이번 포스팅에서는 구글의 Colab(Google Colaboratory) 코랩 사용법 및 초보자 머신러닝 입문 첫번째 글로 가장 기본적인 코랩 가입 및 런타임 환경설정 방법에 대해 정리해보았습니다.
Google Colaboratory(코랩)이란 구글이 제공하는 무료 Jupyter Notebook 환경으로, 머신러닝과 데이터 분석을 손쉽게 진행할 수 있도록 도와줍니다. 사용자는 코랩에서 직접 코드를 작성하고 실행할 수 있으며, GPU와 TPU를 무료로 사용할 수 있어 딥러닝 연구와 개발에도 큰 도움이 됩니다. 코랩은 구글 드라이브와 연동되어 사용자의 작업물을 편리하게 저장하고 공유할 수 있습니다.
이번 포스팅에서는 우선 가장 기본적인 코랩 사용법에 대해 정리해보았습니다. 우선 코랩 가입 방법과 새노트 만들기 방법 그리고 코랩 기본 런타임 환경 설정 방법(코랩 CPU GPU TPU 차이)에 대해 알아보려고 합니다.
코랩 사용법 (1) 가입 방법 및 새노트 만들기
구글 코랩(Colab)은 클라우드 기반의 Jupyter 노트북 환경으로, 무료로 사용할 수 있습니다. 구글 코랩은 기본적으로 구글 계정만 있으면 바로 사용이 가능합니다.
1. 구글 계정 만들기
구글 계정이 없다면 여기 링크(https://accounts.google.com/signup) 를 통해 간편하게 구글 계정 생성이 가능합니다.
2. 코랩 페이지 접속하기
구글 코랩(Google Colaboratory) 사용을 위해 https://colab.research.google.com에 접속하여 우측 상단에 있는 로그인 버튼을 통해 구글 계정 로그인을 진행합니다.
3. 새 노트 만들기 (파일 > 새 노트)
화면 상단의 메뉴에서파일(File) > 새 노트(New notebook)을 선택하여 새 노트북을 생성이 가능합니다. 물론 이후 노트북의 이름을 원하는 대로 변경할 수 있습니다.
위와 같이 진행하면 일단 가장 기본적인 구글 코랩 사용이 가능한 상태로 설정이 완료됩니다.
코랩 사용법 (2) 기본 환경 설정 및 코드/텍스트 셀 추가
사실 구글 코랩을 사용하는 가장 큰 이유는 GPU나 TPU를 사용할 수 있기 때문입니다. 구글 코랩은 사용자에게 무료로 GPU나 TPU를 제공함으로써, 딥러닝이나 머신러닝과 같은 복잡하고 계산량이 많은 작업을 수행할 수 있게 하는데요, 이는 주로 높은 성능의 하드웨어가 필요한 딥러닝 모델 학습, 데이터 전처리, 시각화 등의 작업에 큰 도움이 됩니다.
이번 세션에서는 우선 이러한 GPU나 TPU 환경 설정 (코랩 사용법 – 런타임 유형 설정) 방법과 코랩 CPU GPU TPU 차이에 대해서 정리해보고 코랩 사용법 – 런타임 유형 설정 방법에 대해 정리해보려고 합니다.
코랩 사용법 – 런타임 유형 종류 (CPU GPU TPU)
코랩의 기본 환경 설정은 사용자의 편의에 맞게 변경할 수 있습니다. 예를 들어, 런타임 유형을 변경하여 GPU 또는 TPU를 사용할 수 있습니다.
구글 코랩의 런타임 유형은 사용자의 계산 요구사항에 따라 변경할 수 있습니다. 기본적으로 CPU가 제공되지만, GPU 또는 TPU도 사용할 수 있습니다. 런타임 유형에 대해 알기 쉽게 정리하자면 아래와 같습니다.
- CPU (Central Processing Unit): CPU는 컴퓨터의 일반적인 연산을 처리하는 핵심 부품입니다. CPU를 사용하는 것은 자전거를 타는 것과 비슷합니다. 일상적인 작업에는 충분하지만, 빠른 속도로 이동하거나 급경사를 오르는 것과 같이 높은 연산량이 필요한 작업에는 적합하지 않습니다. CPU는 빠른 연산이 필요하지 않은 간단한 데이터 처리에 적합합니다.
- GPU (Graphics Processing Unit): GPU는 원래 그래픽 작업을 위해 개발되었지만, 대규모 병렬 처리 기능으로 인해 딥러닝 등의 고성능 연산에 적합합니다. GPU를 사용하는 것은 오토바이를 타는 것과 비슷합니다. 오토바이는 자전거보다 훨씬 빠른 속도로 이동할 수 있고, 급경사를 오르는 데에도 더 효과적입니다. GPU는 딥러닝 모델 학습, 이미지 처리 등 고성능 연산이 필요한 작업에 적합합니다.
