[멋쟁이사자처럼부트캠프_그로스마케팅] Day 11 API, Flask

https://www.youtube.com/watch?v=Jg3FFBLyhK0

오전 수업 집중력 이슈로 API 이해를 위해 유튜브를 찾아보았다...

API (Application Programming Interface)란?

API는 프로그램과 프로그램이 소통하는 접점(Interface) 이다.

1. Interface란?

• UI (User Interface): 사용자가 프로그램과 소통하는 접점.
• API (Application Programming Interface): 응용 프로그램(앱, 소프트웨어) 간 소통을 위한 접점.

2. API의 역할

• 프로그램이 다른 프로그램의 기능을 사용할 수 있도록 제공하는 규칙(명령어, 데이터 형식 등).
• 예: HTTP API는 인터넷을 통해 데이터를 요청(Request)하고 응답(Response)을 받는 방식.

3. API 구조

• 백엔드 (서버, 제공자): 데이터 저장(DB 서버), API 서버 → 데이터 제공
• 프론트엔드 (클라이언트, 요청자): 앱, 웹사이트 → API를 통해 데이터 요청 (ex. 날씨 정보 가져오기)
• 요청(Request) → 응답(Response) → 데이터 표시(UI)
• API는 데이터를 주고받는 "중간 연결자" 역할을 함.

4. API 종류

• Private API: 내부 시스템용 (예: 마케팅팀이 내부 데이터 분석을 위해 API 사용).
• Public/Open API: 누구나 사용할 수 있는 API (예: 날씨 API, 구글 지도 API).

5. API의 형태

• HTTP API (REST API, GraphQL): 웹을 통해 데이터를 주고받음.
• 라이브러리 API (Class, Function 제공): 개발자가 코드에서 직접 활용할 수 있는 기능. (예: Python의 Pandas 라이브러리 API)

 

• 기업들이 API 공개하는 이유:

정부를 비롯한 다양한 기업들이 API를 공개하고 있다. 플랫폼 기업으로 성공하고 플랫폼 시장을 선점하기 위해선 외부 개발자들의 참여가 중요하다. 개발자들을 모을 수 있는 것은 API이며, 이를 공개함으로써 시장을 선점할 수 있기 때문이다.

출처 : IT조선(https://it.chosun.com)/)

 

• 데이터 수집 과정: 데이터를 확보하는 대표적인 방식

1 API 활용 → 실시간 데이터 요청 (예: Google Ads API, Twitter API)

2 CSV 파일 다운로드 → 정적인 데이터 저장 후 분석

3 DB(SQL)에서 조회 → 대량의 데이터를 효율적으로 관리

---

복습 노트

 

1 API 구조

API를 사용하여 데이터를 주고받는 과정

1. 클라이언트(사용자 또는 프로그램)가 API를 요청 → URL을 통해 서버로 데이터 요청
2. 서버가 요청을 처리하고 데이터베이스(DB)에서 정보를 가져옴
3. 서버가 JSON 형태로 데이터를 응답하여 클라이언트에게 전달
4. 클라이언트가 데이터를 받아 활용 (분석, 시각화, 자동화 등)

🔹 (1) URL & 엔드포인트 → API 요청을 보내는 주소

🔹 (2) SDK & Class & 함수 → API 요청을 쉽게 만들기 위한 도구

🔹 (3) JSON → API 응답 데이터 형식

🔹 (4) Linux → API 서버를 실행하는 환경

🔹 (5) Google Ads API (예시) → 실제 데이터 제공

 

▼ 추가 설명

-SDK, Class, 함수 (API 요청을 쉽게 만들기 위한 도구):

• API를 직접 호출하려면 HTTP 요청을 직접 보내야 하지만, SDK를 사용하면 쉽게 API를 호출할 수 있음
• SDK에는 클래스(Class)와 함수(Function) 가 포함되어 있음

-JSON (API 응답 데이터 형식)

• API는 데이터를 전달할 때 JSON(JavaScript Object Notation) 형식을 주로 사용
• JSON은 가볍고 사람이 읽기 쉬운 데이터 포맷
• 데이터를 키-값(JSON) 형태로 제공

---

2 URL과 URI 차이

• URL (Uniform Resource Locator) → 특정 웹페이지 주소
• 예) https://example.com/api/users

• URI (Uniform Resource Identifier) → 리소스를 식별하는 고유한 값 (URL 포함)
• 예) /api/users, /images/logo.png

URL은 URI의 한 종류이며, 전체 주소를 포함하는 개념!

