JetBrains logo

2023, 2021, 2020, 2019, 2018 및 2017년 Python 개발자 설문조사 결과를 확인해 보세요.

내용

일반적 Python 사용 현황

Python을 기본 언어 또는 보조 언어로 사용하는 비율

85%

기본

15%

보조

Python과 함께 사용되는 다른 언어의 사용 현황100%+

37%

40%

JavaScript

36%

38%

HTML/CSS

34%

33%

SQL

31%

33%

Bash/Shell

29%

30%

C/C++

19%

20%

Java

11%

10%

TypeScript

11%

11%

C#

9%

9%

PHP

8%

9%

Go

7%

6%

Rust

6%

5%

R

4%

4%

Visual Basic

3%

3%

Kotlin

Python 개발자 중 86%는 Python 외 다른 언어도 사용하며, 가장 많이 사용되는 언어는 JavaScript, HTML/CSS 및 SQL이었습니다.

Python과 함께 사용되는 다른 언어의 사용 현황100%+

37%

38%

JavaScript

37%

32%

HTML/CSS

35%

28%

SQL

32%

22%

Bash/Shell

27%

37%

C/C++

18%

28%

Java

10%

17%

TypeScript

10%

18%

C#

9%

14%

PHP

8%

11%

Go

6%

5%

R

6%

9%

Rust

4%

5%

Visual Basic

3%

6%

Kotlin

웹 및 데이터 과학용 언어100%+

45%

50%

SQL

34%

66%

JavaScript

34%

41%

Bash/Shell

33%

60%

HTML/CSS

32%

19%

C/C++

웹 개발자란 “Python을 주로 어떤 용도로 사용하시나요?”라는 질문에 '웹 개발'을 선택한 사람들을 말합니다. 데이터 과학자는 같은 질문에서 '데이터 분석' 또는 '머신러닝'을 선택한 사람들을 말합니다.

당연하게도 JavaScript와 HTML/CSS는 웹 개발자에게 가장 인기 있는 언어인 반면, 데이터 과학자들은 SQL을 가장 많이 사용합니다.

Python 사용 목적

이 섹션에서는 사람들이 Python을 사용하는 용도, 작업 중인 개발 유형, 언어 사용을 다양하게 결합하는 방법을 알아보기 위해 질문했습니다.

Python을 주로 어떤 용도로 사용하시나요?

51%

업무 및 개인용으로 모두

28%

개인, 교육 또는 보조 프로젝트용으로

21%

업무용으로

응답자 5명 중 1명은 업무 관련 프로젝트에만 Python을 사용한다고 응답했으며, 응답자 중 절반 이상은 개인 프로젝트에도 Python을 사용합니다.

2021년과 2022년 Python 사용 현황100%+

51%

51%

데이터 분석

43%

45%

웹 개발

36%

36%

머신러닝

34%

36%

DevOps/시스템 관리/자동화 스크립트 작성

30%

31%

웹 파서/스크레이퍼/크롤러 프로그래밍

기본 및 보조 언어로서의 Python 사용 현황100%+

53%

44%

데이터 분석

45%

31%

웹 개발

37%

29%

머신러닝

35%

34%

DevOps/시스템 관리/자동화 스크립트 작성

30%

28%

웹 파서/스크레이퍼/크롤러 프로그래밍

다음 활동에 어느 정도로 관여하고 계신가요?

데이터 분석

웹 개발

머신러닝

DevOps/시스템 관리/자동화 스크립트 작성

웹 파서/스크레이퍼/크롤러 프로그래밍

교육 목적

소프트웨어 테스트/자동화된 테스트 작성

소프트웨어 프로토타이핑

데스크톱 개발

네트워크 프로그래밍

컴퓨터 그래픽

게임 개발

임베디드 개발

모바일 개발

멀티미디어 애플리케이션 개발

기타

Python을 주로 어떤 용도로 사용하시나요?

22%

23%

웹 개발

18%

17%

데이터 분석

12%

11%

머신러닝

10%

10%

DevOps/시스템 관리/자동화 스크립트 작성

9%

9%

교육 목적

Python을 기본 언어로 사용하는 개발자는 주로 웹 개발(23%)에 Python을 사용합니다.

Python이 보조 언어로 사용될 경우 데이터 분석(16%), DevOps(14%)에 가장 자주 사용되며, 웹 개발은 3번째로 많이 사용되었습니다(13%).

