2. Python 개발환경 준비

1장 GPT-5란?

Nov 10. 2025

이제 GPT-5나 ChatGPT등 OpenAI API를 이용해 애플리케이션이나 서비스를 구현하는 방법을 다룹니다. 그 첫 시작으로 Python의 개발환경을 설정을 진행합니다.

이 강좌에서는 Python개발환경으로 Google Colab을 이용하는 것을 기준으로 합니다. 무료로 사용가능하지만 리소스 사용에 제한이 있습니다. 더 높은 성능을 원할 경우에는 유료플랜을 구독해야 합니다.

Colab을 사용하려면 Google 계정(gmail)이 필요합니다. 이 계정만 있으면 Python코드를 바로 실행할 수 있는 환경이 준비됩니다. Python 자체는 원래 로컬환경에 설치하여 쓸 수도 있지만, 처음 배우는 입장에서는 별도 설치없이 웹브라우저에서 실행할 수 있는 Colab이 가장 편리합니다.

다른 프로그래밍 언어에 익숙하지 않은 사람이라도, 바로 Python을 시작할 수 있습니다. 구체적인 문법등은 따로 입문서를 구입하셔서 공부하셔야 합니다.

Google Colab의 플랜 선택

⑴ Python 개요

Python이란?

이 강좌에서는 프로그래밍 언어로 Python을 사용합니다. Python은 단순하면서도 활용범위가 넓은 언어로 전세계에서 가장 널리 쓰이는 프로그래밍 언어중 하나입니다. 특히 데이터분석, 인공지능(AI), 머신러닝 분야에서 매우 강력한 라이브러리들이 제공되고 있으며, 이 때문에 AI분야의 사실상 표준 언어로 자리잡습니다.

대표적인 머신러닝/딥러닝 프레임워크로는 PyTorch와 TensorFlow가 있으며, 두 라이브러리 모두 Python을 기반으로 동작합니다.

PyTorch

PyTorch는 Meta에서 개발한 딥러닝 프레임워크입니다. 동적 계산 그래프를 지원하며, Python과의 호환성이 뛰어납니다. 또한, CUDA와 같은 GPU연산을 쉽게 활용할 수 있어, 연구 및 실험 중심의 개발자들에게 특히 인기가 많습니다.

공식사이트: https://pytorch.org/

PyTorch

PyTorch Foundation is the deep learning community home for the open source PyTorch framework and ecosystem.

https://pytorch.org/

TensorFlow

TensorFlow는 Google이 개발한 대표적인 딥러닝 프레임워크입니다. 고수준 API인 Keras를 함께 사용할 수 있어서 모델 작성과 학습이 매우 간단합니다. TensorFlow 2.x부터는 동적 실행을 지원하며, 모바일 및 엣지 환경용 경량화 기능도 잘 갖추고 있습니다.

공식사이트: https://www.tensorflow.org/?hl=ko

TensorFlow

모두를 위한 엔드 투 엔드 오픈소스 머신러닝 플랫폼입니다. 도구, 라이브러리, 커뮤니티 리소스로 구성된 TensorFlow의 유연한 생태계를 만나 보세요.

https://www.tensorflow.org/?hl=ko

⑵ Google Colab 준비하기

이번에는 Google Colab환경을 설정하고, 기본적인 사용법을 배웁니다. 무료로 사용할 수 있지만, 몇가지 제한사항이 있습니다.

Google Colab이란?

Google Colab은 Google이 제공하는 Python개발환경으로 별도의 설치없이 웹브라우저에서 바로 Python을 실행할 수 있습니다. 무료로 GPU/TPU를 이용할 수 있어서 머신러닝, 딥러닝 모델 학습용 환경으로도 자주 사용됩니다. 공식 명칭은 "Google Colaboratory"이지만 필자는 간단히 "Google Colab"이라고 부릅니다.

Google Colab은 프로그램을 "노트북(Notebooks, *.ipynb)"이라는 파일 단위로 관리합니다. 이 노트북은 Google 클라우드 스토리지 서비스인 Google Drive에 저장됩니다. 사용자는 Google Drive에 노트북을 만들고, 이를 Google Colab에서 열어 실행합니다. 이때 Google Colab은 내부적으로 인스턴스(Instance)를 시작합니다. 인스턴스란, 클라우드 상에서 일시적으로 제공되는 가상의 컴퓨터(서버)로 여기서 Python스크립트를 실행할 수 있습니다.