• API는 특정 URL(엔드포인트)를 통해 요청을 보냄
• 사용자가 요청을 보내면, 서버가 해당 요청을 처리하여 응답

 

3 API 키 (API Key)

API 키 (API Key) → API 사용을 인증하는 고유한 키

API를 사용할 때 보안이 중요하며, 다른 사람과 공유하면 안 됨!

📌 보안 방법

• API 키를 환경 변수로 관리 (소스 코드에 노출 금지)
• 인증 방식 적용 (OAuth, JWT 등)
• Rate Limit 설정 (요청 횟수 제한)

---

4 API 활용 사례

• AI 추천 API 활용 가능

✔ OpenAI API → AI 기반 콘텐츠 생성 및 데이터 분석

✔ AI 추천 시스템 → 고객 맞춤형 제품 추천

• API 자동화 & 데이터 기반 의사 결정

✔ 광고 API → Google Ads API, Facebook Marketing API

✔ CRM API → HubSpot API, Salesforce API

✔ 데이터 분석 API → Google Analytics API

 

---

Flask 개념 & 동작 구조

1️⃣ Flask란?

✔ Python 기반의 경량 웹 프레임워크

✔ 웹 애플리케이션 & API 서버를 빠르고 간단하게 개발 가능

✔ 웹 서버(WS) + 애플리케이션 서버(WAS) 역할 수행

역할 설명

1. 웹 서버 (WS, Web Server)	사용자의 요청(Request) 처리 & HTML, CSS, JS 반환
2. 애플리케이션 서버 (WAS, Web Application Server)	비즈니스 로직 수행 & DB 연결
3. 데이터베이스(DBMS) 연동	MySQL, PostgreSQL 등과 연결 & SQL 실행

 

2️⃣ Flask와 API의 관계

• Flask는 웹 애플리케이션을 개발하는 프레임워크
• Flask를 이용해 API 서버를 만들 수 있음 (예: /api/users 엔드포인트 제공)
• 클라이언트(웹, 모바일 앱)가 Flask API를 호출하면 Flask가 JSON 데이터를 응답
• Flask는 API뿐만 아니라 HTML 페이지도 반환 가능

 

3️⃣ Flask의 동작 과정 (Request → Response)

📌 예시: 사용자가 /api/users 요청할 때

1. 클라이언트(사용자) → /api/users 요청 (HTTP Request)
2. Flask(WAS) → MySQL에 데이터 요청 (DB(MySQL)와 연결**,** SQL 실행)
3. DBMS(MySQL) → SELECT * FROM users 실행 후 데이터 반환
4. Flask → 받은 데이터를 JSON으로 변환
5. Flask(WAS) → 웹 서버(WS) → 클라이언트 로 응답 전송
6. 클라이언트(사용자) → JSON 데이터를 받아 화면에 표시

✔ Request(요청) → WAS(처리) → DB(데이터 조회) → Response(응답 반환) → 클라이언트 표시

---

4️⃣ Flask 예제 코드 (Flask + MySQL 연동) (app.py)

app.py

# Flask 웹 애플리케이션 프레임워크
# JSON 응답을 위한 jsonify, HTML 렌더링을 위한 render_template 가져옴
from flask import Flask, jsonify, request, render_template  
import mysql.connector  # MySQL(MariaDB)과 Python 간의 연결을 위한 모듈

# Flask 애플리케이션 객체 생성
app = Flask(__name__)

# 📌 1️⃣ MariaDB 연결 설정
# 데이터베이스 접속을 위한 설정 정보를 딕셔너리 형태로 저장
# 실제 서비스에서는 비밀번호와 같은 민감한 정보는 환경 변수 또는 설정 파일로 관리하는 것이 보안적으로 안전함
db_config = {
    "host": "localhost",  # 데이터베이스 서버 주소 (로컬호스트 사용)
    "user": "gabkeun",  # 데이터베이스 접속 계정
    "password": "1234",  # 데이터베이스 접속 비밀번호 (보안상 환경변수 사용 권장)
    "database": "backend"  # 사용할 데이터베이스 이름
}