본인이 데이터 과학자라고 생각하시나요?

데이터 분석 및 머신러닝 작업을 하는 응답자만 이 질문에 답변했습니다.

데이터 분석 및 머신러닝에 관여하는 Python 개발자의 약 1/3은 스스로를 데이터 과학자라고 생각합니다.

Python 버전

Python 3 대 Python 2

2022

2021년

2020년

2019년

2018년

2017년

응답자의 90% 이상이 이미 Python 3을 사용하고 있으므로,

해당 버전이 이미 주요 버전으로 자리 잡았다고 볼 수 있습니다.

지난 3년 동안 Python 2 사용자 수는 7% 미만으로 거의 변화가 없었습니다. 그럼에도 일부 사용자는 데이터 분석(29%), 컴퓨터 그래픽(24%) 및 DevOps(23%)에 버전 2를 사용하고 있습니다.

Python 버전 사용 사례100%+

54%

29%

데이터 분석

46%

19%

웹 개발

38%

13%

머신러닝

36%

23%

DevOps/시스템 관리/자동화 스크립트 작성

32%

13%

웹 파서/스크레이퍼/크롤러 프로그래밍

Python 3 버전

45%

16%

Python 3.10

23%

35%

Python 3.9

17%

27%

Python 3.8

9%

13%

Python 3.7

4%

7%

Python 3.6

이 설문조사는 2022년 10월 14일부터 11월 14일까지 시행되었으며, Python 3.11은 2022년 10월 24일에 릴리스되었습니다.

11%

Python 버전을 업데이트하지 않는다고 응답한 사용자 비율. 한편, 응답자 중 6%는 다른 사람이 업데이트를 관리한다고 보고했습니다.

52%

Windows를 사용하는 응답자 중 python.org를 통해 Python을 설치한 응답자의 비율. 반면, macOS 및 Linux 사용자가 가장 많이 사용하는 옵션은 OS 제공 Python, Python.org, Docker 컨테이너, pyenv였습니다.

Python 설치 및 업그레이드100%+

37%

Python.org

26%

OS 제공 Python(apt-get, yum, homebrew 등을 통해)

17%

Anaconda

17%

Docker 컨테이너

16%

pyenv

6%

소스에서 빌드

6%

다른 사람이 Python 업데이트를 대신 관리

5%

클라우드 제공업체를 통한 자동 업그레이드

2%

ActivePython

2%

Intel Distribution for Python

2%

pythonz

3%

기타

11%

업데이트하지 않음

참고: Enthought의 비율은 0.5% 미만으로, 기타에 포함되었습니다.

Python 환경 격리100%+

49%

Virtualenv

31%

Docker

22%

Conda

16%

Pipenv

14%

Poetry

6%

Vagrant/가상머신

4%

기타

23%

없음

Poetry는 Python 환경 분리 도구로 점점 더 인기를 얻고 있습니다. 2020년부터 6% 증가를 보인 이 도구는 일부 기능이 이미 코어 Python에 구현되어 있다는 점에서 전망이 좋습니다.

프레임워크 및 라이브러리

웹 프레임워크100%+

39%

Flask

39%

Django

25%

FastAPI

4%

web2py

4%

CherryPy

4%

Tornado

3%

Pyramid

3%

Bottle

2%

Falcon

2%

Hug

5%

기타

27%

없음

Python 웹 프레임워크 사용 비율은 여전히 Flask, Django 및 FastAPI가 독점하고 있습니다.

다른 모든 프레임워크의 점유율을 결합해도 간신히 3위에 도달할 듯합니다. FastAPI의 점유율은 작년부터 4% 증가했으며 현재 Python 개발자 4명 중 1명이 이 프레임워크를 사용하고 있습니다.

Django 환경에 대한 자세한 내용은 Django Software Foundation과 파트너십을 맺어 수행한 2022년 Django 개발자 설문조사에서 확인할 수 있습니다.

기타 프레임워크 및 라이브러리100%+

48%

Requests

29%

Pillow

25%

Asyncio

20%

Tkinter

15%

PyQT

15%

Scrapy

14%

aiohttp

13%

httpx

12%

Pygame

6%

Kivy

6%

Six

5%

wxPython

4%

Twisted

4%

PyGTK

6%

기타

19%

없음

2021년의 결과와 비교할 때 상위 3개 프레임워크는 변경되지 않았으나, Requests의 점유율 중 4%가 httpx로 이전되었습니다.

