파일 자동화는 언제 유용한가요?

대량의 파일 정리, 백업, 이름 변경, 포맷 변환 등 반복 작업에 유용합니다.

pathlib이 더 현대적이고 직관적입니다. 새 프로젝트는 pathlib 권장.

파일/디렉토리 복사, 이동, 삭제 등 고수준 파일 작업 라이브러리입니다.

Python 파일 자동화 | 파일 정리, 이름 변경, 백업 자동화

2026년 3월 28일 · 18분 읽기 · 수정 2026년 4월 7일 중급 튜토리얼

이 글의 핵심

Python 파일 자동화: 파일 정리, 이름 변경, 백업 자동화. 파일 찾기·파일 이름 변경.

들어가며

”반복 작업은 자동화하세요”

Python으로 파일 작업을 자동화하면 시간을 크게 절약할 수 있습니다.

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. 파일 찾기

특정 확장자 파일 찾기

pathlib.Path.glob과 **는 폴더 서랍을 열어 같은 확장자만 골라 담는 작업을 재귀적으로 해 줍니다. 예를 들어 프로젝트 전체에서 .pdf만 모을 때 수작업으로 찾기보다 훨씬 빠릅니다.

from pathlib import Path
def find_files(directory, extension):
    """특정 확장자 파일 찾기"""
    path = Path(directory)
    return list(path.glob(f'**/*.{extension}'))
# 사용
pdf_files = find_files('.', 'pdf')
for file in pdf_files:
    print(file)

조건부 파일 찾기

import os
from datetime import datetime, timedelta
def find_old_files(directory, days=30):
    """N일 이상 된 파일 찾기"""
    cutoff = datetime.now() - timedelta(days=days)
    old_files = []
    
    for root, dirs, files in os.walk(directory):
        for file in files:
            filepath = Path(root) / file
            mtime = datetime.fromtimestamp(filepath.stat().st_mtime)
            
            if mtime < cutoff:
                old_files.append(filepath)
    
    return old_files
# 사용
old_files = find_old_files('.', days=90)
print(f"{len(old_files)}개의 오래된 파일")

2. 파일 이름 변경

일괄 이름 변경

from pathlib import Path
def rename_files(directory, old_pattern, new_pattern):
    """파일 이름 일괄 변경"""
    path = Path(directory)
    
    for file in path.glob('*'):
        if old_pattern in file.name:
            new_name = file.name.replace(old_pattern, new_pattern)
            file.rename(file.parent / new_name)
            print(f"{file.name} → {new_name}")
# 사용
rename_files('.', 'old_', 'new_')

순번 추가

def add_numbers(directory, extension):
    """파일에 순번 추가"""
    path = Path(directory)
    files = sorted(path.glob(f'*.{extension}'))
    
    for i, file in enumerate(files, 1):
        new_name = f"{i:03d}_{file.name}"
        file.rename(file.parent / new_name)
        print(f"{file.name} → {new_name}")
# 사용
add_numbers('./images', 'jpg')
# photo.jpg → 001_photo.jpg

3. 파일 정리

확장자별 폴더 정리

import shutil
from pathlib import Path
def organize_files(directory):
    """확장자별로 폴더 정리"""
    path = Path(directory)
    
    for file in path.iterdir():
        if file.is_file():
            # 확장자 추출
            ext = file.suffix[1:]  # .jpg → jpg
            
            if ext:
                # 폴더 생성
                target_dir = path / ext
                target_dir.mkdir(exist_ok=True)
                
                # 파일 이동
                shutil.move(str(file), str(target_dir / file.name))
                print(f"{file.name} → {ext}/")
# 사용
organize_files('./downloads')

4. 자동 백업

백업 스크립트

import shutil
from pathlib import Path
from datetime import datetime
def backup_directory(source, backup_root):
    """디렉토리 백업"""
    timestamp = datetime.now().strftime('%Y%m%d_%H%M%S')
    backup_name = f"backup_{timestamp}"
    backup_path = Path(backup_root) / backup_name
    
    # 백업 실행
    shutil.copytree(source, backup_path)
    print(f"백업 완료: {backup_path}")
    
    # 압축
    shutil.make_archive(str(backup_path), 'zip', backup_path)
    shutil.rmtree(backup_path)  # 원본 폴더 삭제
    print(f"압축 완료: {backup_path}.zip")
# 사용
backup_directory('./project', './backups')

오래된 백업 삭제

def cleanup_old_backups(backup_dir, keep_count=5):
    """최신 N개만 유지"""
    path = Path(backup_dir)
    backups = sorted(path.glob('backup_*.zip'), key=lambda x: x.stat().st_mtime)
    
