Serializer의 내부 동작 흐름: 데이터 입력부터 출력까지

DRF Serializer의 역직렬화(입력→검증→저장)와 직렬화(객체→출력) 과정의 내부 동작 메커니즘과 각 단계별 메서드의 호출 시점 및 커스터마이징 방법

Serializer의 두 가지 핵심 역할

직렬화 (Serialization) Python 객체(Django 모델 인스턴스, 쿼리셋)를 딕셔너리 형태의 원시 데이터로 변환하여 JSON 응답으로 전달

역직렬화 (Deserialization) 외부 요청 데이터를 검증하고 Python 객체로 변환하여 새로운 객체 생성 또는 기존 객체 수정

역직렬화 흐름: 입력부터 저장까지

graph TD
    A[Request 수신] --> B["Serializer 초기화<br/>data=request.data"]
    B --> C["is_valid() 호출"]
    C --> D["to_internal_value()"]
    D --> E["Field-Level Validation<br/>validate_field_name()"]
    E --> F["Object-Level Validation<br/>validate()"]
    F --> G{검증 결과}
    G -->|성공| H["validated_data 생성"]
    G -->|실패| I["ValidationError 발생"]
    H --> J["save() 호출"]
    J --> K{instance 존재?}
    K -->|없음| L["create() 호출"]
    K -->|있음| M["update() 호출"]
    L --> N[객체 반환]
    M --> N

1. Serializer 초기화

• 생성 시: ArticleSerializer(data=request.data)

• 수정 시: ArticleSerializer(instance=article, data=request.data)

• 컨텍스트 전달: context={'request': self.request}

2. 유효성 검사 (is_valid())

• to_internal_value(): 원시 데이터를 Python 네이티브 데이터 타입으로 변환

• 필드 레벨 검증: validate_<field_name>() 메서드 실행

• 객체 레벨 검증: validate() 메서드로 필드 간 관계 검증

3. 데이터 접근

• validated_data: 검증 통과한 깨끗한 데이터

• errors: 검증 실패 시 에러 정보

4. 객체 저장 (save())

• create(validated_data): instance 없이 초기화된 경우 새 객체 생성

• update(instance, validated_data): instance와 함께 초기화된 경우 기존 객체 수정

직렬화 흐름: 객체부터 출력까지

graph TD
    A[객체 조회] --> B["Serializer 초기화<br/>instance=object"]
    B --> C[".data 속성 접근"]
    C --> D["to_representation() 호출"]
    D --> E[각 필드값 추출]
    E --> F[데이터 포맷팅]
    F --> G[딕셔너리 데이터 구성]
    G --> H[JSON 응답 생성]

1. Serializer 초기화

• 단일 객체: ArticleSerializer(instance=article)

• 여러 객체: ArticleSerializer(instance=articles, many=True)

2. 데이터 접근 (.data) 속성 접근 시 직렬화 프로세스 시작, 결과는 캐싱

3. to_representation() 호출 모델 instance를 딕셔너리 형태로 변환하여 최종 출력 데이터 구성

핵심 메서드별 사용 목적

to_internal_value(data): 입력 데이터 파싱/변환 validate_<field>(value): 단일 필드 유효성 검사 validate(data): 여러 필드 간 관계 검증 create(validated_data): 새 객체 생성 로직 커스텀 update(instance, validated_data): 기존 객체 수정 로직 커스텀 to_representation(instance): 출력 데이터 형태 커스텀