학습 안내와 실습 환경

이 자료는 AI를 처음 배우는 사람이 AI의 흐름 → 데이터 → 고전 머신러닝 → 딥러닝 → LLM 활용을 차례로 익히고, 마지막에는 “이 문제에는 어떤 AI를 써야 하는가”를 스스로 고를 수 있게 하는 것이 목표다. 00장에서는 자료를 쓰는 법을 익히고, 이후 모든 장의 코드를 실행할 실습 환경을 준비한다.

0-1. 이 장의 목표와 완료 기준

섹션 제목: “0-1. 이 장의 목표와 완료 기준”
목표 완료 기준
자료 구성과 학습 순서를 안다 원고·확인 문제·실습 문제·해설·선택 기준표가 각각 무엇인지 말할 수 있다
프로젝트 전용 가상환경(venv)을 만든다 새 터미널에서 venv를 켜고 python -c "import sys; print(sys.prefix)"가 venv 폴더를 가리킨다
Jupyter 노트북을 그 venv 커널로 연다 노트북 안 sys.executable이 venv의 python이다
버전·CPU/GPU를 확인한다 이 장의 점검 코드를 실행해 버전 표와 장치(device)를 출력한다
재현과 시간 측정의 기본을 쓴다 시드를 고정해 같은 난수를 다시 얻고, 함수 1회 시간을 잰다
실습 노트북 00을 끝낸다 실습/문제/ch00_학습안내와_실습환경.ipynb의 점검 셀이 모두 “통과”를 출력한다

예상 시간: 원고 1시간, 환경 설치 30분(내려받기 시간 제외), 실습 1시간.

0-2. 자료 구성

섹션 제목: “0-2. 자료 구성”
구성 위치 쓰는 법
원고 이 사이트의 장 페이지 개념과 코드를 읽는다. 코드 블록은 직접 따라 쳐 본다
확인 문제 본문 중간의 “잠깐 확인”, 장 끝의 “확인 문제” 읽은 직후 바로 푼다. 푼 문항은 오늘의 복습에 일정대로 다시 나온다
실습 문제 장마다 “실습과 문제” 절의 내려받기 링크(.ipynb) 빈칸을 채우고 바로 아래 점검 셀을 실행한다
실습 해설 실습 문제와 같은 이름의 해설 노트북 다 푼 뒤에 연다. 정답 코드와 해설이 들어 있다
선택 기준표 각 장 끝 → 19장·부록 3에서 총정리 “이런 상황에는 이 방법” 한 줄씩 쌓는다

장마다 같은 틀을 따른다.

  1. 목표와 완료 기준
  2. 왜 필요한가(앞 장과의 연결)
  3. 개념 → 예측 → 코드로 관찰 → 규칙 정리
  4. 수학 상자(짧은 설명 + 어디에 쓰이는지 + 코드)
  5. 실습 노트북
  6. 선택 기준표에 추가할 한 줄
  7. 확인 문제(사이트에서 바로 풂)와 실습 문제 6~10개(개념·코드·사례, 해설은 별도)
  8. 공식 문서 링크

“예측”이 중요하다. 코드를 실행하기 전에 결과를 먼저 짐작해 적고 실행해서 맞춰 본다. 틀린 곳이 곧 배울 곳이다.

코드 블록 읽는 법

섹션 제목: “코드 블록 읽는 법”

원고의 코드는 위에서부터 한 번에 이어서 실행하고, 출력 블록은 실제 출력과 대조해 검증했다(tools/check_snippets.py). 출력 블록 위의 표시는 다음 뜻이다.

표시 뜻
출력 어느 PC에서나 같아야 하는 결과
출력 (작성 PC 결과, 환경마다 다름) 버전·GPU처럼 PC마다 다른 값. 여러분 PC에서는 다르게 나와도 정상
출력 (실행마다 다름) 시간처럼 매번 바뀌는 값
터미널 (Git Bash) 노트북이 아니라 터미널에 입력하는 명령
실행하지 않는 코드 작성 PC에서 실행하지 못했거나 일부러 실행하지 않은 코드

학습 지도

섹션 제목: “학습 지도”
부 장 한 줄 요약
1부 출발 00~05 환경, AI의 흐름, NumPy·pandas, 학습이란 무엇인가, 평가
2부 고전 머신러닝 06~09 로지스틱 회귀, 트리·앙상블, 거리·비지도, 표 데이터 파이프라인
3부 딥러닝 10~15 신경망·역전파, PyTorch 학습 루프, CNN, RNN, 트랜스포머, 전이학습
4부 LLM 활용 16~19 LLM 생성 원리, 임베딩·RAG, 가볍게 맞추기, 총정리

장당 2~3시간이 기준이다. 하루 한 장씩 가되, 실습 점검 셀을 모두 통과하기 전에는 다음 장으로 넘어가지 않는다.