# 📌 2️⃣ 데이터베이스 연결 함수
# - 데이터베이스 연결을 생성하는 함수로, 필요할 때 호출하여 새로운 연결을 생성함
def get_db_connection():
    return mysql.connector.connect(**db_config)  # db_config의 설정 값을 언패킹하여 MySQL 연결 객체를 반환

# 📌 3️⃣ API 엔드포인트: 모든 마케팅 데이터 조회
  """
    📌 모든 마케팅 데이터를 조회하는 API
    - 데이터베이스에서 `growth_marketing` 테이블의 모든 데이터를 가져와 JSON 형식으로 반환
    """
@app.route('/growth-marketing', methods=['GET'])  # `/growth-marketing` 경로에서 GET 요청을 처리
def get_growth_marketing_data():
  
    conn = get_db_connection()  # 데이터베이스 연결 객체 생성
    cursor = conn.cursor(dictionary=True)  # 데이터를 딕셔너리 형태로 반환하는 커서 생성

    cursor.execute("SELECT * FROM growth_marketing")  # SQL 실행: growth_marketing 테이블의 모든 데이터 조회
    data = cursor.fetchall()  # 조회된 모든 데이터를 리스트 형태로 가져옴

    cursor.close()  # 커서 종료
    conn.close()  # 데이터베이스 연결 종료

    return jsonify(data)  # JSON 형식으로 응답 반환

# 📌 4️⃣ API 엔드포인트: 특정 마케팅 채널 데이터 조회
  """
    📌 특정 마케팅 채널 데이터를 조회하는 API
    - URL에서 전달된 `channel` 값을 사용하여 해당 마케팅 채널의 데이터만 조회
    - 데이터가 없을 경우 404 에러 반환
    """
@app.route('/growth-marketing/<channel>', methods=['GET'])  # `<channel>`에 해당하는 특정 채널 데이터 조회
def get_marketing_by_channel(channel):

    conn = get_db_connection()
    cursor = conn.cursor(dictionary=True)

    # SQL 실행: 특정 마케팅 채널의 데이터를 조회 (SQL 인젝션 방지를 위해 %s 사용)
    cursor.execute("SELECT * FROM growth_marketing WHERE channel = %s", (channel,))
    data = cursor.fetchall()  # 결과 가져오기

    cursor.close()
    conn.close()

    if not data:  # 해당 채널 데이터가 없는 경우
        return jsonify({"error": "해당 마케팅 채널의 데이터가 없습니다."}), 404  # 404 상태 코드 반환

    return jsonify(data)  # JSON 형식으로 응답 반환

# 📌 5️⃣ 웹 페이지 렌더링 엔드포인트 
@app.route('/')  # 루트 경로('/')에서 GET 요청을 처리
def index():
    """
    📌 웹 페이지 렌더링 (index.html 반환)
    - `/` 경로로 접속하면 `index.html`을 렌더링하여 사용자에게 반환
    """
    return render_template('index.html')  # `templates/index.html` 파일을 찾아 렌더링하여 응답

# 📌 6️⃣ 애플리케이션 실행
if __name__ == '__main__':
    """
    📌 Flask 애플리케이션 실행
    - `host='0.0.0.0'` → 모든 네트워크 인터페이스에서 접속 가능
    - `port=5001` → 5001 포트에서 실행
    - `debug=True` → 개발 중 디버깅 기능 활성화 (배포 시 False로 설정)
    """
    app.run(host='0.0.0.0', port=5001, debug=True)

 

▼ 추가 설명

코드 흐름 (cursor 역할 포함)

