pytest fixture 활용법: 테스트 코드의 중복을 줄이고 유지보수성을 높이는 실무 패턴

pytest fixture는 테스트 실행 전후에 필요한 데이터나 상태를 미리 준비하고 정리하는 가장 효율적인 도구입니다. 단순히 반복되는 코드를 줄이는 것을 넘어, 테스트 간의 의존성을 분리하고 가독성을 확보하는 데 핵심적인 역할을 합니다.

파이썬으로 백엔드 API나 데이터 처리 로직을 검증하다 보면, 데이터베이스 연결이나 Mock 객체 생성 같은 준비 과정이 테스트 코드보다 길어지는 상황을 자주 마주하게 됩니다. 이때 fixture를 제대로 활용하지 못하면 테스트 코드는 금세 읽기 힘든 스파게티 코드가 되어버립니다.

이 글을 읽기 전에 파이썬 테스트의 전반적인 흐름을 다룬 '효율적인 파이썬 테스트 전략'에 대한 개념을 먼저 떠올려보시면 좋습니다. fixture는 그 전략을 구체적으로 구현하는 강력한 수단이기 때문입니다.

단순히 fixture를 정의하는 법을 넘어, 실무에서 흔히 저지르는 실수와 유지보수가 쉬운 테스트 코드를 짜기 위한 구조 설계 방법을 정리했습니다.

pytest fixture 주제를 읽기 전에 먼저 보면 좋은 대표 이미지 · 핵심 포인트: 기본 개념, 재사용 패턴, 안티패턴

핵심 내용 먼저 보기

핵심 키워드 pytest fixture · 연관 검색어 pytest fixture, 파이썬 테스트, conftest.py, 테스트 자동화, pytest 사용법

fixture가 xUnit 스타일의 setup/teardown보다 나은 이유

과거의 unittest 프레임워크에서 사용하던 setup과 teardown 방식은 클래스 단위로 고정된 동작을 수행하기 때문에 유연성이 떨어집니다. 반면 pytest fixture는 명시적인 의존성 주입(Explicit Dependency Injection) 방식을 사용합니다. 테스트 함수가 필요한 fixture를 인자로 요청하면 pytest가 이를 알아서 전달하는 구조입니다.

이 방식의 가장 큰 장점은 테스트 함수만 보고도 이 테스트가 어떤 자원을 사용하는지 한눈에 알 수 있다는 점입니다. 또한, 여러 개의 fixture를 조합하거나 필요한 테스트에만 선택적으로 적용할 수 있어 코드의 재사용성이 비약적으로 상승합니다.

conftest.py와 scope를 활용한 효율적인 자원 관리

실무 프로젝트에서는 수많은 테스트 파일이 존재합니다. 이때 각 파일마다 동일한 fixture를 정의하는 것은 비효율적입니다. conftest.py 파일을 사용하면 특정 디렉토리 내의 모든 테스트가 공유할 수 있는 전역 fixture를 만들 수 있습니다. 이는 프로젝트 전체의 일관성을 유지하는 데 큰 도움이 됩니다.

여기서 중요한 판단 포인트는 scope(범위) 설정입니다. 기본값인 'function'은 매 테스트마다 fixture를 새로 생성하지만, 데이터베이스 연결처럼 비용이 큰 작업은 'session'이나 'module' 단위를 고려해야 합니다. 다만, scope를 넓게 잡을수록 테스트 간의 상태가 공유되어 예기치 못한 부작용이 생길 수 있으므로, 상태를 변경하지 않는 읽기 전용 자원에 우선적으로 적용하는 것이 좋습니다.

테스트를 어렵게 만드는 fixture 안티패턴과 주의점

가장 흔히 하는 실수는 fixture 내부에서 또 다른 fixture를 너무 깊게 호출하여 의존성 지옥을 만드는 것입니다. fixture가 복잡하게 얽히면 특정 테스트가 왜 실패했는지 추적하기가 매우 어려워집니다. fixture는 가급적 단일 책임 원칙을 지키며 작게 쪼개는 것이 유리합니다.

또한 autouse=True 옵션을 남발하는 것도 경계해야 합니다. 모든 테스트에 자동으로 적용되므로 편리해 보이지만, 실제로는 해당 자원이 필요 없는 테스트의 실행 속도까지 늦추고 테스트의 명시성을 해칩니다. 정말로 모든 테스트에 공통적으로 필요한 전역 설정이 아니라면, 가급적 인자로 직접 넘겨주는 방식을 권장합니다.

실무에서 바로 쓰는 yield와 parametrization 기법

테스트가 끝난 뒤 자원을 정리해야 한다면 return 대신 yield를 사용하세요. yield 문 이전의 코드는 setup 역할을 하고, yield 이후의 코드는 teardown 역할을 수행합니다. 예를 들어 임시 파일을 생성하고 테스트가 끝나면 삭제하는 로직을 구현할 때 매우 깔끔하게 처리할 수 있습니다.

더 나아가 fixture 자체에 params를 전달하여 하나의 fixture로 여러 상태를 테스트하는 기법도 유용합니다. 동일한 로직을 다양한 데이터셋으로 검증해야 할 때, 테스트 함수를 여러 개 만들지 않고도 fixture 레벨에서 데이터를 주입하여 테스트 커버리지를 효율적으로 넓힐 수 있습니다.

pytest fixture는 단순히 코드를 줄이는 도구가 아니라, 테스트 코드의 아키텍처를 결정짓는 핵심 요소입니다. 처음에는 익숙하지 않아 setup/teardown 방식이 편하게 느껴질 수 있지만, 프로젝트 규모가 커질수록 fixture의 명시적인 구조가 주는 안정감은 비교할 수 없을 만큼 큽니다.

오늘 정리한 scope 활용법과 안티패턴을 염두에 두고 기존 테스트 코드를 리팩토링해 보시기 바랍니다. 특히 conftest.py를 활용해 공통 자원을 분리하는 것만으로도 테스트 파일의 가독성이 몰라보게 좋아질 것입니다.

이후에는 Mock 객체를 활용해 외부 API 의존성을 제거하는 방법이나, CI 환경에서 테스트 실행 시간을 단축하는 병렬 테스트 기법 등을 함께 살펴보시면 더욱 완성도 높은 테스트 환경을 구축하실 수 있습니다.

자주 묻는 질문

fixture의 scope 중 session과 function의 차이는 무엇인가요?

function scope는 각 테스트 함수가 실행될 때마다 fixture를 새로 생성하고 파괴합니다. 반면 session scope는 전체 테스트 프로세스가 시작될 때 한 번만 생성되어 모든 테스트가 공유하므로, DB 연결처럼 생성 비용이 큰 자원에 적합합니다.

하나의 테스트 함수에 여러 개의 fixture를 사용할 수 있나요?

네, 가능합니다. 테스트 함수의 인자로 필요한 fixture 이름을 나열하기만 하면 됩니다. pytest는 인자의 순서대로 fixture를 준비하여 주입해 줍니다.

yield를 사용한 teardown이 실행되지 않는 경우도 있나요?

일반적으로 테스트가 실패하더라도 yield 이후의 코드는 실행됩니다. 하지만 fixture의 setup 단계(yield 이전)에서 예외가 발생하면 yield 이후의 코드는 실행되지 않으므로 주의가 필요합니다.

---

해시태그

#pytestfixture #파이썬테스트 #conftest.py #테스트자동화 #pytest사용법 #의존성주입