[PYTHON] 구글코랩(colaboratory)

1. 구글 코랩이란?

구글 코랩(Colab)은 구글에서 제공하는 클라우드 기반의 Jupyter 노트북 환경이다. 주로 Python 코드를 작성하고 실행하는 데 사용되며, 데이터 분석, 기계 학습, 딥러닝 등의 작업에 유용하다.

 

Jupyter도 웹 기반 서비스이지만 Colab과 Jupyter의 큰 차이점은 Local인지의 여부이다.

Colab은 google drive에서 google 제공하는 server에서 작동이 이루어진다.

구글 server에서 작동이 될 뿐만 아니라 GPU도 서버를 통해서 제공해준다.

한마디로 4차 산업 기술의 한 부분인 Cloud computing을 전적으로 보여주는 예시 중 하나인 셈이다.

Cloud service를 통해 Jupyter에서 작업을 해야 하는 Machine learning을 Colab을 통해 손쉽게 돌릴 수 있다.

 

2. 기본적으로 모든 것이 준비된 Colab

Colab의 또 다른 장점은 편리함이다.

개발자는 사용하고자하는 특정 라이브러리를 별도로 설치할 필요가 없다.

기본적으로 Cloud service 기반이다 보니 원하는 라이브러리가 대부분 바로 적용하여 사용할 수 있다.

그렇다 보니 Local 작업 시에 일일이 세팅을 하던 번거로움이 사라진 셈이다.

 

3. 그래픽 카드가 필요하지 않다

앞서서도 언급했지만 Colab은 GPU를 제공해준다.

무료 버전 Colab과 유료 버전 Colab의 성능 차이가 있지만 무료 버전 Colab에서도 충분히 ML 작업이 가능하다.

그만큼 ML에 대해서 공부를 하거나 간단한 테스팅 작업을 한다면 Colab을 사용해서 충분히 할 수 있다는 걸 보여준다.

ML를 돌리는 개발자에게 그래픽 카드가 없다는 것은 말도 안 되는 이야기지만

불가피하게 GPU가 없는 상황이고 CPU 성능이 좋지 않다면, Colab을 사용할 수 있다.

그동안의 AI란 컴퓨터 성능이 중요하게 작용되었던 것도 어느정도 사실이다.

하지만 Colab은 몇 년에 걸쳐 발전해왔으며, 이제는 충분히 기본적인 작업을 수행하기에 만족스러운 서비스라고 보인다.

 

4.  협업하기 좋은 수단

기존 Local 방식의 개발은 협업하는데 있어서 귀찮음이 많다.

작업하는 데 있어서 어려움이 있거나 힘들다기보다는 그저 귀찮음이 있을 뿐이다.

하지만 Colab은 이 귀찮음 마저 해결해준다.

구글 드라이브에서 구글 서버를 활용해서 제공하는 Colab 서비스는 개발자들에게 작업 내용에 대해서 쉽게 협업할 수 있도록 도와준다.

각자의 Local 기반이 아닌 Server 기반에서 작업이 이루어지다 보니 협업하는 데 있어서 작업 공유가 매우 수월하다.

Colab의 다른 장점들은 충분히 Local 방식도 가지고 있는 부분이라고 볼 수 있지만 작업 공유에 따른 협업의 효율성 증대는 Local 부분에서 상대적으로 불리한 것이 사실이다.

Colab과 같이 Cloud 기반 서비스가 발전하고 증가할 수 밖에 없는 이유 중 하나가 바로 협업의 용이성이라고 보인다.