📌 Flask 서버 실행 → 클라이언트 요청 → DB 조회 → 응답 반환 흐름

1️⃣ 클라이언트(브라우저, 앱)가 /growth-marketing/SNS 요청

2️⃣ Flask 서버(app)가 해당 요청을 get_marketing_by_channel(channel) 함수로 전달

3️⃣ get_db_connection()으로 MariaDB 연결

4️⃣ cursor 객체 생성 (cursor = conn.cursor(dictionary=True))

5️⃣ cursor.execute("SELECT * FROM growth_marketing WHERE channel = %s", (channel,))

SQL 실행 → channel 값을 사용하여 데이터 조회

6️⃣ cursor.fetchall() → SQL 실행 결과를 가져옴

7️⃣ cursor.close(), conn.close() → 리소스 정리

8️⃣ Flask가 jsonify(data)를 실행하여 JSON 응답 반환

9️⃣ 클라이언트(브라우저, 앱)가 JSON 데이터를 받아 화면에 표시

 

✔  conn.cursor()는 MySQL(MariaDB)과 연결된 데이터베이스에서 SQL을 실행하는 객체(커서)를 생성하는 함수

✔  cursor.execute(SQL문)을 실행하면 데이터베이스에서 결과를 가져오지만, 메모리에 로드된 상태는 아님

✔ cursor.fetchall()을 호출해야 모든 데이터를 리스트(list) 형태로 가져옴

 

5️⃣ Flask 프로젝트 폴더 구조

Flask 프로젝트는 웹 애플리케이션을 구성하는 파일을 구조적으로 배치

1. Flask 프로젝트 폴더 구조

lab/site1
│
├── app.py       # Flask 실행 파일
├── templates/   # HTML 템플릿 저장
│   ├── index.html
│   ├── view.html
│   └── write.html
├── static/       # CSS, JS, 이미지 저장
│   ├── common.css
│   └── styles.css
│
└── uploads/

• lab/: 프로젝트의 루트 디렉토리입니다.
• app.py: Flask 애플리케이션의 주요 파일입니다. 여기에서 라우트와 핸들러를 정의합니다. ( Flask 애플리케이션 실행 & 요청 처리)
• templates/: HTML 템플릿 파일을 저장하는 디렉토리입니다.
  • index.html: 게시글 목록을 보여주는 메인 페이지.
  • view.html: 게시글 상세보기 페이지.
  • write.html: 새 게시글 작성 페이지.
• static/: 정적 파일 (CSS, JS, 이미지)을 저장하는 디렉토리입니다.
  • styles.css: 스타일 시트를 저장합니다.
  • common.css: 스타일 시트를 저장합니다.
• uploads/: 업로드된 이미지 파일을 저장하는 디렉토리입니다

 

2. Flask 실행

python3 app.py

 

 

3. 브라우저에서 확인

• 웹 인터페이스:
  • http://127.0.0.1:5001/
• JSON 데이터 조회 API:
  • http://127.0.0.1:5001/growth-marketing

 

6️⃣ Flask와 app.py 관계

: app.py는 Flask를 실행하는 핵심 파일

Flask	웹 애플리케이션 개발을 위한 프레임워크
app.py	Flask를 실행하는 코드가 담긴 파일

✔ Flask = 요리를 할 수 있는 주방

✔ app.py = 주방을 이용해 직접 요리를 만드는 셰프

즉, Flask는 도구이고, app.py 는 그걸 사용해서 웹 애플리케이션을 동작시키는 파일

왜 SSH(파일질라)로 전송하나?

GCP의 VM 인스턴스는 클라우드 서버라서 내 컴퓨터 파일을 직접 실행할 수 없음

그래서 FTP(파일질라)를 사용해서 app.py를 GCP 서버로 보내야 함

 

7️⃣ Flask 배포 & 운영 (GCP 예시)

📌 GCP에서 Flask 서버를 운영하는 과정

1. GCP VM(가상 머신)에서 Flask 설치 & 실행
2. Flask 앱(main.py)을 실행하여 API 서비스 시작
3. 웹서버(NGINX, Apache) 설정 → 외부 요청을 Flask로 전달
4. DB(MySQL, PostgreSQL) 연결하여 데이터 관리
5. 도메인 설정 → 실제 URL로 접속 가능하게 배포

✔ Flask는 로컬에서 실행할 수도 있고, GCP 같은 클라우드 환경에서 배포 가능

 

