예외 처리는 왜 필요한가요?

프로그램이 예상치 못한 상황에서 중단되지 않도록 하기 위해 필요합니다.

try-except는 언제 쓰나요?

파일 입출력, 네트워크 통신, 사용자 입력 등 에러가 발생할 수 있는 곳에 사용합니다.

Exception vs Error 차이는?

Exception은 처리 가능한 예외, Error는 심각한 오류입니다. 대부분 Exception을 처리합니다.

Python 예외 처리 | try-except, raise, 커스텀 예외 완벽 정리

2026년 3월 28일 · 20분 읽기 · 수정 2026년 4월 18일 초급 튜토리얼

이 글의 핵심

Python 예외 처리: try-except, raise, 커스텀 예외 기본 예외 처리·try-except-else-finally.

들어가며

”에러를 우아하게 처리하기”

예외 처리는 프로그램의 안정성을 높이는 핵심 기술입니다.

실무 활용 사례: 데이터 분석, 웹 개발, 자동화 프로젝트에서 실제로 사용한 패턴과 코드를 바탕으로 정리했습니다. 초보자가 흔히 겪는 오류와 해결법을 포함합니다.

실무에서 느낀 Python의 매력

처음 Python을 배울 때는 “이게 정말 프로그래밍 언어인가?” 싶을 정도로 간결했습니다. C++에서 10줄로 작성하던 코드가 Python에서는 2~3줄로 끝나는 경우가 많았죠. 특히 데이터 분석 프로젝트를 진행하면서 Pandas와 NumPy의 강력함을 체감했습니다. 엑셀로 몇 시간 걸리던 작업이 Python 스크립트로는 몇 초 만에 끝나는 걸 보고 동료들이 놀라워했던 기억이 납니다. 하지만 처음부터 순탄하지만은 않았습니다. 들여쓰기 하나 잘못해서 몇 시간을 헤맨 적도 있고, 가상환경 설정이 꼬여서 프로젝트 전체를 다시 시작한 적도 있습니다. 이런 시행착오를 겪으며 깨달은 건, 환경 설정을 처음부터 제대로 하는 것이 얼마나 중요한지였습니다. 이 글에서는 제가 겪은 실수들을 바탕으로, 여러분이 같은 시행착오를 겪지 않도록 실전 팁을 담았습니다.

1. 기본 예외 처리

try-except

try 블록은 문제가 날 수 있는 줄을 안전 구역 안에 두는 것이고, except는 비상구로 빠져 나와 사용자에게 알맞은 메시지를 보여 주는 곳입니다. 0으로 나누기·잘못된 입력·없는 파일처럼 예상할 수 있는 실패마다 다른 except 절을 두면 원인 파악이 쉬워집니다.

# 기본 형태
try:
    result = 10 / 0
except ZeroDivisionError:
    print("0으로 나눌 수 없습니다")
    result = None
# 여러 예외 처리
try:
    number = int(input("숫자 입력: "))
    result = 10 / number
except ValueError:
    print("숫자를 입력하세요")
except ZeroDivisionError:
    print("0이 아닌 숫자를 입력하세요")
# 예외 객체 받기
try:
    file = open('없는파일.txt', 'r')
except FileNotFoundError as e:
    print(f"에러: {e}")

2. try-except-else-finally

전체 구조

try:
    # 시도할 코드
    file = open('data.txt', 'r')
    content = file.read()
except FileNotFoundError:
    # 예외 발생 시
    print("파일이 없습니다")
else:
    # 예외 없을 때만 실행
    print(f"파일 읽기 성공: {len(content)}자")
finally:
    # 항상 실행 (파일 닫기 등)
    if 'file' in locals():
        file.close()
    print("작업 완료")

3. 예외 발생시키기 (raise)

기본 raise

def divide(a, b):
    if b == 0:
        raise ValueError("b는 0이 될 수 없습니다")
    return a / b
try:
    result = divide(10, 0)
except ValueError as e:
    print(f"에러: {e}")

예외 재발생

def process_data(data):
    try:
        result = int(data)
    except ValueError:
        print("데이터 변환 실패")
        raise  # 예외 재발생
try:
    process_data("abc")
except ValueError:
    print("상위에서 처리")