Python 스크립트 실행 명령은 인스턴스에서 수행되고, 그 결과는 노트북 화면에 출력됩니다. 단, 이 인스턴스는 일정 시간이 지나면 자동으로 종료되며, 인스턴스 내부에 저장된 데이터는 사라집니다. 따라서 작업 결과나 파일은 반드시 Google Drive에 저장해야 합니다.

⑶ Google Colab 시작하기

다음은 Google Colab을 처음 사용하는 방법입니다.

① Google Drive 열기

우선 Google Drive 웹사이트에 접속하고 화면의 '드라이브 사용하기'버튼을 클릭합니다.

Google Drive: 안전한 클라우드 스토리지로 온라인에서 파일 공유 | Google Workspace

https://workspace.google.com/intl/ko/products/drive/

② Google 계정으로 로그인

Google 계정 로그인이 필요합니다. 계정이 없는 경우, 새로 만들어야 합니다.

③ Google Drive에 Colab 추가

Google Drive 화면 왼쪽 상단의 [+ 신규]버튼을 클릭합니다. 그 다음 메뉴에서

④ 더보기 - Google Colaboratory를 선택합니다.

이 단계까지 완료하면 웹브라우저에서 바로 Python코드를 실행할 수 있는 개발환경이 준비됩니다.

GPU나 TPU도 설정하면 사용할 수 있기 때문에 AI/머신러닝 실습도 바로 활용해볼 수 있습니다.

⑤ 새 노트북 만들기

이제 Google Drive에 새 노트북이 만들어집니다.

⑷ Python 스크립트 실행

이제 첫 연습으로 "Hello World"라는 문구를 출력하는 Python스크립트를 만들어보겠습니다. Google Colab을 셀단위로 코드를 작성하는 구조입니다. 각 셀은 "코드(Code)" 또는 "텍스트(Text)" 2가지 형태가 있습니다. 처음 새 노트북을 만들면 기본적으로 코드셀이 하나 생성되어 있습니다.

셀 안에 Python코드를 입력하고 실행하면 그 결과가 바로 아래쪽에 출력됩니다. Colab은 로컬 PC에 Python을 설치하지 않아도 웹브라우저에서 바로 실행되므로, 초보자도 부담없이 실습이 가능합니다.

① 코드 입력하기

빈코드셀에 아래 내용을 입력합니다. 셀을 모두 사용했다면, 화면상단의 [+ 코드]버튼을 눌러 새 코드를 추가합니다.

② 코드 실행하기

셀을 선택한 상태에서 Ctrl + Enter 단축키를 누르거나, 상단메뉴에서 "런타임 - 현재 셀 실행"을 선택합니다.

③ 노트북 저장하기

작업한 내용은 Ctrl + S 단축키로 저장하거나, 메뉴에서 "파일 - 저장"을 선택해 저장할 수 있습니다. Colab은 Google Drive에 자동으로 동기화되므로 별도의 저장 경로 설정을 필요없습니다.

⑸ Python 패키지 설치

다음으로 Python 패키지를 설치해봅시다. 예로 OpenAI API 사용에 필요한 openai패키지를 설치하겠습니다.

① Python 패키지 목록 확인

우선 현재 설치되어 있는 패키지를 확인합니다. 아래와 같은 명령을 셀에 입력하고 실행합니다.

Colab은 리눅스 기반이므로 명령어 앞에 "!"을 붙이면 터미널 명령을 직접 실행할 수 있습니다.

이제 Colab환경에 어떤 패키지가 설치되어 있는지 확인했으니, 다음 단계에서는 !pip install openai 명령을 실행하여 필요한 라이브러리를 설치해 봅시다.

② Python 패키지 설치

Colab에는 다양한 Python 패키지가 사전 설치되어 있습니다. 하지만 필요한 라이브러리를 직접 설치할 수도 있습니다. 이를 위해 "pip install"명령어를 사용합니다.

명령어 기본형태: !pip install <패키지명>==<버전>

버전을 생략하면 최신 버전이 자동으로 설치됩니다. 예를 들어, openai 패키지를 설치하려면 아래와 같이 입력합니다.

