Creator 동작 방식 상세 설명¶

Creator는 cvlab-kit 프레임워크의 핵심적인 역할을 담당하는 동적 컴포넌트 팩토리입니다. 이 문서에서는 Creator가 YAML 설정 파일을 기반으로 어떻게 에이전트와 컴포넌트를 생성하는지 그 내부 동작 순서와 방식을 creator.py 코드와 함께 상세히 설명합니다.

1. Creator의 역할과 초기화¶

Creator의 주된 역할은 다음과 같습니다.

실험을 총괄하는 메인 에이전트(Agent)를 생성합니다.
에이전트가 필요로 하는 하위 컴포넌트(Model, Optimizer, DataLoader 등)를 생성할 수 있는 인터페이스를 제공합니다.

모든 과정은 main.py에서 Creator 객체를 생성하는 것으로 시작됩니다.

## main.py
cfg = Config(args.config)    # 1. YAML 설정 로드
create = Creator(cfg)        # 2. Creator 초기화
agent = create.agent()       # 3. 메인 에이전트 생성
agent.run()                  # 4. 에이전트 실행

Creator가 초기화될 때, 내부에 ComponentCreator 인스턴스를 함께 생성합니다. Creator 자신은 에이전트 생성만 담당하고, 나머지 모든 컴포넌트 생성 작업은 ComponentCreator에게 위임하는 구조입니다.

## cvlabkit/core/creator.py
class Creator:
    def __init__(self, cfg: Config):
        self.cfg = cfg
        # ComponentCreator가 실제 컴포넌트 생성을 담당
        self.component_creator = ComponentCreator(cfg)

2. 컴포넌트 생성 요청 (Agent -> Creator)¶

에이전트는 자신의 setup() 메소드 내에서 필요한 컴포넌트들을 Creator에게 요청합니다. 이 때 create는 에이전트에 주입된 ComponentCreator의 프록시(proxy) 역할을 합니다.

## agent.py (예시)
class MyAgent(Agent):
    def setup(self):
        # self.create는 ComponentCreator를 가리킴
        self.model = self.create.model() 
        self.optimizer = self.create.optimizer(self.model.parameters())
        self.train_loader = self.create.dataloader.train()

self.create.model()과 같은 호출이 발생하면 ComponentCreator의 __getattr__ 메소드가 실행되어, model이라는 카테고리를 처리할 _ComponentCategoryLoader를 반환합니다.

3. Creator의 내부 동작 순서 (상세)¶

create.dataloader.train()을 예시로 Creator의 내부 동작을 코드와 함께 순서대로 따라가 보겠습니다.

1단계: 컴포넌트 카테고리 로더 가져오기 (`create.dataloader`)¶

호출: 에이전트 코드에서 create.dataloader가 처음 접근될 때, ComponentCreator의 __getattr__ 메소드가 category='dataloader' 인자와 함께 호출됩니다.

# ComponentCreator.__getattr__
def __getattr__(self, category: str) -> "_ComponentCategoryLoader":
    # ...
    base_class = self._base_classes.get(category) # 'dataloader' -> DataLoader 베이스 클래스
    # ...
    return _ComponentCategoryLoader(self.cfg, category, base_class)

베이스 클래스 탐색: _base_classes 딕셔너리에서 'dataloader' 키에 해당하는 cvlabkit.component.base.DataLoader 베이스 클래스를 찾습니다. 이 딕셔너리는 ComponentCreator 초기화 시 _get_all_base_classes 메소드를 통해 미리 채워져 있습니다.
카테고리 로더 생성: dataloader 카테고리만 전담하여 처리할 _ComponentCategoryLoader 인스턴스를 생성하여 반환합니다. 이 로더는 cfg와 DataLoader 베이스 클래스 정보를 가지고 있습니다.

2단계: 특정 옵션 로더 가져오기 (`.train`)¶

호출: create.dataloader 뒤에 붙은 .train이 접근될 때, 이전 단계에서 반환된 _ComponentCategoryLoader 객체의 __getattr__ 메소드가 option='train' 인자와 함께 호출됩니다.

