데이터 분석 결과를 대시보드·웹 앱으로 보여주고 싶지만 React·Vue까지 배우고 싶진 않을 때, Streamlit이 「파이썬 코드 한 파일로 인터랙티브 웹 앱」을 만들어 줍니다.
최소 예시.
pip install streamlit.
import streamlit as st.
st.title("내 첫 앱").
x = st.slider("값", 0, 100).
st.write(f"제곱: {x**2}").
streamlit run app.py — 브라우저에서 슬라이더 + 결과 즉시.
강력한 위젯.
text_input, selectbox, file_uploader, button, dataframe(pandas DataFrame을 표로), line_chart, map.
각 위젯은 「사용자가 변경 시 스크립트 처음부터 재실행」 패턴 — 매우 단순한 모델.
캐싱.
@st.cache_data — 같은 입력엔 결과 재사용.
큰 데이터 로드, 비싼 계산을 매번 안 해도 됨.
ML 모델 로드는 @st.cache_resource로(객체 자체 캐시).
용도.
데이터 사이언티스트의 결과 공유, ML 모델 데모, 사내 도구, 빠른 프로토타입.
본격 프로덕션은 React + FastAPI가 더 강력하지만, 「Python만으로 즉시 화면 보기」는 Streamlit이 압도적으로 빠릅니다.
한 줄 요약
Streamlit은 파이썬 한 파일로 인터랙티브 웹 앱.
slider·dataframe·chart 같은 위젯, @st.cache_data 캐싱.
데이터 분석 공유·ML 데모·사내 도구에 압도적으로 빠름.
더 알아볼 것
- Gradio — ML 데모 특화
- Dash — Plotly의 대시보드 도구
- Streamlit Cloud로 무료 호스팅
