AWS SageMaker 개발 환경 설정 on Windows 11 (feat. Anaconda)

AWS, VS Code, SageMaker, Anaconda
Page content

개요

  • Anaconda 설치 (2025년 버전)
  • Windows 11에서 설치 후 딥러닝 프레임워크 까지 개발환경 설정

다운로드

image.png

  • 다음 화면에서 Download 버튼 클릭

image.png

image.png

설치파일 실행

  • 필자는 관리자 권한으로 실행하는 것을 선호함

image.png

image.png

  • 어떤 분은 Just Me 선택하기도 하지만, 필자는 All Users 선택

image.png

  • 설치 경로 확인

image.png

  • 기존에 Python이 설치가 되었더라도 Anaconda 파이썬 기준으로 테스트 할 예정이기 때문에 반드시 체크할 것
  • 확인 버튼 클릭한다.

image.png

  • Next 버튼 클릭

image.png

  • Launch Anaconda Navigator 체크박스 선택 후 Finish 버튼 선택

image.png

  • 아래 화면이 나타나면 정상적으로 설치가 완료된 것이다.

image.png

CMD Prompt 확인

  • CMD 창을 열고 conda 버전 확인

image.png

시스템 환경 변수 확인

  • Win + R → sysdm.cpl 입력 → Enter
  • “고급” 탭에서 “환경 변수” 클릭

image.png

  • “시스템 변수” 또는 “사용자 변수"에서 Path를 찾아 편집
  • 아래 항목이 있는지 확인
C:\Users\사용자이름\anaconda3
C:\Users\사용자이름\anaconda3\Scripts
C:\Users\사용자이름\anaconda3\Library\bin
  • 필자의 경우 설치 경로는 C:\ProgramData\anaconda3 에 설치했다.
  • 시스템 환경 변수에서 편집해서 넣었다.
C:\ProgramData\anaconda3
C:\ProgramData\anaconda3\Scripts
C:\ProgramData\anaconda3\Library\bin

image.png

  • PC 재부팅 한다.

CMD 재확인

  • CMD와 PowerShell에서 확인
  • 관리자 권한으로 열지 않아도 된다.
conda list

image.png

  • 버전 확인
conda --version

image.png

  • Conda init 실행
conda init

가상환경 설치

  • environment.yml 파일을 사용하면 한 번에 가상환경을 설정할 수 있다. sagemaker-dev 환경을 만들고, JupyterLab을 포함한 ML/DL 패키지를 설치하는 environment.yml 파일을 아래와 같이 작성하면 된다.

0단계 : 프로젝트 폴더 만들기 (옵션)

  • 폴더를 만들어서 터미널 명령어를 활용하거나 또는 VS Code로 해당 프로젝트 폴더를 열어서 진행한다.
  • 필자는 Github로 Clone을 활용하여 가져왔다.
  • Cursor AI 편집기에서 작업했다.

image.png

1단계 : environment.yml 파일 생성

  • 아래 내용을 environment.yml 파일로 저장한다.
name: sagemaker-dev
channels:
  - conda-forge
  - defaults
dependencies:
  - python=3.11
  - pip
  - jupyterlab
  - numpy
  - pandas
  - matplotlib
  - scikit-learn
  - pip:
      - tensorflow
      - torch
      - torchvision
      - torchaudio
      - boto3
      - sagemaker
      - ipykernel

2단계 : 가상환경 생성 / 업데이트 / 삭제

  • 아래 명령어를 실행하면 sagemaker-dev 가상환경이 자동으로 생성되고, 필요한 패키지들이 설치된다.
conda env create -f environment.yml
  • 기존 가상환경에 신규 라이브러리 추가 시
conda env update --file environment.yml --prune
  • 가상환경 삭제 시
conda env remove -n sagemaker-dev

3단계 : 가상환경 활성화

  • 아래 명령어를 실행하여 가상환경 활성화
conda activate sagemaker-dev

4단계 : JupyterLab 실행 (필요시)

  • 다음 명령어를 실행하면 Jupyter에서 "Python (sagemaker-dev)"라는 이름으로 커널을 선택할 수 있다.
python -m ipykernel install --user --name sagemaker-dev --display-name "Python (sagemaker-dev)"
  • 브라우저에서 JupyterLab이 실행되는지 확인하면 된다.
jupyter lab
  • sagemaker-dev 환경이 보이면 정상적으로 진행이 된 것이다.

image.png

라이브러리 테스트

  • 주요 라이브러리 불러와서 확인한다.
# Check versions of key libraries
import sys
import numpy as np
import pandas as pd
import matplotlib
import sklearn
import tensorflow as tf
import torch
import boto3
import sagemaker

# Display versions
print(f"Python version: {sys.version}")
print(f"NumPy version: {np.__version__}")
print(f"Pandas version: {pd.__version__}")
print(f"Matplotlib version: {matplotlib.__version__}")
print(f"Scikit-learn version: {sklearn.__version__}")
print(f"TensorFlow version: {tf.__version__}")
print(f"PyTorch version: {torch.__version__}")
print(f"Boto3 version: {boto3.__version__}")
print(f"SageMaker SDK version: {sagemaker.__version__}")

image.png