Jupyter Notebook (테스트이유 / 실행방법 )

Jupyter Notebook

이 블로그에서는 jupyter notebook을 사용해 테스트를 하는 이유와 실행방법, 그리고 요즘을 잘사용하지 않는 이유에 대해 써보려합니다.

---

Jupyter Notebook을 사용해 테스트하는 이유

1. 대화형 개발환경

• 주피터 노트북은 코드와 결과를 한 번에 확인할 수 있는 대화형 환경을 제공합니다. 즉, 코드를 작성하고 셀을 실행하면 즉시 결과를 볼 수 있습니다. 이를 통해 코드의 작은 부분을 빠르게 테스트하고, 결과를 확인하면서 개발을 진행할 수 있습니다.

2. 단계별 코드 실행

• 주피터 노트북에서는 코드를 셀 단위로 나누어 실행할 수 있습니다. 이를 통해 큰 프로젝트를 단계별로 나누어 테스트할 수 있으며, 코드의 특정 부분만 수정하여 실행해볼 수 있습니다. 예를 들어, API 키 로딩, 데이터베이스 연결, 쿼리 실행 등 각 단계를 별도로 테스트할 수 있습니다.

3. 시각화 및 분석에 유리

• 주피터 노트북은 코드 실행 결과를 바로 시각화할 수 있어 데이터 분석이나 결과 확인에 매우 유리합니다. 예를 들어, 검색된 문서나 데이터의 내용을 그래프로 시각화하거나, 텍스트 분석 결과를 바로 확인할 수 있습니다.

4. 빠른 프로토타이핑

• 새로운 아이디어를 실험하고 빠르게 프로토타입을 만들 때 매우 유용합니다. 주피터 노트북은 코드, 설명, 시각화 결과 등을 한 곳에서 다루기 때문에, 복잡한 시스템의 작은 부분부터 전체 시스템까지 손쉽게 실험할 수 있습니다.

5. 문서화

• 주피터 노트북에서는 코드와 함께 마크다운(Markdown) 형식으로 문서를 작성할 수 있습니다. 이로 인해 코드의 설명, 테스트 결과의 기록, 노트 작성 등을 쉽게 병행할 수 있습니다. 주피터 노트북을 사용하면 코드뿐만 아니라, 그 과정과 결과를 함께 문서화하는 데 매우 효율적입니다.

6. 결과의 공유와 재현 가능성

• 주피터 노트북 파일(ipynb)은 쉽게 공유할 수 있고, 누군가가 그 파일을 열어 동일한 환경에서 실행할 경우 같은 결과를 얻을 수 있습니다. 이로 인해 다른 개발자와 협업하거나, 코드의 실행 결과를 그대로 재현할 때 매우 유리합니다.

---

개발환경 설정과 사용방법

1. 초기 세팅

conda create -n jupyter python=3.12
conda activate jupyter
pip install jupyter

• conda create -n jupyter python=3.12:
  새로운 Conda 가상 환경을 만들기 위한 명령어입니다. jupyter_test라는 이름의 가상 환경을 만들고, Python 버전 3.12를 사용할 것임을 지정하고 있습니다.

• conda activate jupyter:
  방금 생성한 jupyter_test 가상 환경을 활성화(activate)합니다. 이 명령어를 실행하면, 그 후에 설치하는 모든 Python 패키지는 이 환경에 설치됩니다.
  

• pip install jupyter:
  jupyter 패키지를 현재 활성화된 가상 환경에 설치합니다. 이 명령어를 통해 주피터 노트북을 사용할 수 있게 됩니다.
  

2. 시작

cd <your directory>
conda activate jupyter

• cd
  현재 작업 디렉토리를 py-code 디렉토리로 이동하고, 그 후 hw 디렉토리로 이동합니다. 두 개의 디렉토리를 순차적으로 이동할 때 사용됩니다.
• conda activate jupyter:
  다시 한 번 가상 환경 jupyter_test를 활성화합니다. 일반적으로 이 단계는 이미 가상 환경이 활성화되지 않은 상태에서 작업을 시작할 때 필요합니다.

3. 웹 테스트 페이지 오픈

jupyter notebook

• 주피터 노트북 서버를 시작하는 명령어입니다. 이 명령어를 실행하면, 브라우저가 열리며 주피터 노트북 인터페이스가 나타납니다. 여기서 노트북 파일을 열거나 새 노트북을 만들 수 있습니다.

!pip install load_dotenv sqlalchemy mysql mysql-connector-python pytz pinecone langchain openai

• 저는 미리 필요한 라이브러리들을 설치해놓은 상태로 테스트 해보았습니다.

• 사용하려는 pip module들을 설치해 테스트합니다.

---

요즘 Jupyter Notebooke을 실제 프로젝트에 사용하지 않는 이유

주피터 노트북은 작은 실험이나 교육, 프로토타이핑에는 좋지만, 복잡한 프로젝트나 협업에는 적합하지 않을 때가 있습니다.

1. 프로젝트 관리 어려움

• 큰 프로젝트에서 코드 구조화가 어렵고, 버전관리(git)와의 호환성이 떨어져 협업에 불편함이 있다.

2. 재현성 문제

• 셀을 순서대로 실행하지 않으면 코드 실행 결과가 달라질 . 수잇어서, 동일한 결과를 얻기가 어렵다.

3. 성능 제한

• 대규모 데이터 처리나 고성능 작업에 적합하지 않다. 스크립트나 다른 도구들이 더 효율적일수 있다.

4. 협업 불편

• 코드 리뷰가 어렵고, 협업 도구들과의 호환성이 떨어져 팀 작업에 불편함이 있다.

5. 환경 설정 복잡

• 다른 사람의 컴퓨터에서 동일한 환경을 설정하는 것이 어려울 수 있다.