마이크로파이썬 속도 2배~15배 올리는 마법의 한 줄?

10배 빠른 코드의 비밀: @native와 @viper 데코레이터 완전 정복

마이크로파이썬(MicroPython)은 배우기 쉽고 강력하지만, C언어에 비해 **’느리다’**는 인식이 있습니다. 특히 ESP32-C3처럼 자원이 한정된 MCU에서 복잡한 비트 연산이나 고속 제어 루프를 돌릴 때 프레임 드랍이나 딜레이를 경험하곤 하죠.

오늘은 코드 한 줄로 실행 속도를 드라마틱하게 올릴 수 있는 마법의 데코레이터, **@micropython.native**와 **@micropython.viper**에 대해 알아보겠습니다.

---

1. 왜 파이썬은 느릴까? (Standard Mode)

기본적으로 마이크로파이썬은 코드를 **’바이트코드(Bytecode)’**로 변환한 뒤, 칩 내부의 인터프리터가 이를 한 줄씩 해석하며 실행합니다. 이 과정에서 CPU는 파이썬 객체를 해석하고 관리하는 데 많은 에너지를 소비하게 됩니다.

평소에는 문제가 없지만, 센서 데이터를 초당 수천 번 읽거나 복잡한 수학 계산을 할 때는 이 ‘해석 시간’이 큰 걸림돌이 됩니다.

---

2. 해결사 등장: Native와 Viper

마이크로파이썬은 이를 해결하기 위해 **에미터(Emitter)**라는 기능을 제공합니다. 파이썬 코드를 인터프리터 방식이 아닌, CPU가 즉시 실행할 수 있는 **기계어(Machine Code)**로 직접 컴파일하는 방식입니다.

① @micropython.native

• 특징: 일반 파이썬 코드를 기계어로 컴파일합니다.
• 장점: 기존 파이썬 문법을 100% 그대로 사용할 수 있습니다. 리스트, 딕셔너리, 객체 모두 지원합니다.
• 성능: 약 2~3배 정도 빨라집니다.

② @micropython.viper

• 특징: ‘Viper’는 독사처럼 빠르고 날카로운 최적화 모드입니다.
• 장점: 거의 C언어에 근접한 속도를 냅니다. 직접적인 메모리 접근(Pointer)도 가능합니다.
• 제약: 정수(Integer) 연산 위주로 작성해야 하며, 변수의 타입을 지정(x: int)해줘야 하는 등 제약이 따릅니다.
• 성능: 약 5~10배 이상 빨라집니다.

---

3. 실전 성능 테스트 (Benchmark)

백문이 불여일견! 실제로 ESP32-C3 Mini에서 복잡한 비트 연산을 수행했을 때 얼마나 차이가 나는지 코드로 확인해 보겠습니다.

import time
import gc

# 1. Standard (기본 파이썬) - 인터프리터 방식
def test_standard(n):
    res = 0
    for i in range(n):
        if (i % 2) == 0:
            res = (res ^ i) << 1
        else:
            res = (res & i) >> 1
        if res > 1000000: res >>= 1
    return res

# 2. Native (네이티브) - 함수 전체를 기계어로 컴파일
@micropython.native
def test_native(n):
    res = 0
    for i in range(n):
        if (i % 2) == 0:
            res = (res ^ i) << 1
        else:
            res = (res & i) >> 1
        if res > 1000000: res >>= 1
    return res

# 3. Viper (바이퍼) - C언어 수준의 최적화 (정수 전용)
@micropython.viper
def test_viper(n: int) -> int:
    res = 0
    for i in range(n):
        if (i % 2) == 0:
            res = (res ^ i) << 1
        else:
            res = (res & i) >> 1
        if res > 1000000: res >>= 1
    return res

# 테스트 실행 (ESP32-C3 기준)
N = 100000
print(f"--- 🌀 Performance Duel (Loop: {N}) ---")
gc.collect()

# Standard 측정
s = time.ticks_us()
test_standard(N)
t_std = time.ticks_diff(time.ticks_us(), s)
print(f"1. Standard : {t_std:>8} us (1.0x)")

# Native 측정
s = time.ticks_us()
test_native(N)
t_nat = time.ticks_diff(time.ticks_us(), s)
print(f"2. Native   : {t_nat:>8} us ({t_std/t_nat:>4.1f}x)")

# Viper 측정
s = time.ticks_us()
test_viper(N)
t_vpr = time.ticks_diff(time.ticks_us(), s)
print(f"3. Viper    : {t_vpr:>8} us ({t_std/t_vpr:>4.1f}x)")

print("---------------------------------------")
print(f"🔥 Viper is {t_std/t_vpr:.1f}x faster than Python!")

결과

MPY: soft reboot
--- 🌀 Performance Duel (Loop: 100000) ---
1. Standard :   858770 us (1.0x)
2. Native   :   425173 us ( 2.0x)
3. Viper    :    57847 us (14.8x)
---------------------------------------
🔥 Viper is 14.8x faster than Python!

테스트 결과 분석

실제로 돌려보면 Standard 모드에서 수만 마이크로초(us)가 걸리던 작업이, Viper를 적용하면 순식간에 끝나는 것을 볼 수 있습니다. 특히 if 조건문과 비트 이동(<<, >>) 연산이 많을수록 차이는 더 극명해집니다.

---

4. 언제 어떤 것을 써야 할까?

사용처	추천 모드	이유
일반적인 로직, 웹서버	Standard	가독성이 중요하고 속도가 급하지 않음
센서 데이터 전처리	Native	코드 수정 없이 적당한 가속이 필요함
모터 제어, DSP, 암호화	Viper	한계치까지 속도를 뽑아내야 함

---

5. 주의사항 (중요!)

1. 메모리 사용량: 기계어로 변환된 코드는 일반 바이트코드보다 용량을 더 많이 차지합니다. 모든 함수에 다 붙이기보다는 **’가장 많이 반복되는 루프’**에만 선별적으로 사용하세요.
2. Viper의 제약: Viper 모드에서는 파이썬의 우아한 기능(예: 예외 처리, 동적 타입) 일부를 포기해야 합니다.

---

마치며

마이크로파이썬은 느리다는 편견, 이제 버리셔도 됩니다. @native와 @viper만 적재적소에 활용한다면 ESP32-C3로도 충분히 고성능 임베디드 시스템을 구축할 수 있습니다.

여러분의 프로젝트 중 유독 느린 부분이 있다면, 지금 바로 이 데코레이터를 한 줄 추가해 보세요. 결과는 숫자가 증명할 것입니다!