이 명령을 실행하면 Colab환경에 OpenAI 패키지가 다운로드 및 설치됩니다.

③ 설치된 Python 패키지 확인

설치된 완료되면 "!pip list"명령으로 패키지가 정상적으로 설치되었는지 확인합니다.

이 목록에서 openai가 표시되면 설치가 성공적으로 완료된 것입니다.

⑹ 텍스트 추가하기

Google Colab에서는 텍스트셀을 이용해 코드 외의 설명문이나 주석을 추가할 수 있습니다. 이 텍스트 셀은 Markdown이라는 간단한 마크업 언어로 작성합니다. Markdown문법을 사용하면 제목, 굵은 글씨, 목록, 코드블록 등을 손쉽게 꾸밀 수 있습니다.

① [+ 텍스트] 버튼 클릭

Colab 상단메뉴나 노트북 하단의 [+ 텍스트]버튼을 클릭하면 새로운 텍스트 셀이 추가됩니다.

② Markdown 문법으로 내용작성

추가된 셀 안에 설명문을 입력합니다. Markdown문법을 그대로 사용하면, 입력 후 즉시 시각적으로 보기 좋은 형태로 표시됩니다.

③ 텍스트 셀 수정/해제하기

이미 작성한 텍스트 셀을 수정하려면 셀을 더블클릭하면 됩니다. Markdown모드가 다시 열리며 내용을 편집할 수 있습니다. 입력 완료 후, 다시 실행(Shift + Enter)하면 렌더링된 형태로 변환되어 깔끔하게 표시됩니다.

⑺ Google Colab의 도구바

Google Colab 상단 도구바에는 다양한 기능이 있습니다.

파일명 변경

코드 추가

텍스트 추가

셀 삭제

파일메뉴 열기

파일패널

왼쪽 사이드바의 파일아이콘을 클릭하면 Colab인스턴스 내의 파일구조를 확인할 수 있습니다. 여기서 파일을 업로드할 수도 있습니다.

파일 메뉴에서는 다음 작업이 가능합니다.

업로드

새 폴더 생성

드라이브 연결

파일 다운로드

이 기능은 Google Drive와 연동되어 있어 Colab에서 생성한 파일을 클라우드에 저장하거나 로컬PC로 바로 내려받을 수 있습니다.

인스턴스 상태 확인하기

도구바의 오른쪽에는 인스턴 연결 상태가 표시됩니다. 여기서는 현재 Colab이 어떤 상태인지를 RAM이나 디스크 사용량등을 바로 확인할 수 있습니다. 또한 아이콘을 클릭하면 자세한 수리츨 그래프로 볼 수 있습니다.

- 인스턴스 연결 상태

초기화중

할당 중

연결 중

재시작 중

실행 중

이 단계는 Colab이 가상의 서버(인스턴스)를 준비하고 실행하는 과정을 보여줍니다.

- RAM/디스크

RAM과 디스크의 현재 사용량과 최대 용량이 표시됩니다. 그래프로 시각화되어, 자원소모를 직관적으로 확인할 수 있습니다. 유료 Pro/Pro+ 요금제를 사용하면 더 큰 자원을 할당받을 수 있습니다.

Google Colab메뉴

Google Colab의 상단메뉴는 다음과 같이 구성되어 있습니다.

파일(File): 노트북 생성, 업로드, 다운로드 이름 변경

수정(Edit): 셀이동, 실행취소, 복사/붙여넣기

보기(View): 도구바, 탐색창 표시 설정

삽입(Insert): 코드나 텍스트셀 추가

런타임(Runtime): 셀 실행, 인스턴스 재시작

도움말(Help): 단축키와 공식문서 확인

이 메뉴들은 노트북을 효율적으로 관리하고, Colab의 런타임 환경을 제어하는데 핵심적인 역할을 합니다.

GPU 사용하기

Colab에서는 GPU(그래픽 처리 장치)를 사용할 수 있습니다. GPU를 활성화하려면 상단 메뉴에서 [수정] - [노트 설정]을 선택하고, "하드웨어 가속기"항목에서 GPU를 선택한 뒤 [저장]버튼을 클릭합니다. 설정을 변경하면 Colab의 인스턴스가 재시작됩니다.