    # 오래된 것 삭제
    for backup in backups[:-keep_count]:
        backup.unlink()
        print(f"삭제: {backup.name}")
# 사용
cleanup_old_backups('./backups', keep_count=5)

5. 중복 파일 찾기

해시 기반 중복 검사

import hashlib
from collections import defaultdict
def find_duplicates(directory):
    """중복 파일 찾기 (MD5 해시)"""
    hashes = defaultdict(list)
    
    for file in Path(directory).rglob('*'):
        if file.is_file():
            # 파일 해시 계산
            with open(file, 'rb') as f:
                file_hash = hashlib.md5(f.read()).hexdigest()
            hashes[file_hash].append(file)
    
    # 중복 파일 출력
    duplicates = {h: files for h, files in hashes.items() if len(files) > 1}
    
    for hash_val, files in duplicates.items():
        print(f"\n중복 그룹 ({hash_val[:8]}...):")
        for file in files:
            print(f"  - {file}")
    
    return duplicates
# 사용
duplicates = find_duplicates('./documents')

6. 실전 예제

로그 파일 정리 스크립트

from pathlib import Path
import gzip
from datetime import datetime, timedelta
def cleanup_logs(log_dir, archive_days=7, delete_days=30):
    """
    로그 파일 정리:
    - 7일 이상: 압축
    - 30일 이상: 삭제
    """
    path = Path(log_dir)
    now = datetime.now()
    
    for log_file in path.glob('*.log'):
        mtime = datetime.fromtimestamp(log_file.stat().st_mtime)
        age = (now - mtime).days
        
        if age >= delete_days:
            # 삭제
            log_file.unlink()
            print(f"삭제: {log_file.name} ({age}일)")
        
        elif age >= archive_days:
            # 압축
            gz_path = log_file.with_suffix('.log.gz')
            
            with open(log_file, 'rb') as f_in:
                with gzip.open(gz_path, 'wb') as f_out:
                    f_out.writelines(f_in)
            
            log_file.unlink()
            print(f"압축: {log_file.name} → {gz_path.name}")
# 사용
cleanup_logs('./logs', archive_days=7, delete_days=30)

백업·드라이런·로그로 실수 줄이기

파일을 지우거나 옮기는 스크립트는 한 번 잘못 돌리면 되돌리기 어렵습니다. 먼저 대상만 출력하는 테스트 모드로 범위를 확인하고, 중요한 디렉터리는 복사본을 둔 뒤 실행하는 습관이 안전합니다. 예외는 PermissionError처럼 원인이 다른 종류로 나누어 잡으면 디버깅이 빨라집니다.

# ✅ 안전한 파일 작업
# 1. 백업 먼저
# 2. 테스트 모드 (실제 작업 전 확인)
# 3. 로깅
# ✅ 에러 처리
try:
    shutil.move(src, dst)
except PermissionError:
    print("권한 없음")
except FileNotFoundError:
    print("파일 없음")
# ✅ 진행 상황 표시
from tqdm import tqdm
for file in tqdm(files, desc="처리 중"):
    process(file)

정리

핵심 요약

파일 찾기: glob, rglob
이름 변경: rename()
파일 이동: shutil.move()
백업: copytree(), make_archive()
중복 검사: 해시 비교

다음 단계

Python 파일 처리 | 읽기, 쓰기, CSV, JSON 완벽 정리

심화 부록: 구현·운영 관점

이 부록은 앞선 본문에서 다룬 주제(「Python 파일 자동화 | 파일 정리, 이름 변경, 백업 자동화」)를 구현·런타임·운영 관점에서 다시 압축합니다. 도메인별 세부 구현은 글마다 다르지만, 입력 검증 → 핵심 연산 → 부작용(I/O·네트워크·동시성) → 관측의 흐름으로 장애를 나누면 원인 추적이 빨라집니다.

내부 동작과 핵심 메커니즘

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]

sequenceDiagram
  participant C as 클라이언트/호출자
  participant B as 경계(런타임·게이트웨이·프로세스)
  participant D as 의존성(API·DB·큐·파일)
  C->>B: 요청/이벤트
  B->>D: 조회·쓰기·RPC
  D-->>B: 지연·부분 실패·재시도 가능
  B-->>C: 응답 또는 오류(코드·상관 ID)

불변 조건(Invariant): 버퍼 경계, 프로토콜 상태, 트랜잭션 격리, FD 상한 등 단계별로 문장으로 적어 두면 디버깅 비용이 줄어듭니다.
결정성: 순수 층과 시간·네트워크·스케줄에 의존하는 층을 분리해야 테스트와 장애 분석이 쉬워집니다.
경계 비용: 직렬화, 인코딩, syscall 횟수, 락 경합, 할당·GC, 캐시 미스를 의심 목록에 둡니다.
백프레셔: 생산자가 소비자보다 빠를 때 버퍼·큐·스트림에서 속도를 줄이는 신호를 어디에 둘지 정의합니다.