4. 커스텀 예외

사용자 정의 예외

class InsufficientBalanceError(Exception):
    """잔액 부족 예외"""
    def __init__(self, balance, amount):
        self.balance = balance
        self.amount = amount
        super().__init__(f"잔액 부족: {balance}원 (필요: {amount}원)")
class BankAccount:
    def __init__(self, owner, balance):
        self.owner = owner
        self.balance = balance
    
    def withdraw(self, amount):
        if amount > self.balance:
            raise InsufficientBalanceError(self.balance, amount)
        self.balance -= amount
        return self.balance
# 사용
account = BankAccount("철수", 10000)
try:
    account.withdraw(15000)
except InsufficientBalanceError as e:
    print(e)  # 잔액 부족: 10000원 (필요: 15000원)
    print(f"현재 잔액: {e.balance}원")

5. 주요 예외 타입

자주 쓰는 예외

# ValueError: 값이 잘못됨
try:
    int("abc")
except ValueError:
    print("숫자 변환 실패")
# TypeError: 타입이 잘못됨
try:
    "hello" + 5
except TypeError:
    print("타입 불일치")
# KeyError: 딕셔너리 키 없음
try:
    data = {'name': '철수'}
    print(data['age'])
except KeyError:
    print("키가 없습니다")
# IndexError: 인덱스 범위 초과
try:
    arr = [1, 2, 3]
    print(arr[10])
except IndexError:
    print("인덱스 초과")
# FileNotFoundError: 파일 없음
try:
    open('없는파일.txt', 'r')
except FileNotFoundError:
    print("파일이 없습니다")

6. 실전 예제

안전한 파일 처리

def safe_read_json(filename):
    """JSON 파일 안전하게 읽기"""
    try:
        with open(filename, 'r', encoding='utf-8') as f:
            return json.load(f)
    except FileNotFoundError:
        print(f"{filename} 파일이 없습니다")
        return {}
    except json.JSONDecodeError as e:
        print(f"JSON 파싱 에러: {e}")
        return {}
    except Exception as e:
        print(f"예상치 못한 에러: {e}")
        return {}

재시도 로직

import time
def retry_operation(func, max_attempts=3):
    """실패 시 재시도"""
    for attempt in range(max_attempts):
        try:
            return func()
        except Exception as e:
            print(f"시도 {attempt + 1} 실패: {e}")
            if attempt < max_attempts - 1:
                time.sleep(1)
            else:
                raise
# 사용
def unstable_operation():
    import random
    if random.random() < 0.7:
        raise ConnectionError("연결 실패")
    return "성공"
try:
    result = retry_operation(unstable_operation)
    print(result)
except Exception as e:
    print(f"최종 실패: {e}")

예외를 골라 잡는 습관 (안전망)

try/except는 문제가 터졌을 때 프로그램 전체가 멈추지 않게 받쳐 주는 안전망입니다. Exception만 포괄적으로 잡으면 원인 추적이 어려우므로, 기대할 수 있는 예외 이름을 골라 처리하는 편이 유지보수에 유리합니다.

# ✅ 구체적인 예외 처리
try:
    value = int(user_input)
except ValueError:
    print("숫자를 입력하세요")
# ❌ 너무 광범위한 예외 처리
try:
    value = int(user_input)
except Exception:  # 모든 예외를 잡음 (디버깅 어려움)
    print("에러 발생")
# ✅ 예외 메시지 활용
try:
    file = open('data.txt', 'r')
except FileNotFoundError as e:
    print(f"파일 에러: {e}")
# ✅ 리소스 정리는 finally
try:
    file = open('data.txt', 'r')
    # 작업
finally:
    file.close()  # 항상 실행

내부 동작과 핵심 메커니즘

이 글의 주제는 「Python 예외 처리 | try-except, raise, 커스텀 예외 완벽 정리」입니다. 여기서는 앞선 설명을 구현·런타임 관점에서 한 번 더 압축합니다. 데이터 흐름과 실패 모드를 기준으로 생각하면, “입력이 어디서 검증되고, 핵심 연산이 어디서 일어나며, 부작용(I/O·네트워크·디스크)이 어디서 터지는가”가 한눈에 드러납니다.

