본문으로 건너뛰기

AI와 함께 첫 API 도전하기: 서울 현재 날씨 가져오기

SSJ333

2026.08.13

소개

이번에는 API를 직접 사용해보는 작은 미션을 하나 정하고, 클로드의 도움을 받아 실제로 실행해보았습니다. 😊

API라는 말을 자주 들어봤지만 처음 접했을 때는 조금 어렵게 느껴졌습니다. 그래서 처음부터 복잡한 프로젝트를 만들기보다는 아주 간단한 공개 API를 이용해 직접 데이터를 가져와보는 것을 목표로 했습니다.

이번 미션은 다음과 같이 정했습니다.

공개 API를 이용해서 서울의 현재 날씨를 가져와보자!

회원가입이나 API 키 발급이 필요 없는 Open-Meteo API를 사용했고, Python으로 서울의 현재 기온과 풍속, 측정 시각을 가져오는 프로그램을 만들어보았습니다.

무엇보다 이번에는 코드를 직접 처음부터 작성하기보다는 클로드에게 미션을 구체적으로 요청하고, 실행 방법과 코드 설명까지 도움받는 방식으로 진행했습니다.


진행 방법

1. 먼저 작은 미션을 정했습니다

API를 처음 사용하는 만큼 너무 어려운 주제는 피했습니다.

그래서 다음과 같은 미션을 정했습니다.

미션: 공개 API로 서울 현재 날씨 가져오기

사용한 API는 Open-Meteo였습니다.

Open-Meteo는 날씨 데이터를 제공하는 공개 API라서 API 키를 별도로 발급받지 않아도 바로 테스트할 수 있었습니다.

처음 API를 경험해보는 입장에서는 이런 점이 특히 편리했습니다.


2. 클로드에게 미션 실행 방법을 요청했습니다

클로드에게 API 미션을 실행할 수 있는 Python 스크립트를 만들어달라고 요청했습니다.

그 결과 mission.py라는 파일이 만들어졌고, 터미널에서 다음과 같이 실행할 수 있도록 안내받았습니다.

pip install requests
python mission.py

즉, 복잡한 환경을 먼저 구축하기보다는 필요한 라이브러리를 설치하고 바로 실행해보는 방식이었습니다.


3. Python 설치 여부를 확인했습니다

먼저 컴퓨터에 Python이 설치되어 있는지 확인했습니다.

터미널에서 다음 명령어를 실행합니다.

python --version

Python 버전이 표시되면 설치가 되어 있는 것입니다.

만약 python 명령이 작동하지 않는 경우에는 다음과 같이 확인할 수도 있습니다.

python3 --version

4. requests 라이브러리를 설치했습니다

Python에서 API에 요청을 보내기 위해 requests라는 라이브러리를 사용했습니다.

터미널에서 다음 명령어를 실행합니다.

pip install requests

설치가 완료되면 Python 코드에서 requests를 사용할 수 있습니다.


5. 실제 API 호출 코드를 확인했습니다

클로드가 만들어준 코드는 다음과 같은 형태였습니다.

import requests

def get_seoul_weather():
    url = "https://api.open-meteo.com/v1/forecast"

    params = {
        "latitude": 37.5665,
        "longitude": 126.9780,
        "current_weather": True,
    }

    response = requests.get(url, params=params)
    response.raise_for_status()

    data = response.json()
    weather = data["current_weather"]

    print(f"서울 현재 기온: {weather['temperature']}°C")
    print(f"풍속: {weather['windspeed']} km/h")
    print(f"측정 시각: {weather['time']}")

if __name__ == "__main__":
    get_seoul_weather()

처음 보면 코드가 조금 낯설지만, 클로드에게 코드를 한 줄씩 설명해달라고 요청해서 각각의 역할을 확인했습니다.


6. 코드를 한 줄씩 이해해봤습니다

import requests

import requests

설치한 requests 라이브러리를 Python 코드에서 사용할 수 있도록 불러오는 부분입니다.

API 주소 지정

url = "https://api.open-meteo.com/v1/forecast"

날씨 데이터를 제공하는 API 서버의 주소입니다.

쉽게 말하면 "날씨 데이터를 요청할 곳"을 지정하는 것입니다.

요청할 데이터 설정

params = {
    "latitude": 37.5665,
    "longitude": 126.9780,
    "current_weather": True,
}

어떤 데이터를 가져올 것인지 조건을 설정합니다.

  • latitude → 위도

  • longitude → 경도

  • current_weather → 현재 날씨 요청

서울의 위도와 경도를 전달해서 서울 날씨를 요청하도록 했습니다.

API에 요청 보내기

response = requests.get(url, params=params)

여기서 실제로 API 서버에 요청을 보냅니다.

API가 데이터를 보내주면 그 결과가 response에 저장됩니다.

오류 확인

response.raise_for_status()

API 요청이 정상적으로 처리되지 않았다면 오류를 알려주는 역할을 합니다.

JSON 데이터 가져오기

data = response.json()

API에서 받은 JSON 형식의 데이터를 Python에서 사용할 수 있는 형태로 변환합니다.

현재 날씨 데이터 추출

weather = data["current_weather"]

API가 보내준 전체 데이터 중에서 우리가 필요한 현재 날씨 정보만 꺼냅니다.

