AI 개발을 시작하려면 먼저 개발 환경을 설정해야 합니다.. 특히 Mac에서는 Python 버전 관리와 가상환경 설정이 중요하고, GPU 가속을 활용해 빠른 연산을 할 수 있는 방법도 알아두면 좋습니다.. 이 글에서는 Python 환경 설정부터 GPU 가속까지, Mac에서 AI 개발을 위한 모든 단계를 정리 입니다.
1. 개발 환경 설정
Xcode Command Line Tools 설치
Mac에서 개발에 필요한 도구들을 설치하려면 먼저 Xcode Command Line Tools를 설치해야 해. 이 도구는 Git, Make, 컴파일러 등 다양한 개발에 필요한 기본적인 도구들이 포함되어 있습니다.
터미널을 열고 아래 명령어를 입력해서 설치:
xcode-select --install
Homebrew 설치
Homebrew는 macOS에서 패키지를 쉽게 설치하고 관리할 수 있는 도구야. AI 개발에 필요한 다양한 도구들을 손쉽게 설치할 수 있습니다.
Homebrew를 설치하려면 아래 명령어를 터미널에 입력:
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
Homebrew 업데이트 및 필수 패키지 설치
Homebrew 설치가 끝났으면, git과 wget 같은 필수 패키지를 설치하고 최신 상태로 업데이트해야 합니다.
brew update
brew install git wget
2. Python 버전 관리 도구: pyenv 설치
pyenv 설치
AI 개발을 위해서는 여러 버전의 Python을 관리할 수 있는 도구가 필요해. 그럴 때 pyenv가 유용해. pyenv는 Python 버전 관리뿐만 아니라 프로젝트별로 다른 버전을 사용할 수 있게 해줘야 합니다..
Homebrew를 통해 pyenv를 설치:
brew install pyenv
pyenv 환경 설정
pyenv를 설치한 후에는 환경 설정을 해야 해. ~/.zshrc (혹은 ~/.bash_profile) 파일을 열어 아래와 같이 설정을 추가 합니다.
export PYENV_ROOT="$HOME/.pyenv"
export PATH="$PYENV_ROOT/bin:$PATH"
eval "$(pyenv init --path)"
eval "$(pyenv init -)"
설정 파일을 수정한 후, 아래 명령어로 변경 사항을 반영:
source ~/.zshrc # 또는 source ~/.bash_profile
설치된 Python 버전 확인
설치된 Python 버전이 잘 적용되었는지 확인하려면 아래 명령어를 입력:
pyenv versions # 설치된 Python 버전 확인
3. Python 가상환경 관리: pyenv-virtualenv 설치
pyenv-virtualenv 설치
AI 개발 시 프로젝트마다 독립적인 환경을 유지하는 것이 중요해. pyenv-virtualenv는 pyenv와 연동되어 가상환경을 쉽게 만들고 관리할 수 있게 해줘야 합니다.
pyenv-virtualenv를 설치하려면 아래 명령어를 입력:
brew install pyenv-virtualenv
pyenv-virtualenv 환경 설정
.zshrc (혹은 .bash_profile) 파일에 아래 설정을 추가하고 반영.
eval "$(pyenv virtualenv-init -)"
그 후, 설정을 반영:
source ~/.zshrc # 또는 source ~/.bash_profile
가상환경 생성 및 활성화
pyenv-virtualenv로 가상환경을 만들고 활성화할 수 있어. 예를 들어 Python 3.11.6으로 my_ai_env라는 가상환경을 만들려면 아래 명령어를 입력하면 됍니다..
pyenv virtualenv 3.11.6 my_ai_env # Python 3.11.6으로 'my_ai_env' 가상환경 생성
pyenv activate my_ai_env # 가상환경 활성화
가상환경 비활성화
가상환경을 비활성화:
pyenv deactivate
4. AI 개발 필수 라이브러리 설치
가상환경을 설정한 후, AI 개발에 필요한 다양한 라이브러리를 설치할 수 있어. 아래는 기본적으로 설치할 라이브러리들이다.
기본 라이브러리 설치
pip install numpy pandas matplotlib scikit-learn scipy
PyTorch 설치 (M1/M2 최적화)
Mac의 M1/M2 칩에 최적화된 버전으로 PyTorch를 설치하려면 다음 명령어를 입력:
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu
TensorFlow 설치 (Mac Silicon 지원)
TensorFlow도 Mac Silicon에서 최적화된 버전을 사용.
pip install tensorflow-macos tensorflow-metal
OpenCV 설치 (컴퓨터 비전 라이브러리)
pip install opencv-python
Jupyter Notebook 설치 (필요 시)
pip install jupyterlab
jupyter lab # 실행
5. GPU 가속 (Metal 및 ROCm 지원 확인)
Metal GPU 가속 (Mac에서 GPU 활용)
Apple은 Mac에서 GPU를 활용하기 위해 Metal API를 지원해. tensorflow-metal 패키지를 설치하면 TensorFlow가 GPU 가속을 사용할 수 있습니다.
pip install tensorflow-metal
이 패키지를 설치하면 TensorFlow가 Mac의 Metal API를 통해 GPU를 활용하여 연산을 빠르게 할 수 있습니다.
PyTorch GPU 가속 (CPU만 지원)
현재 PyTorch는 macOS에서 CPU 전용으로만 GPU 가속을 지원해. GPU 가속을 활용하려면 Apple Silicon(M1, M2, M3)에서만 제한적으로 최적화된 CPU 기반 연산이 지원됍니다..
따라서, PyTorch는 GPU를 직접적으로 활용하기보다는 CPU를 활용한 최적화가 중요해. GPU를 활용한 연산이 필요하다면, Mac 외의 다른 GPU 지원이 가능한 환경을 고려할 수 있습니다.