# _ComponentCategoryLoader.__getattr__
def __getattr__(self, option: str) -> Callable[..., Any]:
    key = f"{self.category}.{option}" # "dataloader.train"
    config_value = self.cfg.get(key) # "cifar10(split=train, shuffle=true)"
    # ...
    def creator_lambda(*args, **kwargs):
        # ... (3단계에서 설명)
    return creator_lambda

설정 값 조회: cfg.get("dataloader.train")을 호출하여 YAML 파일에서 해당 키의 값을 찾습니다. 이 예시에서는 "cifar10(split=train, shuffle=true)" 문자열이 config_value가 됩니다.
람다 함수 반환: 실제 컴포넌트 생성을 지연시키고, 런타임 인자(예: optimizer 생성 시 model.parameters())를 받을 수 있도록 creator_lambda라는 내부 함수(클로저)를 정의하여 반환합니다. 아직 컴포넌트가 생성된 시점은 아닙니다.

3단계: 컴포넌트 인스턴스 생성 (`()`)¶

호출: 에이전트 코드에서 create.dataloader.train()의 마지막 ()가 호출될 때, 비로소 이전 단계에서 반환된 creator_lambda가 실행됩니다.

# creator_lambda 내부 로직
def creator_lambda(*args, **kwargs):
    # config_value가 '|'를 포함하는지 확인 -> 여기서는 아님
    # ...
    # 'cifar10(split=train, shuffle=true)' 문자열 파싱
    impl_name, component_cfg = self._get_component_info(config_value)
    # impl_name = 'cifar10', component_cfg = {'split': 'train', 'shuffle': True}

    # 'cifar10' 구현체 로드
    constructor = self._load_implementation(impl_name)

    # 최종 인스턴스 생성
    return self._create_instance(constructor, component_cfg, *args, **kwargs)

설정 파싱: _get_component_info 메소드가 "cifar10(split=train, shuffle=true)" 문자열을 파싱합니다. AST(Abstract Syntax Tree)를 사용하여 함수 호출 구문을 분석하고, 구현 이름(cifar10)과 파라미터({'split': 'train', 'shuffle': True})를 분리하여 Config 객체로 만듭니다.
구현 로딩: _load_implementation('cifar10') 메소드가 호출됩니다.
- package_path를 cvlabkit.component.dataloader로 설정합니다.
- importlib.import_module("cvlabkit.component.dataloader.cifar10")를 통해 해당 모듈을 동적으로 임포트합니다.
- 모듈 내부를 검사하여 cvlabkit.component.base.DataLoader를 상속하는 클래스(CIFAR10Loader)를 찾아 생성자(constructor)를 반환합니다.
인스턴스 생성: _create_instance(constructor, ...) 메소드가 호출됩니다.
- 컴포넌트별 설정(component_cfg)과 전역 설정(self.cfg)을 병합하여 최종 설정 객체 final_cfg를 만듭니다.
- CIFAR10Loader의 생성자 시그니처를 분석하여, final_cfg 객체와 런타임 인자(*args, **kwargs)를 주입하여 최종 인스턴스를 생성합니다.

4단계: 최종 반환¶

생성된 CIFAR10Loader 인스턴스가 에이전트의 setup() 메소드로 최종 반환됩니다.
self.train_loader = create.dataloader.train() 라인이 완료됩니다.

요약: Creator의 마법¶

Creator는 __getattr__와 클로저(closure)를 적극적으로 활용하여 create.model.generator()와 같은 연쇄적인 호출을 가능하게 합니다. 각 단계마다 특정 카테고리나 옵션을 전담하는 로더 객체나 람다 함수를 반환하며, 최종적으로 () 호출이 이루어질 때 실제 컴포넌트 생성 작업이 트리거됩니다.

이러한 동적 생성 메커니즘 덕분에 사용자는 파이썬 코드를 직접 수정하지 않고도 YAML 설정 변경만으로 프레임워크의 거의 모든 동작을 제어할 수 있습니다.