[PyTorch] `nn.Module` vs. `Dataset`: 왜 `super().__init__()` 호출 여부가 다른가?
🟣 Intro
앞서 super().__init__을 통해 부모 클래스를 상속받아 초기화하는 과정을 공부해보았고 이제 Dataset 클래스와 비교를 해보면서 조금 더 이해해보려고 한다.
⚪ nn.Module 클래스 vs. torch.utils.data.Dataset 클래스
결론부터 얘기하면 - nn.Module은 상태를 가지는 복잡한 기계에 가까움. - Dataset은 데이터 접근 방법을 정의하는 약속(인터페이스)에 가까움.
⚪ nn.Module: 상태를 관리하는 복잡계 (Stateful Complex System)
nn.Module은 그냥 클래스가 아니며 내부에 학습 가능한 파라미터(weights, biases), 서브 모듈, 버퍼 등 수많은 상태(state)를 가지고 있고, 이걸 아주 체계적으로 관리해야 함.
- 파라미터 등록: 레이어를 만들면
self._parameters에 자동으로 등록되어야 optimizer가 찾을 수 있어. - 모드 전환:
model.train()이나model.eval()을 호출하면 모든 하위 모듈의 모드가 함께 바뀌어야 해. - 디바이스 이동:
model.to('cuda')를 하면 모든 파라미터와 버퍼가 한 번에 GPU로 옮겨져야 해.
⚪ torch.utils.data.Dataset: 데이터 접근을 위한 인터페이스 (Interface for Data Access)
반면에 torch.utils.data.Dataset의 목적은 훨씬 단순하고 명확함. DataLoader 같은 다른 객체가 데이터를 어떻게 가져갈 수 있는지에 대한 규칙만 정해주면 됨. 즉, 1) __len__(self): 전체 데이터의 개수가 몇 개인지 알려줄 수 있어야 한다. 2) __getitem__(self, idx): idx번째 데이터를 어떻게 가져올지 정의해야 한다.
Dataset의 부모 클래스 자체에는 init 메서드에 특별한 내용이 없음. 실제로 PyTorch 소스 코드를 보면 torch.utils.data.Dataset의 __init__는 그냥 비어있다고 한다.(pass).
| 구분 | nn.Module | torch.utils.data.Dataset |
|---|---|---|
| 핵심 목적 | 학습 가능한 상태(State)를 가진 연산 모듈 정의 | 데이터 접근 규칙(Interface) 정의 |
| 필수 구현 | __init__, forward | __len__, __getitem__ |
부모 __init__ 역할 | 파라미터, 모듈 관리를 위한 필수적인 내부 시스템 초기화 | 특별한 역할 없음 (내용이 비어있음) |
super().__init__() | 필수 (Mandatory) | 선택 (Optional, 사실상 불필요) |
⚪ 소프트웨어 공학적 관점
nn.Module을 상속하는 것은 부모의 복잡한 구현(implementation)을 물려받아 확장하는 것이다.
Dataset을 상속하는 것은 DataLoader가 요구하는 인터페이스(interface) 규약을 따르겠다고 약속하는 것이다.
참고: 이 원칙은 소프트웨어의 유연성과 재사용성을 높이는 핵심 개념으로, “Design Patterns: Elements of Reusable Object-Oriented Software” (Gamma et al., 1994)에서 널리 알려졌다.
🟣 요약
~torch.nn~의 nn.Module은 상태를 포함하기 때문에 반드시 초기화 과정이 필요하지만, torch.utils.data.Dataset은 데이터 접근을 위한 인터페이스 역할만 하기 때문에 부모 클래스 상속이 필요 없다!