이 강좌에서는 OpenAI API는 클라우드 상에서 모델을 실행하므로, Colab의 GPU를 활성화하지 안하아도 정상 작동합니다.

참고로 TPU(Tensor Processing Unit)는 Google이 개발한 딥러닝 전용 프로세서입니다. 대규모 연산을 빠르게 수행하도록 설계되어 있으며, 특히 TensorFlow라이브러리에 최적화되어 있습니다.

⑻ Google Drive 마운트하기

마운트(Mount)란, 외부저장소(Google Drive)를 Colab 인스턴스와 연결하여 사용할 수 있게 하는 작업을 말합니다. 이 과정을 거치면 Colab에서 Google Drive의 파일을 직접 불러오거나 저장할 수 있습니다. 아래 절차에 따라, Google Drive의 루트 폴더 정보를 Colab에서 출력해 봅시다.

① 드라이브 마운트 코드 입력

다음 코드를 Colab 셀에서 입력합니다.

② 인증요청창 확인

실행하면 인증창이 나옵니다. [Google Drive에 연결]버튼을 클릭하고 독자의 구글계정으로 허용 상태로 진행합니다.

③ Google Drive의 폴더 정보 확인

정상적으로 연결되면 Google Drive의 루트 디렉토리가 "/content/drive"경로로 마운트됩니다.

⑼ Google Colab의 제한과 대처방법

Google Colab은 기본적으로 무료로 제공되지만 완전히 제약이 없는 것은 아닙니다.

Google Colab의 주요 제한사항

RAM: 12GB

디스크: CPU/TPU 인스턴스는 최대 107GB, GPU는 최대 68GB

90분 규칙: 아무 작업도 하지 않으면 90분후 자동 종료

12시간 규칙: 인스턴스 최대 실행시간은 12시간, 이후 자동 리셋

GPU 사용한도: GPU는 일정주기마다 초기화됨 (상한 사용제한)

90분 규칙의 대처 방법

Colab은 일정시간(약 90분) 동안 아무 입력이 없으면 자동으로 연결이 끊깁니다. 이를 방지하려면 로컬환경에서 일정주기로 Colab 노트북에 접속하는 방법을 사용할 수 있습니다. 예를 들어 아래 Python스크립트를 로컬 PC에서 실행하면 1시간마다 자동으로 지정한 Colab노트북을 열어 접속상태를 유지할 수 있습니다.

이 스크립트를 실행하면 하루(12시간) 동안 Colab 세션을 유지할 수 있습니다. 단, Colab은 장기 사용을 위한 설계된 환경이 아니기 때문에 지속적인 자동접근은 계정 정책상 권장하지 않습니다.

12시간 규칙의 대처방법

Colab 인스턴스는 최대 12시간까지 유지되며, 이후 자동으로 재시작됩니다. 남은 시간을 확인하려면 아래 명령을 실행합니다.

!cat /proc/uptime | awk '{printf("가동 시간: %.2f 시간", $1/60/60)}'

이 명령은 현재 인스턴스가 몇 시간째 실행 중인지 알려줍니다. 만약 12시간이 다 되어간다면 중요 데이터를 미리 Google Drive에 백업해 두어야 합니다.

GPU 사용한도에 대한 대처방법

무료 Colab환경에서는 GPU 사용이 일정시간 또는 일정주기마다 제한됩니다. 특히 장시간 학습을 수행하거나 대용량 모델을 돌릴 경우, Colab에서 GPU할당이 잠시 제한될 수 있습니다. 이를 피하려면 다음 중 한가지 방법을 사용할 수 있습니다.

Google Drive에 작업 데이터를 저장하여 세션이 끊겨도 이어서 학습 가능하게 설정

Colab Pro/Pro+ 플랜으로 업그레이드하여 GPU 우선할당을 확보함

데이터 영속화(Data Persistence)

Colab의 90분규칙이나 12시간 규칙, 또는 GPU세션 종료로 인해 인스턴스가 초기화되면 RAM에 저장된 데이터는 모두 삭제됩니다.

이 때 Google Drive에 작업폴더를 생성해 두면, 학습 도중 데이터가 사라지더라도 Google Drive에 백업된 유지할 수 있습니다. 아래 코드를 실행하면, Google Drive 내에 work라는 폴더가 자동생성되고 이 폴더를 Colab 작업 디렉토리로 설정합니다.