개요 Anaconda 설치 (2025년 버전) Windows 11에서 설치 후 딥러닝 프레임워크 까지 개발환경 설정 다운로드 설치 파일 다운로드 : https://www.anaconda.com/download Skip Registration 버튼 선택 다음 화면에서 Download 버튼 클릭 설치파일 실행 필자는 관리자 권한으로 실행하는 것을 선호함 어떤 분은 Just Me 선택하기도 하지만, 필자는 All Users 선택 설치 경로 확인 기존에 Python이 설치가 되었더라도 Anaconda 파이썬 기준으로 테스트 할 예정이기 때문에 반드시 체크할 것 확인 버튼 클릭한다. Next 버튼 클릭 Launch Anaconda Navigator 체크박스 선택 후 Finish 버튼 선택 아래 화면이 나타나면 정상적으로 설치가 완료된 것이다.

개요 AWS SageMaker 사용하여 ML 코드 생성 VS Code에서 코드 생성 S3 Bucket에서 모델 업로드 및 다운로드 응용하여 테스트 진행 코드 사전조건 SageMaker가 정상적으로 실행되려면 Docker가 필요할 수 있기, Docker를 먼저 설치하기를 바란다. AWS & SageMaker 연결 설정 I AM 에서 사용자에서 생성한다. 참고 : https://dschloe.github.io/aws/2025/03/connect2ec2viaawstoolkit/ Access Key까지 같이 생성한다. 사용자에 대한 I AM Role 도 생성한다. awsMLDLRole 역할 이름을 부여했다. Local PC 설정 Access Key와 Security Key 입력 $ aws configure AWS Access Key ID [****************BIGP]: AWS Secret Access Key [****************/5l8]: Default region name [us-east-1]: Default output format [json]: 만약 Default region name 변경을 원한다면 vi 편집기로 변경한다.

개요 Root 계정에서 사용자 그룹 만들기, I AM 정책 사용자 계정에서 정책과 역할 분배하기 VS Code에서 AWS Toolkit 이용해서 접속하기 사전조건 AWS 회원가입은 완료되어 있고, 로그인이 된 상태라 가정한다. VS Code에서 AWS Toolkit 설치가 되어 있다고 가정한다. Root 계정에서 I AM 계정 만들기 사용자 생성 I AM 검색 후 사용자 클릭, 사용자 생성 버튼을 클릭한다. 사용자 세부 정보에서 사용자 이름 선택 AWS Management Console에 대한 사용자 액세스 권한 제공 – 선택 사항 IAM 사용자를 생성하고 싶음 콘솔 암호 지정 A!

개요 EC2 프리티어 생성하기 주요 개발환경 설정하기 (Ubuntu 기반) EC2 프리티어 생성 및 연결 계정 로그인 후, EC2 서비스 검색 후, EC2 클릭 인스턴스란, “구현된 컴퓨터”라고 생각한다. 인스턴스 시작 버튼을 클릭한다. 이제 본격적인 설계도를 하나 생성한다. 필자는 lectureServer01 이라고 명명했다. 다목적 개발이 목적이라면 Ubuntu(Linux)를 추천. 프리티어가 아닌 OS도 있으니 유의한다. 하드웨어 설정에서 보면 프리티어는 제가 알기로 t2.micro 하나다. 키 페어가 없어도 AWS가 만들어 놓은 대문(전용 Console)으로만 인스턴스에 접속할 수 있다. 하지만 인스턴스 열쇠(Key Pair)를 따로 발급받으면 전용 대문을 통하지 않고 제가 원하는 환경에서도 접속이 가능하다.

개요 requirements.txt 파일에 명시된 패키지들의 설치 여부와 버전을 확인하는 코드 각 패키지에 대해 현재 환경에 설치된 버전을 출력하며, 설치되지 않은 경우 메시지 표시 예시 requirements.txt 파일에 다음과 같은 패키지가 있다고 가정한다. 또한 가상 환경에 이미 아래 라이브러리가 설치가 되어 있다고 가정한다. polars pandas numpy matplotlib seaborn scikit-learn graphviz statsmodels jupyterlab pyarrow deltalake xlsx2csv xlsxwriter openpyxl xlrd 먼저 설치된 라이브러리 전체 개수를 확인한다. import pkg_resources # 현재 환경에 설치된 모든 패키지 목록과 버전 조회 installed_packages = [f"{dist.

