Python 자동화 스크립트 작성하기 – 초보자도 쉽게 따라하는 완벽 가이드

1. 도입 – 학습 목표 및 필요성

Python 자동화 스크립트 작성하기는 반복적인 작업을 효율적으로 처리하고 생산성을 극대화하는 핵심 기술입니다. 매일 같은 데이터를 복사하고, 파일을 정리하고, 이메일을 보내는 단순 반복 작업에 시간을 낭비하고 계신가요? Python 자동화를 배우면 이러한 작업을 단 몇 줄의 코드로 자동화할 수 있습니다. 본 튜토리얼에서는 파일 관리, 웹 스크래핑, 엑셀 데이터 처리 등 실무에서 바로 활용 가능한 자동화 스크립트 작성 방법을 단계별로 학습합니다. 프로그래밍 초보자도 쉽게 따라할 수 있도록 구성되어 있으며, 실전 예제를 통해 즉시 업무에 적용할 수 있습니다.

2. 기본 개념 설명

자동화 스크립트란 사람이 수동으로 수행하던 작업을 컴퓨터가 자동으로 실행하도록 만든 프로그램입니다. Python은 간결한 문법과 풍부한 라이브러리 덕분에 자동화에 가장 적합한 언어로 평가받고 있습니다.

자동화가 필요한 주요 작업:

• 파일 관리: 수백 개의 파일을 특정 규칙에 따라 정리, 이름 변경, 백업
• 데이터 처리: 엑셀, CSV 파일의 데이터 추출, 변환, 통합
• 웹 작업: 웹사이트에서 정보 수집, 자동 로그인, 폼 제출
• 시스템 관리: 정기적인 백업, 로그 파일 분석, 시스템 모니터링
• 커뮤니케이션: 이메일 자동 발송, 메시지 전송, 보고서 생성

Python의 주요 자동화 라이브러리로는 os(파일 시스템), pandas(데이터 처리), selenium(웹 자동화), schedule(작업 스케줄링) 등이 있습니다. 이들을 조합하면 거의 모든 반복 작업을 자동화할 수 있습니다.

3. 단계별 구현 가이드

3.1 개발 환경 설정

먼저 Python 3.8 이상 버전을 설치해야 합니다. 공식 웹사이트(python.org)에서 다운로드하거나 Anaconda를 사용할 수 있습니다.

필수 라이브러리 설치:

pip install pandas openpyxl schedule selenium requests beautifulsoup4

3.2 첫 번째 자동화 스크립트: 파일 정리 자동화

다운로드 폴더에 쌓인 파일들을 확장자별로 자동 분류하는 스크립트를 만들어봅시다.

구현 단계:

1. 폴더 구조 파악: 정리할 폴더와 분류 기준 결정
2. 파일 목록 가져오기: os.listdir()로 파일 목록 수집
3. 확장자 추출: 각 파일의 확장자 분석
4. 폴더 생성: 확장자별 폴더 자동 생성
5. 파일 이동: shutil.move()로 파일 분류

3.3 두 번째 자동화: 엑셀 데이터 처리 자동화

여러 엑셀 파일의 데이터를 하나로 통합하고 분석하는 작업은 pandas 라이브러리로 간단히 자동화할 수 있습니다.

구현 단계:

1. 파일 수집: glob 패턴으로 모든 엑셀 파일 찾기
2. 데이터 읽기: pd.read_excel()로 각 파일 로드
3. 데이터 결합: pd.concat()으로 통합
4. 데이터 정제: 중복 제거, 결측치 처리
5. 결과 저장: 처리된 데이터를 새 파일로 저장

3.4 세 번째 자동화: 웹 데이터 수집 자동화

웹사이트에서 정기적으로 정보를 수집하는 작업은 requests와 BeautifulSoup으로 자동화할 수 있습니다.

구현 단계:

1. HTTP 요청: requests.get()으로 웹페이지 가져오기
2. HTML 파싱: BeautifulSoup으로 데이터 추출
3. 데이터 저장: CSV 또는 데이터베이스에 저장
4. 스케줄링: schedule 라이브러리로 정기 실행

3.5 스크립트 스케줄링

작성한 스크립트를 정기적으로 자동 실행하려면 schedule 라이브러리나 운영체제의 작업 스케줄러를 활용합니다. Windows에서는 작업 스케줄러, Linux/Mac에서는 cron을 사용할 수 있습니다.

