4. 실행 모델¶
4.1. 프로그램의 구조¶
파이썬 프로그램은 코드 블록으로 만들어집니다. 블록 (block) 은 한 단위로 실행되는 한 조각의 파이썬 프로그램 텍스트입니다. 다음과 같은 것들이 블록입니다: 모듈, 함수 바디, 클래스 정의. 대화형으로 입력되는 각 명령은 블록입니다. 스크립트 파일(표준 입력을 통해 인터프리터로 제공되는 파일이나 인터프리터에 명령행 인자로 지정된 파일)은 코드 블록입니다. 스크립트 명령(-c 옵션으로 인터프리터 명령행에 지정된 명령)은 코드 블록입니다. -m 인자를 사용하여 명령 줄에서 최상위 수준 스크립트로 (모듈 __main__으로) 실행되는 모듈도 코드 블록입니다. 내장함수 eval() 과 exec() 로 전달되는 문자열 인자도 코드 블록입니다.
코드 블록은 실행 프레임 (execution frame) 에서 실행됩니다. 프레임은 몇몇 관리를 위한 정보(디버깅에 사용됩니다)를 포함하고, 코드 블록의 실행이 끝난 후에 어디서 어떻게 실행을 계속할 것인지를 결정합니다.
4.2. 이름과 연결(binding)¶
4.2.1. 이름의 연결¶
이름 (Names) 은 객체를 가리킵니다. 이름은 이름 연결 연산 때문에 만들어집니다.
다음 구조들이 이름을 바인딩합니다:
from ...4 import * 형태의 import 문은 밑줄로 시작하는 이름을 제외하고 임포트된 모듈에 정의된 모든 이름을 바인딩합니다. 이 형식은 모듈 수준에서만 사용할 수 있습니다.
del 문에 나오는 대상 역시 이 목적에서 연결된 것으로 간주합니다(실제 의미가 이름을 연결 해제하는 것이기는 해도).
각 대입이나 임포트 문은 클래스나 함수 정의 때문에 정의되는 블록 내에 등장할 수 있고, 모듈 수준(최상위 코드 블록)에서 등장할 수도 있습니다.
만약 이름이 블록 내에서 연결되면, nonlocal 이나 global 로 선언되지 않는 이상, 그 블록의 지역 변수입니다. 만약 이름이 모듈 수준에서 연결되면, 전역 변수입니다. (모듈 코드 블록의 변수들 지역이면서 전역입니다.) 만약 변수가 코드 블록에서 사용되지만, 거기에서 정의되지 않았으면 자유 변수 입니다.
프로그램 텍스트에 등장하는 각각의 이름들은 다음에 나오는 이름 검색(name resolution) 규칙에 따라 확정되는 이름의 연결 (binding) 을 가리킵니다.
4.2.2. 이름의 검색(resolution)¶
스코프 (scope) 는 블록 내에서 이름의 가시성(visibility)을 정의합니다. 지역 변수가 블록에서 정의되면, 그것의 스코프는 그 블록을 포함합니다. 만약 정의가 함수 블록에서 이루어지면, 포함된 블록이 그 이름에 대해 다른 결합을 만들지 않는 이상, 스코프는 정의하고 있는 것 안에 포함된 모든 블록으로 확대됩니다.
이름이 코드 블록 내에서 사용될 때, 가장 가깝게 둘러싸고 있는 스코프에 있는 것으로 검색됩니다. 코드 블록이 볼 수 있는 모든 스코프의 집합을 블록의 환경 (environment) 이라고 부릅니다.
이름이 어디에서도 발견되지 않으면 NameError 예외가 발생합니다. 만약 현재 스코프가 함수 스코프이고, 그 이름이 사용되는 시점에 아직 연결되지 않은 지역 변수면 UnboundLocalError 예외가 발생합니다. UnboundLocalError 는 NameError 의 서브 클래스입니다.
만약 이름 연결 연산이 코드 블록 내의 어디에서 건 일어난다면, 그 블록 내에서 그 이름의 모든 사용은 현재 블록을 가리키는 것으로 취급됩니다. 이것은 연결되기 전에 블록에서 사용될 때 에러로 이어질 수 있습니다. 이 규칙은 미묘합니다. 파이썬에는 선언(declaration)이 없고, 이름 연결 연산이 코드 블록 내의 어디에서나 일어날 수 있도록 허락합니다. 코드 블록의 지역 변수는 블록의 텍스트 전체에서 이름 연결 연산을 찾아야 결정될 수 있습니다. 예제는 UnboundLocalError 에 관한 FAQ 항목을 참조하세요.
