안녕하세요.🙂
이번 포스팅에서는 데이터 사이언스를 공부하는 누구나 코드를 작성하고, 파이썬 코드를 사용하여 데이터 분석을 어디서나 할 수 있는 유용한 방법을 소개하려고 합니다.
제가 데이터 사이언스를 공부하고 프로그램을 개발하기 위해 사용하는 도구는 구글 코랩 프로(Google Colab Pro)입니다.✅
구글 코랩은 Google Colaboratory의 한글 표현으로 구글 마켓플레이스에서 설치하여 사용할 수 있습니다.
구글 드라이브에 실행할 주피터 노트북 파일인 ipynb 파일을 업로드하고, 파일 위에서 마우스 오른쪽 단추를 클릭하여 '연결 앱' -> '+ 연결할 앱 더보기'를 누른 뒤, 다음과 같이 Colaboratory를 검색하고 설치하면 사용 준비가 끝납니다.💻
구글 코랩은 GPU의 사용이 필요한 빅데이터 분석이나 머신 러닝과 딥 러닝 모델 학습 시 처리 속도를 매우 빠르게 가속할 수 있어 데이터 사이언티스트나 데이터 분석가 등 데이터를 다루는 모든 사람들이 유용하게 사용하고 있습니다.
구글 코랩은 무료 버전의 Colab, 유료 버전의 Colab Pro, Colab Pro + 세 가지 버전으로 이용할 수 있습니다.🤓
구글 아이디만 있으면 사용할 수 있는 무료 버전의 구글 코랩은 GPU 사용 시간에 제한이 있어 딥 러닝 모델을 학습시키는 시간에 제한이 있습니다.
저도 학습하는 도중에 GPU 연결이 끊기기도 해서 불편함을 느끼다가 결국 유료 버전인 구글 코랩 프로(Google Colab Pro)로 변경해서 사용하고 있습니다.
구글 코랩 프로는 한 달에 9.99$이고, 구글 코랩 플러스는 한 달에 49.99$ 요금제를 제공하고 있습니다.
카드로 결제를 실행하면 그때부터는 자유롭게 구글 코랩에 접속할 수 있는 환경 어디서나 구글 코랩을 사용하여 데이터 분석을 수행할 수 있습니다.
구글 코랩 프로를 결제한 저의 경우는 구글 드라이브에서 ipynb 파일을 실행한 뒤, 화면 상단의 '런타임' - '런타임 유형 변경' 메뉴에서 다음과 같이 하드웨어 가속기를 GPU로 변경하고, 런타임 구성을 고용량 RAM으로 변경한 뒤 데이터 분석과 모델 학습을 실행합니다.💯
런타임 유형을 변경하였으면, 새로운 세션을 시작합니다.
화면 상단 오른쪽에서 '연결' 버튼을 클릭하여 새로운 런타임 연결을 시작합니다.
그리고 연결이 완료되면 다음과 같이 '세션 관리' 메뉴에서 연결한 하드웨어 가속기와 사용 중인 RAM 용량 등을 확인할 수 있습니다.
위와 같이 '세션 관리'를 클릭하면 아래와 같은 팝업창을 확인할 수 있습니다.
제가 방금 시작한 구글 코랩 프로의 환경은 현재 GPU를 사용하고 있고, 사용된 RAM은 1.11 GB임을 알 수 있습니다.
모든 작업을 끝내거나 다른 작업을 수행하기 위해 '종료'를 클릭하면 현재 세션이 종료됩니다.🤓
여기까지 완료하였다면 이제 코드를 작성하고 실행할 준비가 된 것입니다.🎯
셀 추가를 클릭하여 코드를 작성하고 작성한 코드가 있는 셀에서 'shift + enter'키를 눌러 실행하고 그때그때 코드 실행 결과를 확인할 수 있습니다.
코드 실행 후 코드를 실행한 시간이 얼마 정도인지도 셀 좌측에 작게 표시되니 참고할 수 있습니다.
그럼 이상으로 구글 코랩 프로(Google Colab Pro)를 가입하고 사용하는 기본적인 내용에 대한 포스팅을 마치겠습니다.
감사합니다.👋🏻
댓글