Vercel에서 Python 사용이 일반 사용자에게 공개되었습니다

Vercel에서 Python을 사용할 수 있게 되었습니다. 이미 사용하고 있는 프레임워크, 라이브러리 및 도구를 사용하여 Python 애플리케이션을 구축하고 실행할 수 있습니다.

Vercel은 지원되는 프레임워크를 자동으로 감지하고 빌드 및 배포를 구성합니다. 여러분의 애플리케이션은 Fluid compute에서 실행되며, 이는 동시 요청을 관리하고 트래픽에 따라 확장됩니다. Python SDK는 스토리지, 큐(queue), 영속적인 워크플로우(durable workflows), 그리고 AI 모델과 직접 상호작용할 수 있도록 합니다. 풀스택 프로젝트의 경우, Python 백엔드와 프론트엔드는 로컬 개발, 미리 보기 배포 및 프로덕션 릴리스를 위한 통합된 워크플로우를 공유합니다.

10개월 전, 저희는 이곳에서 언급했듯이 변화를 시도했습니다. 우리는 Python 개발자가 이미 작업하는 방식에 맞추어 경험을 제공하고 싶었고, 세 가지 목표가 우리의 결정에 지침이 되었습니다:

그 목표들의 첫 번째 테스트는 Vercel에서 Python 애플리케이션을 배포할 때 발생하는 일입니다. 즉, 해당 프레임워크, 의존성 및 프로젝트 구조가 빌드되고 실행되는 방식을 안내해야 합니다.

우리는 Python이 Vercel에서 네이티브하게 느껴지도록 작업해 왔습니다. Vercel은 pip를 통해 관리되는 것을 포함하여 프로젝트의 의존성 파일을 읽고 FastAPI, Flask, Django, FastHTML과 같은 프레임워크를 자동으로 감지합니다. 또한 빌드와 요청 라우팅을 구성하며, CDN을 통해 정적 에셋을 제공하기 위한 프레임워크별 지원을 제공합니다.프레임워크 정의 인프라

프론트엔드가 있는 애플리케이션의 경우, 두 부분을 하나의 프로젝트로 통합합니다. 실행 시 이들이 함께 시작되며, 공유 미리 보기 기능을 통해 프론트엔드에서 사용하는 백엔드 변경 사항을 테스트할 수 있습니다.Vercel Services vercel dev

큐나 데이터베이스에서 작업을 가져오는 장시간 실행 워커의 경우, 여러분의 Python 코드와 패키지 및 시스템 의존성을 함께 컨테이너를 실행 상태로 유지합니다.Vercel Daemons

Python 백엔드는 파일을 저장하거나, 메시지를 보내거나, 지속적인 워크플로우를 실행하거나, AI 모델을 호출해야 할 수 있습니다. 저희는 이러한 작업을 위해 Python SDK를 구축했으며, 이 API들은 해당 언어의 관례를 따릅니다:

이러한 SDK들은 사용자의 프레임워크 및 라이브러리와 함께 작동하며, 아래 예시는 전체 스택 애플리케이션 내에서 어떻게 연결되는지 보여줍니다.

새로운 프로젝트를 시작하든 기존 코드를 배포하든, Vercel에서 커버 설정을 하고 배포할 수 있습니다. 가이드가 포함된 전체 스택 프로젝트의 경우, FastAPI 백엔드와 Next.js 프런트엔드를 구축한 다음 Services를 통해 함께 배포하는 과정을 안내합니다.프레임워크 가이드Vercel에서의 Python 과정

이러한 구성 요소들이 어떻게 함께 작동하는지 보여주기 위해, 저는 Python 노트북을 생성하고 탐색할 수 있는 협업 웹 애플리케이션을 만들었습니다. 이 앱은 사용자가 자신만의 노트북을 만들고, 다른 사람이 탐색하거나 포크(fork)할 수 있도록 게시하며, AI 어시스턴트와 함께 Python 코드를 작성하고 실행하는 작업을 할 수 있게 해줍니다.

이 애플리케이션은 Vite 프런트엔드와 FastAPI 백엔드를 페어링하고 PostgreSQL을 노트북 소스 및 채팅 기록용으로 사용합니다. Services는 프런트엔드와 백엔드를 하나의 배포에 유지하며, 프런트엔드는 CDN을 통해 서비스됩니다.