만약 global 문이 블록 내에서 나오면, 문장에서 지정한 이름의 모든 사용은 최상위 이름 공간(top-level namespace)에 연결된 것을 가리키게 됩니다. 최상위 이름 공간에서 이름을 검색한다는 것은, 전역 이름 공간, 즉 코드 블록을 포함하는 모듈의 이름 공간, 과 내장 이름 공간, 모듈 builtins 의 이름 공간, 을 검색한다는 뜻입니다. 전역 이름 공간이 먼저 검색됩니다. 거기에서 이름이 발견되지 않으면, 내장 이름 공간을 다음에 검색합니다. 내장 이름 공간에서도 이름이 발견되지 않으면, 전역 이름 공간에 새 변수가 만들어집니다. global 문은 나열된 이름을 사용하기 전에 나와야 합니다.
global 문은 같은 블록의 이름 연결 연산과 같은 스코프를 갖습니다. 자유 변수의 경우 가장 가까이서 둘러싸는 스코프가 global 문을 포함한다면, 그 자유 변수는 전역으로 취급됩니다.
nonlocal 문은 대응하는 이름이 가장 가까이서 둘러싸는 함수 스코프에서 이미 연결된 이름을 가리키도록 만듭니다. 만약 주어진 이름이 둘러싸는 함수 스코프 어디에도 없다면 컴파일 시점에 SyntaxError 를 일으킵니다. 형 매개 변수는 nonlocal 문으로 재연결할 수 없습니다.
모듈의 이름 공간은 모듈이 처음 임포트될 때 자동으로 만들어집니다. 스크립트의 메인 모듈은 항상 __main__ 이라고 불립니다.
클래스 정의 블록과 exec() 와 eval() 로 전달되는 인자는 특별한 이름 검색 문맥을 갖습니다. 클래스 정의는 이름을 사용하고 정의할 수 있는 실행 가능한 문장입니다. 이 참조들은 연결되지 않은 지역 변수를 전역 이름 공간에서 찾는다는 점을 제외하고는 이름 검색의 일반적인 규칙을 따릅니다. 클래스 정의의 이름 공간은 클래스의 어트리뷰트 딕셔너리가 됩니다. 클래스 블록에서 정의된 이름들의 스코프는 클래스 블록으로 제한됩니다; 메서드들의 코드 블록으로 확대되지 않습니다. 이것은 컴프리헨션과 제너레이터 표현을 포함하지만, 둘러싸는 클래스 스코프에 액세스하는 어노테이션 스코프는 포함하지 않습니다. 이것은 다음과 같은 것이 실패한다는 뜻입니다:
class A:
a = 42
b = list(a + i for i in range(10))
그러나 다음은 성공합니다:
class A:
type Alias = Nested
class Nested: pass
print(A.Alias.__value__) # <type 'A.Nested'>
4.2.3. 어노테이션 스코프¶
어노테이션, 타입 매개변수 목록 및 type 문은 어노테이션 스코프 를 도입하며, 이는 대부분 함수 스코프와 유사하게 작동하지만 아래에서 논의되는 몇 가지 예외가 있습니다.
어노테이션 스코프는 다음과 같은 상황에서 사용됩니다:
제네릭 타입 별칭 을 위한 타입 매개변수 목록.
제네릭 함수 를 위한 타입 매개변수 목록. 제네릭 함수의 어노테이션은 어노테이션 스코프 내에서 실행되지만, 기본값과 데코레이터는 그렇지 않습니다.
제네릭 클래스 를 위한 타입 매개변수 목록. 제네릭 클래스의 기본 클래스와 키워드 인자는 어노테이션 스코프 내에서 실행되지만, 데코레이터는 그렇지 않습니다.
타입 매개변수의 범위, 제약 조건 및 기본값(지연 평가).
타입 별칭의 값(지연 평가).
어노테이션 스코프는 기능적인 면에서 다음과 같은 차이점이 있습니다.
어노테이션 스코프는 주변 클래스 네임스페이스에 접근할 수 있습니다. 어노테이션 스코프가 클래스 스코프 바로 내부에 있거나, 클래스 스코프 내에 있는 다른 어노테이션 스코프 안에 있을 때, 해당 어노테이션 스코프의 코드는 마치 클래스 본문에서 직접 실행되는 것처럼 클래스 스코프에 정의된 이름을 사용할 수 있습니다. 이는 클래스 내부에서 정의된 일반 함수가 클래스 스코프에 정의된 이름에 접근할 수 없는 것과 대조됩니다.
