오늘 학습의 핵심은 단순히 도구를 사용하는 것을 넘어, 프로젝트별로 분리된 실행환경을 스스로 설계하고, 그것을 이해하는 데 있었다. 이번에는 하나의 고정된 환경이 아닌 여러 라이브러리를 한 곳에 모은 Anaconda를 활용하여 가상환경을 직접 생성하고 관리하며 서로 다른 라이브러리와 충돌 없이 관리할 수 있는 방법을 구조적으로 알게 되었다.
특히 base 환경과 가상환경의 관계를 하나의 공간 안에서 나뉘어진 구조로 이해하면서, 개발환경 또한 단순한 실행 공간이 아니라 분리하여 관리해야 하는 대상이라는 인식이 생겼다. 강사님이 base는 거실이고, 가상환경 설치는 방 한 칸이 생긴 것이라고 비유해주신 부분이 확 와닿았다. 현장에서도 공정라인이 서로 간섭받지 않아야 하듯이 개발 환경 역시 구분지어줘야 하고, 이 과정이 마치 프로젝트 간 충돌을 방지하는 일종의 클린룸을 설계하는 것과 유사하다는 생각을 했다.
실습과정에서는 익숙하지 않은 터미널 명령어와 설정 과정에서 두번 시행착오를 겪었다. 첫 번째로는 설치 과정에서 완료되지 않고 마지막 과정에서 계속 다운로드만 진행되는 상황이 발생한 것이다. 세 시간동안 기다려봤는데도 설치가 완료되지 않아 강제종료 후 다시 부팅해보니 설치가 되어있었고 이후로도 문제없이 작동되는 걸 확인해 간단히 해결되었다. 두 번째 문제는 마지막 단계에서 발생했다. Jupyter Lab 실행 단계에서, 강사님의 anaconda코딩 실행화면 중간까지만 같고, 그 이후로는 진행되지 않았다. 자세히 살펴보니 이미 Jupyter Lab 실행환경은 다 갖춰진 것이었고, 자동으로 실행되지 않으면 링크를 복사 붙여넣기해서 실행ㅇ시키면 되지 않을까 하는 마음으로 시도하여 바로 성공했다. 2년 전에 팀 프로젝트 때문에 Linux 기반 ubuntu를 설치하면서 여러 번 삭제 후 다시 설치를 시도하여 설치 과정을 따라가는 등 애를 먹었던 경험이 있던 지라 한 번에 해결된 것이 너무 감사했다.
Jupyter Lab의 셀 단위 실행방식은 데이터 분석의 가시성을 극대화해주었고, 데이터 분석 흐름을 따라가는 데 큰 도움이 될 것이라는 인상을 받았다. 전체 코드스크립트를 다 짤때까지 기다려야 하는 것이 아니라, 셀 단위로 결과를 확인하며 수정할 수 있다는 점이 편리함을 극대화해준다. 이러한 과정은 마치 공정 레시피를 하나씩 테스트하며 최적값을 확인하는 과정과 닮아있어 깊은 유대감을 느꼈다.
또한 b, a, dd와 같이 셀을 추가 혹은 삭제할 수 있는 단축키를 익혔는데, 사소해 보이는 조작키 하나가 전체 작업 속도를 크게 좌우할 수 있다는 것을 체감했다.
이번 학습을 통해 데이터는 단순한 결과물이 아닌, 시스템의 상태와 변화를 드러내는 중요한 단서라는 생각이 들었다. 특히 수만 개의 변수가 얽인 복잡한 데이터 집합체인 반도체 공정 분야에서는 이러한 데이터를 기반으로 흐름을 해석하고 문제를 짚어내는 능력이 점점 중요해질 것이라고 느꼈다. 오늘 구축한 가상 환경은 이러한 데이터를 요리할 나만의 '커스텀 실험실'이 될것이다. 단순히 툴을 다루는 법을 넘어, 환경 설정부터 철저히 관리하는 기본기를 바탕으로 현장 수치들을 시각화하고 분석하여 문제 원인을 짚어내는 데이터 중심 엔지니어로 거듭나겠다.
#반도체 #AI #파이썬 #데이터분석 #윈스펙 #이공계