0-3. 실습 환경

섹션 제목: “0-3. 실습 환경”

왜 가상환경(virtual environment)인가

섹션 제목: “왜 가상환경(virtual environment)인가”

파이썬 라이브러리는 버전에 따라 함수 이름·기본값·결과가 바뀐다. 컴퓨터 전체에 하나의 파이썬만 쓰면 프로젝트 A를 위해 올린 버전이 프로젝트 B를 깨뜨린다. 가상환경(venv)은 프로젝트 폴더 안에 파이썬 실행 파일과 라이브러리 묶음을 따로 두는 방법이다. 지우고 싶으면 그 폴더만 지우면 된다.

용어 뜻
인터프리터(interpreter) 코드를 실행하는 python.exe. venv마다 따로 있다
패키지(package) pip install로 설치하는 라이브러리 묶음(numpy, torch 등)
커널(kernel) Jupyter 노트북 뒤에서 코드를 실행하는 파이썬 프로세스. 어느 인터프리터로 띄웠는지가 중요하다

만들기 (Windows · Git Bash)

섹션 제목: “만들기 (Windows · Git Bash)”

이 자료의 기준 환경은 Windows 11, VS Code, Git Bash, Python 3.12다. 실습용 폴더를 하나 만들고(예: ai-practice), 그 안에 requirements.txt와 장마다 내려받는 실습 노트북을 둔다. 아래 명령은 그 폴더에서 실행한다.

터미널 (Git Bash)
python --version # 3.12.x 인지 확인
python -m venv .venv # .venv 폴더에 가상환경 생성
source .venv/Scripts/activate # 켜기 (프롬프트 앞에 (.venv) 표시)
python -m pip install --upgrade pip
# NVIDIA GPU가 있을 때만: CUDA 12.8용 torch를 먼저 (없으면 이 줄을 건너뛴다)
python -m pip install torch==2.11.0 torchvision==0.26.0 --index-url https://download.pytorch.org/whl/cu128
python -m pip install -r requirements.txt # 나머지 전부 (GPU가 없으면 CPU용 torch가 여기서 설치된다)

requirements.txt의 버전은 이 자료를 만들고 검증한 버전이다. 더 새 버전에서도 대부분 동작하지만, 결과 숫자가 원고와 조금 다를 수 있다.

VS Code에서 노트북 열기

섹션 제목: “VS Code에서 노트북 열기”
  1. VS Code에 Python, Jupyter 확장을 설치한다.
  2. .ipynb 파일을 열고 오른쪽 위 커널 선택(Select Kernel) → Python 환경 → .venv를 고른다.
  3. 첫 셀에서 import sys; print(sys.executable)을 실행해 경로에 .venv가 들어 있는지 확인한다.

브라우저에서 쓰고 싶으면 venv를 켠 터미널에서 jupyter lab을 실행한다(requirements.txt에 포함).

Jupyter의 함정: 실행 순서

섹션 제목: “Jupyter의 함정: 실행 순서”

노트북은 셀을 위에서 아래가 아니라 실행한 순서대로 처리한다. 커널은 앞에서 만든 변수를 계속 기억한다(숨은 상태).

x = 1
x = x + 1
print(x)
출력
2

두 번째 셀을 한 번 더 실행하면 3이 나온다. 화면에는 같은 코드가 보이지만 결과는 몇 번 실행했느냐에 달렸다. 그래서:

0-4. 환경 점검 코드

섹션 제목: “0-4. 환경 점검 코드”

새 환경을 만들었으면 아래 점검을 한 번 돌린다. 이후 장에서 이상한 오류가 나면 가장 먼저 다시 돌려 볼 코드다.

