1. 학습 내용
2일차 강의에서는 파이썬 작업 환경 세팅과 Jupyter Lab 사용법에 대해 학습하였다.
먼저 파이썬 가상환경의 개념과 필요성에 대해 배웠다. 가상환경은 서로 다른 프로젝트에서 사용하는 파이썬 버전이나 라이브러리 충돌을 방지하기 위한 독립적인 작업 공간이다. 아나콘다를 활용하면 다양한 라이브러리를 쉽게 설치하고 관리할 수 있어 데이터 분석 환경을 효율적으로 구성할 수 있다는 점을 이해하였다.
이후 가상환경을 직접 생성하고 활성화하는 과정을 실습하였다. conda 명령어를 통해 새로운 환경을 생성하고, activate 명령어를 통해 원하는 환경에서 작업을 수행할 수 있다는 것을 배웠다. 이를 통해 프로젝트별로 독립된 개발 환경을 구축하는 것이 중요함을 깨달았다.
다음으로 Jupyter lab 설치 및 설정 방법을 학습하였다. ipykernel을 설치하여 가상환경을 Jupyter lab과 연결하고, 원하는 환경에서 코드를 실행할 수 있도록 구성하였다.
마지막으로 Jupyter lab의 기본 사용법과 단축키를 익혔다. Jupyter lab은 셀 단위로 코드를 작성하고 실행할 수 있는 노트북 형태의 환경으로, ctrl + enter를 통해 코드 실행이 가능하며 셀을 추가하거나 삭제하는 단축키를 활용해 효율적으로 작업할 수 있다. 또한 필요한 부분만 선택적으로 실행하여 결과를 바로 확인할 수 있어 데이터 분석 과정에서 매우 유용하다는 점을 알게 되었다.
2. 느낀 점
이번 강의를 통해 단순히 파이썬을 사용하는 것을 넘어, 개발 환경을 직접 구축하고 관리하는 과정의 중요성을 느끼게 되었다. 특히 강의 내용을 따라 직접 아나콘다를 실행하고 가상환경을 생성해보면서, 그동안 단순히 사용만 했던 파이썬과 달리 실제 개발 환경이 어떻게 구성되는지를 이해할 수 있었다. 처음에는 명령어가 익숙하지 않아 다소 어렵게 느껴지고 한 번에 실행되지 않는 경우도 있었지만, 천천히 하나씩 실행해보면서 환경이 구성되는 과정을 확인하니 이해가 훨씬 잘 되었다. 또한 Jupyter lab을 사용해보면서 셀 단위로 코드를 실행하고 결과를 바로 확인할 수 있다는 점이 인상 깊었다. 필요한 부분만 선택적으로 실행할 수 있어 데이터 분석을 보다 효율적으로 수행할 수 있다는 점에서 앞으로 실습이나 분석 과정에서 자주 활용하게 될 것이라 생각했다.
반도체 공정 엔지니어를 목표로 하는 만큼, 단순히 이론을 아는 것에 그치지 않고 데이터를 직접 다루고 분석할 수 있는 능력이 중요하다고 느꼈다. 이번 실습을 통해 데이터 분석을 위한 기본 환경을 직접 구축해본 경험이 값진 출발점이 되었으며, 앞으로 파이썬과 데이터 분석 도구를 꾸준히 활용하여 공정 데이터를 기반으로 문제를 해결할 수 있는 역량을 키워나가고자 한다.
#반도체 #AI #파이썬 #데이터분석 #윈스펙 #이공계