어노테이션 스코프 내의 표현식은
yield,yield from,await또는:=표현식을 포함할 수 없습니다. (이러한 표현들은 어노테이션 스코프 내에 포함된 다른 스코프에서는 허용됩니다.)어노테이션 스코프에서 정의된 이름은 내부 스코프에서
nonlocal문으로 다시 바인딩될 수 없습니다. 이는 타입 매개변수만을 포함하며, 어노테이션 스코프 내에 나타날 수 있는 다른 구문 요소 중 새로운 이름을 도입할 수 있는 것은 없기 때문입니다.어노테이션 스코프가 내부 이름을 가지고 있기는 하지만, 그 이름은 해당 스코프 내에 정의된 객체의 qualified name 에 반영되지 않습니다. 대신, 그러한 객체의
__qualname__은 마치 객체가 외부 스코프에서 정의된 것처럼 표시됩니다.
Added in version 3.12: 어노테이션 스코프는 Python 3.12에서 PEP 695 의 일부로 도입되었습니다.
버전 3.13에서 변경: 어노테이션 스코프는 PEP 696 에 의해 도입된 타입 매개변수 기본값에도 사용됩니다.
4.2.4. 지연 평가¶
대부분의 어노테이션 스코프는 지연 평가 됩니다. 여기에는 어노테이션, type 문을 통해 생성된 타입 별칭의 값, 그리고 타입 매개변수 구문 를 통해 생성된 타입 변수의 범위, 제약 조건 및 기본값이 포함됩니다. 이는 타입 별칭이나 타입 변수가 생성될 때, 또는 어노테이션이 포함된 객체가 생성될 때 평가되지 않음을 의미합니다. 대신, 예를 들어 타입 별칭의 __value__ 속성에 접근할 때와 같이 필요한 경우에만 평가됩니다.
예제:
>>> type Alias = 1/0
>>> Alias.__value__
Traceback (most recent call last):
...
ZeroDivisionError: division by zero
>>> def func[T: 1/0](): pass
>>> T = func.__type_params__[0]
>>> T.__bound__
Traceback (most recent call last):
...
ZeroDivisionError: division by zero
여기서는 타입 별칭의 __value__ 속성이나 타입 변수의 __bound__ 속성에 액세스할 때만 예외가 발생합니다.
이 동작은 타입 별칭이나 타입 변성이 생성될 때 아직 정의되지 않은 유형에 대한 참조를 처리하는 데 주로 유용합니다. 예를 들어, 지연 평가는 상호 재귀적인 타입 별칭 생성을 가능하게 합니다:
from typing import Literal
type SimpleExpr = int | Parenthesized
type Parenthesized = tuple[Literal["("], Expr, Literal[")"]]
type Expr = SimpleExpr | tuple[SimpleExpr, Literal["+", "-"], Expr]
지연 평가되는 값은 어노테이션 스코프 에서 평가됩니다. 이는 지연 평가되는 값 내부에 나타나는 이름들이 마치 바로 인접한 외부 스코프에서 사용되는 것처럼 조회됨을 의미합니다.
Added in version 3.12.
4.2.5. builtins 와 제한된 실행¶
사용자는 __builtins__ 를 건드리지 말아야 합니다; 이것은 구현 세부사항입니다. 내장 이름 공간의 값을 변경하고 싶은 사용자는 builtins 모듈을 import 하고 그것의 어트리뷰트를 적절하게 수정해야 합니다.
코드 블록의 실행과 연관된 내장 이름 공간은, 사실 전역 이름 공간의 이름 __builtins__ 를 조회함으로써 발견됩니다. 이것은 딕셔너리나 모듈이어야 합니다(후자의 경우 모듈의 딕셔너리가 사용됩니다). 기본적으로, __main__ 모듈에 있을 때는 __builtins__ 가 내장 모듈 builtins 이고, 다른 모듈에 있을 때는 __builtins__ 는 builtins 모듈의 딕셔너리에 대한 별칭입니다.