어느 파이썬인가

섹션 제목: “어느 파이썬인가”
import sys, platform
print(sys.version.split()[0], platform.system())
print("venv 사용 중:", sys.prefix != sys.base_prefix)
출력 (작성 PC 결과, 환경마다 다름)
3.12.10 Windows
venv 사용 중: False

sys.prefix는 지금 파이썬의 환경 폴더, sys.base_prefix는 원래 설치된 파이썬 폴더다. 둘이 다르면 venv 안에서 실행 중이다. (이 원고는 venv를 쓰지 않은 제작용 PC에서 검증했기 때문에 False가 나왔다. 여러분은 True가 나와야 한다.)

버전 표

섹션 제목: “버전 표”

패키지 버전은 import 없이 설치 정보에서 읽을 수 있다(importlib.metadata). 설치되지 않은 패키지는 PackageNotFoundError가 난다.

from importlib.metadata import version, PackageNotFoundError
def versions(names):
"""패키지 이름 → 설치 버전. 없으면 '없음'."""
out = {}
for name in names:
try:
out[name] = version(name)
except PackageNotFoundError:
out[name] = "없음"
return out
for name, v in versions(["numpy", "pandas", "scikit-learn", "torch", "transformers", "없는패키지"]).items():
print(f"{name:<14}{v}")
출력 (작성 PC 결과, 환경마다 다름)
numpy 2.5.1
pandas 3.0.5
scikit-learn 1.9.0
torch 2.11.0+cu128
transformers 4.57.1
없는패키지 없음

설치 이름과 import 이름이 다른 패키지가 있다. pip install scikit-learn → import sklearn, pip install pillow → import PIL. ModuleNotFoundError: No module named 'sklearn'이 나오면 pip install sklearn이 아니라 pip install scikit-learn이다.

CPU와 GPU

섹션 제목: “CPU와 GPU”

딥러닝 계산은 큰 행렬곱을 반복하는 일이 대부분이라 수천 개 코어로 동시에 계산하는 GPU가 훨씬 빠르다. 다만 아주 작은 계산은 GPU에 일을 넘기고 데이터를 옮기는 비용 때문에 CPU가 더 빠를 수도 있다. PyTorch에서 NVIDIA GPU는 "cuda"라는 장치(device) 이름으로 쓴다.

import torch
device = "cuda" if torch.cuda.is_available() else "cpu"
print("device:", device)
print("CPU 스레드:", torch.get_num_threads())
if device == "cuda":
print("GPU:", torch.cuda.get_device_name(0))
출력 (작성 PC 결과, 환경마다 다름)
device: cuda
CPU 스레드: 8
GPU: NVIDIA GeForce RTX 5060 Ti

텐서(tensor, PyTorch의 배열)와 모델은 같은 장치에 두고 계산한다. 장치가 다르면 대부분의 연산에서 Expected all tensors to be on the same device 오류가 난다(차원이 0인 CPU 텐서, 예를 들어 torch.tensor(1.0)은 GPU 텐서와 계산할 때 자동으로 옮겨지는 예외가 있다. 원소가 하나여도 torch.ones(1)처럼 1차원이면 오류가 난다).

a = torch.ones(2, 3) # 기본은 CPU에 생긴다
b = a.to(device) # 지정한 장치로 복사
print(a.device.type, b.device.type, (b * 2).sum().item())
출력 (작성 PC 결과, 환경마다 다름)
cpu cuda 12.0

텐서의 .to(device)는 원본을 바꾸지 않고 결과를 돌려준다. 장치(또는 자료형)가 다르면 새 텐서로 복사하고, 이미 같으면 원본을 그대로 돌려준다. 어느 쪽이든 a.to(device)만 쓰고 결과를 받지 않으면 a는 그대로 CPU에 있다. 그래서 항상 b = a.to(device)처럼 받는다(모델의 model.to(device)는 예외적으로 자기 자신을 옮긴다. 11장에서 다시 본다).

torch.cuda.is_available()이 False인데 GPU가 있다면: ① CPU용 torch가 설치됐거나(torch.__version__에 +cpu), ② 그래픽 드라이버가 오래됐거나, ③ 다른 venv의 커널을 쓰고 있다. 필수 실습은 CPU로 충분하므로 막히면 CPU로 진행한다.

