[Python] 연산자 오버로딩 Operator Overloading

연산자 오버로딩

개념

• Operator overloading
• 정의 : 내장된 기본 연산자의 동작을 클래스 내에서 재정의(Overriding)하여, 별도 의도된 작업을 처리하도록 하는 기법
• 쉽게 말해, 원래 파이썬에서 사용되는 연산자의 작동 방식을 직접 정의해 덮어씌운 것

예시

(1) 파이썬 기본 문법

동일한 연산자가 데이터 타입에 따라 다르게 동작하는 기본적인 사례

• + 연산자 : 숫자형에서는 덧셈의 역할, 문자열에서는 결합(concatenation) 역할

# --- add 연산자 (정수형) --- #
print(1+1)
# >> 2

# --- add 연산자 (부동소수형) --- #
print(3.14 + 5.676)
# >> 8.816

# --- add 연산자 (문자형) --- #
print('a' + 'b')
# >> ab

# --- add 연산자 (문자열) --- #
print("abc" + "def")
# >> abcdef

• * 연산자 : 숫자형에서는 곱셈의 역할, 문자열에서는 반복(repeat) 역할

# --- mul 연산자 (정수형) --- #
print(3*2)
# >> 6

# --- mul 연산자 (부동소수형) --- #
print(3.14 * 5.676)
# >> 17.82264

# --- mul 연산자 (문자형 * 정수형) --- #
print('a' * 3)
# >> aaa

# --- mul 연산자 (문자열 * 정수형) --- #
print("abc" * 2)
# >> abcabc

Apache Airflow

• Airflow 에서는 > 연산자를 통해 태스크 파이프라인(DAG)을 정의한다.

start > task1 > group1 > integration_task > end
start > task1 > group2 > integration_task > end
start > task1 > group3 > end

LCEL

• LCEL(LangChain Expression Language) 에서는 | 연산자를 통해 흐름(Chain)을 정의한다.

chain = prompt | llm | parser

사용자 정의 연산자 오버로딩

연산자의 원리

• 사용자 정의 연산자를 살펴보기 전에, 특정 클래스에서의 연산자들이 어떻게 정의되는지 살펴본다.
• 클래스에서 각 연산자는 __add__(더하기 연산자) __mul__(곱하기 연산자) 등의 매직 메서드로 정의된다.

class Test:
    
    def __init__(self, a:int):
        self.a = a
        
    def __add__(self, other:int):
        return self.a + other.a

연산자 매직 메서드의 종류

• 사칙연산 Arithmetic Operators

연산자	메서드	이름풀이
+	__add__(self, other)	add
-	__sub__(self, other)	subtract
*	__mul__(self, other)	multiply
/	__truediv__(self, other)	true divide
//	__floordiv__(self, other)	floor divide
%	__mod__(self, other)	modulo
**	__pow__(self, other)	power

• 비교연산 Comparison Operators

연산자	메서드	이름풀이
<	__lt__(self, other)	less than
>	__gt__(self, other)	greater than
<=	__le__(self, other)	less than or equal to
>=	__ge__(self, other)	greater than or equal to
==	__eq__(self, other)	equal
!=	__ne__(self, other)	not equal

• 대입 연산자 Assignment Operator

연산자	메서드	이름풀이
+=	__iadd__(self, other)	in-place(그 자리에서) add
-=	__isub__(self, other)	in-place subtract
*=	__imul__(self, other)	in-place multiply
/=	__itruediv__(self, other)	in-place true divide
//=	__ifloordiv__(self, other)	in-place floor divide
%=	__imod__(self, other)	in-place modulo
**=	__ipow__(self, other)	in-place power

• 단항연산자 Unary Operators

연산자	메서드	이름풀이
-	__neg__(self)	negative
+	__pos__(self)	positive
~	__invert__(self)	invert

• 불리언 연산자 Boolean Operator

연산자	메서드	이름풀이
&	__and__(self)	and
|	__or__(self)	or

사용자 정의 연산자 만들어보기

• 덧셈을 곱셈으로 만들기

class Test:
    def __init__(self, a:int):
        self.a = a
    def __add__(self, other:int):
        return self.a + other.a

t1 = Test(3)
t2 = Test(5)
print(t1 + t2)

15

LangChain의 파이프라인 재현해보기

• LCELObject : Prompt, LLM, Parser 와 같은 LCEL 표현법의 오브젝트들
• Chain : LCEL 오브젝트들의 선후관계를 묶은 체인
• LCELObject 들은 모두 process라는 작업 실행 메서드를 가지고 있음
• Chain 은 전체 파이프라인을 실행시키는 invoke라는 메서드를 가지고 있음

from abc import ABC, abstractmethod

class LCELObject(ABC):
    def __or__(self, next_object):
        return Chain(self, next_object)
    @abstractmethod
    def process(self, something):
        pass

class Chain:
    def __init__(self, first, second):
        self.first = first
        self.second = second
    def invoke(self, data):
        first_result = self.first.process(data)
        final_result = self.second.process(first_result)
        return final_result

class Prompt(LCELObject):
    def __init__(self, prompt):
        self.prompt = prompt
    def process(self, data:str):
        if data is not None:
            self.prompt = data
        return self.prompt

class LLM(LCELObject):
    def __init__(self, config):
        self.config = config
        self.name = config.get("name")
    def process(self, data):
        return self.name + f" AI 응답 : {data}에 대한 AI 응답입니다."

• prompt와 llm 설정을 지정한 뒤 실행

prompt = Prompt("당신은 사용자를 돕는 상담사입니다.")
llm = LLM({"name":"샘플 LLM"})

chain = prompt | llm
result = chain.invoke("안녕하세요?")
print(result)

샘플 LLM AI 응답 : 안녕하세요?에 대한 AI 응답입니다.

Reference

https://www.geeksforgeeks.org/python/operator-overloading-in-python/