Python

Python은 거의 영어처럼 읽혀서, 초보자에게 가장 친근한 언어이자 데이터·스크립팅, 그리고 AI 자체의 공용어다. 프로젝트가 머신러닝, 데이터 분석, 자동화, 과학 계산에 닿는다면 보통 답은 Python이다.

• 잘하는 것: AI/ML, 데이터 처리, 자동화 스크립트, 백엔드 API, 접착제 코드, 이미 라이브러리가 존재하는 모든 것(그리고 Python에선 대개 존재한다).
• 아픈 지점: 내부적으로 C로 작성된 라이브러리에 기대지 않으면 순수 수치 연산이 느리다. 가상 환경과 패키지 버전이 얽힌 "의존성 지옥"이 입문자를 혼란스럽게 한다. 브라우저 프론트엔드에는 맞지 않는다.
• 대표적인 사용처: 스크래핑, 데이터 파이프라인, ML 실험, Discord/Telegram 봇, 내부 도구, REST API(FastAPI, Django, Flask).
• AI 처리 능력: 탁월하며 JavaScript와 어깨를 나란히 한다. 어시스턴트는 Python과 그 주요 라이브러리에 대단히 능숙하다. 비(非)웹 프로젝트의 훌륭한 기본 선택이다.

Python이 입문자를 어김없이 걸려 넘어지게 하는 단 하나의 지점은 언어가 아니라 환경이다. AI에게는 한 폴더에서 잘 돌던 스크립트가 다른 폴더에서는 실패하는데, 패키지가 활성화되지 않은 가상 환경 안에 들어 있거나, 두 프로젝트가 같은 라이브러리의 서로 다른 버전을 원하기 때문이다. 이 중 어느 것도 당신 코드의 잘못이 아니고, 한 번 겪고 나면 어렵지도 않다 — 하지만 Python에서 "왜 그냥 안 돌아가지" 하는 순간으로 가장 흔하다. 처음부터 AI에게 가상 환경과 requirements.txt를 설정하라고(또는 uv나 Poetry 같은 도구를 쓰라고) 시키면, 고통의 대부분이 사라진다.