Go 애플리케이션에 CPython 인터프리터를 내장하면 기존의 풍부한 Python 라이브러리를 재사용하거나 런타임에 코드를 동적으로 확장할 수 있는 강력한 유연성을 얻을 수 있습니다. Datadog은 에이전트의 핵심 로직을 Go로 전환하면서도 기존의 Python 기반 체크 로직을 유지하기 위해 이 방식을 채택했으며, 이를 통해 전체 프로그램을 다시 컴파일하지 않고도 커스텀 체크를 실행할 수 있는 구조를 완성했습니다. 결과적으로 cgo와 인터프리터 추상화 레이어를 활용하면 Go의 성능과 Python의 유연성을 동시에 확보하는 것이 가능합니다.

Python을 Go에 내장해야 하는 이유

점진적 포팅: 기존 Python 프로젝트를 Go로 옮길 때 모든 기능을 한 번에 재구현할 필요 없이, 부분적으로 기능을 이전하며 안정성을 유지할 수 있습니다.
기존 라이브러리 재사용: 새로운 언어로 다시 작성하기 까다로운 방대한 Python 라이브러리나 기존 소프트웨어 자산을 그대로 가져와 사용할 수 있습니다.
동적 확장성: 런타임에 외부 Python 스크립트를 로드하고 실행할 수 있어, 애플리케이션을 다시 컴파일하거나 배포하지 않고도 기능을 추가하거나 수정할 수 있습니다.
Datadog의 사례: 사용자가 직접 작성한 커스텀 체크 로직을 에이전트 재빌드 없이 즉시 실행하기 위해 이 기술을 핵심적으로 활용합니다.

cgo를 이용한 언어 간 인터페이스(FFI) 구현

cgo의 역할: CPython 인터프리터는 C로 작성되었으며 C API를 제공하기 때문에, Go에서 이를 호출하기 위해서는 외래 함수 인터페이스(FFI)인 cgo를 반드시 사용해야 합니다.
프리앰블(Preamble) 활용: import "C" 바로 위에 주석으로 C 코드를 작성하는 프리앰블 형식을 통해 #include <Python.h>와 같은 헤더 파일을 포함하고 C 함수에 접근합니다.
빌드 프로세스: go build 시 cgo 도구는 내부적으로 C와 Go 모듈을 생성하며, 각각의 컴파일러를 호출한 뒤 최종적으로 링커를 통해 하나의 바이너리로 합칩니다.
환경 설정: #cgo pkg-config: python-2.7 지시자를 사용하면 시스템의 pkg-config를 통해 컴파일 및 링크에 필요한 플래그를 자동으로 가져와 빌드 과정을 간소화할 수 있습니다.

인터프리터 제어와 go-python 라이브러리

인터프리터 생명주기: Go 프로그램 내에서 Python 코드를 실행하려면 Py_Initialize()로 인터프리터를 시작하고, 작업이 끝나면 Py_Finalize()로 자원을 해제해야 합니다.
추상화 레이어: 직접적인 cgo 호출은 코드가 복잡해질 수 있으므로, Datadog은 go-python과 같은 래퍼 라이브러리를 사용하여 더 Go다운(idiomatic) 방식으로 Python API를 다룹니다.
모듈 로드 및 실행: PyImport_ImportModule로 디스크의 Python 파일을 가져오고, GetAttrString으로 특정 함수를 찾아 Call 메서드로 실행하는 일련의 과정을 Go 코드로 구현할 수 있습니다.
기술적 세부사항: Python 함수에 인자가 없더라도 C API 수준에서는 빈 튜플(PyTuple_New(0))과 빈 딕셔너리(PyDict_New())를 명시적으로 전달해야 하는 등의 규칙을 준수해야 합니다.

Go의 정적 타입 시스템과 고성능 환경을 유지하면서도 Python의 생태계를 활용하고 싶다면 CPython 임베딩은 매우 실무적인 선택지입니다. 특히 go-python과 같은 라이브러리를 통해 cgo의 복잡성을 걷어내면 유지보수가 용이한 확장형 아키텍처를 구축할 수 있습니다.