유닛 테스트 프레임워크100%+

51%

pytest

24%

unittest

10%

mock

6%

doctest

6%

tox

5%

Hypothesis

4%

nose

1%

기타

35%

없음

일반적으로 규모가 큰 회사는 Python 프로젝트에서 유닛 테스트를 사용할 가능성이 더 높으며, 소규모 회사보다 pytest 및 mock을 더 많이 사용합니다.

ORM100%+

35%

SQLAlchemy

28%

Django ORM

16%

Raw SQL

8%

SQLObject

3%

Peewee

3%

Tortoise ORM

3%

PonyORM

2%

Dejavu

4%

기타

34%

데이터베이스 개발 없음

데이터베이스100%+

42%

PostgreSQL

37%

MySQL

36%

SQLite

19%

MongoDB

16%

Redis

12%

MS SQL Server

7%

Oracle Database

4%

Amazon Redshift

3%

Neo4j

3%

Cassandra

2%

DB2

2%

h2

2%

HBase

2%

Couchbase

6%

기타

18%

없음

MS SQL Server 및 Oracle 데이터베이스의 경우 데이터 과학자의 사용 비율이 웹 개발자보다 2배 높지만, 대부분 다른 데이터베이스 사용 비율은 웹 개발자 사이에서 훨씬 더 높습니다.

빅데이터 도구100%+

12%

Apache Spark

10%

Apache Kafka

6%

Apache Hadoop/MapReduce

6%

Dask

5%

Apache Hive

3%

Apache Beam

3%

ClickHouse

3%

Apache Flink

2%

Apache Samza

2%

Apache Tez

1%

기타

69%

없음

Python 개발자 중 31%가 빅데이터 도구를 사용하며, 이는 2021년 이래 6% 증가한 수치입니다. 데이터 과학자의 경우 이 수치가 42%에 육박합니다. 상당히 놀라운 수치입니다.

클라우드 플랫폼

66%

클라우드 플랫폼을 사용하는 Python 개발자의 비율. 작년보다 5% 증가했습니다.

상위 클라우드 플랫폼100%+

49%

AWS

33%

Google Cloud Platform

25%

Microsoft Azure

20%

Heroku

16%

DigitalOcean

14%

PythonAnywhere

7%

Linode

6%

OpenStack

5%

OpenShift

2%

Rackspace

9%

기타

이 질문에 대해서는 클라우드 플랫폼을 사용하는 응답자들만 답변했습니다.

아프리카의 Python 개발자들에게 가장 인기 있는 클라우드 플랫폼은 Heroku(39%)입니다. 개발자가 사용하는 다른 언어도 플랫폼 선택에 영향을 미칩니다.

예상대로 C# 사용자는 Microsoft Azure를 AWS만큼 많이 사용합니다.Go 및 TypeScript 개발자 중 80% 이상은 클라우드 플랫폼을 사용하여, 가장 적극적인 클라우드 플랫폼 사용자 그룹으로 확인됩니다.

클라우드에서 코드를 어떻게 실행하시나요?100%+

47%

48%

컨테이너 내에서

41%

41%

가상머신에서

27%

27%

Platform-as-a-Service(PaaS)에서

27%

24%

서버리스

2%

2%

기타

이 질문에 대해서는 클라우드 플랫폼을 사용하는 응답자들만 답변했습니다.

클라우드용으로 어떻게 개발하시나요?100%+

53%

56%

virtualenv를 사용하여 로컬에서

41%

40%

Docker 컨테이너에서

20%

21%

가상머신에서

19%

17%

원격 개발 환경에서

18%

18%

로컬 시스템 인터프리터를 사용하여

이 질문에 대해서는 클라우드 플랫폼을 사용하는 응답자들만 답변했습니다.

virtualenv를 사용한 로컬 개발의 경우 2020년 이래 점유율이 7% 감소하며 인기가 하락하는 추세입니다. 이는 Python을 사용해 웹 개발을 하는 응답자가 가장 많이 사용합니다.

원격 개발 환경의 사용 비율은 점진적으로 확실히 증가하고 있으며, 2020년부터 3% 증가했습니다. 원격 개발 환경은 머신러닝, 네트워크 프로그래밍 및 DevOps에 가장 많이 사용됩니다.