- TPU (Tensor Processing Unit): TPU는 구글이 설계한 특수한 프로세서로, 텐서 연산에 특화되어 있습니다. 이는 딥러닝 모델의 학습과 추론을 더욱 빠르게 수행할 수 있도록 설계되었습니다. TPU를 사용하는 것은 스포츠카를 타는 것과 비슷합니다. 스포츠카는 오토바이보다 더 빠른 속도로 이동할 수 있으며, 고성능을 필요로 하는 작업에 최적화되어 있습니다. TPU는 매우 높은 연산량이 필요한 딥러닝 모델 학습이나 추론 작업에 적합합니다.
코랩 사용법 – 런타임 설정 방법
위와 같이 GPU TPU 하드웨어 가속기 설정을 위한 코랩 사용법을 정리하면 아래와 같습니다.
1. 런타임 > “런타임 유형 변경” 선택
코랩 노트북 상단 메뉴에서 런타임(Runtime) > 런타임 유형 변경(Change runtime type)을 순서대로 선택합니다.
2. 노트 설정 > 하드웨어 가속기 선택 (GPU TPU)
노트 설정에 대한 팝업 창이 나타나면 하드웨어 가속기(Hardware accelerator) 드롭다운 메뉴에서 None, GPU, 또는 TPU 중 원하는 유형을 선택합니다.
그 다음 우측 하단의 “저장” 버튼을 눌러서 변경 사항을 적용을 하면 런타임 유형 설정이 완료됩니다.
코랩 사용법 – 코드 셀 및 텍스트 셀 추가하기
코랩 노트북은 코드 셀과 텍스트 셀로 구성되는데요, 코드 셀은 파이썬 코드를 작성하고 실행할 수 있는 공간이며, 텍스트 셀은 마크다운 형식으로 문서를 작성할 수 있는 공간입니다.
코랩 사용법 – 코드 셀 및 텍스트 셀 추가 방법에 대해 설명하기에 앞서 코드 셀과 텍스트 셀에 대해 설명하자면 아래와 같습니다.
코랩의 코드 셀과 텍스트 셀은 주피터 노트북의 핵심 구성 요소로서, 각각 다른 목적과 기능을 가지고 있습니다.
- 코드 셀 (Code Cell): 코드 셀은 프로그래밍 언어를 작성하고 실행할 수 있는 영역입니다. 코랩에서는 주로 파이썬 코드를 작성하고 실행합니다. 비유하자면, 코드 셀은 요리를 하기 위해 재료와 조리법을 모두 담고 있는 “레시피”라고 볼 수 있습니다. 이 레시피대로 요리를 진행하면 결과물(출력)을 얻을 수 있습니다.
- 텍스트 셀 (Text Cell): 텍스트 셀은 마크다운(Markdown)이나 HTML 등을 사용하여 문서를 작성할 수 있는 영역입니다. 여기에는 코드에 대한 설명, 제목, 이미지 등의 정보를 포함하여 작성할 수 있습니다. 비유하자면, 텍스트 셀은 요리와 관련된 배경 이야기나 레시피의 설명 등을 담고 있는 “요리책의 본문”이라고 할 수 있습니다. 이를 통해 코드의 작동 원리나 배경 지식을 이해하는데 도움이 됩니다.
이렇게 코랩의 코드 셀과 텍스트 셀은 마치 요리책에서 레시피와 설명이 함께 있는 것처럼, 프로그래밍 코드와 설명을 함께 담아 놓은 구조를 가지고 있어서 사용자가 보다 쉽게 프로젝트를 이해하고 작업할 수 있도록 도와줍니다.
이러한 코드 셀 추가 방법은, 노트북 상단의 + Code 버튼을 클릭하거나 Ctrl+M+B 단축키를 사용하면 됩니다.
또한 텍스트 셀 추가 방법은 노트북 상단의 + Text 버튼을 선택하면 됩니다..
이번 포스팅에서는 우선 가장 기본적인 코랩 사용법에 대해 정리해보았습니다. 먼저 코랩 가입 방법과 새노트 만들기 방법 그리고 코랩 기본 런타임 환경 설정 방법(코랩 CPU GPU TPU 차이)에 대해 알아보려고 합니다.
다음 포스팅에서는 코랩에서 사용할 수 있는 주요 기능과 단축키에 대해 정리해볼 예정입니다.
앞선 포스팅에서 정리한 코딩/프로그래밍 관련 글은 아래와 같습니다.
[파이썬 x VSCODE 기초] ① 아나콘다 설치 및 가상환경 설정 3분 끝내기
파이썬 웹자동화 (1) 셀레니움 설치 및 환경설정, 웹드라이버 자동설치 (크롬드라이버 설치X)