R Academy · 강의

어휘적 스코프 규칙

Q: “어휘적 스코프 규칙” 강의는 무료인가요?

네 — “어휘적 스코프 규칙” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 R Academy 강의 전체를 잠금 해제할 수 있습니다. R Academy 강의에는 총 4개의 강의가 포함되어 있습니다.

Q: “어휘적 스코프 규칙”에서 뭘 배우나요?

R이 부모 환경을 검색하여 변수를 찾는 방식을 이해합니다. 브라우저에서 직접 실행하는 실습 코드로 R Academy을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.

Q: R Academy을(를) 시작하는 데 경험이 필요한가요?

사전 경험은 필요하지 않습니다. CoddyKit의 R Academy은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 2번째 강의입니다.

Q: “어휘적 스코프 규칙” 강의는 얼마나 걸리나요?

대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.

Q: 이 R Academy 강의에서 코드를 작성하고 실행할 수 있나요?

네. 모든 R Academy 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.

R이 부모 환경을 검색하여 변수를 찾는 방식을 이해합니다.

어휘적 스코프 규칙은(는) CoddyKit의 무료 R Academy 강의입니다. 이것은 4개 중 2번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 R Academy 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. R Academy 강의에는 총 4개의 강의가 포함되어 있습니다.

어휘적 범위란 무엇인가요?

어휘적 범위란 함수가 호출된 곳이 아니라 정의된 곳에서 변수를 조회한다는 뜻입니다. R은 어휘적 범위를 사용합니다. 따라서 함수가 검색하는 환경은 호출할 때가 아니라 생성할 때 고정되므로 동작을 예측할 수 있습니다.

x <- 'global'
f <- function() {
  cat('x =', x, '\n')  # looks where f was defined (global)
}
local({
  x <- 'local to local block'
  f()  # still prints global x, not the local one
})

어휘적 범위와 동적 범위 비교

동적 범위를 사용하는 일부 다른 언어에서는 함수가 호출 환경에서 변수를 찾습니다. 반면 R은 어휘적 범위를 사용하므로 정의 시점의 바깥 환경이 항상 우선됩니다. 따라서 함수를 어디에서 호출하든 일관되게 동작합니다.

val <- 100
make_adder <- function(n) {
  # n is captured from the definition environment
  function(x) x + n
}
add10 <- make_adder(10)
add20 <- make_adder(20)
cat(add10(5), '\n')   # 15 — n=10 from definition
cat(add20(5), '\n')   # 25 — n=20 from definition

자유 변수와 클로저

함수 안에 있지만 매개변수도 아니고 지역 할당으로 정의되지도 않은 변수를 자유 변수라고 합니다. R은 자유 변수를 바깥 환경에서 찾습니다. 자유 변수를 포착하는 함수를 클로저라고 합니다.

base_rate <- 0.05   # free variable captured by f
f <- function(principal, years) {
  principal * (1 + base_rate) ^ years
}
cat('5 yr return:', f(1000, 5), '\n')
# Even if we change base_rate later:
base_rate <- 0.08
cat('New rate return:', f(1000, 5), '\n')

클로저는 환경을 포착합니다

팩토리 함수가 호출될 때마다 반환되는 함수(클로저)는 바깥 환경의 현재 상태를 포착합니다. 호출할 때마다 서로 다른 값이 포착된 클로저가 만들어지며, 이것이 함수 팩토리의 기반입니다.

power_fn <- function(exp) {
  function(x) x ^ exp
}
square <- power_fn(2)
cube   <- power_fn(3)
cat('square(4) =', square(4), '\n')
cat('cube(3)   =', cube(3),   '\n')

<<- 연산자

<<-(이중 화살표 할당)는 부모 연결을 따라 올라가며 기존 바인딩을 찾아 제자리에서 수정합니다. 바인딩을 찾지 못하면 전역 환경에 바인딩을 만듭니다. 함수 내부에서 바깥 범위의 변수를 수정할 때 사용하는 도구입니다.

count <- 0
increment <- function() {
  count <<- count + 1
}
increment()
increment()
increment()
cat('count:', count, '\n')

클로저에서 <<- 사용하기

<<-의 가장 관용적인 사용법은 바깥 환경의 상태를 갱신해야 하는 클로저 내부에서 사용하는 것입니다. 이렇게 하면 호출 사이에도 상태가 유지되는 상태 저장 함수를 만들 수 있습니다.