개발 도구

운영 체제100%+

59%

Linux

58%

Windows

26%

macOS

3%

BSD

1%

기타

작년과 비교하여 macOS 및 Windows의 인기는 거의 동일하나 Linux 사용 비율은 4% 감소했습니다.

지속적 통합(CI) 시스템100%+

35%

GitHub Actions

22%

Gitlab CI

16%

Jenkins/Hudson

6%

Bitbucket Pipelines

6%

Travis CI

6%

CircleCI

3%

TeamCity

3%

Bamboo

2%

AppVeyor

2%

CruiseControl

4%

기타

35%

없음

GitHub Actions의 인기는 계속 증가하여, 현재 Python 개발자 중 1/3 이상이 사용하고 있습니다.

CI 도구의 전반적 채택도 2021년에 비해 4% 증가했습니다.

34%

지속적 관리 도구를 사용하는 응답자의 비율. Ansible이 가장 많이 사용되며, 11%는 맞춤형 솔루션을 사용합니다.

문서 도구100%+

22%

Sphinx

11%

MKDocs

8%

Doxygen

5%

기타

61%

문서 도구를 사용하지 않음

Python 개발자 중 39%는 문서 도구를 사용하며, 가장 많이 사용되는 도구는 작년과 동일하게 Sphinx였습니다.

Python 개발을 위한 도구 및 기능

에디터에서 자동 완성 사용

프로젝트에 Python 가상 환경 사용

코드 리팩터링

버전 관리 시스템 사용

코드 린트 사용

코드에 대한 테스트 작성

SQL 데이터베이스 사용

디버거 사용

선택적 타입 힌트 사용

원격 시스템에서 코드 실행/디버그 또는 편집

지속적 통합 도구 사용

이슈 트래커 사용

코드 커버리지 사용

Python 프로파일러 사용

NoSQL 데이터베이스 사용

에디터

PyCharm과 VS Code는 Python 개발 시 가장 많이 사용되는 IDE로, 응답자 중 2/3가 이 두 가지 도구를 사용합니다.

응답자중 14%만이 하나의 IDE 또는 에디터만 사용하며, 대다수(61%)는 2~3개의 IDE 또는 에디터를 함께 사용합니다. Python 개발자 중 26%는 PyCharm을 추가 IDE로 선택한 반면, 1/4은 VS Code를 선택했습니다.

기본 IDE/에디터

37%

VS Code

29%

PyCharm

5%

Jupyter Notebook

3%

Vim

3%

Neovim

2%

Sublime Text

2%

IDLE

2%

Emacs

2%

IntelliJ IDEA

2%

Spyder

2%

NotePad++

2%

JupyterLab

1%

Atom

1%

Eclipse + Pydev

4%

기타

3%

없음

가장 인기 있는 에디터와 IDE를 파악하기 위해 "현재 Python 개발에 사용하는 기본 에디터는 무엇인가요?"라는 1개의 답변만 할 수 있는 질문을 하였습니다.

데이터 과학 대 웹 개발

40%

44%

VS Code

25%

37%

PyCharm

3%

4%

Vim

2%

2%

Emacs

2%

3%

Sublime Text

웹 개발자란 “Python을 주로 어떤 용도로 사용하시나요?”라는 질문에 '웹 개발'을 선택한 사람들을 말합니다. 데이터 과학자는 같은 질문에서 '데이터 분석' 또는 '머신러닝'을 선택한 사람들을 말합니다.

사용하는 IDE/에디터 수

14%

1

35%

2

26%

3

14%

4

11%

5+

기본 IDE/에디터 외에 사용하는 IDE/에디터100%+

25%

VS Code

23%

Jupyter Notebook

18%

Vim

17%

PyCharm Community Edition

14%

NotePad++

13%

JupyterLab

12%

Sublime Text

9%

PyCharm Professional Edition

8%

IDLE

8%

Nano

6%

Spyder

5%

Atom

5%

Python Tools for Visual Studio(PTVS)

5%

Neovim

4%

IntelliJ IDEA

3%

Emacs

2%

Eclipse + Pydev

1%

Wing IDE

4%

기타

14%

없음

Python 패키징

85%

프로젝트 간 환경 분리 도구를 사용하는 Python 개발자의 비율. 가장 인기 있는 3개의 솔루션은 venv, virtualenv 및 Conda입니다.