4.2.6. 동적 기능과의 상호작용¶
자유 변수에 대해 이름 검색은 컴파일 시점이 아니라 실행 시점에 이루어집니다. 이것은 다음과 같은 코드가 42를 출력한다는 것을 뜻합니다:
i = 10
def f():
print(i)
i = 42
f()
eval() 과 exec() 함수는 이름 검색을 위한 완전한 환경에 대한 접근권이 없습니다. 이름은 호출자의 지역과 전역 이름 공간에서 검색될 수 있습니다. 자유 변수는 가장 가까이 둘러싼 이름 공간이 아니라 전역 이름 공간에서 검색됩니다. [1] exec() 과 eval() 함수에는 전역과 지역 이름 공간을 재정의할 수 있는 생략 가능한 인자가 있습니다. 만약 단지 한 이름 공간만 주어지면, 그것이 두 가지 모두로 사용됩니다.
4.3. 예외¶
예외는 에러나 예외적인 조건을 처리하기 위해 코드 블록의 일반적인 제어 흐름을 깨는 수단입니다. 에러가 감지된 지점에서 예외를 일으킵니다(raised); 둘러싼 코드 블록이나 직접적 혹은 간접적으로 에러가 발생한 코드 블록을 호출한 어떤 코드 블록에서건 예외는 처리될 수 있습니다.
파이썬 인터프리터는 실행 시간 에러(0으로 나누는 것 같은)를 감지할 때 예외를 일으킵니다. 파이썬 프로그램은 raise 문을 사용해서 명시적으로 예외를 일으킬 수 있습니다. 예외 처리기는 try … except 문으로 지정됩니다. 그런 문장에서 finally 구는 정리(cleanup) 코드를 지정하는 데 사용되는데, 예외를 처리하는 것이 아니라 앞선 코드에서 예외가 발생하건 그렇지 않건 실행됩니다.
파이썬은 에러 처리에 “종결 (termination)” 모델을 사용합니다; 예외 처리기가 뭐가 발생했는지 발견할 수 있고, 바깥 단계에서 실행을 계속할 수는 있지만, 에러의 원인을 제거한 후에 실패한 연산을 재시도할 수는 없습니다(문제의 코드 조각을 처음부터 다시 시작시키는 것은 예외입니다).
예외가 어디서도 처리되지 않을 때, 인터프리터는 프로그램의 실행을 종료하거나, 대화형 메인 루프로 돌아갑니다. 두 경우 모두, 예외가 SystemExit 인 경우를 제외하고, 스택 트레이스백을 인쇄합니다.
예외는 클래스 인스턴스로 구분됩니다. except 절은 인스턴스의 클래스에 따라 선택됩니다: 인스턴스의 클래스나 그것의 비가상(non-virtual) 베이스 클래스를 가리켜야 합니다. 인스턴스는 핸들러가 수신할 수 있고 예외적인 조건에 대한 추가적인 정보를 포함할 수 있습니다.
참고
예외 메시지는 파이썬 API 일부가 아닙니다. 그 내용은 파이썬의 버전이 바뀔 때 경고 없이 변경될 수 있고, 코드는 여러 버전의 인터프리터에서 실행될 수 있는 코드는 이것에 의존하지 말아야 합니다.
4.4. 런타임 구성 요소¶
4.4.1. 일반 컴퓨팅 모델¶
Python의 실행 모델은 독립적으로 작동하지 않습니다. 호스트 머신에서 실행되며 운영체제(OS)를 포함한 호스트의 런타임 환경을 통해 실행됩니다. 프로그램이 실행될 때, 호스트에서 실행되는 방식에 대한 개념적 계층은 다음과 같습니다.
호스트 머신프로세스 (전역 리소스)스레드 (머신 코드 실행)
각 프로세스는 호스트에서 실행되는 프로그램을 나타냅니다. 각 프로세스 자체를 프로그램의 데이터 부분으로 생각하십시오. 프로세스의 스레드를 프로그램의 실행 부분으로 생각하십시오. 이 구분은 개념적인 Python 런타임을 이해하는 데 중요합니다.
데이터 부분으로서의 프로세스는 프로그램이 실행되는 컨텍스트입니다. 이는 주로 메모리, 신호(signal), 파일 핸들, 소켓 및 환경 변수를 포함하여 호스트에 의해 프로그램에 할당된 리소스 세트로 구성됩니다.
프로세스는 서로 격리되어 있으며 독립적입니다. (호스트도 마찬가지입니다.) 호스트는 프로세스 간의 조정 외에도 프로세스가 할당된 리소스에 접근하는 것을 관리합니다.
