PyO3로 Python 내부에서 Rust를 실행하는 구조를 독학할 때 핵심은 Python 코드가 Rust 함수를 직접 호출할 수 있도록 네이티브 확장 모듈을 구성하고, 두 언어의 값이 오가는 경계를 읽는 데 있습니다.
기준일은 2026년 9월 14일이며, 이 글은 라이브러리가 PyO3를 통해 Python 안에서 Rust를 실행하는 방식을 다룬 원문 해설(belderbos.dev/blog/how-libraries-run-rust-ins...)과 PyO3 공식 문서를 바탕으로 정리합니다.
채용공고의 자격요건이나 전형 일정처럼 지원 조건을 판단할 자료는 제공되지 않았으므로, 이 글은 Rust와 Python을 함께 다루는 라이브러리 구조를 이해하는 학습 관점에 집중합니다.
관심 직무를 살필 때에는 언어 이름을 각각 아는지보다, 확장 모듈과 자료형 변환이 어떤 책임을 나누는지 설명할 수 있는지가 더 직접적인 판단 기준이 됩니다.
PyO3는 Python에서 Rust 함수를 호출하는 확장 모듈 방식입니다
PyO3는 Rust로 네이티브 Python 확장 모듈을 만들고 Python에서 Rust 함수를 호출하게 하는 도구입니다.
따라서 Python 애플리케이션 전체를 Rust로 다시 작성하는 구조라기보다, 라이브러리의 일부 기능을 Rust로 구현해 Python과 연결하는 구조로 이해할 수 있습니다.
원문이 다루는 주제도 라이브러리가 Python 내부에서 Rust를 실행하는 방법이며, 이때 PyO3가 두 언어 사이의 접점으로 놓입니다.
PyO3 공식 소개(pyo3.rs/main)는 이 도구가 Rust 기반 네이티브 Python 확장 모듈을 위한 것임을 명시합니다.
이 구조에서 Python 사용자는 라이브러리의 Python 인터페이스를 통해 기능을 호출하고, 실제 일부 처리는 Rust 함수에서 수행될 수 있습니다.
학습 과정에서는 Rust 코드 자체의 문법과 별개로, 어떤 함수가 Python에 노출되는지와 반환값이 어떤 경로로 Python 객체가 되는지를 나누어 읽는 방식이 유용합니다.
특히 라이브러리 코드에서 Python용 함수 선언과 Rust 내부 자료형 처리 코드가 함께 보인다면, 둘은 중복 구현이 아니라 호출 경계의 서로 다른 역할일 수 있습니다.
Python만 사용하는 개발 환경에서도 Rust 코드가 등장하는 이유를 이 연결 구조로 설명할 수 있습니다.
JsonValue 재귀 변환은 언어 간 자료형 차이를 처리합니다
발췌된 코드는 `JsonValue`를 Python의 `None`, 숫자, `dict` 등으로 재귀 변환합니다.
이는 하나의 JSON 값 안에 다른 값이 중첩될 수 있으므로, 최상위 값 하나만 변환하는 방식으로는 Python에서 같은 구조를 다루기 어렵기 때문입니다.
값이 비어 있거나 없음을 나타내는 경우는 Python `None`으로, 수치 값은 숫자 객체로, 객체 형태는 Python 딕셔너리로 대응시키는 흐름이 제시됩니다.
이 변환은 Rust 쪽의 JSON 표현을 Python 코드가 익숙한 객체 형태로 전달하는 역할을 합니다.
재귀 변환을 읽을 때는 각 분기에서 어떤 Rust 값이 어떤 Python 값으로 바뀌는지 먼저 확인하는 편이 구조를 파악하기 쉽습니다.
그다음 객체나 중첩 값이 나왔을 때 동일한 변환이 내부 값에도 다시 적용되는지 보면, 단순 변환과 구조 보존의 차이가 드러납니다.
Python에서 `dict`를 받는 호출부는 결과가 Rust에서 왔다는 구현 세부 사항보다 키와 값으로 구성된 Python 객체를 다루게 됩니다.
반대로 Rust 구현을 보는 입장에서는 JSON 값을 Python에 넘기기 전에 Python 런타임이 이해하는 객체로 바꾸는 단계가 필요하다는 점을 확인할 수 있습니다.
IntoPyObject와 PyDict는 반환값을 Python 객체로 만듭니다
`IntoPyObject`는 Rust 값을 Python 객체로 변환하기 위한 트레이트입니다.