프로젝트 간 Python 환경을 분리하는 데 다음 중 어떤 도구를 사용하시나요?100%+

43%

venv

37%

virtualenv

21%

Conda

16%

Poetry

14%

pipenv

6%

virtualenvwrapper

3%

hatch

3%

기타

15%

Python 환경 분리를 위해 사용하는 도구가 없음

컨테이너에서 가상 환경을 사용하시나요?

컨테이너에서 가상 환경을 사용하는 개발자 비율은 작년보다 5% 증가했습니다.

Python 패키징과 관련하여
직접 사용하시는 도구는 무엇인가요?100%+

76%

81%

pip

29%

32%

venv(표준 라이브러리)

26%

30%

컨테이너(예: Docker를 통해)

23%

22%

Conda

18%

23%

virtualenv

가장 인기 있는 도구 3개는 1년 전과 동일하지만, 모두 서서히 인기가 감소하고 있습니다. 반면, Poetry 사용 비율은 2% 증가했습니다.

표준 라이브러리 모듈 venv를 사용하시나요?100%+

42%

venv를 직접 사용함

23%

virtualenv를 통해 사용함

13%

Poetry를 통해 사용함

12%

Pipenv를 통해 사용함

4%

tox를 통해 사용함

1%

기타

11%

모르겠음

18%

아니요, venv를 사용하지 않습니다

표준 라이브러리 모듈 venv를 사용하는 개발자의 비율은 2021년보다 5% 증가했습니다.

애플리케이션 종속 요소 정보가 어떤 형식으로 저장되나요?100%+

69%

76%

requirements.txt

33%

26%

pyproject.toml

25%

22%

poetry.lock

15%

16%

pipfile.lock

11%

11%

Conda environment.yml

requirements.txt의 애플리케이션 종속성 정보 저장의 경우, 작년보다 7% 하락해 인기가 감소했습니다.

반면 pyproject.toml은 7% 증가해 현재 Python 개발자의 1/3이 사용합니다.

pyproject.toml의 경우 동일한 기능을 보장하기 위해 상당히 노력한 결과, pip에서 바로 지원됩니다.

45%

Python 개발자 중 애플리케이션 종속성 버전 관리 도구를 사용하는 비율. Poetry, pipenv 및 pip-tools는 이 목적으로 사용되는 주요 도구이며, 거의 같은 비율로 개발자에게 사용됩니다.

30%

애플리케이션 종속성 버전을 여전히 수동으로 업데이트하는 Python 개발자의 비율. 1년 전보다 5% 감소했습니다.

애플리케이션 종속 요소 관리에 어떤 도구를 사용하시나요?100%+

30%

poetry

28%

pipenv

26%

pip-tools

4%

기타

28%

없음

이 질문에는 애플리케이션 종속 요소의 정확한 버전 관리를 위해 도구를 사용하는 응답자만 답했습니다.

패키지는 어디에서 받아 설치하시나요?100%+

73%

PyPI

33%

GitHub

17%

로컬 소스

16%

Anaconda

12%

Linux 배포 이용

11%

프라이빗 Python Package Index

11%

conda-forge Conda 채널

10%

PyPI의 내부 미러

9%

디폴트 Conda 채널

9%

GitLab

4%

Artifactory

4%

기타 Conda 채널

1%

기타

10%

잘 모르겠음

PyPI 사용 비율은 7% 감소한 반면 다른 모든 패키지 설치 수단의 사용 비율은 2021년과 거의 동일하게 유지되었습니다.

패키지 설치에 어떤 도구를 사용하시나요?100%+

84%

pip

22%

Conda

15%

Poetry

6%

easy_install

6%

pipx

3%

pip-sync

2%

기타

5%

없음

57%

Python을 사용해 애플리케이션을 개발하는 Python 사용자 비율. 이 목적으로 가장 많이 사용되는 도구는 Setuptools, Wheel, 빌드 및 Poetry입니다.

Python 애플리케이션 개발에
어떤 도구를 사용하시나요?100%+

40%

Setuptools

29%

Wheel

21%

build

19%

Poetry

7%

conda-build

3%

Flit

3%

Enscons

3%

pex

2%

PDM-PEP517

2%

maturin

4%

기타

25%

없음/잘 모르겠음

이 질문에는 애플리케이션을 개발하는 응답자만 답했습니다.

Python 사용자의 절반 이상이 애플리케이션을 개발하지만 이 중 41%만이 애플리케이션을 패키지 저장소에 게시했습니다.