각 스레드는 프로그램의 프로세스에 할당된 리소스와 관련하여 실행되는 프로그램 머신 코드의 실제 실행을 나타냅니다. 해당 실행이 어떻게 그리고 언제 이루어질지는 전적으로 호스트에 달려 있습니다.
Python의 관점에서 볼 때, 프로그램은 항상 정확히 하나의 스레드로 시작됩니다. 그러나 프로그램이 여러 개의 동시 스레드에서 실행되도록 확장될 수 있습니다. 모든 호스트가 프로세스당 여러 개의 스레드를 지원하는 것은 아니지만 대부분은 지원합니다. 프로세스와 달리 한 프로세스 내의 스레드들은 서로 격리되어 있지 않으며 독립적이지도 않습니다. 구체적으로, 한 프로세스 내의 모든 스레드는 해당 프로세스의 모든 리소스를 공유합니다.
스레드의 기본 원칙은 각 스레드가 다른 것들과 동시에 독립적으로 실행 된다는 것입니다. 이는 개념적으로만 동시(“concurrently”)이거나 물리적으로( “in parallel”)일 수 있습니다. 어느 쪽이든, 스레드는 실질적으로 동기화되지 않은 속도로 실행됩니다.
참고
동기화되지 않은 속도라는 것은 어떤 특정 스레드에서 실행되는 코드에 대해 프로세스의 메모리가 일관되게 유지된다는 보장이 없음을 의미합니다. 따라서 멀티스레딩 프로그램은 의도적으로 공유되는 리소스에 대한 접근을 조정하는 데 주의를 기울여야 합니다. 마찬가지로, 여러 스레드에서 다른 리소스에 접근하지 않도록 각별히 유의해야 합니다. 그렇지 않으면 동시에 실행되는 두 스레드가 일부 공유 데이터 사용 시 서로 간섭할 수 있습니다. 이 모든 사항은 Python 프로그램과 Python 런타임 모두에 해당됩니다.
이러한 광범위하고 구조화되지 않은 요구 사항의 대가는 스레드가 제공하는 원초적인 동시성(concurrency)과 교환되는 트레이드오프입니다. 필요한 규율을 지키지 않을 경우 일반적으로 결정 불가능한 버그와 데이터 손상을 처리해야 합니다.
4.4.2. Python 런타임 모델¶
동일한 개념적 계층이 각 파이썬 프로그램에 적용되며, 파이썬 특유의 추가적인 데이터 계층이 포함됩니다.
호스트 머신프로세스 (전역 리소스)파이썬 전역 런타임(상태)파이썬 인터프리터(상태)스레드 (파이썬 바이트코드 및 “C-API” 실행)파이썬 스레드 상태
개념적 수준에서 파이썬 프로그램이 시작될 때, 위 도표와 같이 각 요소가 하나씩 존재합니다. 런타임은 여러 개의 인터프리터를 포함하도록 확장될 수 있으며, 각 인터프리터는 여러 개의 스레드 상태를 포함하도록 확장될 수 있습니다.
참고
파이썬 구현체에서 런타임 계층을 반드시 명확하게 또는 구체적으로 구현하는 것은 아닙니다. 유일한 예외는 threading 모듈을 통해 사용자와 직접 소통하거나 명시적으로 정의되는 경우뿐입니다.
참고
초기 인터프리터는 일반적으로 “메인(main)” 인터프리터라고 불립니다. CPython과 같은 일부 파이썬 구현체는 메인 인터프리터에 특별한 역할을 부여합니다.
마찬가지로 런타임이 초기화된 호스트 스레드는 “메인” 스레드로 알려집니다. 이는 프로세스의 초기 스레드와 다를 수 있지만, 대개 동일합니다. 어떤 경우에는 “메인 스레드”가 더 구체적으로 정의되어 초기 스레드 상태를 가리키기도 합니다. 파이썬 런타임은 메인 스레드에 시그널 처리와 같은 특정 책임을 할당할 수 있습니다.
전체적으로 파이썬 런타임은 전역 런타임 상태, 인터프리터 및 스레드 상태로 구성됩니다. 런타임은 모든 상태가 수명 내내 일관되게 유지되도록 보장하며, 이는 특히 여러 호스트 스레드와 함께 사용될 때 중요합니다.
