[PYTHON] threading vs asyncio : 진짜 효율적인 동시성은 무엇인가?

[PYTHON] threading vs asyncio

 

파이썬 개발자라면 한 번쯤은 동시성 처리에 대한 고민을 해봤을 것이다. 특히 웹 서버나 네트워크 기반 프로그램을 만들 때는 동시에 여러 작업을 처리할 수 있는 기술이 필수다. 이때 자주 비교되는 두 기술이 바로 threading과 asyncio다. 겉보기에는 비슷해 보일 수 있지만, 내부 동작 방식과 성능 특성은 매우 다르다. 이 글에서는 파이썬 동시성 처리의 양대 축인 threading과 asyncio의 작동 원리, 장단점, 실무에서의 선택 기준까지, 현업 전문가의 경험을 바탕으로 깊이 있게 다뤄보겠다.

1. threading: OS 수준의 병렬성

threading 모듈은 운영체제의 스레드를 활용한다. 이는 멀티코어 CPU에서 실제 병렬로 실행될 수 있으며, 각 스레드는 별도의 스택과 실행 흐름을 가진다.

• IO 작업뿐 아니라 CPU 연산 병렬화 가능
• 사용하기 비교적 쉽고, 전통적인 방식에 가까움
• GIL(Global Interpreter Lock)로 인해 진정한 CPU 병렬 처리는 제한적
• 스레드 수가 많아지면 컨텍스트 스위칭 비용 증가

실제 코드 예제 (threading)

import threading
import time

def task(name):
    print(f"{name} 시작")
    time.sleep(2)
    print(f"{name} 종료")

threads = []
for i in range(3):
    t = threading.Thread(target=task, args=(f"작업-{i}",))
    t.start()
    threads.append(t)

for t in threads:
    t.join()
  

2. asyncio: 이벤트 루프 기반의 비동기성

asyncio는 하나의 이벤트 루프에서 여러 작업을 비동기적으로 처리한다. 코루틴(coroutine)이라는 개념을 사용하며, await 구문을 통해 작업 간 문맥 전환을 제어한다.

• 수천 개의 연결을 동시에 처리할 수 있음
• 낮은 메모리 사용량
• CPU 바운드 작업에는 부적합
• 코드의 가독성과 디버깅이 어렵게 느껴질 수 있음

실제 코드 예제 (asyncio)

import asyncio

async def task(name):
    print(f"{name} 시작")
    await asyncio.sleep(2)
    print(f"{name} 종료")

async def main():
    await asyncio.gather(*(task(f"작업-{i}") for i in range(3)))

asyncio.run(main())
  

3. threading vs asyncio: 무엇이 더 좋은 선택일까?

아래 표는 threading과 asyncio의 주요 특징을 비교한 것이다.

항목	threading	asyncio
기반 구조	OS 스레드	이벤트 루프
병렬성	제한적 (GIL 영향)	비동기적 동시성
적합한 작업	CPU 바운드, 블로킹 I/O	IO 바운드, 대규모 연결
메모리 사용	많음 (스레드당 스택)	적음 (코루틴 경량)
복잡도	낮음	중간 ~ 높음
디버깅 난이도	낮음	높음

4. 실무에서의 선택 기준

대부분의 웹 서버나 네트워크 기반 애플리케이션은 asyncio가 적합하다. 특히 FastAPI, aiohttp와 같은 프레임워크는 비동기 환경에 최적화되어 있어, 수많은 클라이언트를 동시에 처리할 수 있다. 반면, 데이터 처리, 영상 렌더링, 복잡한 수학 연산 등 CPU 연산이 많은 작업에서는 threading 또는 multiprocessing이 효과적이다.

추천 기준 정리

• 비동기 IO: asyncio
• 단순 병렬 처리: threading
• 복잡한 CPU 작업: multiprocessing
• 웹 서버 개발: asyncio 기반 프레임워크

5. 전문가의 실전 팁

- asyncio는 설계 초기부터 고려해야 한다.
기존 동기 코드에 억지로 비동기를 섞으면 오히려 복잡도만 증가한다.

- threading은 GIL에 주의하자.
파이썬에서는 하나의 시점에 한 스레드만 실행되므로 CPU 연산을 병렬화하려면 multiprocessing이 대안이다.

- 성능 비교는 실제 코드로 측정하라.
이론보다 중요한 건 실제 성능이다. timeit이나 perf_counter로 테스트하자.

6. 결론

threading과 asyncio는 용도가 전혀 다르다. 어떤 것이 더 좋다고 단언할 수는 없으며, 문제의 성격에 맞는 적절한 도구를 선택하는 것이 핵심이다. 당신이 만들고자 하는 시스템의 병목 지점이 어디인지 정확히 파악하고, 동시성 전략을 설계하자.

---

출처 (References)

• Python 공식 문서 - threading
• Python 공식 문서 - asyncio
• Real Python - Async IO in Python
• SuperFastPython - Threading vs Asyncio