사전조건 사전에 가상 머신, VS Code는 설치가 되어 있다고 가정한다. 가상머신 네트워크 설정 Putty로 가상 머신 네트워크에 접속하는 방법 참고 : VS Code SSH 파일 설정 Extension에서 SSH 검색 후 Remote - SSH 선택 SSH Config 설정 F1 누르고 SSH 입력 메뉴들 중 Connect to Host 선택 Configure SSH Hosts 선택 .ssh\config 메뉴 선택 필자는 기존에 세팅한 옵션 확인 다음과 같이 설정 User는 가상환경 만들 때 작성했던 username이다. 즉 Computer 이름인 evan-master를 기재한다.
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 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 SSH Key를 이용하여 로컬에서 원격으로 GCP 프로젝트에 접속을 한다. 만약 GCP가 처음이신 분들은 이전 글을 순차적으로 읽어본다. Spark Installation with GCP (Sept. 2023) Compute Engine with Github in GCP Python Library Installation on Compute Engine in GCP SSH Key 생성하기 puTTYgen에서 public / private key 값을 생성한다. Generate 버튼을 클릭한다. Private Key를 OpenSSH 방식으로 Export 한다. Key Comment에 구글 계정을 입력한다. password도 입력한다. Public Key는 모두 복사한다. GCP 메타데이터 등록 Compute Engine > 메타데이터 접속하여 SSH 키에 붙여 넣는다.
I. 개요 VS Code에 Jupyter Notebook을 연동해본다. 강사는 R & Python을 연동해서 작업할 일이 많다. 특히 블로그를 쓰다보면 더욱 그러한 일이 많은데, IDE가 많으면 많을수록 무언가 복잡스러워 보일 때가 많다. 이 때 좀 더 효율적으로 일하고자 하는 마음에 VS Code에 Jupyter Notebook을 추가 및 연동하는 작업을 진행해본다.
II. Installation 내용의 간결화를 위해, VS Code 및 Jupyter Notebook 설치 방법은 본 포스트에서는 생략한다.
VS Code 설치방법: https://code.visualstudio.com/download Jupyter Notebook 설치 방법: https://jupyter.