JSON과 R 객체 매핑 실용 가이드

초록

이 논문은 R의 기본 자료형을 JSON으로 변환할 때 발생하는 모호성을 정리하고, 일관된 매핑 규칙을 제시한다. jsonlite 패키지를 기준 구현으로 삼아 원자 벡터, 행렬, 데이터프레임, 특수형(날짜·시간·팩터·복소수) 등 다양한 구조를 JSON 배열·객체와 어떻게 대응시키는지 설명한다. 특히 결측값·NaN·Inf 처리, 길이 0·1 벡터, 클래스 기반 vs 타입 기반 인코딩 차이, 그리고 형식 제한과 상호운용성 문제를 논의한다. 최종적으로 제안된 규칙은 타입 안정성을 확보하고, 서로 다른 R 패키지 간 JSON 교환 시 예측 가능한 동작을 보장한다.

상세 분석

본 논문은 R과 JSON 사이의 자료형 매핑이 단순히 리스트↔배열, 리스트↔객체 관계에 머무르지 않으며, 실제 통계 분석에서 주로 사용되는 동질 벡터·행렬·데이터프레임을 효율적으로 표현하기 위한 규칙이 필요함을 강조한다. jsonlite는 “simplify” 옵션을 통해 동질 원시 배열을 자동으로 원자 벡터로 변환하지만, null 값이 포함되면 동질성이 깨져 리스트로 반환되는 상황이 발생한다. 이는 동적 API 호출 시 타입 오류를 초래할 수 있으므로, null을 NA(또는 문자열 “NA”)로 변환하는 명시적 정책이 필요하다. 논문은 비수치형(논리·문자)에서는 null을 그대로 사용하고, 수치형에서는 문자열 형태로 인코딩해 NA·NaN·Inf·-Inf를 구분하도록 제안한다.

특수 자료형에 대해서는 날짜·시간·팩터·복소수를 문자열로 강제 변환하고, 복원 시 사용자가 as.Date, as.POSIXct, as.factor, as.complex 등을 명시적으로 적용해야 함을 명시한다. 이는 JSON이 텍스트 기반 포맷이기에 발생하는 불가피한 제한이며, CSV와 동일한 변환 비용을 수반한다.

길이 0·1 벡터 처리에서도 중요한 차이가 있다. jsonlite는 길이 0을 빈 배열(