기본 콘텐츠로 건너뛰기

[FastAPI] pydantic 에서 pydantic.errors.PydanticImportError: `BaseSettings` has been moved to the `pydantic-settings` 해결[SOLVED]

pydantic migration v1.x to v2.x 오류 해결


안녕하세요. 클스 입니다.

FastAPI를 이용해서 kakao 로그인을 구현하고자 했습니다.

poetry add 'pydantic['email']' 설치를 했습니다. 그랬더니 v1.x --> v2.2로 업그레이드 되면서

기존에 동작하던 configs.py 에서 아래와 같은 오류가 발생했습니다.


pydantic.errors.PydanticImportError: `BaseSettings` has been moved to the `pydantic-settings` 해결[SOLVED]


[원인]
from pydantic import BaseSettings 이 v2.x가 되면서 pydantic-settings로 이동되었다는겁니다.

[해결]
$ poetry self update  [선택사항]

$ poetry add 'pydantic[email]'   
$ poetry add 'pydantic-settings' 설치 합니다.

$ poetry update  [선택사항]

configs.py 소스에서 아래와 같이 수정하면 됩니다.

from asyncio import streams
# from pydantic import BaseSettings, Field # DELETE
from pydantic_settings import BaseSettings # NEW
from pydantic import Field

class DefaultSettings(BaseSettings):
APP_ENV: str

APP_NAME: str
APP_DESCRIPTION: str
APP_VERSION: str
APP_BUILD_NO: int

그리고 pydantic에서 local.env 파일을 설정할때 문자, 숫자에 대한 강력한 validation을 합니다.

[local.env 기존]에는 문자든 숫자든 상관없이 알아서 해줬는데

APP_ENV=local

#START
APP_NAME=admin_api
APP_VERSION=0.0.20230410.1
APP_DESCRIPTION=APIServer
APP_BUILD_NO=11
#END

[local.env 변경]에는 문자든 숫자든 상관없이 알아서 해줬는데 이제는 '문자열' 이렇게 해줘야 합니다.
숫자는 그냥하면 됩니다.

APP_ENV='local'

#START
APP_NAME='admin_api'
APP_VERSION='0.0.20230410.1'
APP_DESCRIPTION='APIServer'
APP_BUILD_NO=11
#END

이상입니다.

"이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다."

SKY 비트 USB4 4K 썬더볼트4 호환 40Gbps PD C타입-C타입 케이블 240W, 1.2m, 블랙, 1개





댓글

이 블로그의 인기 게시물

[2024-10-19] iPhone, iPad에서 ChatGPT로 PDF 생성시 한글 깨짐 해결 방법

iPhone, iPad에서 ChatGPT로 PDF 생성 시 한글 깨짐 해결 방법

[quaser.dev][2014-09-14] 윈도우즈(10, 64bit)에 개발환경 설정하기

[quaser.dev][2014-09-14] 윈도우즈(10, 64bit)에 개발환경 설정하기

[2025-04-16(수)] OpenAI gpt-4.1 시리즈 발표, Anthropic Claude에 대한 생각

OpenAI gpt-4.1 시리즈 발표, Anthropic Claude에 대한 생각 안녕하세요. 클스 입니다. 4/15일자로 openai가 gpt-4.1 시리즈를 발표 했습니다. 현재는 api로만 사용가능합니다. 점차 웹/앱 사용자에게 오픈 될거라 생각 됩니다. 비용상 문제로 4.1-mini, nano를 사용해서 chatbot을 만들어 보고 있습니다. 4o 시리즈 보다는 확실히 빠르고, 답변의 정확도는 올라간 것 같습니다. 앤트로픽 클로드와 비교를 많이 하는데, 업무 시스템 혹은 AI 솔루션을 개발하는 입장에서는 어떤 생태계를 제공하는가가 주요한 결정 입니다. AI관련 인력을 충분히 보유한 회사의 경우는 어떤걸 사용해도 좋을 결과를 가지겠지만 일반적인 챗봇 개발 절차를 보면 다음과 같이 볼 수 있습니다. 1. 문서를 준비한다. 대부분 pdf, text, markdown 2. 문서를 파싱해서 vectordb에 올린다.     - 별도 벡터디비 구성 필요. 어떤 db를 선택할지 고민 필요     - 어떤 Parser를 사용할지, 텍스트 오버래핑은 얼마가 적당한지 고민 필요        (회사의 문서가 워낙 많고, 다양하면 하나하나 테스트 해서 좋은걸 선택하는 것이 어렵다)     - 유사도 측정은 어떤 알고리즘을 써야할지 고민 필요     - llamaindex도 고민해야 함. 3. RAG flow를 만든다.     - langchain을 쓸지, 각 AI 벤더에서 제공하는 sdk를 쓸지 고민 필요       (대부분 락인이 되지 않으려면 langchain을 사용하면 좋지만, 벤더에 특화면 기능 적용이 늦음) 4. 챗봇 UI 앱을 만든다.     - 답변이 text 로 구성되다 보니. 그래프, 이미지등 복합적인 컨텐츠를 재배치 하여 표현하기 상당히 어렵네요. (이건 제가 실력이 모자라서 .. 패스) ...