P2-7.1 로컬 환경(local environment)과 실행 환경(runtime)¶

Section ID: P2-7.1 Version: v2026.09.15

Python 코드는 인터프리터(interpreter)가 읽고 실행합니다. 로컬 환경(local environment)은 내 컴퓨터의 Python, 패키지, 파일, 설정을 가리키고, 실행 환경(runtime)은 코드가 실제로 동작하는 프로그램과 자원을 가리킵니다. 브라우저에서 코드를 입력해도 실행은 다른 컴퓨터에서 이루어질 수 있습니다.

AI 실험과 Python¶

AI를 공부하다 보면 Python이 자주 나옵니다. 이때 “왜 하필 Python인가?”라는 질문이 생길 수 있습니다.

Python은 1980년대 말 Guido van Rossum이 만들기 시작했고, 1991년에 공개된 언어입니다. Python 공식 FAQ는 Python이 ABC 언어의 경험에서 영향을 받았고, 시스템 관리 작업을 C 프로그램이나 셸 스크립트만으로 처리하기 어려웠던 상황에서 더 확장 가능한 스크립팅 언어가 필요했다는 배경을 설명합니다.

이 역사에서 중요한 점은 Python이 처음부터 사람이 읽고 쓰기 쉬운 고수준 언어이면서, 실제 시스템 작업에도 연결되는 실행 도구였다는 점입니다.

그래서 Python은 학습, 자동화, 데이터 처리, 실험 코드에 잘 맞습니다. Python 공식 FAQ도 Python이 명확한 문법, 큰 표준 라이브러리, 대화형 인터프리터를 갖고 있어 처음 배우는 언어로도 적합하다고 설명합니다.

AI 분야에서 Python이 자주 보이는 이유도 이 흐름과 연결됩니다.

• 수식을 코드로 옮기기 쉽습니다.
• 작은 실험을 빠르게 실행할 수 있습니다.
• NumPy, Pandas, Matplotlib 같은 도구가 많습니다.
• 머신러닝과 딥러닝 라이브러리가 Python 생태계에 많이 모여 있습니다.

물론 Python이 유일한 언어라는 뜻은 아닙니다. 실제 서비스 내부에서는 C++, Java, JavaScript, Go, Rust 같은 언어도 함께 쓰입니다. 하지만 AI 학습과 실험의 입구에서는 Python을 만날 가능성이 높습니다.

터미널 명령과 Python 코드¶

터미널(terminal)은 명령과 결과를 주고받는 창이고, 셸(shell)은 입력한 명령을 해석하는 프로그램입니다. macOS의 Terminal이나 Windows Terminal에서 셸을 사용할 수 있으며, Bash와 PowerShell은 셸의 예입니다.

터미널의 셸 프롬프트에 다음 명령을 넣으면 Python 버전이 출력됩니다.

1

python --version

print("hello")는 Python 코드입니다. 노트북 코드 셀이나 Python 인터프리터에 입력하면 hello가 출력됩니다.

1
2

# 문자열을 출력하는 Python 문장입니다.
print("hello")

같은 문장을 메모장에 적어 두기만 하면 실행되지 않습니다. Python 코드를 읽고 실행하는 프로그램이 필요합니다. 터미널에 python --version을 입력하는 것과 Python에 print("hello")를 입력하는 것은 서로 다른 작업입니다.

인터프리터의 실행 방식¶

Python 인터프리터(Python interpreter)는 Python 코드를 읽고 실행하는 프로그램입니다. 실행 방식에 따라 코드를 전달하는 자리가 달라집니다.

대화형 실행을 끝내고 셸로 돌아가려면 >>>에서 exit()를 입력합니다. 프롬프트 >>> 자체는 입력할 코드가 아닙니다.

로컬 환경의 구성¶

로컬 환경(local environment)은 내 컴퓨터 안에서 코드가 실행되는 조건을 말합니다. 여기에는 운영체제, Python 설치 위치, 패키지 설치 상태, 현재 작업 폴더, 환경 변수 같은 것들이 포함될 수 있습니다.

같은 코드라도 컴퓨터마다 결과가 달라질 수 있습니다.

예를 들어 다음처럼 컴퓨터마다 조건이 달라질 수 있습니다.