Python 애플리케이션 패키지를 어디에 게시하셨나요?100%+

61%

PyPI

38%

프라이빗 Python Package Index

14%

PyPI의 내부 미러

8%

conda-forge

6%

기타

이 질문에는 Python 애플리케이션 패키지를 게시한 경험이 있는 응답자만 답했습니다.

34%

Python 라이브러리를 개발하고 패키징한 경험이 있는 응답자 비율. 이 목적에 가장 인기 있는 솔루션은 전반적으로 Python 애플리케이션 개발과 동일합니다.

74%

Python 라이브러리를 개발한 경험이 있는 응답자 중, 주로 PyPI 또는 프라이빗 Python Package Index를 사용해 라이브러리를 게시한 응답자의 비율.

Python 라이브러리 패키지를 만드는 데
어떤 도구를 사용하시나요?100%+

이 질문에는 Python 라이브러리를 개발하는 응답자만 답했습니다.

59%

71%

Setuptools

39%

42%

Wheel

30%

26%

build

24%

20%

Poetry

8%

5%

conda-build

패키징한 Python 라이브러리를 어디에 게시하셨나요?100%+

63%

PyPI

38%

프라이빗 Python Package Index

15%

PyPI의 내부 미러

9%

conda-forge

5%

기타

이 질문에는 패키지 구성된 Python 라이브러리를 게시한 경험이 있는 응답자만 답했습니다.

흥미롭게도 PyPI 사용 비율은 작년보다 9% 감소한 반면 PyPI 내부 미러의 사용 비율은 5% 증가했습니다.

인구통계

팀 작업 대 개인 작업

49%

혼자서 자신만의 프로젝트 진행

46%

팀으로 작업

5%

외부 컨설턴트 또는 트레이너로 일함

프로젝트 작업

41%

하나의 메인 프로젝트와 여러 개의 부수적 프로젝트를 진행

38%

다수의 다양한 프로젝트를 진행

21%

하나의 프로젝트만 진행

고용 상태

59%

회사/조직의 정규직

13%

학생

7%

프리랜서

7%

자영업

7%

아르바이트생

5%

회사/조직의 계약직

1%

은퇴함

2%

기타

기업 규모

8%

혼자 일 함

11%

2~10명

17%

11~50명

26%

51~500명

8%

501~1,000명

10%

1,001~5,000명

18%

5,000명 이상

3%

모르겠음

이 질문에는 회사에 고용된 응답자만 답했습니다.

팀 규모

67%

2~7명

19%

8~12명

7%

13~20명

4%

21~40명

3%

40명 이상

이 질문에는 회사에 고용된 응답자만 답했습니다.

기업 업종

38%

IT/소프트웨어 개발

7%

교육/트레이닝

7%

과학

6%

회계/재무/보험

4%

제약/의료

4%

제조

4%

금융/부동산/모기지 금융

이 질문에는 회사에 고용된 응답자만 답했습니다.

개발 대상 분야

50%

IT/소프트웨어 개발

5%

회계/재무/보험

3%

제조

3%

판매/유통/사업 개발

3%

물류/운송

3%

금융/부동산/모기지 금융

3%

제약/의료

이 질문에는 회사에 고용된 응답자만 답했습니다.

직책100%+

65%

개발자/프로그래머

19%

데이터 분석가

17%

팀장

15%

아키텍쳐 전문가

10%

기술 지원

7%

시스템 분석가

6%

제품 관리자

6%

CIO/CEO/CTO

6%

QA 엔지니어

5%

DBA

5%

비즈니스 분석가

4%

테크니컬 라이터

13%

기타

이 질문에는 고용된 응답자만 답했습니다.

연령대(만 나이)

9%

18~20세

37%

21~29세

31%

30~39세

13%

40~49세

6%

50~59세

3%

60세 이상

Python 경험

23%

1년 미만

20%

1~2년

29%

3~5년

18%

6~10년

10%

11년 이상

전문적인 코딩 경험

33%

1년 미만

19%

1~2년

19%

3~5년

12%

6~10년

16%

11년 이상

어느 국가 또는 지역에 살고 계시나요?

1% 미만의 국가/지역은 모두 '기타'로 합쳐졌습니다.