개요 VS Code가 설치가 되어 있다고 가정한다. AWS 제품을 VS Code를 통해서 연결하도록 한다. Prerequisites VS Code requires a Windows, macOS, or Linux operating system. The AWS Toolkit for Visual Studio Code requires you to work from VS Code version 1.73.0 or a later version. AWS 회원가입 회원가입이 되어 있다면 이 부분은 생략한다. 회원가입을 진행한다. 주소 : https://signin.aws.amazon.com/signup?request_type=register 이메일 인증절차 진행 후, PW 등록한다. 연락처 정보를 입력한다. 결제 정보를 기재한다. 자격 증명 확인 Support 플랜 선택 여기서는 일단 무료로 시작한다.

개요 LangChain의 기본 개념에 대해 살펴본다. LangChain을 활용하며 간단한 웹앱을 구현한다. 각 사용자가 본인의 API를 입력하면 해당 기능을 사용할 수 있도록 구현한다. LangChain의 기본개념 LangChain은 대규모 언어 모델(LLM)을 활용한 애플리케이션 개발을 위한 프레임워크입니다. 주요 특징과 장점은 다음과 같다. 모듈성 다양한 LLM과 도구들을 쉽게 통합하고 교체할 수 있다. 재사용 가능한 컴포넌트를 제공한다. 체이닝(Chaining) 여러 컴포넌트를 연결하여 복잡한 워크플로우를 구성할 수 있다. 프롬프트, LLM 호출, 출력 파싱 등을 순차적으로 처리한다 메모리 관리 대화 기록을 저장하고 관리할 수 있다.

개요 OpenAI의 Whisper 사용을 위해 필수적으로 설치해야 할 ffmpeg 설치 예제 각 OS별 설치 명령어 확인 Windows에서 패키지 관리자가 없을 경우 설치 방법 안내 OS별 설치 명령어 # Windows (chocolatey 사용) choco install ffmpeg # Windows (scoop 사용) scoop install ffmpeg # macOS (homebrew 사용) brew install ffmpeg # Ubuntu/Debian sudo apt update sudo apt install ffmpeg # CentOS/RHEL sudo yum install epel-release sudo yum install ffmpeg ffmpeg-devel # Fedora sudo dnf install ffmpeg ffmpeg-devel 패키지 관리자가 없을 경우 공식 웹사이트 방문 : https://ffmpeg.

개요 환경 변수를 코드 내에 직접 작성하는 것은 보안상 위험할 수 있다. 이를 방지하기 위해 .env 파일을 사용하여 환경 변수를 저장하고, dotenv 라이브러리를 활용해 이를 불러올 수 있다. 이번 글에서는 Google Colab 및 Jupyter Notebook에서 dotenv 사용법을 다룬다. 1. dotenv란? dotenv는 .env 파일에 저장된 환경 변수를 쉽게 로드할 수 있도록 도와주는 라이브러리이다. 이를 활용하면 API 키, 데이터베이스 접속 정보 등을 안전하게 관리할 수 있다. Python에서는 python-dotenv을 사용한다. 2. dotenv 설치하기 Jupyter Notebook 또는 Google Colab에서 설치 !

1. Linux & macOS 1.1 임시 환경변수 설정 (현재 세션에서만 유효) export 변수명=값 예) export PATH=$PATH:/usr/local/bin export JAVA_HOME=/Library/Java/JavaVirtualMachines/jdk-17.jdk/Contents/Home 위 설정은 현재 터미널 세션에서만 유효하며, 터미널을 닫으면 사라진다. 1.2 영구 환경변수 설정 (1) Bash Shell (bash 사용 시) ~/.bashrc 또는 **~/.bash_profile*에 추가 export 변수명=값 예) export PATH=$PATH:/usr/local/bin export JAVA_HOME=/Library/Java/JavaVirtualMachines/jdk-17.jdk/Contents/Home 적용: source ~/.bashrc # 또는 source ~/.bash_profile (2) Zsh Shell (macOS 기본 Shell) ~/.zshrc 파일 수정: export 변수명=값 예) export PATH=$PATH:/usr/local/bin export JAVA_HOME=/Library/Java/JavaVirtualMachines/jdk-17.