make_counter <- function() {
  n <- 0
  list(
    increment = function() n <<- n + 1,
    get       = function() n,
    reset     = function() n <<- 0
  )
}
ctr <- make_counter()
ctr$increment()
ctr$increment()
cat('Count:', ctr$get(), '\n')
ctr$reset()
cat('After reset:', ctr$get(), '\n')

중첩 함수의 범위

함수가 중첩되어 있으면 내부 함수는 외부 함수에서 정의된 변수를 볼 수 있습니다. 외부 함수의 환경은 내부 함수의 바깥 환경이 되어 연결을 형성합니다.

outer <- function() {
  greeting <- 'Hello'
  inner <- function(name) {
    # greeting comes from outer's environment
    paste(greeting, name)
  }
  inner('World')
}
cat(outer(), '\n')

범위 연결에서 조회하기

R이 변수를 조회할 때는 다음 순서로 환경을 검색합니다. 함수 자체 → 바깥 환경 → 바깥 환경의 바깥 환경 → ... → 전역 환경 → 검색 경로 → 기본 환경 → 빈 환경. 가장 먼저 일치하는 항목이 사용됩니다.

x <- 'global'
f <- function() {
  x <- 'local to f'
  g <- function() {
    # g has no x, so looks in f's env
    cat('g sees x =', x, '\n')
  }
  g()
}
f()

함수의 environment()

environment(f)를 사용하면 모든 함수의 바깥 환경을 확인할 수 있습니다. environment(f) <- e를 사용하여 이를 설정할 수도 있습니다. 그러면 함수가 자유 변수를 조회하는 위치가 바뀝니다. 강력하지만 고급 기법입니다.

x <- 'global_x'
f <- function() x
cat('f sees:', f(), '\n')

# Change f's enclosing environment
my_env <- new.env(parent = emptyenv())
my_env$x <- 'env_x'
environment(f) <- my_env
cat('f now sees:', f(), '\n')

실습 클로저: 메모이제이션

어휘적 범위와 <<-를 함께 사용하면 메모이제이션을 구현할 수 있습니다. 비용이 큰 함수의 결과를 클로저 환경에 캐시하는 방식입니다. 캐시는 해당 클로저에만 비공개로 유지되며 호출 사이에도 보존됩니다.

make_memoized_fib <- function() {
  cache <- c()
  function(n) {
    if (!is.null(cache[n])) return(cache[n])
    if (n <= 1) { cache[n] <<- n; return(n) }
    result <- Recall(n-1) + Recall(n-2)
    cache[n] <<- result
    result
  }
}
fib <- make_memoized_fib()
cat(sapply(0:8, fib), '\n')

어휘적 범위의 주의점: 반복문 변수

대표적인 주의점은 반복문 안에서 클로저를 만드는 것입니다. 모든 클로저는 값의 스냅샷이 아니라 동일한 환경을 포착합니다. 따라서 클로저가 호출될 때는 반복문 변수가 최종값을 가지고 있을 수 있습니다.

fns <- vector('list', 3)
for (i in 1:3) {
  local({
    captured_i <- i
    fns[[captured_i]] <<- function() captured_i
  })
}
cat(fns[[1]](), fns[[2]](), fns[[3]](), '\n')

빠른 확인

R의 어휘적 범위에서 자유 변수(함수 자체에서 정의되지 않은 변수)는 어디에서 찾을까요?

어휘적 범위: 핵심 요점

어휘적 범위의 핵심 요점:

R은 어휘적 범위를 사용하므로 함수는 변수가 정의된 곳에서 변수를 조회합니다
함수는 바깥 환경을 클로저로 포착합니다
자유 변수는 호출 시점이 아니라 정의 시점에 결정됩니다
<<-는 부모 연결의 바인딩을 수정하며, 찾지 못하면 전역 환경을 수정합니다
클로저 + <<- = 비공개 상태가 유지되는 상태 저장 함수
반복문 클로저의 주의점: 반복마다 새 환경을 강제하려면 local()을 사용합니다

make_multiplier <- function(factor) {
  function(x) x * factor
}
double <- make_multiplier(2)
triple <- make_multiplier(3)
cat('double(7):', double(7), '\n')
cat('triple(7):', triple(7), '\n')
cat('double env factor:', get('factor', envir = environment(double)), '\n')

자주 묻는 질문