개념적 수준에서 전역 런타임은 단순히 인터프리터의 집합입니다. 이러한 인터프리터들은 서로 격리되어 독립적이지만, 일부 데이터나 다른 리소스를 공유할 수 있습니다. 런타임은 이러한 전역 리소스를 안전하게 관리하는 역할을 담당합니다. 이러한 리소스의 실제 성격과 관리 방식은 구현에 따라 다릅니다. 궁극적으로 전역 런타임의 외부적 유용성은 인터프리터를 관리하는 데 한정됩니다.
반대로, 개념적으로 “인터프리터”는 우리가 보통 (모든 기능을 갖춘) “파이썬 런타임”이라고 생각하는 대상입니다. 호스트 스레드에서 실행되는 머신 코드가 파이썬 런타임과 상호작용할 때, 특정 인터프리터의 컨텍스트 내에서 파이썬을 호출합니다.
참고
여기에서의 “인터프리터”라는 용어는 컴파일된 파이썬 코드를 실행하며 스레드에서 보통 실행되는 “바이트코드 인터프리터”와 동일한 의미가 아닙니다.
이상적인 세상이라면 “파이썬 런타임”이 현재 우리가 “인터프리터”라고 부르는 것을 가리키겠지만, 적어도 1997년에 도입될 당시부터 “인터프리터”라고 불려 왔습니다 (CPython:a027efa5b).
각 인터프리터는 파이썬 런타임 작동에 필요한 프로세스 전역이 아니며 스레드 특정적이지도 않은 모든 상태를 완전히 캡슐화합니다. 특히, 인터프리터의 상태는 사용 간에도 유지됩니다. 여기에는 sys.modules 와 같은 기본 데이터가 포함됩니다. 런타임은 동일한 인터프리터를 사용하는 여러 스레드가 이를 안전하게 공유하도록 보장합니다.
파이썬 구현체는 동일한 프로세스 내에서 여러 인터프리터를 동시에 사용하는 것을 지원할 수 있습니다. 이들은 서로 독립적이며 격리되어 있습니다. 예를 들어, 각 인터프리터는 고유한 sys.modules 를 가집니다.
스레드 특정 런타임 상태에 대해, 각 인터프리터는 전역 런타임이 한 세트의 인터프리터를 포함하는 것과 동일한 방식으로 관리되는 일련의 스레드 상태를 가집니다. 필요한 만큼 많은 호스트 스레드에 대한 스레드 상태를 가질 수 있습니다. 드문 경우이지만, 동일한 호스트 스레드에 대해 여러 개의 스레드 상태를 가질 수도 있습니다.
개념적으로 각 스레드 상태는 인터프리터가 하나의 호스트 스레드에서 작동하는 데 필요한 모든 스레드 특정 런타임 데이터를 포함합니다. 스레드 상태에는 현재 발생한 예외와 해당 스레드의 파이썬 호출 스택이 포함됩니다. 그 외 다른 스레드 특정 리소스도 포함될 수 있습니다.
참고
“파이썬 스레드”라는 용어는 때때로 스레드 상태를 의미하기도 하지만, 일반적으로는 threading 모듈을 사용하여 생성된 스레드를 의미합니다.
각 스레드 상태는 수명 내내 항상 정확히 하나의 인터프리터 및 정확히 하나의 호스트 스레드에 결합됩니다. 이 상태는 해당 스레드와 해당 인터프리터 내에서만 사용됩니다.
여러 개의 스레드 상태가 동일한 인터프리터 혹은 서로 다른 인터프리터를 위해 동일한 호스트 스레드에 결합될 수 있습니다. 그러나 특정 호스트 스레드에 대해, 그에 결합된 여러 스레드 상태 중 하나만 한 번에 해당 스레드에서 사용될 수 있습니다.
스레드 상태는 서로 격리되고 독립적이며 어떠한 데이터도 공유하지 않지만, 해당 인터프리터를 공유하거나 그 인터프리터에 속한 객체 또는 다른 리소스를 공유하는 경우는 제외됩니다.
프로그램이 실행되면, 스레드를 지원하는 플랫폼과 파이썬 구현체에서는 threading 모듈을 사용하여 새로운 파이썬 스레드를 생성할 수 있습니다. 추가적인 프로세스는 os, subprocess, multiprocessing 모듈을 사용하여 생성할 수 있습니다. 인터프리터는 interpreters 모듈로 생성하여 사용할 수 있습니다. 코루틴(async)은 각 인터프리터 내에서, 일반적으로 단일 스레드(대개 메인 스레드)에서 asyncio 를 사용하여 실행할 수 있습니다.
각주