코드 노드 — Python · SQL로 변환 작성하기

표준 노드(필터 · 집계 · 조인)가 못 끝내는 변환을 만났을 때 코드 노드로 짧은 Python 또는 SQL을 끼워 같은 파이프라인 안에서 처리합니다.

9분

직전 레슨에서 만든 파이프라인은 컬럼 선택과 이름 바꾸기까지였습니다. 실제 마트 데이터셋을 만들다 보면 표준 노드 한두 개로 끝나지 않는 변환이 곧 등장합니다. 통화 단위 정규화, 부분 문자열 파싱, 외부 코드와의 일관성 보정 — 이런 일은 코드 노드로 다룹니다. 이번 레슨은 직전 파이프라인에 코드 노드 하나를 끼워 한 사이클을 다시 돌립니다.

표준 노드로 끝나는 변환과 그렇지 않은 변환

표준 변환 노드로 충분한 패턴.

컬럼 선택·이름 바꾸기·단순 타입 cast
단일 조건 필터 (status = 'active')
단일 키 기준 집계 (sum·count·avg)
두 데이터셋의 단순 join

코드 노드로 자연스럽게 옮겨가는 패턴.

한 컬럼 안에 두 정보가 섞여 정규식 파싱이 필요한 경우 ("4,660 ₩" → 4660 + "KRW")
같은 컬럼이 여러 표기로 들어오는 경우 ("Seoul" / "서울" / "SEL") 의 정규화 테이블
환율·외부 코드 표 같은 준-정적 보조 자료와의 lookup 후 컬럼 추가
한 행을 여러 행으로 펴거나 (explode), 여러 행을 한 행으로 묶는 (pivot) 형태 변환
데이터 품질 체크 (행 수가 임계값 아래로 떨어지면 실패시키기·중복 키 탐지)

판단 기준 한 줄: 그 변환을 SQL·pandas 한두 줄로 표현했을 때 의도가 더 명료하면 코드 노드. 표준 노드를 다섯 개 이상 연쇄해야 한다면 거기서부터 보통 코드 노드가 짧습니다.

코드 자산은 두 가지 형태로 살아 있습니다

포털의 코드(Codes) 자산은 자리가 두 군데입니다.

컬렉션의 코드 자산 — 컬렉션 안에 저장된 재사용 스니펫. 여러 파이프라인에서 끌어다 쓸 수 있고 버전이 따로 관리됩니다.
파이프라인 내부의 코드 노드 — 그 파이프라인에서만 쓰는 인라인 스크립트. 짧은 변환에 적합.

이번 레슨은 (2) 인라인 코드 노드부터 시작하고, 같은 스니펫을 (1) 컬렉션 자산으로 승급시키는 패턴을 끝에서 다룹니다.

코드 노드 한 개 끼우기

직전 레슨의 파이프라인을 다시 엽니다.

노드 라이브러리 → Transform → 코드 노드 (Python) 를 Transform 노드와 Sink 노드 사이에 드래그.
기존 화살표를 끊고 Source → Transform → 코드 노드 → Sink 순서로 다시 잇습니다.
코드 노드 구성 패널에서 입력 데이터셋 별칭을 정합니다 (기본 df).
출력 데이터셋 별칭은 보통 같은 이름(df)을 그대로 두고, 본문에서 그 데이터프레임을 변형해 반환합니다.

코드 노드 본문의 형태.

def transform(df):
    # df: 직전 노드의 출력 데이터프레임
    # 반환값: 다음 노드의 입력 데이터프레임
    df["price_krw"] = (
        df["price_krw_str"]
        .str.replace(",", "", regex=False)
        .str.replace("₩", "", regex=False)
        .str.strip()
        .astype("int64")
    )
    df["currency"] = "KRW"
    return df[["order_date", "item_code", "price_krw", "currency"]]

저장 후 캔버스 우상단의 검증을 누르면 포털이 함수 시그니처와 반환 타입을 한 번 정적 분석합니다. 통과하면 녹색.

SQL 코드 노드도 같은 자리에 있습니다

같은 코드 노드 라이브러리에 코드 노드 (SQL) 도 따로 있습니다. 입력 데이터셋이 한두 개의 join·group by·window function으로 끝난다면 SQL이 짧습니다.

SELECT
  order_date,
  category,
  SUM(quantity * price_krw) AS revenue_krw,
  COUNT(DISTINCT order_id) AS order_count
FROM df
WHERE status = 'paid'
GROUP BY 1, 2

df는 직전 노드의 출력이 바인딩된 가상 테이블 이름입니다. 입력을 두 개 받으려면 코드 노드의 입력 포트를 둘로 늘리고, 두 번째 입력의 별칭(df2 등)을 SQL 안에서 그대로 참조합니다.

한 번 실행해서 무엇이 바뀌었는지 확인

다시 Run. 결과 데이터셋에서 둘만 확인.

price_krw 컬럼이 정수 타입으로 잡혔는가 (스키마 미리보기)
입력 행 수와 출력 행 수가 의도한 만큼 일치하는가 (필터를 안 걸었다면 동일)

같은 스니펫을 컬렉션 코드 자산으로 승급

같은 정규화 로직이 두세 파이프라인에서 반복되기 시작하면 인라인 코드 노드는 부담이 됩니다. 그 시점에 다음 패턴으로 옮기세요.

코드 노드 우상단 메뉴에서 컬렉션 코드로 추출.
자산 이름(예: normalize_price_krw)과 저장 컬렉션 지정.
원래 파이프라인의 코드 노드는 그 자산을 호출하는 형태로 바뀝니다.
다른 파이프라인에서도 노드 라이브러리 → Codes → normalize_price_krw로 끌어다 씁니다.

자산화한 스니펫은 자기 페이지에서 변경 이력과 함께 보입니다. 변환 로직을 한 군데에서 고치면 다음 실행부터 모든 의존 파이프라인이 같이 갱신됩니다.

자가 점검

인라인 Python 코드 노드를 하나 추가해 끝까지 실행이 갔는가
같은 변환을 SQL 코드 노드로도 한 번 표현해 봤는가 (선택)
같은 스니펫을 컬렉션 코드 자산으로 추출해 봤는가
AI 어시스턴트가 만든 첫 줄을 그대로 받지 않고 한 줄 이상 수정했는가

다음 레슨

이번 레슨의 파이프라인을 매일 정해진 시간에 자동으로 돌게 만들고, 실행 모드(overwrite·append·CDC)와 실패 시 통보 채널을 설정합니다.