Julia언어의 틈새 시장?

Python, R 같은 기존의 데이터 분석용 프로그래밍 언어는 벡터화를 잘 이용하면 훌륭한 성능을 내어준다.

Python, R언어는 Julia언어에 비해서 전문 서적 접근성, 외부 라이브러리 존재 여부, 주변 사람에게 도움 받을 가능성 및 인터넷에서 문제 해결책을 찾을 가능성등 개발 과정에 맞닥뜨리는 거의 모든 면에서 훨씬 우수하다.

 

Python과 R언어는 단 하나의 약점을 지니는 데, 그것은 바로 반복문의 실행 속도가 너무 느리다는 것이다.

(많게는 수백 배까지 차이가 난다고 한다.)

 

대부분의 개발자는 경험이 충분히 쌓이기 전까지는 (벡터화 된 코드보다는) 반복문을 통해서 문제를 해결하는 데 익숙하다.

개발자가 벡터화에 익숙하지 못해서, Python과 R의 느려터진 반복문으로 문제를 해결한다면, 이후에 실행 속도가 너무 느려져서, 이를 해결하기 위해서 반복문을 C/C++등의 저수준 언어로 재작성하고, 서로 다른 프로그래밍 언어 간에 데이터를 주고 받는 세부 사항을 챙기는 수고로움을 필요로 한다.

 

반면, Julia언어는 반복문 실행 속도가 충분히 빠르므로, 벡터화에 익숙하지 않다면, 반복문을 사용해서 당면한 문제를 해결하고 넘어가도 되고, (원하지 않는다면) 굳이 벡터화 시키느라 고민하지 않아도 된다.

 

현재 상황에서는 Python과 R 같은 동적 언어적 문법 특성을 가지고 있고, 그럭저럭 쓸만한 DataFrame 자료형이 제공되면서, 반복문 실행 속도도 빠른 언어는 Julia 밖에 없는 것 같다.

그래서, Julia언어가 Python과 R언어에 비해서 여러 면에서 부족하고 불편함에도 불구하고, 틈새 시장을 확보하는 것 같다.

 

인터넷을 찾아보니 나만 이런 고민을 하는 게 아니라는 것을 알았다.

거의 똑같은 이유에서 Julia언어를 사용한다는 사람을 봤다.

https://velog.io/@jiyongso/나는-왜-Julia-를-사용하는가

나는 왜 Julia 를 사용하는가?