diff --git a/contents/python-profile.md b/contents/python-profile.md
new file mode 100644
index 0000000..2d2c2c4
--- /dev/null
+++ b/contents/python-profile.md
@@ -0,0 +1,59 @@
+---
+isTIL: false
+date: "2024-03-24"
+title: "Python에서 프로파일링 하는 법"
+categories: ["Tip", "Development"]
+summary: "Python에서 프로파일링을 수행하는 방법에 대해 알아봅시다."
+thumbnail: "./python-profile/th.jpg"
+---
+
+## 들어가며, 
+이번 시간에는 **파이썬에서 프로파일링을 수행하는 방법**에 대해서 간단하게 알아봅니다.
+
+> **"최적화하기 전에 프로파일링을 하라."** - Effective Python 2nd 중
+
+SW 개발에 있어 기능 개발만큼이나 최적화와 유지보수는 좋은 SW를 만들기 위해 매우 중요한 요소입니다. 이때 최적화를 할 때 현재 시스템에서 연산 및 메모리 사용량 등을 확인하고 분석할 필요가 있는데, 이 과정을 프로파일링이라고 합니다.
+
+
+## 파이썬에서 프로파일링 수행하기
+파이썬에서는 기본 라이브러리로 `profile`과 `cProfile`을 지원합니다. 
+두 라이브러리의 자세한 차이점은 [링크](https://www.w3resource.com/python-interview/what-is-the-difference-between-the-cprofile-and-profile-modules-in-python.php)를 참고해보세요!
+
+아래 코드는 피보나치를 구하는 두 가지 버전과 프로파일링하는 코드 예제입니다. 
+
+```python
+from cProfile import Profile
+from pstats import Stats
+
+
+def fibonacci_dp(n):
+    dp = [0, 1]
+    for i in range(2, n + 1):
+        dp.append(dp[i - 1] + dp[i - 2])
+    return dp[n]
+
+
+def fibonacci_recursion(n):
+    if n <= 1:
+        return n
+    else:
+        return fibonacci_recursion(n - 1) + fibonacci_recursion(n - 2)
+
+
+def test():
+    num = 35
+    fibonacci_dp(num)
+    fibonacci_recursion(num)
+
+
+profiler = Profile()
+profiler.runcall(test)
+
+stats = Stats(profiler)
+stats.strip_dirs()
+stats.sort_stats("cumulative")
+stats.print_stats()
+```
+
+
+
diff --git a/contents/python-profile/1.png b/contents/python-profile/1.png
new file mode 100644
index 0000000..f362ff3
Binary files /dev/null and b/contents/python-profile/1.png differ
diff --git a/contents/python-profile/th.jpg b/contents/python-profile/th.jpg
new file mode 100644
index 0000000..c771f43
Binary files /dev/null and b/contents/python-profile/th.jpg differ