결과 출력

print(f"서울 현재 기온: {weather['temperature']}°C")
print(f"풍속: {weather['windspeed']} km/h")
print(f"측정 시각: {weather['time']}")

가져온 데이터를 사람이 보기 편하도록 화면에 출력합니다.


7. 직접 실행해봤습니다

mission.py 파일이 있는 폴더로 이동한 다음 다음 명령어를 실행합니다.

python mission.py

정상적으로 실행되면 서울의 현재 기온, 풍속, 측정 시각 등이 출력됩니다.

예를 들어 다음과 같은 형태입니다.

서울 현재 기온: 28.3°C
풍속: 9.7 km/h
측정 시각: 2026-08-13T15:00

이렇게 API 서버에 요청을 보내고 → 데이터를 받고 → 필요한 정보를 꺼내서 → 화면에 출력하는 과정을 직접 경험해볼 수 있었습니다.


8. 실행 중 문제가 생겼을 때

실행 과정에서 문제가 발생할 경우 클로드에게 오류 메시지를 그대로 전달해서 도움을 받을 수 있습니다.

예를 들어 다음과 같은 오류가 발생할 수 있습니다.

ModuleNotFoundError: No module named 'requests'

이 경우에는 requests가 설치되지 않았을 가능성이 있으므로 다시 설치합니다.

pip install requests

또한 python 명령이 작동하지 않는 경우에는 다음처럼 실행해볼 수 있습니다.

python3 mission.py

API를 처음 사용할 때 모든 문제를 직접 해결하려고 하기보다는 에러 메시지를 그대로 AI에게 보여주고 원인을 물어보는 것도 좋은 방법이라는 것을 알게 되었습니다.


결과와 배운 점

이번 미션을 직접 진행하면서 생각보다 API가 어렵지 않다는 것을 알게 되었습니다.

특히 클로드에게 단순히 "API를 알려줘"라고 요청하는 것보다, 어떤 미션을 만들고 싶은지 구체적으로 요청하는 것이 중요하다는 점을 배웠습니다.

이번에는 서울의 현재 날씨를 가져오는 작은 미션을 정하고, 클로드의 도움을 받아 실행 가능한 Python 코드를 만들었습니다. 직접 코드를 처음부터 작성하지 않았지만, 실제로 실행되는 결과물을 만들어볼 수 있다는 점이 흥미로웠습니다.

또한 코드만 받는 것에서 끝나지 않고 코드를 한 줄씩 설명해달라고 요청하니 각 코드가 어떤 역할을 하는지 이해하는 데 도움이 되었습니다. API가 어떻게 요청을 보내고 데이터를 받아오는지도 자연스럽게 익힐 수 있었습니다.

무엇보다 작은 미션 하나를 직접 실행해보니 API를 활용해서 다른 것도 만들어보고 싶다는 생각이 들었습니다.

이번 경험을 통해 처음부터 어려운 프로젝트를 만들기보다, 작은 미션을 하나 정하고 AI의 도움을 받아 직접 실행해보는 것이 API를 배우는 좋은 방법이라는 것을 알게 되었습니다. 🚀

다음에는 이렇게 확장해보고 싶습니다

기본적인 날씨 API 호출에 성공했으니 다음에는 조금씩 기능을 추가해보고 싶습니다.

  • 🌏 서울뿐만 아니라 부산, 도쿄, 뉴욕 등 여러 도시의 날씨 비교하기

  • ⌨️ 사용자가 도시를 직접 입력하도록 만들기

  • 🌡️ 기온에 따라 "덥습니다", "춥습니다" 같은 메시지 출력하기

  • 📊 여러 지역의 날씨를 한눈에 비교할 수 있도록 만들기

  • 🤖 다른 공개 API를 활용해서 새로운 미션 만들어보기

처음에는 "API는 어렵지 않을까?"라는 생각이 있었지만, 작은 미션을 정하고 AI에게 단계별로 도움을 받으면서 직접 실행해보니 생각보다 쉽게 접근할 수 있었습니다.


1

함께 이야기해요 1

로그인하고 댓글을 남겨 주세요

뽀짝이 프로필 이미지
뽀짝이2026.08.13

첫 API 도전에서 회원가입 없이 쓸 수 있는 Open-Meteo를 고르신 게 좋은 선택이에요. 처음 시도에서 키 발급·인증까지 얽히면 진짜 배우고 싶은 '요청→응답' 구조가 묻혀버리거든요.

코드를 받아서 실행만 하고 끝내지 않고 한 줄씩 설명을 요청하신 것도 인상적이에요. params에 위도·경도를 넣어서 서울 날씨를 골라 가져오는 구조가 이해되면, 다른 API도 같은 패턴으로 읽히게 돼요. 에러 메시지를 그대로 AI에게 보여주는 방법도 실제로 빠르게 풀리는 방식이고요.

기온에 따라 메시지 출력하거나 여러 도시 날씨를 비교하는 확장 계획도 딱 좋은 다음 스텝이에요. 작은 미션 하나로 API의 감을 잡으셨으니 다음엔 더 빠르게 붙으실 것 같아요 🐾

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

지금 핫한 AI 소식부터 직접 해 본 사례까지, 월요일마다 무료로 받아보세요

이런 사례도 있어요

사례 전체 보기