• 내 컴퓨터에는 NumPy가 설치되어 있지만, 다른 컴퓨터에는 없을 수 있습니다.
• 내 컴퓨터는 Python 3.12를 쓰지만, 다른 컴퓨터는 Python 3.10을 쓸 수 있습니다.
• 내 컴퓨터에서는 파일 경로가 맞지만, 다른 컴퓨터에서는 파일 위치가 다를 수 있습니다.

그래서 실습 문서에서는 “코드”만큼이나 “어디에서 실행하는가”가 중요합니다.

로컬 실행과 Colab 런타임¶

실행 환경(runtime)은 코드가 실제로 실행되는 자리입니다. 로컬 PC에서 실행하면 내 컴퓨터가 실행 환경이 됩니다. Colab의 호스팅 런타임에서 실행하면 Google이 제공하는 환경이 코드를 처리합니다.

Colab은 편합니다. Python 설치 없이 브라우저에서 실행할 수 있습니다. 하지만 런타임이 끊기거나, 파일이 사라지거나, 제공 정책이 바뀔 수 있습니다.

로컬 PC는 처음 설정이 번거롭습니다. 하지만 내 프로젝트 파일, 패키지 버전, 실행 방식을 직접 관리할 수 있습니다.

정리하면 다음과 같습니다.

• Colab: 시작하기 쉽고, 실행 환경은 외부 서비스가 관리합니다.
• 로컬 PC: 처음 설정이 필요하지만, 실행 환경을 내가 관리합니다.

프로젝트별 가상환경¶

가상환경(virtual environment)은 Python 프로젝트마다 별도의 실행 공간을 만들어 주는 장치입니다. Python 공식 문서는 venv가 가벼운 가상환경을 만들고, 각 가상환경이 독립된 Python 패키지 집합을 가질 수 있다고 설명합니다.

왜 필요할까요? 프로젝트 A는 numpy 1.x가 필요하고 프로젝트 B는 numpy 2.x가 필요할 수 있습니다. 이 둘을 한 컴퓨터에 모두 섞어 설치하면 충돌할 수 있으므로, 프로젝트별로 공간을 나눕니다.

가상환경은 프로젝트 코드 자체가 아닙니다. Python 공식 문서도 가상환경은 보통 .venv 또는 venv 같은 디렉터리에 만들며, 소스 관리 시스템에 넣지 않는다고 설명합니다. 어떤 프로젝트에서든 .venv는 실행을 위한 로컬 환경이지 본문 파일이나 코드 자체가 아닙니다.

프로젝트 폴더의 터미널에서 다음 명령을 실행하면 .venv 디렉터리에 가상환경이 만들어집니다.

1

python -m venv .venv

생성한 가상환경의 Python을 선택해 실행해야 그 환경에 설치한 패키지를 사용합니다. 생성·활성화 명령은 가상환경과 패키지 설치에서 확인할 수 있습니다.

패키지 설치와 import¶

패키지(package)는 관련 코드를 묶어 재사용할 수 있게 한 단위입니다. NumPy, Pandas, Matplotlib 같은 도구가 여기에 해당합니다.

역할은 다음과 같이 나뉩니다.

• Python: 언어와 실행 프로그램입니다.
• 패키지: Python에서 가져다 쓰는 코드 묶음입니다.
• pip: 패키지를 설치하는 도구입니다.

예를 들어 NumPy를 설치하는 명령과 불러오는 코드는 다릅니다.

1

python -m pip install numpy

NumPy가 설치된 Python에서 다음 코드를 실행하면 np라는 이름으로 불러옵니다. 성공하면 별도 출력 없이 다음 코드로 넘어갑니다.

1
2

# NumPy를 현재 실행 환경에서 불러올 수 있는지 확인합니다.
import numpy as np

첫 번째는 설치입니다. 두 번째는 Python 코드 안에서 사용하겠다고 불러오는 일입니다.

Colab에서 되던 import가 로컬에서 실패할 때¶

Colab에서는 import numpy as np가 실행되는데 로컬에서는 다음 오류가 난다고 가정합니다.

