파이썬 가상환경 설정

1. 파이썬 프로젝트는..

  • 프로젝트의 특징에 따른 다양한 환경을 가짐
  • 각 프로젝트마다 다른 버전의 파이썬과 모듈을 사용하는 경우가 많음
  • 버전별 호환성 문제가 존재함

  • 이러한 이유로 파이썬 프로젝트는 가상환경에서의 개발을 권장함

2. 파이썬 개발환경 설정하기

2.1 파이썬 가상환경 직접 구축하기

  • 가상환경을 지원하는 도구
    • VirtualEnv: 구버전의 파이썬에서부터 많이 사용되어 온 도구
    • Venv: 파이썬 3.4 부터 기본적으로 포함된 도구 (권장)
    • Anaconda: 최근 가장 인기있는 파이썬의 배포 패키지

2.1.1 파이썬 설치하기

(1) 설치파일 다운로드
(2) 설치파일 실행(windows 기준)

  • Windows의 경우

    • ‘Windows Terminal’ / ‘PowerShell’ / ‘명령 프롬프트’에서 python 실행

  • 파이썬 버전을 선택하려면

2.1.2 가상환경 설정 (Windows 기준)

(1) 작업용 폴더(디렉토리) 생성
  • 작업용 폴더(디렉토리)의 생성은 필수사항이 아닌 권장사항임
  • mkdir 명령을 통해 작업용 폴더(디렉토리)를 생성함 (mkdir: make directory)
    • 윈도우 탐색기에서 생성해도 무방함

    • 생성한 폴더 안에서 작업을 진행함 (권장사항)

(2) 가상환경 설정

  • python -m venv [생성하고자 하는 가상환경의 이름]

(3) 가상환경 활성화
  • .\Script\activate 명령으로 가상환경 활성화

    • 프롬프트의 앞에 (가상환경이름)이 표시되면 활성화 성공임

  • Linux/Mac의 경우 : $ source ./bin/activate 명령으로 활성화
    • 해당 가상환경의 폴더에 들어와 있는 경우에는 source ./bin/activate를 사용하고
    • 그렇지 않은 경우에는 source 가상환경이름/bin/activate를 사용함
  • 가상환경 활성화 오류 발생 시 해결 방안

    • Windows 환경에서 PowerShell을 사용하는 경우 다음과 같은 오류가 자주 발생함

      • 대부분의 경우 권한부족으로 인한 문제임

      • PowerShell을 관리자 권한으로 실행한 후

      • Set-ExecutionPolicy RemoteSigned 명령 실행

        • 변경 여부 확인에서 Y (또는 A) 선택

(4) 가상환경 구축 명령어 정리

# Linux / MAC의 경우
cd workspace
python -m venv fab
cd fab
source ./bin/activate

pip install numpy pandas matplotlib jupyter
jupyter notebook

deactivate


# Windows의 경우
cd workspace
python -m venv fab
cd fab
./Scripts/activate

pip install numpy pandas matplotlib jupyter
jupyter notebook

deactivate

2.2 Google Colaboratory(Colab) 사용하기

2.2.1 가상환경 직접 구축 시의 문제점

(1) 일반 프로젝트의 경우
  • 혼자 작업할 때
    • 그다지 문제는 없음
  • 여러 팀원이 협업할 때
    • 각자의 시스템 사양이 다른 경우 개발 환경이 차이가 날 수 있음
    • 동일한 가상환경을 구축한다면 문제가 없어야 하지만 실제로는 가끔 문제가 발생함
      • 예: 동일한 가상환경이지만 CPU/RAM 등의 차이에 의한 결과물의 성능 차이 발생. 특히 동기화 등의 작업 시 발생 가능성이 높아짐
(2) 학습/교육의 경우
  • 학습자의 환경이 서로 다를 경우, 예제 코드의 작동 여부 및 결과가 다르게 나타날 가능성이있음
(3) 데이터 분석 / AI 관련 프로젝트의 경우
  • 가장 큰 문제는 비용
  • 딥러닝용(또는 데이터 분석용) PC/서버를 직접 구성하려면 대규모의 GPU가 필요함
    • NVIDIA H199 80GB(고급사양) 가격: 약 4,565만원(2025년 3월 기준)
    • NVIDIA RTX 5090(개인용) 가격: 약 705만원(2025년 3월 기준)
    • NVIDIA RTX 4090 Ti 24G(개인용) 가격: 약 475만원(2025년 3월 기준)

→ 이러한 이유로 Google에서 제공하는 Colab 활용 권장

  • Colab의 지원 환경
    • 파이썬 / R 지원
    • Jupyter Notebook과 유사한 클라우드 기반 개발 환경 제공
    • 브라우저 기반의 개발환경 제공 → 스마트폰에서도 사용 가능
    • GPU / TPU 지원
  • Colab과 다른 유사 서비스와의 차별성
    • 유사한 다른 서비스의 경우: 1일 무료 사용량을 초과하면 자동으로 과금됨
    • Colab의 경우: 1일 무료 사용량을 초과하면 당일의 GPU 사용이 제한될 뿐 과금되지 않음

2.2.2 Colab 사용하기

(1) Gmail 계정 생성(무료)
  • 타 메일 계정을 사용해도 괜찮지만 서비스 활용 시 제한이 있을 경우가 있음
(2) Google Drive(G-Drive) 확인
  • Colab 서비스는 무료인 대신 12시간이 지나면 메모리에서 작업내용이 삭제됨
  • 작업 내용, 데이터 파일 등을 Google Drive와 연동하여 사용함으로써 해결 가능
  • 무료 용량: 최대 15GB
(3) Colab 환경 설정

  • G-Drive 화면에서 마우스 우클릭 메뉴에서 Colaboratory 선택

  • Colaboratory 메뉴가 보이지 않는 경우

    1. https://colab.research.google.com 접속

    2. 우측 하단 “새 노트“ 선택하여 Note 생성


    3. 원하는 파일명 지정 후 작업 시작


      • 작업 내용은 자동 저장되며, 파일 메뉴에서 직접 저장도 가능


    4.저장 후 자동으로 생성된 Colab Notebooks 폴더로 돌아가서 작업 파일 저장 확인 가능


  • 작업 진행