---

API의 역할 in 그로스 마케팅

1. API의 역할

• 그로스 마케팅(Growth Marketing) → 데이터 기반으로 고객 유입, 전환, 유지 전략 최적화
• API 활용으로 마케팅 자동화 및 데이터 분석 가능

📌 API 주요 역할

• 데이터 통합 & 분석 → 마케팅 채널(Facebook Ads, Google Analytics 등) 데이터 수집
• 개인화 마케팅 → 고객 행동 데이터를 활용한 맞춤형 광고 & 캠페인
• 마케팅 자동화 → 광고 운영, 이메일 발송, 리타겟팅 자동화
• A/B 테스트 최적화 → API로 동적 콘텐츠 제공 및 성과 분석

---

2. 주요 마케팅 API 유형 & 활용 사례

(1) 광고 API → 광고 캠페인 자동화 & 최적화

• Google Ads API / Facebook Marketing API
• 광고 집행 자동화, 성과 분석, 타겟팅

(2) 분석 & 트래킹 API → 실시간 마케팅 성과 분석

• Google Analytics API
• 유입 경로, 전환율 분석, 자동 보고서 생성

(3) CRM & 고객 데이터 API → 고객 데이터 활용

• HubSpot API / Salesforce API
• 고객 세그먼트 분류, 맞춤형 이메일 발송

(4) 이메일 & 메시징 API → 자동화된 커뮤니케이션

• Twilio API / SendGrid API
• 고객 행동 기반 이메일 & SMS 자동 발송

(5) 소셜 미디어 API → 브랜드 모니터링 & 자동화

• Twitter API / Instagram Graph API
• 소셜 데이터 분석, 자동 포스팅, 해시태그 최적화

---

3. API를 활용한 그로스 마케팅 전략

(1) 자동화된 고객 세그멘테이션

• Google Analytics API + CRM API → 고객 데이터 자동 분류
• 고객별 맞춤형 광고 & 이메일 캠페인 실행

(2) 마케팅 캠페인 자동화

• Facebook Ads API → 타겟 광고 자동화
• SendGrid API → 장바구니 이탈 고객 자동 이메일 발송

(3) 실시간 성과 분석 & 최적화

• API 기반 대시보드 구축 → 광고 성과 추적
• 자동 광고 예산 조정, 리타겟팅 최적화

(4) 리타겟팅 & 개인화 마케팅

• 고객 웹사이트 방문 데이터 분석 → 맞춤형 광고 제공
• AI 기반 추천 API(OpenAI API) 활용 → 고객 맞춤형 제품 추천

---

4. API 활용 시 고려할 사항

📌 API를 사용할 때 주의할 점

✔ 데이터 보안 & 개인정보 보호 → GDPR, CCPA 규정 준수

✔ API 요청 제한(Rate Limit) → 호출 횟수 제한 고려

✔ 데이터 동기화 문제 → 실시간 데이터 처리 전략 필요

✔ API 업데이트 & 유지보수 → API 버전 변경 시 지속적인 관리

---

5. API 활용 기대 효과

✔ 개발 시간 단축 → 기존 서비스와 연동하여 빠르게 구현

✔ 마케팅 자동화 → 효율적인 캠페인 운영 & 비용 절감

✔ 데이터 기반 의사 결정 → 실시간 분석으로 최적화된 전략 수립

✔ 고객 경험 향상 → 맞춤형 마케팅으로 고객 만족도 증가

---

6. 국내 API 서비스 및 데이터 제공처

📌 공공 데이터 API 제공 플랫폼

✔ 공공데이터포털 → data.go.kr

• 정부 기관의 다양한 데이터 API 제공 ✔ 서울 열린데이터 광장 → data.seoul.go.kr
• 서울시 공공 데이터 API (교통, 환경, 부동산 등)

---

이 뒤부터 API 데이터 수집 심화로 데이터 생성, csv 저장 후 데이터 분석, 시각화하여 문제 풀이를 했음. 보고서 쓰는 연습도

시각화는 다음 차시에 나오니까 패스~

pandas 다시 복습해야겠다..