[OS] 모델학습과 리눅스에 대한 고찰
이번 프로젝트에서는…
모델을 앙상블 형태로 계획하게 되면서,
“이걸 실제 서비스 구조 안에서 어떻게 연결하게 되는 걸까?”에 대한 궁금증이 생겼다.
이전에는 대부분 윈도우 기반 환경에서 AI 모델을 부분적으로 구현해봤다.
Colab, Jupyter Notebook, Python 등에서 모델을 불러와 학습시키고, 결과를 출력하는 정도의 작업이 주를 이뤘다.
그래서 지금까지는 어떻게 프로젝트에 적용할지와 같은 고민이 필요하지 않았다. 하지만 이번 프로젝트에 도입할 계획을 구체적으로 세우면서 단순히 모델 성능뿐만 아니라, 어떻게 서비스와 어떻게 연결되는지 그런 구조적인 고민도 함께하게 됐다.
조금 검색을 해보니 기본적으로 인공지능과 모델학습은 Linux와 Ubuntu, WSL2와 같은 환경으로 개발을 한다고 한다.
이름만 들어도 많이 어려운 내용인거같은데.. 이번 기회에 간단하게 알아보도록 하자.
우분투는 뭔데?
개발 관련 커뮤니티나 문서를 보면 “우분투에서 개발한다”는 말을 정말 자주 보게 된다.
처음엔 그저 하나의 운영체제쯤으로만 알았는데, 조금 더 들여다보니 개발자들에게 우분투는 단순한 OS가 아니라 일종의 기본 개발 환경으로 여겨진다는 걸 알게 됐다.
우분투는 리눅스 기반의 운영체제다. 오픈소스이면서 가볍고, 커스터마이징이 자유롭고, 터미널 기반의 제어가 가능한 환경이다.
AI 라이브러리 설치나 서버 구동, 도커 운영, 학습에 꼭 필요한 GPU 연동 같은 작업들이 훨씬 자연스럽고 빠르게 이뤄진다고 한다.
실제로 TensorFlow, PyTorch 같은 프레임워크 공식 설치 가이드도 기본이 리눅스/우분투 기준이다.
호환이 잘 되기에 연구자들이 사용하는 서버도 대부분 우분투 기반이라고 한다.
정리하자면, 우분투는 AI 개발을 위한 ‘기본 환경’이라고 보면 될꺼같다.
우분투를 찾다보니
항상 따라붙는 키워드가 WSL2였다.
WSL2는 “Windows Subsystem for Linux 2”의 약자로 윈도우 안에서 우분투를 설치하고 실행할 수 있게 해주는 기능이다.
기존에는 리눅스를 써보려면 듀얼 부팅을 하거나 가상 머신을 써야 했지만, WSL2는 훨씬 가볍고, 자연스럽게 윈도우 환경과 연동된다.
WSL2를 설치하면 우분투도 함께 설치할 수 있고, 그 안에서 Python 가상환경을 구성하거나, FastAPI 같은 서버를 띄우는 것도 가능하다.
즉, 하드웨어는 하나지만 운영체제는 둘로 나누어 쓸 수 있는 셈이다.
마무리
나는 지금까지 리눅스를 직접 다뤄본 경험은 없다. 흔한 배포까지 제대로 열어본적이 없다.
옆에서 Docker로 서버 띄우고, 포트 포워딩하고, 로그 추적하는 과정을 보긴 했지만 익숙하지 않은 명령어들과 복잡해 보이는 콘솔 화면은 솔직히 거부감으로 다가왔던 것도 사실이다.
그렇지만 이번 기회에 조금씩 직접 써보려 한다.
아직 WSL2나, 우분투 터미널이 상당히 낯설지만 “이게 어떻게 돌아가는지”를 하나하나 따라가 보고 싶은 마음이 생겼다.
마침 리눅스 마스터 자격증 시험도 준비 중이라, 공부 방향을 실습과 조금씩 연결해보려는 시도이기도 하다.
Leave a comment