---
id: wiki-2026-0514-python-123
title: parameterized tests
category: 10_Wiki/Topics/Coding/Python
status: needs_review
canonical_id: self
aliases: [python_pytest_parametrize]
duplicate_of: none
source_trust_level: C
confidence_score: 0.6
created_at: 2026-05-14
updated_at: 2026-05-14
last_reinforced: 2026-05-14
review_reason: ai_generated_concept_batch
merge_history: []
tags: [Python, testing, python_pytest_parametrize]
raw_sources: [user_request:2026-05-14-python-coding-batch]
tech_stack: { language: "Python", pillar: "testing" }
applied_in: []
verification_status: conceptual
related_notes: [parametrize, pytest, cases]
---

# parameterized tests

## 한 줄 통찰
> 반복 테스트는 복붙보다 데이터 구조로 표현할 때 더 읽기 쉽다.

## 핵심 개념
- 요약: pytest.mark.parametrize로 케이스를 구조화하는 방식을 정리한다.
- 지식 축: 테스트, 품질 검증, 디버깅을 다루는 Python 실무 지식 축
- 이 문서는 Python 코딩과 설계, 운영, 품질 판단에 연결할 수 있는 개념 초안이다.

## 세부 내용
- 좋은 테스트는 코드 구조를 드러내고 변경 비용을 낮춘다.
- 테스트 전략은 실행 속도와 신뢰도의 균형을 다뤄야 한다.
- 디버깅은 증상보다 재현 가능 조건을 찾는 과정이다.
- 이 주제는 Python 코드의 표현 방식뿐 아니라 팀 규칙, 운영 환경, 리팩토링 비용까지 함께 고려해야 한다.

## 의사결정 기준
- 핵심 도메인 로직부터 테스트 경계를 명확히 한다.
- 테스트 피라미드와 실행 시간 예산을 함께 본다.
- 재현성 높은 실패 사례를 자산으로 저장한다.

## 안티패턴
- 행복 경로만 테스트한다.
- 테스트가 구조를 고정해 리팩토링을 방해하게 만든다.
- 디버깅 결과를 기록하지 않아 같은 실수를 반복한다.

## 적용 사례
- 아직 직접 연결된 실제 적용 사례는 없다.
- `verification_status: conceptual` 상태이며 추후 실제 Python 프로젝트, 스크립트, 서비스 구조에 연결되면 갱신한다.

## 중복 검사 결과
- 2026-05-14 기준 `Topics/Coding` 전역에서 동일 제목의 Python 전용 문서는 직접 확인되지 않았다.
- 일부 유사 개념은 범용 코딩 문서 또는 AI/Backend 문서 안에 부분적으로 존재할 수 있으므로 후속 정리 대상이다.

## 모순 및 업데이트
- 현재 문서는 사용자 요청으로 생성된 AI 기반 개념 초안이다.
- 실제 프로젝트 적용이나 코드 사례가 생기면 `applied_in`과 `verification_status`를 갱신한다.

## 관련 문서
- [[parametrize]]
- [[pytest]]
- [[cases]]

## Raw Source
- user_request:2026-05-14-python-coding-batch

## 변경 이력
- 2026-05-14: Python 코딩 지식 배치용 초기 문서 생성.