IntoPyObject 문서(pyo3.rs/main/doc/pyo3/conversion/trait.intopy...)는 Rust에서 Python으로 향하는 변환이 이 트레이트와 연결된다는 점을 보여줍니다.
따라서 반환값 처리 코드를 읽을 때는 Rust 함수가 계산한 결과와 그 결과를 Python 객체로 만드는 변환 코드를 구분해 볼 수 있습니다.
이 구분은 Python 호출 결과가 단순한 Rust 값의 복사가 아니라 Python 런타임에서 사용할 객체로 구성된다는 사실을 설명합니다.
`PyDict::new(py)`는 빈 Python 딕셔너리를 생성합니다.
PyDict API 문서(pyo3.rs/main/doc/pyo3/types/struct.pydict)는 이 호출이 Python 딕셔너리 생성과 연결됨을 명시합니다.
JSON 객체를 처리하는 분기에서 이 빈 딕셔너리는 변환된 키와 값을 담아 Python의 객체 형태를 조립하는 출발점이 됩니다.
즉, Rust의 객체형 데이터를 Python `dict`로 옮기는 코드는 값 변환과 컨테이너 생성이 결합된 부분으로 볼 수 있습니다.
라이브러리 코드는 호출 경계와 변환 경계를 나눠 읽습니다
PyO3 기반 라이브러리를 해석할 때 Python에서 호출되는 함수, Rust에서 처리되는 데이터, Python으로 되돌아오는 객체의 세 경계를 나눠 보면 코드의 역할이 정리됩니다.
호출 경계에서는 Python 코드가 Rust 함수를 사용할 수 있게 하는 확장 모듈의 형태를 확인할 수 있습니다.
처리 경계에서는 Rust 내부 자료형인 `JsonValue`가 어떤 경우로 나뉘어 다뤄지는지 살필 수 있습니다.
반환 경계에서는 `IntoPyObject`와 `PyDict::new(py)`처럼 Python 객체를 만드는 요소가 결과 전달을 맡습니다.
이 구분은 Rust와 Python이 함께 쓰인 코드에서 어느 언어가 무엇을 담당하는지 설명할 때도 도움이 됩니다.
Python 인터페이스가 존재한다고 해서 내부 처리까지 모두 Python으로 작성된 것은 아니며, Rust 구현이 존재한다고 해서 Python 사용자가 Rust 자료형을 그대로 받는 것도 아닙니다.
제공된 코드의 `None`, 숫자, `dict` 변환은 라이브러리 사용자가 Python 객체 형태로 결과를 받도록 하는 구체적인 사례입니다.
기술 문서를 읽을 때에는 함수 이름만 따라가기보다 입력 자료형, 변환 규칙, 생성되는 Python 객체를 연결해 보는 방식이 라이브러리 동작을 더 정확하게 보여줍니다.
Rust와 Python을 함께 다루는 역할은 연결 구조 설명이 중요합니다
Rust와 Python을 함께 쓰는 라이브러리 관련 역할에서는 두 언어의 사용 사실보다 경계에서 발생하는 변환을 설명하는 능력이 실무적인 이해를 보여줍니다.
PyO3는 Python에서 Rust 함수를 호출하게 한다는 구조를 제공하므로, 학습 기록에서도 호출 가능한 기능과 Python 반환 객체를 분리해 설명할 수 있습니다.
`JsonValue`의 재귀 변환 사례는 중첩된 데이터를 언어 간에 전달할 때 자료 구조를 유지하는 문제가 포함된다는 점을 보여줍니다.
`dict` 생성과 값 변환이 함께 나타나는 코드는 Python 사용자에게 제공될 데이터 형태를 구현 단계에서 결정하는 부분입니다.
코드를 검토하는 순서는 Python에 노출된 함수에서 시작해 Rust 자료형 처리로 이동하고, 마지막으로 Python 객체 변환을 확인하는 흐름으로 이어집니다.
이 순서에서는 PyO3가 제공하는 확장 모듈 연결, `IntoPyObject`의 Rust에서 Python으로의 변환, `PyDict::new(py)`의 빈 딕셔너리 생성이 각각 어느 위치에 놓이는지 판단할 수 있습니다.
원문이 제시한 주제와 공식 문서의 자료형 변환 설명을 함께 보면, Python 라이브러리 내부의 Rust 코드는 별도 기능이 아니라 Python 인터페이스와 연결된 구현 일부로 읽힙니다.
다음 판단은 관심 있는 라이브러리에서 Python 호출 함수와 Rust 반환값 변환 코드가 실제로 어떻게 이어지는지 확인하는 방향으로 이어집니다.
함께 읽기