.py · text/x-python
Pydantic v2: Python Pydantic v2 BaseModel 클래스
Pydantic v2 모델은 Python 타입 힌트와 BaseModel 클래스(camelCase JSON 키용 Field 별칭 포함)를 사용해 Rust 기반 초고속 검증을 제공합니다.
빠른 답변: Pydantic v2 모델은 Python 타입 힌트와 BaseModel 클래스(camelCase JSON 키용 Field 별칭 포함)를 사용해 Rust 기반 초고속 검증을 제공합니다. FastAPI 엔드포인트, Python LLM 구조화 출력 및 Python 3.10+ 환경의 엄격한 데이터 검증.
| 구조 유형 | 타입 코드 |
|---|---|
| 사람 가독성 | 높음 |
| 중첩 지원 | 지원 |
| LLM 토큰 효율 | 보통 |
| 파일 확장자 | .py |
| MIME 유형 | text/x-python |
| 추천 용도 | FastAPI 엔드포인트, Python LLM 구조화 출력 및 Python 3.10+ 환경의 엄격한 데이터 검증. |
장점
- FastAPI, OpenAI 및 LangGraph에서 구조화 출력 스키마의 표준으로 사용
- Field(alias=...) 매핑을 통해 파이썬다운 snake_case 필드명 유지
- Pydantic v2의 Rust 코어 검증 엔진이 JSON 페이로드를 매우 빠르게 파싱
단점 및 주의사항
- Pydantic v1과 v2 API 문법이 서로 다름 (model_validate vs parse_obj)
- Python 예약어나 camelCase JSON 키에는 Field(alias=...) 지정이 필요함
- 순환 참조 및 전방 참조에는 from __future__ import annotations 필요
참고 자료
Pydantic v2 로컬 변환 및 정리 도구
관련 엔지니어링 가이드
- JSON에서 TypeScript, Zod 및 Pydantic v2 스키마 생성으로 타입 안전성 확보API JSON 샘플을 선택적 필드(?) 및 별칭 추론이 포함된 엄격한 TypeScript 인터페이스, Zod 런타임 검증기, Python Pydantic v2 모델로 변환합니다.
- TOON vs JSON: LLM 프롬프트 토큰 비용 30–60% 절감하기TOON 표기법이 균일한 배열에서 반복되는 JSON 키를 제거해 GPT-5, Claude 4, Gemini 2.5 프롬프트 비용을 크게 줄이는 원리를 알아봅니다.
- CSV와 JSON으로 유효한 JSONL 파인튜닝 데이터셋 구축하기스프레드시트와 JSON 배열에서 OpenAI 채팅, Alpaca 및 Gemini 파인튜닝에 바로 쓸 수 있는 유효한 .jsonl 파일을 줄 단위 검증과 함께 로컬 생성합니다.
- 서버 전송형 웹 붙여넣기 도구가 위험한 이유 — 무전송(Zero-Upload) 아키텍처.env 시크릿, JWT, 고객 CSV, 계약서를 클라우드 변환기에 붙여넣을 때 생기는 유출 위험과 브라우저 Network 탭에서 0바이트 전송을 검증하는 법을 알아봅니다.
관련 형식
24개 형식 전체 보기Pydantic v2 자주 묻는 질문
JSON to Pydantic은 userId 같은 camelCase JSON 키를 어떻게 변환하나요?
PEP 8 규약에 맞는 snake_case(user_id)로 바꾸고 Field(alias="userId")를 자동 부착하여 Pydantic v2가 camelCase JSON을 매끄럽게 파싱합니다.
중첩된 JSON 객체는 별도의 Python 클래스로 분리되나요?
네. 중첩 구조는 루트 모델 위쪽에 순서대로 정리된 독립 BaseModel 클래스로 자동 호이스팅됩니다.
Pydantic v2 출력에 from __future__ import annotations를 포함하는 이유는?
Python 3.9 이상 환경에서 최신 PEP 604 유니온 문법(str | None)과 전방 참조를 오류 없이 안정적으로 지원하기 위해서입니다.