0-5. 재현성: 시드 고정

섹션 제목: “0-5. 재현성: 시드 고정”

머신러닝 코드에는 난수가 많다(데이터 섞기, 가중치 초깃값, 드롭아웃). 시드(seed)를 고정하면 같은 난수열이 다시 나와 결과를 비교할 수 있다.

import random
import numpy as np
def set_seed(seed):
random.seed(seed)
np.random.seed(seed)
torch.manual_seed(seed) # CPU와 모든 GPU의 난수를 함께 고정
set_seed(0); first = (random.random(), np.random.rand(), torch.rand(1).item())
set_seed(0); again = (random.random(), np.random.rand(), torch.rand(1).item())
print(first == again)
출력
True

NumPy는 전역 시드(np.random.seed)보다 생성기 객체를 만들어 쓰는 방식을 권장한다. 이 자료의 실습 데이터는 이 방식으로 만든다. 위의 set_seed는 전역 난수만 되돌리고 이미 만든 생성기는 건드리지 않는다. 생성기를 쓸 때는 같은 시드로 생성기를 새로 만들어 같은 순서로 호출해야 같은 난수가 나온다.

rng = np.random.default_rng(42)
print(rng.integers(0, 10, size=5))
출력
[0 7 6 4 4]

주의할 점:

0-6. 시간과 메모리 어림

섹션 제목: “0-6. 시간과 메모리 어림”

시간 재기

섹션 제목: “시간 재기”

어떤 방법을 고를지는 정확도만이 아니라 시간에도 달렸다. time.perf_counter()는 짧은 시간을 재는 용도의 시계다. 첫 호출은 준비 작업(메모리 할당, 캐시) 때문에 느릴 수 있으므로 예열(warm-up) 호출을 버리고 잰다.

import time
def time_per_call(fn, warmup=1, n=5):
"""예열 warmup회 뒤 n회 평균 시간(초)."""
for _ in range(warmup):
fn()
t0 = time.perf_counter()
for _ in range(n):
fn()
return (time.perf_counter() - t0) / n
M = np.random.default_rng(0).random((300, 300))
s = time_per_call(lambda: M @ M)
print(f"300x300 행렬곱 1회 {s * 1000:.2f} ms → 1000회 약 {s * 1000:.1f}초")
출력 (실행마다 다름)
300x300 행렬곱 1회 0.61 ms → 1000회 약 0.6초

“1건 시간 × 전체 건수”를 먼저 계산하는 습관이 4부 LLM 실습과 시험에서 가장 많이 시간을 아껴 준다.

이 함수는 CPU 계산용이다. GPU 계산은 비동기라서 명령을 GPU에 넘기자마자 파이썬으로 돌아온다. 그래서 측정 구간 안에 기다리는 코드(동기화나 결과를 CPU로 옮기는 코드)가 없으면, GPU가 계산을 끝내기 전에 시간을 재게 되어 실제보다 짧게 나온다. GPU 시간을 잴 때는 측정 전후에 torch.cuda.synchronize()로 계산이 끝나기를 기다린다(11장).

메모리 어림

섹션 제목: “메모리 어림”

배열의 원소 데이터가 차지하는 메모리는 원소 수 × 원소 하나의 바이트 수다(배열 객체 자체의 작은 부가 정보는 뺀 값). 기본 실수형 float32는 4바이트, float64는 8바이트다.

x64 = np.zeros((1000, 1000)) # NumPy 기본 float64
x32 = x64.astype(np.float32)
t = torch.zeros(1000, 1000) # PyTorch 기본 float32
print(x64.nbytes / 1e6, x32.nbytes / 1e6, t.element_size() * t.numel() / 1e6)
출력
8.0 4.0 4.0

모델도 마찬가지다. 모델은 학습으로 정하는 숫자(매개변수, 4장)를 많이 가지고 있고, 숫자 하나를 지정한 자료형으로 저장한다. 매개변수가 5억 개인 모델을 float32로 올리면 5억 × 4바이트 = 2GB, float16이면 1GB다. 이것은 매개변수만 계산한 값이다. 실제로는 계산 중간값과 임시 버퍼가 더해지고, 학습할 때는 학습에 필요한 추가 값(10·11장)까지 더해져 몇 배가 된다(부록 1 하드웨어, 18장 양자화).