1

ModuleNotFoundError: No module named 'numpy'

이 오류는 실행 중인 Python이 NumPy를 찾지 못했다는 뜻입니다. 다른 Python이나 가상환경에 설치되어 있을 수도 있으므로, 실제 인터프리터부터 확인합니다. 오류가 난 코드와 같은 노트북 커널이나 Python 실행 방식에서 다음 코드를 실행하면 인터프리터 파일 경로가 출력됩니다.

1
2
3
4

import sys

# 현재 코드를 실행하는 Python의 위치입니다.
print(sys.executable)

그 경로가 프로젝트에서 사용하려던 Python인지 확인합니다. 터미널에서 해당 Python을 선택했다면 python -m pip show numpy로 설치 상태를 확인할 수 있습니다. 설치되어 있지 않다면 python -m pip install numpy로 그 Python에 설치합니다.

설치 명령이 성공했는데도 같은 오류가 나면, 설치에 쓴 Python과 코드 실행에 쓴 Python의 경로가 같은지 비교합니다. 패키지 이름만 확인해서는 서로 다른 실행 환경에 설치된 경우를 구분할 수 없습니다.

실행 문제별 확인 위치¶

코드를 입력한 곳과 실행한 곳¶

브라우저나 편집기는 코드를 입력하는 자리입니다. Python 프로세스가 있는 컴퓨터가 실제 파일을 읽고 패키지를 불러옵니다. 따라서 내 PC의 파일을 Colab 호스팅 런타임에서 읽으려면 업로드나 저장소 연결 등으로 그 런타임에서도 접근할 수 있게 해야 합니다. 파일 이름만 같다고 같은 파일이 아닙니다.

예를 들어 로컬 scores.csv만 수정한 뒤 Colab의 기존 파일로 다시 계산하면 결과가 그대로일 수 있습니다. 바꾼 파일을 런타임에 다시 전달한 뒤 실행해야 변경 내용이 반영됩니다. 실행 환경을 확인할 때는 Python 경로뿐 아니라 사용한 파일의 위치와 내용도 함께 비교합니다.

체크리스트¶

• 로컬 환경(local environment)을 내 컴퓨터에서 코드가 실행되는 조건으로 설명할 수 있다.
• 실행 환경(runtime)을 코드가 실제로 실행되는 자리로 설명할 수 있다.
• 터미널 명령과 Python 코드를 구분할 수 있다.
• Python 인터프리터(Python interpreter)를 Python 코드를 읽고 실행하는 프로그램으로 설명할 수 있다.
• 가상환경(virtual environment)이 프로젝트별 실행 공간이라는 정도로 설명할 수 있다.
• 패키지 설치와 import가 다른 일임을 입문 수준에서 설명할 수 있다.
• Colab과 로컬 PC가 모두 실행 환경이지만 관리 방식이 다르다는 점을 설명할 수 있다.
• 어디에서 실행하는가, 무엇이 실행하는가, 어떤 패키지가 필요한가, 그 패키지는 어디에 설치되어 있는가를 먼저 점검할 수 있다.

출처와 참고 자료¶

• Python Software Foundation, Using the Python Interpreter, Python 3 documentation, 확인 날짜: 2026-07-20. Python 인터프리터를 호출하고, 대화형 입력과 스크립트 실행을 구분하는 근거로 사용했다.
• Python Software Foundation, General Python FAQ, Python 3 documentation, 확인 날짜: 2026-07-20. Python이 인터프리터형·대화형 프로그래밍 언어이며 여러 운영체제에서 사용할 수 있다는 기본 설명 확인에 사용했다.
• Python Software Foundation, venv — Creation of virtual environments, Python 3 documentation, 확인 날짜: 2026-07-20. 가상환경이 독립된 디렉터리 안에 Python 설치와 패키지 상태를 갖는다는 설명 확인에 사용했다.

• Python Packaging Authority, Install packages in a virtual environment using pip and venv, Python Packaging User Guide, 확인 날짜: 2026-07-20. 프로젝트별 가상환경 생성, 활성화, 패키지 설치 흐름을 확인하는 근거로 사용했다.

• Python Software Foundation, sys.executable, 확인 날짜: 2026-09-08. 현재 Python 인터프리터의 실행 파일 경로를 확인하는 근거.

• Colaboratory FAQ, 확인 날짜: 2026-09-15.