# Python으로 Money Forward 스타일 재무 PDF 리포트 만들기 - Part 1

## 프로젝트 소개 및 목표 설정

### 들어가며

회사의 재무 데이터를 보기 좋은 PDF 리포트로 자동 생성하고 싶다는 생각을 해본 적 있으신가요? 이번 시리즈에서는 Google Sheets에 저장된 예실(予実) 데이터를 읽어와서 Money Forward 스타일의 전문적인 PDF 리포트를 Python으로 생성하는 방법을 알아봅니다.

### 완성 목표

이 시리즈를 통해 만들 PDF 리포트는 다음과 같은 구성입니다:

| 페이지 | 내용 | 설명 |
|--------|------|------|
| 1 | 業績見通し | KPI 카드 + 월별 추이 차트 |
| 2 | サマリ | 요약 코멘트 영역 |
| 3-4 | 損益計算書 | 월별 P/L 테이블 |
| 5-7 | 業績分析表 | 예산 vs 실적 비교 |
| 8-9 | キャッシュフロー計算書 | CF 테이블 + 차트 |
| 10-11 | 変動損益計算書 | 손익분기점 분석 |
| 12-15 | 財務サマリ | 연도별 비교 |
| 16-17 | 財務ハイライト | 레이더 차트 + 지표 테이블 |

### 기술 스택

```
Python 3.12+
├── uv (패키지 매니저)
├── google-api-python-client (Sheets API)
├── reportlab (PDF 생성)
├── matplotlib (차트 생성)
└── pandas (데이터 처리)
```

### 프로젝트 구조

```
20251207-make-pdf-report/
├── make-pdf-report-v1.md ~ v10.md  # 블로그 시리즈
├── sample-report.pdf                # 참고 PDF
├── src/
│   ├── main.py                      # 메인 실행 파일
│   ├── config.py                    # 설정
│   ├── sheets_client.py             # Google Sheets API
│   ├── data_models.py               # 데이터 모델
│   ├── charts/                      # 차트 생성
│   │   ├── __init__.py
│   │   ├── bar_chart.py
│   │   ├── line_chart.py
│   │   └── radar_chart.py
│   └── pdf/                         # PDF 생성
│       ├── __init__.py
│       ├── generator.py
│       ├── styles.py
│       └── pages/
│           ├── dashboard.py
│           ├── pl_table.py
│           ├── cashflow.py
│           └── ...
├── output/                          # 생성된 PDF
├── pyproject.toml
└── .env
```

### 데이터 소스

데이터는 기존에 만들어둔 GemEgg 예실관리 스프레드시트에서 가져옵니다:

- **스프레드시트 ID**: `17AUAHQQB0nZVje9QXtdISEPtMoa8RXKkuCk4R5iHbd4`
- **시트 구성**:
  - 予算入力 (예산 입력)
  - 実績入力 (실적 입력)
  - 予実出力 (예실 비교)

### 왜 Python + ReportLab인가?

PDF 생성에는 여러 선택지가 있습니다:

| 방법 | 장점 | 단점 |
|------|------|------|
| **ReportLab** | 픽셀 단위 제어, 차트 통합 용이 | 학습 곡선 |
| WeasyPrint | HTML/CSS로 작성 | 복잡한 레이아웃 어려움 |
| pdfkit | HTML → PDF | wkhtmltopdf 의존성 |
| FPDF | 심플함 | 일본어 지원 제한 |

Money Forward 스타일의 복잡한 레이아웃(KPI 카드, 다중 차트, 복잡한 테이블)을 구현하려면 **ReportLab**이 가장 적합합니다.

### 시리즈 로드맵

| Part | 내용 | 핵심 기술 |
|------|------|----------|
| **v1** | 프로젝트 소개 (현재) | 구조 설계 |
| **v2** | 환경 설정 | uv, venv, 의존성 |
| **v3** | Sheets API 연동 | google-api-python-client |
| **v4** | 데이터 모델 설계 | dataclass, pandas |
| **v5** | PDF 기본 레이아웃 | ReportLab 기초 |
| **v6** | KPI 대시보드 | 카드 레이아웃 |
| **v7** | 테이블 구현 | Table, TableStyle |
| **v8** | 막대/라인 차트 | matplotlib |
| **v9** | 복합 차트 | 레이더, 손익분기점 |
| **v10** | 완성 및 자동화 | CLI, 스케줄링 |

### 다음 단계

다음 Part 2에서는 `uv`를 사용하여 Python 환경을 설정하고, 필요한 라이브러리들을 설치합니다.

---

**시리즈 네비게이션**
- [x] Part 1: 프로젝트 소개 (현재)
- [ ] Part 2: 환경 설정
- [ ] Part 3: Sheets API 연동
- [ ] Part 4: 데이터 모델
- [ ] Part 5: PDF 기본 레이아웃
- [ ] Part 6: KPI 대시보드
- [ ] Part 7: 테이블 구현
- [ ] Part 8: 차트 생성
- [ ] Part 9: 복합 차트
- [ ] Part 10: 완성