0-7. 파일 경로와 모델 캐시

섹션 제목: “0-7. 파일 경로와 모델 캐시”

경로는 문자열을 이어 붙이지 말고 pathlib.Path로 다룬다. Windows의 \와 다른 OS의 /를 알아서 처리한다.

from pathlib import Path
out = Path("결과") / "ch00"
out.mkdir(parents=True, exist_ok=True) # 중간 폴더까지, 이미 있어도 오류 없음
(out / "memo.txt").write_text("점검 완료", encoding="utf-8")
print(sorted(p.name for p in out.iterdir()), (out / "memo.txt").read_text(encoding="utf-8"))
출력
['memo.txt'] 점검 완료

15장부터 쓰는 사전학습 모델은 처음 한 번 인터넷에서 내려받아 캐시(cache) 폴더에 저장하고, 다음부터는 캐시에서 읽는다. 위치는 다음으로 확인한다.

from huggingface_hub import constants
print(Path(constants.HF_HUB_CACHE))
출력 (작성 PC 결과, 환경마다 다름)
C:\Users\SSAFY\.cache\huggingface\hub

환경변수 HF_HOME이나 HF_HUB_CACHE로 다른 드라이브로 옮길 수도 있다. 캐시는 모델 하나에 수백 MB~수 GB다. 필수 실습 모델은 합계 약 1.5GB(Qwen2.5-0.5B-Instruct 약 1.0GB, multilingual-e5-small 약 0.5GB)이고, 필요한 장에서 미리 안내한다. 네트워크가 없는 곳(예: 시험장)에서는 HF_HUB_OFFLINE=1을 설정해 캐시만 쓰게 한다(16장).

0-8. 자주 나는 문제

섹션 제목: “0-8. 자주 나는 문제”
증상 흔한 원인 확인·해결
터미널에서는 되는데 노트북에서 ModuleNotFoundError 노트북 커널이 다른 인터프리터 노트북에서 sys.executable 출력 → 커널을 .venv로 변경
pip install 했는데 여전히 없음 다른 python의 pip으로 설치 venv를 켜고 python -m pip install ...
No module named 'sklearn' 설치 이름과 import 이름이 다름 pip install scikit-learn
torch.cuda.is_available()이 False CPU용 torch, 드라이버, 커널 torch.__version__ 확인, PyTorch 설치 안내 참고. 필수 실습은 CPU로 진행
같은 셀인데 결과가 바뀜 실행 순서·숨은 상태 Restart & Run All
한글이 깨짐 인코딩 미지정 encoding="utf-8"
PowerShell에서 venv가 안 켜짐 스크립트 실행 정책 Git Bash를 쓰거나, VS Code 커널 선택만으로 진행

0-9. 선택 기준표

섹션 제목: “0-9. 선택 기준표”

이 자료의 핵심 산출물이다. 장마다 “이런 상황에는 이 방법을, 이런 이유로” 한 줄을 추가하고, 19장에서 데이터 종류·양·라벨·설명 필요성·지연·비용 기준으로 정리한다. 형식은 다음과 같다.

상황 고를 것 이유 장
(예시) 규칙이 분명하고 예외가 적다 규칙 기반 데이터·학습 없이 바로 설명 가능 01

00장은 추가할 줄이 없다. 01장에서 시작한다.

확인 문제

섹션 제목: “확인 문제”

0-10. 실습과 문제

섹션 제목: “0-10. 실습과 문제”

실습/문제/ch00_학습안내와_실습환경.ipynb를 .venv 커널로 열고 위에서부터 푼다. 막히면 셀 아래 힌트를 열고, 다 푼 뒤에 해설 노트북과 비교한다.

번호 유형 내용
1 개념 가상환경을 쓰는 이유
2 사례 노트북에서만 나는 ModuleNotFoundError의 원인
3 코드 패키지 버전 표 함수
4 코드 장치 고르기와 텐서 옮기기
5 개념 실행 순서에 따라 바뀌는 셀 결과 예측
6 코드 시드 고정 함수
7 코드 예열을 뺀 시간 측정 함수
8 코드 모델 메모리 어림 함수
9 사례 처음 보는 PC에서 실습 전에 할 점검 순서

0-11. 공식 문서

섹션 제목: “0-11. 공식 문서”