unittest.mock으로 모킹하기
의존성을 모킹해 테스트 대상 단위를 격리합니다.
unittest.mock으로 모킹하기은(는) CoddyKit의 무료 Python Academy 강의입니다. 이것은 4개 중 4번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 Python Academy 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. Python Academy 강의에는 총 4개의 강의가 포함되어 있습니다.
모의 객체를 사용하는 이유
모의 객체는 실제 종속성(데이터베이스, API, 파일 시스템)을 제어 가능한 가짜 객체로 바꾸므로 테스트를 빠르고 결정적으로, 격리된 상태에서 실행할 수 있습니다.
from unittest.mock import Mock
api = Mock()
api.get_user.return_value = {"id": 1, "name": "Alice"}
result = api.get_user(1)
print(result) # {'id': 1, 'name': 'Alice'}Mock과 MagicMock
Mock은 기본 클래스입니다. MagicMock은 매직 메서드와 더블더 메서드를 자동으로 설정하므로 반복자, 컨텍스트 관리자 등으로 사용할 수 있습니다.
from unittest.mock import MagicMock
m = MagicMock()
m.__len__.return_value = 5
print(len(m)) # 5
m.__iter__.return_value = iter([1, 2, 3])
for x in m:
print(x)데코레이터로 사용하는 patch
@patch를 사용하면 테스트가 실행되는 동안 모듈의 객체를 모의 객체로 바꿀 수 있습니다.
from unittest.mock import patch
def get_data():
import requests
return requests.get("https://api.example.com").json()
@patch("requests.get")
def test_get_data(mock_get):
mock_get.return_value.json.return_value = {"key": "value"}
result = get_data()
assert result == {"key": "value"}컨텍스트 관리자로 사용하는 patch
더 국소적으로 모의 객체를 적용하려면 patch()를 컨텍스트 관리자로 사용합니다.
from unittest.mock import patch
def test_open():
with patch("builtins.open", create=True) as mock_open:
mock_open.return_value.__enter__.return_value.read.return_value = "data"
with open("file.txt") as f:
assert f.read() == "data"patch.object
patch.object(target, attribute)는 기존 객체나 클래스의 특정 속성에 패치를 적용합니다.
from unittest.mock import patch
import mymodule
def test_method():
with patch.object(mymodule.MyClass, "fetch", return_value=42):
obj = mymodule.MyClass()
assert obj.fetch() == 42호출 검증
모의 객체는 모든 호출을 기록합니다. assert_called_once_with, assert_called_with, call_count를 사용해 동작을 검증합니다.
from unittest.mock import Mock
send = Mock()
send("hello", to="alice")
send.assert_called_once_with("hello", to="alice")
print(send.call_count) # 1return_value와 side_effect
return_value를 설정해 모의 객체가 반환하는 값을 제어합니다. side_effect를 사용하면 예외를 발생시키거나 연속된 호출마다 다른 값을 반환할 수 있습니다.
from unittest.mock import Mock
m = Mock(side_effect=[1, 2, ValueError("done")])
print(m()) # 1
print(m()) # 2
m() # raises ValueErrorspec: 형식이 안전한 모의 객체
spec=MyClass를 전달하면 실제 클래스에 존재하는 속성으로만 모의 객체를 제한할 수 있습니다.
from unittest.mock import Mock
class Calc:
def add(self, a, b): return a + b
m = Mock(spec=Calc)
m.add(1, 2) # OK
# m.subtract(1, 2) # AttributeError: Mock does not have 'subtract'patch.dict
patch.dict를 사용하면 사전(예: 환경 변수나 모듈 수준 설정)을 일시적으로 수정할 수 있습니다.
from unittest.mock import patch
import os
def test_env():
with patch.dict(os.environ, {"DEBUG": "true"}):
assert os.environ["DEBUG"] == "true"
assert "DEBUG" not in os.environpytest에서 pytest-mock으로 모의 객체 사용
pytest-mock은 unittest.mock을 감싸고 각 테스트 후 자동으로 정리하는 mocker 픽스처를 제공합니다.
# pip install pytest-mock
def test_service(mocker):
mocker.patch("mymodule.requests.get", return_value=mocker.Mock(
json=lambda: {"status": "ok"}
))
from mymodule import call_api
assert call_api()["status"] == "ok"코루틴에 사용하는 AsyncMock
await되는 비동기 함수는 AsyncMock으로 모의 처리합니다.
from unittest.mock import AsyncMock, patch
import asyncio
async def fetch():
import httpx
async with httpx.AsyncClient() as c:
r = await c.get("https://example.com")
return r.json()
def test_fetch():
with patch("httpx.AsyncClient.get", new_callable=AsyncMock) as m:
m.return_value.json.return_value = {"ok": True}
result = asyncio.run(fetch())
assert result["ok"] is True빠른 확인
호출될 때 Mock이 반환하는 값을 제어하려면 어떤 속성을 설정해야 하나요?
복습
unittest.mock은 Mock, MagicMock, patch, AsyncMock을 제공합니다. return_value와 side_effect로 동작을 제어하고, 검증 메서드로 모의 객체가 어떻게 호출되었는지 확인합니다.
자주 묻는 질문
“unittest.mock으로 모킹하기” 강의는 무료인가요?
네 — “unittest.mock으로 모킹하기” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 Python Academy 강의 전체를 잠금 해제할 수 있습니다. Python Academy 강의에는 총 4개의 강의가 포함되어 있습니다.
“unittest.mock으로 모킹하기”에서 뭘 배우나요?
의존성을 모킹해 테스트 대상 단위를 격리합니다. 브라우저에서 직접 실행하는 실습 코드로 Python Academy을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.
Python Academy을(를) 시작하는 데 경험이 필요한가요?
사전 경험은 필요하지 않습니다. CoddyKit의 Python Academy은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 4번째 강의입니다.
“unittest.mock으로 모킹하기” 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.
이 Python Academy 강의에서 코드를 작성하고 실행할 수 있나요?
네. 모든 Python Academy 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.
이 강의의 모든 강의
- 첫 pytest 테스트 작성하기
- 픽스처와 설정/해제
- 매개변수화와 테스트 커버리지
- unittest.mock으로 모킹하기