구글 Colab 노트북 사용법

컴퓨터 코딩을 다루다 보면 흔하게 접하는 용어로서 Front end 와 Back end 가 있다. 컴퓨터 코딩에서 Front end 란 코드를 작성 수정 빌드 업로딩 저장 및 라이브러리 설치를 지원하기 위한 편집 시스템을 뜻한다. 간단한 예로서는 아두이노 IDE를 들 수 있을 것이다. 마찬가지로 머신 러닝을 위한 코드 편집 작업을 위해서는 이미 잘 알려진 툴이 있다. 너무나 잘 알려진 아나콘다를 비롯하여 여러 가지 툴이 있을 수 있다. 특히 아나콘다에는 Spyder 편집기와 Jupyter Notebook 이 대표적이다. 반면에 Back end 는 일종의 Solver를 뜻한다. TensorFlow, Keras, PyTorch 와 같은 라이브러리들이 머신러닝을 위해 Front end에 설치되는 대표적인 Back end 로서 머신러닝 코드를 실행 시키는데 필수적으로 사용된다.

 

파이선 언어를 기반으로 하는 머신러닝 편집 및 빌드 과정에서 다음과 같이 라이브러리 모듈을 불러들일 때

import tensorflow as tf

import torch

∙∙∙

이 Back end 라이브러리들이 설치되어 있지 많으면 항상 아래와 같은 에러 메시지를 받게 된다.

No module named ∙∙∙

 

아주 간단한 에러 메시지이지만 파이선 머신러닝을 처음 시작해 보려는 초보자가 이런 메시지를 받게 되면 극복해야 할 첫 번째 단계에 들어선 것이다. 머신러닝이 그다지 복잡한 이론이나 컴퓨터 코딩을 요하는 것은 아니지만 그래도 시작하려면 Front end 설치 과정에 관한 정도는 제대로 알아야 할 필요가 있는 것이다.

 

하지만 준비가 안 된 초보자라도 지금 당장 코드를 돌려볼 수 있는 대안을 찾아보자. 그 대안은 Google NDRIVE에서 사용 가능한 Colab 편집 시스템으로서 놀랍게도 GPU 사용을 지원함과 아울러 Jupyter Notebook 과 아주 유사하다는 점이다.

구글 이메일 및 크롬 계정은 다 있으리라 본다. 로그인하면 아래와 같이 사용 가능한 구글 앱들이 즐비하게 나타나 있다. 구글에 로그인 된 상태에서 개인별로 15GB의 메모리를 무상 제공하는 구글 클라우드 NDRIVE 속으로 들어가 보자.

 

NDRIVE는 클라우드이므로 사용자의 PC와 동기화 되어 사용할 수 있지만 그 사용 공간은 엄연히 구글 서버에 속함에 유의하자.

초기에는 NDRIVE 내에서 새로이 폴더나 파일을 생성하고 직접 입력하든지 아니면 사용자 PC에서 Control C 복사하여 Control V 하여 붙여쓰기를 하도록 하자.

 

 

NDRIVE에서 MNIST 라는 폴더를 하나 생성 후 새 파일 즉 Untitled0.ipynb 를 연 후에 Jupyter에서처럼 사용자가 코딩 작업을 하도록 한다.