 중요하다

좋은 테스트 이름은 시나리오를 설명한다:

  • test_login_with_invalid_password_raises_error
  • test_add_when_negative_returns_negative_sum

테스트 파일이 명세서를 읽는 느낌이어야 한다.

fixture 제대로 쓰기 (비밀 병기)

pytest fixture는 중복된 준비 코드를 없애고 테스트를 깔끔하게 만든다.

# conftest.py
import pytest
from myapp.service import UserService
from myapp.repository import InMemoryUserRepo

@pytest.fixture
def user_service():
    repo = InMemoryUserRepo()
    return UserService(repo)

# test_service.py
def test_create_user_success(user_service):
    user = user_service.create_user("will", "password123")

    assert user.username == "will"

fixture 스코프

  • function – 테스트마다 새 인스턴스 (기본값)
  • module – 같은 파일 안에서 공유
  • session – 테스트 스위트 전체에서 공유 (신중하게!)

세션 fixture가 다른 파일에 정의돼 있어도 어느 테스트에서든 쓸 수 있다:

@pytest.fixture(scope="session")
def cache():
    return {}

parametrize: 테스트 하나로 여러 케이스

비슷한 테스트를 반복하는 대신 @pytest.mark.parametrize를 쓴다:

import pytest
from myapp.utils import is_even

@pytest.mark.parametrize(
    "value, expected",
    [
        (2, True),
        (4, True),
        (3, False),
        (0, True),
        (-2, True),
    ],
)
def test_is_even(value, expected):
    assert is_even(value) is expected

테스트가 간결하고, 읽기 좋고, 빠짐없어진다.

외부 의존성 mocking (monkeypatch/mocker)

테스트는 빠르고, 고립돼 있고, 결정적이어야 한다. 실제 API, 데이터베이스, 시간, OS 등을 호출하지 말자.

monkeypatch 사용

def test_get_current_utc_hour(monkeypatch):
    class DummyDatetime:
        @classmethod
        def now(cls, tz=None):
            from datetime import datetime, timezone
            return datetime(2025, 1, 1, 10, 30, tzinfo=timezone.utc)

    import myapp.time_utils as tu
    monkeypatch.setattr(tu, "datetime", DummyDatetime)

    assert get_current_utc_hour() == 10

pytest-mock 사용 (권장)

def test_calls_external_api(mocker, user_service):
    fake_response = {"status": "ok"}

    mock_post = mocker.patch("myapp.service.requests.post", return_value=fake_response)

    result = user_service.call_external()

    mock_post.assert_called_once()
    assert result == "ok"

mark 활용: slow, integration, db 등

mark는 테스트를 정리하는 데 도움이 된다.

import pytest

@pytest.mark.slow
def test_heavy_computation():
    ...

느린 테스트만 실행:

pytest -m slow

느린 테스트를 제외하고 전부 실행:

pytest -m "not slow"

경고를 피하려면 mark를 등록하라

pytest.ini에 추가:

[pytest]
markers =
    slow: tests that are slow and excluded from normal runs

커버리지: 실제로 테스트된 부분 측정하기

설치:

pip install pytest-cov

실행:

pytest --cov=src/myapp --cov-report=term-missing

커버리지가 기준 아래로 떨어지면 실패시키기:

pytest --cov=src/myapp --cov-fail-under=80

속성 기반 테스트 (Hypothesis)

항상 참이어야 하는 규칙(불변식)에는 Hypothesis를 쓴다.

pip install hypothesis

from hypothesis import given, strategies as st
from myapp.utils import add

@given(st.integers(), st.integers())
def test_add_commutative(a, b):
    assert add(a, b) == add(b, a)

Hypothesis는 생각지도 못한 엣지 케이스를 자동으로 찾아낸다.

서비스와 리포지토리를 깔끔하게 테스트하기

“가짜 리포지토리”를 써서 비즈니스 로직을 실제 DB로부터 분리할 수 있다:

class FakeUserRepo:
    def __init__(self):
        self.users = {}

    def exists(self, username):
        return username in self.users

    def create(self, username, password):
        user = {"username": username, "password": password}
        self.users[username] = user
        return user

@pytest.fixture
def user_service():
    from myapp.service import UserService
    return UserService(FakeUserRepo())

이 패턴은 테스트를 이렇게 유지해준다:

  • 빠르고
  • 예측 가능하며
  • 외부 시스템에 독립적이다

유용한 명령어

# 기본
pytest

# 상세 출력
pytest -v

# 특정 테스트만 실행
pytest tests/test_user_service.py::test_register

# 느린 테스트 건너뛰기
pytest -m "not slow"

# 커버리지 누락 줄 표시
pytest --cov=src/myapp --cov-report=term-missing

# 마지막에 실패한 테스트만 재실행
pytest --last-failed