처리 파이프라인(개념도)

flowchart TD
  A[입력·요청·이벤트] --> B[파싱·검증·디코딩]
  B --> C[핵심 연산·상태 전이]
  C --> D[부작용: I/O·네트워크·동시성]
  D --> E[결과·관측·저장]

알고리즘·프로토콜 관점에서의 체크포인트

불변 조건(Invariant): 각 단계가 만족해야 하는 조건(예: 버퍼 경계, 프로토콜 상태, 트랜잭션 격리)을 문장으로 적어 두면 디버깅 비용이 줄어듭니다.
결정성: 동일 입력에 동일 출력이 보장되는 순수한 층과, 시간·네트워크에 의해 달라질 수 있는 층을 분리해야 테스트와 장애 분석이 쉬워집니다.
경계 비용: 직렬화/역직렬화, 문자 인코딩, syscall 횟수, 락 경합처럼 “한 번의 호출이 아니라 누적되는 비용”을 의심 목록에 넣습니다.

프로덕션 운영 패턴

실서비스에서는 기능 구현과 함께 관측·배포·보안·비용이 동시에 요구됩니다. 아래는 팀에서 자주 쓰는 최소 체크리스트입니다.

영역	운영 관점에서의 질문
관측성	요청 단위 상관 ID, 에러율/지연 분위수, 주요 의존성 타임아웃이 보이는가
안전성	입력 검증·권한·비밀 관리가 코드 경로마다 일관적인가
신뢰성	재시도는 멱등한 연산에만 적용되는가, 서킷 브레이커·백오프가 있는가
성능	캐시 계층·배치 크기·풀링·백프레셔가 데이터 규모에 맞는가
배포	롤백 룬북, 카나리, 마이그레이션 호환성이 문서화되어 있는가

운영 환경에서는 “개발자 PC에서는 재현되지 않던 문제”가 시간·부하·데이터 크기 때문에 드러납니다. 따라서 스테이징의 데이터 양·네트워크 지연을 가능한 한 현실에 가깝게 맞추는 것이 중요합니다.

문제 해결(Troubleshooting)

증상	가능 원인	조치
간헐적 실패	레이스 컨디션, 타임아웃, 외부 의존성 불안정	최소 재현 스크립트 작성, 분산 트레이스·로그 상관관계 확인
성능 저하	N+1 쿼리, 동기 I/O, 잠금 경합, 과도한 직렬화	프로파일러·APM으로 핫스팟 확인 후 한 가지씩 제거
메모리 증가	캐시 무제한, 클로저/이벤트 구독 누수, 대용량 객체의 불필요한 복사	상한·TTL·스냅샷 비교(힙 덤프/트레이스)
빌드·배포만 실패	환경 변수·권한·플랫폼 차이	CI 로그와 로컬 `diff`, 컨테이너/런타임 버전 핀(pin)

권장 디버깅 순서: (1) 최소 재현 만들기 (2) 최근 변경 범위 좁히기 (3) 의존성·환경 변수 차이 확인 (4) 관측 데이터로 가설 검증 (5) 수정 후 회귀·부하 테스트.

정리

핵심 요약

try-except: 예외 처리 기본
finally: 항상 실행 (리소스 정리)
raise: 예외 발생
커스텀 예외: Exception 상속
베스트 프랙티스: 구체적 예외, with 문

다음 단계

Python 환경 설정 | Windows/Mac에서 Python 설치하고 시작하기

자주 묻는 질문 (FAQ)

Q. 이 내용을 실무에서 언제 쓰나요?

A. Python 예외 처리: try-except, raise, 커스텀 예외 완벽 정리. 기본 예외 처리·try-except-else-finally로 흐름을 잡고 원리·코드·실무 적용을 한글로 정리합니다. Start no… 실무에서는 위 본문의 예제와 선택 가이드를 참고해 적용하면 됩니다.

Q. 선행으로 읽으면 좋은 글은?

A. 각 글 하단의 이전 글 또는 관련 글 링크를 따라가면 순서대로 배울 수 있습니다. Python 시리즈 목차에서 전체 흐름을 확인할 수 있습니다.

Q. 더 깊이 공부하려면?

A. cppreference와 해당 라이브러리 공식 문서를 참고하세요. 글 말미의 참고 자료 링크도 활용하면 좋습니다.

같이 보면 좋은 글 (내부 링크)

이 주제와 연결되는 다른 글입니다.

이 글에서 다루는 키워드 (관련 검색어)

Python, 예외처리, exception, try-except, raise, 에러처리 등으로 검색하시면 이 글이 도움이 됩니다.

이 글이 도움이 되셨나요?

여러분의 피드백은 더 나은 콘텐츠를 만드는 데 도움이 됩니다

문제가 있거나 개선 제안이 있으시면 연락처로 알려주세요.