프로덕션 운영 패턴

영역	운영 관점 질문
관측성	요청 단위 상관 ID, 에러율·지연 p95/p99, 의존성 타임아웃·재시도가 대시보드에 보이는가
안전성	입력 검증·권한·비밀·감사 로그가 코드 경로마다 일관적인가
신뢰성	재시도는 멱등 연산에만 적용되는가, 서킷 브레이커·백오프·DLQ가 있는가
성능	캐시·배치 크기·커넥션 풀·인덱스·백프레셔가 데이터 규모에 맞는가
배포	롤백 룬북, 카나리/블루그린, 마이그레이션·피처 플래그가 문서화되어 있는가
용량	피크 트래픽·디스크·FD·스레드 풀 상한을 주기적으로 검증하는가

스테이징은 데이터 양·네트워크 RTT·동시성을 프로덕션에 가깝게 맞출수록 재현율이 올라갑니다.

확장 예시: 엔드투엔드 미니 시나리오

앞선 본문 주제(「Python 파일 자동화 | 파일 정리, 이름 변경, 백업 자동화」)를 배포·운영 흐름에 맞춰 옮긴 체크리스트입니다. 도메인에 맞게 단계 이름만 바꿔 적용할 수 있습니다.

입력 계약 고정: 스키마·버전·최대 페이로드·타임아웃·에러 코드를 경계에 둔다.
핵심 경로 계측: 요청 ID, 단계별 지연, 외부 호출 결과 코드를 로그·메트릭·트레이스에서 한 흐름으로 본다.
실패 주입: 의존성 타임아웃·5xx·부분 데이터·락 대기를 스테이징에서 재현한다.
호환·롤백: 설정/마이그레이션/클라이언트 버전을 되돌릴 수 있는지 확인한다.
부하 후 검증: 피크 대비 p95/p99, 에러율, 리소스 상한, 알림 임계값을 점검한다.

handle(request):
  ctx = newCorrelationId()
  validated = validateSchema(request)
  authorize(validated, ctx)
  result = domainCore(validated)
  persistOrEmit(result, idempotentKey)
  recordMetrics(ctx, latency, outcome)
  return result

문제 해결(Troubleshooting)

증상	가능 원인	조치
간헐적 실패	레이스, 타임아웃, 외부 의존성, DNS	최소 재현 스크립트, 분산 트레이스·로그 상관관계, 재시도·서킷 설정 점검
성능 저하	N+1, 동기 I/O, 락 경합, 과도한 직렬화, 캐시 미스	프로파일러·APM으로 핫스팟 확인 후 한 가지씩 제거
메모리 증가	캐시 무제한, 구독/리스너 누수, 대용량 버퍼, 커넥션 미반납	상한·TTL·힙/FD 스냅샷 비교
빌드·배포만 실패	환경 변수, 권한, 플랫폼 차이, lockfile	CI 로그와 로컬 diff, 런타임·이미지 버전 핀
설정 불일치	프로필·시크릿·기본값, 리전	스키마 검증된 설정 단일 소스와 배포 매트릭스 표준화
데이터 불일치	비멱등 재시도, 부분 쓰기, 캐시 무효화 누락	멱등 키·아웃박스·트랜잭션 경계 재검토

권장 순서: (1) 최소 재현 (2) 최근 변경 범위 축소 (3) 환경·의존성 차이 (4) 관측으로 가설 검증 (5) 수정 후 회귀·부하 테스트.

배포 전에는 git add → git commit → git push 후 npm run deploy 순서를 권장합니다.

자주 묻는 질문 (FAQ)

Q. 이 내용을 실무에서 언제 쓰나요?

A. Python 파일 자동화: 파일 정리, 이름 변경, 백업 자동화. 파일 찾기·파일 이름 변경로 흐름을 잡고 원리·코드·실무 적용을 한글로 정리합니다. Python·자동화·파일처리 중심으로 설명합니다. 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.

Python 실전 데이터 분석 | Pandas로 데이터 분석하기
Python 웹 스크래핑 | BeautifulSoup, Selenium 완벽 정리
Python 실전 시리즈 전체 목차 | #01~#23 학습 경로·영문 글·연관 글
Python 파일 처리 | 읽기, 쓰기, CSV, JSON 완벽 정리
[Python File Automation | Organize, Rename, and Back Up Files](/en/blog/python-series-21-file-automation/

이 글에서 다루는 키워드 (관련 검색어)

Python, 자동화, 파일처리, os, pathlib, shutil, 스크립트 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.