4. 실제 코드 예제와 설명

예제 1: 파일 정리 자동화 스크립트

import os
import shutil
from pathlib import Path

def organize_files(source_dir):
    """파일을 확장자별로 자동 분류하는 함수"""
    
    # 확장자별 폴더 매핑
    file_types = {
        'Images': ['.jpg', '.jpeg', '.png', '.gif', '.bmp'],
        'Documents': ['.pdf', '.docx', '.txt', '.xlsx', '.pptx'],
        'Videos': ['.mp4', '.avi', '.mkv', '.mov'],
        'Audio': ['.mp3', '.wav', '.flac'],
        'Archives': ['.zip', '.rar', '.7z', '.tar']
    }
    
    # 소스 디렉토리의 모든 파일 순회
    for filename in os.listdir(source_dir):
        file_path = os.path.join(source_dir, filename)
        
        # 디렉토리는 건너뛰기
        if os.path.isdir(file_path):
            continue
        
        # 파일 확장자 추출
        file_ext = Path(filename).suffix.lower()
        
        # 적절한 폴더 찾기
        moved = False
        for folder_name, extensions in file_types.items():
            if file_ext in extensions:
                # 대상 폴더 생성 (없으면)
                dest_folder = os.path.join(source_dir, folder_name)
                os.makedirs(dest_folder, exist_ok=True)
                
                # 파일 이동
                shutil.move(file_path, os.path.join(dest_folder, filename))
                print(f"'{filename}'을(를) {folder_name} 폴더로 이동했습니다.")
                moved = True
                break
        
        # 매칭되지 않은 파일은 Others 폴더로
        if not moved:
            others_folder = os.path.join(source_dir, 'Others')
            os.makedirs(others_folder, exist_ok=True)
            shutil.move(file_path, os.path.join(others_folder, filename))
            print(f"'{filename}'을(를) Others 폴더로 이동했습니다.")

# 실행
if __name__ == "__main__":
    downloads_path = os.path.expanduser("~/Downloads")
    organize_files(downloads_path)
    print("파일 정리가 완료되었습니다!")

예제 2: 엑셀 데이터 통합 자동화

import pandas as pd
import glob
import os

def merge_excel_files(folder_path, output_file):
    """여러 엑셀 파일을 하나로 통합하는 함수"""
    
    # 모든 엑셀 파일 찾기
    excel_files = glob.glob(os.path.join(folder_path, "*.xlsx"))
    
    if not excel_files:
        print("엑셀 파일을 찾을 수 없습니다.")
        return
    
    # 데이터프레임 리스트
    dfs = []
    
    # 각 파일 읽기
    for file in excel_files:
        try:
            df = pd.read_excel(file)
            # 파일명을 열로 추가 (출처 추적)
            df['출처파일'] = os.path.basename(file)
            dfs.append(df)
            print(f"{os.path.basename(file)} 로딩 완료")
        except Exception as e:
            print(f"{file} 읽기 실패: {e}")
    
    # 모든 데이터프레임 통합
    merged_df = pd.concat(dfs, ignore_index=True)
    
    # 중복 제거
    merged_df.drop_duplicates(inplace=True)
    
    # 결과 저장
    merged_df.to_excel(output_file, index=False)
    print(f"\n총 {len(merged_df)}행의 데이터가 {output_file}에 저장되었습니다.")

# 실행
merge_excel_files("./data", "통합데이터.xlsx")

5. 고급 활용 방법

5.1 에러 처리 및 로깅

실무 자동화 스크립트는 예외 상황을 처리하고 실행 기록을 남겨야 합니다. try-except 블록으로 에러를 처리하고, logging 모듈로 실행 로그를 기록하세요.

import logging

logging.basicConfig(
    filename='automation.log',
    level=logging.INFO,
    format='%(asctime)s - %(levelname)s - %(message)s'
)

try:
    # 자동화 작업 수행
    logging.info("작업 시작")
    # ...
    logging.info("작업 완료")
except Exception as e:
    logging.error(f"에러 발생: {e}")

5.2 설정 파일 활용

경로, API 키 등의 설정값은 JSON이나 YAML 파일로 분리하여 관리하면 유지보수가 용이합니다.

5.3 GUI 추가

tkinter나 PyQt를 사용해 간단한 GUI를 추가하면 비개발자도 스크립트를 쉽게 사용할 수 있습니다.

5.4 클라우드 통합

Google Drive API, AWS S3 등과 연동하여 클라우드 기반 자동화를 구현할 수 있습니다.

6. 마무리 및 추가 학습 자료

Python 자동화 스크립트 작성하기를 마스터하면 업무 효율이 비약적으로 향상됩니다. 본 튜토리얼에서 배운 파일 관리, 데이터 처리, 웹 스크래핑 기술을 조합하여 자신만의 자동화 도구를 만들어보세요. 추가 학습을 위해서는 공식 Python 문서(docs.python.org), ‘Automate the Boring Stuff with Python’ 책, Real Python 웹사이트를 추천합니다. 작은 프로젝트부터 시작하여 점차 복잡한 자동화로 확장해나가세요. 자동화는 한 번 만들어두면 계속해서 시간을 절약해주는 투자입니다!