19%

미국

11%

인도

6%

독일

4%

중국 대륙

4%

영국

4%

브라질

4%

프랑스

3%

러시아

2%

캐나다

2%

폴란드

2%

이탈리아

2%

터키

방법론 및 원시 데이터

데이터를 더 상세하게 파헤쳐보고 싶으신가요? 익명 처리된 설문조사 응답을 다운로드하여 몰랐던 사실을 알아보세요! X에서 #pythondevsurvey 해시태그와 함께 @jetbrains 및 @ThePSF를 멘션하여 새로운 사실과 인사이트를 공유하세요.

이 데이터를 분석하기 전에 다음 중요한 정보에 유념하세요.

데이터 세트에는 공식 Python Software Foundation 채널의 응답만 포함됩니다. 데이터 세트에는 중복되고 신뢰할 수 없는 응답을 배제한 후, 2022년 10월부터 12월 사이에 수집된 23,000개 이상의 응답을 포함시켰습니다. 설문조사 홍보는 python.org, PSF 블로그, 공식 Python 메일링 리스트, Python 관련 서브레딧, PSF Twitter 및 LinkedIn 계정 등의 채널을 통해 진행했습니다. 설문조사가 특정 도구나 기술에 유리하게 편향되는 것을 방지하기 위해 제품, 서비스 또는 공급업체 관련 채널은 응답을 수렴하는 데 사용하지 않았습니다.

데이터는 익명으로 처리되며, 개인 정보나 지리적 위치 정보는 포함되지 않습니다. 개인 의견으로 개별 응답자를 식별하지 못하도록 모든 개방형 필드를 삭제했습니다.

설문조사의 논리를 더 잘 이해할 수 있도록 데이터 세트, 설문조사 질문 및 설문조사 논리를 함께 공개했습니다. 답변 옵션에 대해 다양한 순서 지정 방법을 사용했습니다(알파벳, 무작위, 직접). 답변의 순서는 질문별로 지정됩니다.

답변을 제외한 기준

다음에 해당되는 경우:

  • 만 17세 이하인 경우
  • 설문조사 세 번째 페이지인 "전문적인 코딩 경력은 몇 년인가요?"라는 질문에 응답하지 않은 경우
  • 만 21세 미만이면서 11년 이상의 전문 코딩 경험이 있는 경우
  • 다중 선택 질문에 대한 단일 답변이 너무 많음('없음' 답변 제외)
  • 동일한 이메일 주소로 여러 번 응답한 경우(하나의 응답만 사용됨).
  • Python을 사용하지 않는 경우.

다음 중 적어도 두 가지에 해당한 경우:

    • 16개 이상의 프로그래밍 언어가 사용됨
  • 9개 이상의 직무 역할을 선택
  • "Python을 어떤 용도로 사용하시나요?"라는 질문에 11개 이상의 응답을 선택한 경우.
  • 선택한 국가/지역이 많이 선택한 국가/지역이 아닌 알파벳순 목록의 상단에 위치한 경우.
  • CEO 및 기술 지원 직무를 동시에 선택한 경우.
  • CEO 직무를 선택했으나 만 21세 미만인 경우.
  • 전반적으로 너무 많은 답변이 선택된 경우(데이터 과학, 웹 개발, 패키징 등을 위해 거의 모든 프레임워크를 사용)
  • 너무 빨리 응답한 경우(질문당 5초 미만).
설문조사 원시 데이터 다운로드

Python Software Foundation과 JetBrains를 대표하여 이 설문조사에 참여해 주신 모든 분들께 다시 한 번 감사드립니다. 여러분의 도움이 있어 Python 커뮤니티의 현황을 더 정확하게 포착할 수 있었습니다!

PSF의 정기 기부 캠페인에 동참하세요. PSF는 후원자, 회원 및 일반 대중의 지원으로만 운영되는 비영리 조직입니다.

2021년, 2020년, 2019년, 2018년 및 2017년의 Python 개발자 설문조사 결과를 확인해보세요.

JetBrains의 다른 대규모 설문조사 보고서를 살펴보세요!

읽어주셔서 감사합니다!

중력

보고서가 여러분에게 유익한 도움이 되었기를 바랍니다.이 보고서를 친구 및 동료와 공유해 보세요!

JetBrains Tech Insights Lab에 참여하세요

설문조사와 UX 연구에 참여하여 JetBrains 제품을 더욱 사용하기 쉽고 강력하게 만들어보세요. 연구에 참여하면 상품을 받을 수 있는 기회도 주어집니다.

가입