주요 부분들이 어떻게 연결되는지 여기를 참고하세요:

여기는 전체 애플리케이션과 그 배포 구성을 포함합니다. 이를 사용하여 이러한 통합 기능을 탐색하거나 자체 Python 애플리케이션의 시작점으로 활용할 수 있습니다.GitHub의 소스 코드

지난 12월, 저와 Elvis Pranskevichus가 이끄는 Gel Data 팀은 Python 지원을 구축하고 오픈소스 작업을 계속하기 위해 Vercel에 합류했습니다.

동시에 저희는 Python Software Foundation의 스폰서십을 발표하고, 재단을 통해 Serhiy Storchaka의 CPython 유지보금 1년치 자금을 지원하기로 약속했습니다. Serhiy는 지금까지 2026년에 CPython 메인 브랜치에 600개 이상의 커밋을 작성했습니다.

또한, PEP 827을 발표했는데, 이것이 승인되면 FastAPI와 같은 프레임워크가 더 적은 보일러플레이트(boilerplate)와 더 정확한 타입 검사로 더 간단한 API를 제공하는 데 도움이 되는 타입 조작 기능을 추가할 수 있습니다.

저희는 사람과 코딩 에이전트 모두를 위한 Python SDK, 런타임 성능 및 개발 워크플로우 개선을 계속하고 있습니다. 배포 문제에 직면하거나 Python SDK에서 누락된 부분이 있다면, 팀이 이를 활용하여 해당 작업을 안내할 수 있도록 Vercel 커뮤니티에 피드백을 공유해 주세요.

더 읽기

Vercel에서 Python 사용 목표

Vercel에서 Python 애플리케이션 배포하기

Vercel 인프라용 Python SDK

Vercel에서 Python으로 구축 시작하기

Python 커뮤니티에 투자하기

Vercel에서의 Python의 다음 계획

• Vercel 인프라를 사용하려면 Python 개발자에게 익숙하게 느껴져야 하며, 타입 어노테이션(type annotations), /, 그리고 컨텍스트 매니저(context managers)를 사용하는 API가 필요합니다. 관용적인 Python SDK. async await

• Python 애플리케이션은 종종 JavaScript 프런트엔드를 포함하므로, 개발자는 로컬에서 두 가지 모두 실행하고, 동일한 미리보기 배포(preview deployment)에서 검토하며, 함께 출시하거나 롤백할 수 있어야 합니다. 프런트엔드와 백엔드를 위한 공유 워크플로우.

• 런타임은 Python 개발자가 이미 의존하는 패키지 및 도구와의 호환성을 유지하기 위해 Linux에서 표준 Python 인터프리터인 CPython을 사용해야 합니다. Python 생태계와의 호환성.

• 로그인한 사용자가 에디터에서 노트북을 열면, FastAPI는 Jupyter를 실행하는 Vercel Sandbox를 생성하거나 재사용하며, 사용자 코드를 애플리케이션 백엔드와 격리합니다. 브라우저는 Jupyter에 직접 연결하고, 마운트된 드라이브(mounted Drives)가 Python 종속성과 작업 공간 파일을 제공합니다.코드 편집 및 실행:

• 브라우저는 주기적으로 현재 노트북을 FastAPI로 전송합니다. FastAPI는 소스를 PostgreSQL에 저장하고, 변경 사항을 HTML로 렌더링하며, 결과를 Blob에 업로드하여 사람들이 Python 커널을 시작하지 않고도 CDN을 통해 게시된 노트북을 읽을 수 있게 합니다.저장 및 게시:

• 변경 사항을 게시한 후, FastAPI는 Vercel Queues를 통해 메시지를 전송합니다. 연결된 브라우저가 있는 각 백엔드 인스턴스는 알림을 받고 WebSockets을 통해 업데이트된 노트북 목록을 전송하여 사람들이 새로고침 없이도 변경 사항을 볼 수 있게 합니다.업데이트 공유:

• 에이전트는 Python용 AI SDK를 사용하며 Vercel Workflows 내부에서 실행되어, 실행 상태를 저장하고 실패한 단계를 재시도합니다. 채팅 기록은 PostgreSQL에 유지되며, 노트북 편집 및 실행 도구는 연결된 브라우저를 통해 작동하고, 이 브라우저는 결과를 FastAPI로 다시 전송하여 워크플로우를 재개합니다.코드 지원:

• 에이전트를 지식 기반의 Python 가이드에 연결하세요.

• 한 번의 클릭으로 Python에서 eve 에이전트를 배포하세요 (https://vercel.com/templates/eve/eve-agent-with-python).

리소스