VS Code를 방금 설치한 상태에서, Docker 컨테이너(CUDA 등 환경이 구축된)에 접속하여 주피터 노트북을 사용하는 방법을 가장 쉬운 단계로 설명해 드리겠습니다.
Step 1: 필수 확장 프로그램 설치
VS Code 자체는 편집기에 불과하므로, Docker와 통신하기 위한 "도구"를 먼저 설치해야 합니다.
- VS Code 실행
- 왼쪽 사이드바에서 네모 모양 아이콘(Extensions, 단축키:
Ctrl+Shift+X)을 클릭합니다.
- 검색창에 다음 두 가지를 검색하여 설치(Install)하세요.
- Dev Containers: (Microsoft 제작) 컨테이너 내부로 접속하게 해주는 핵심 도구입니다.
- Python: 자동완성 및 코드 분석을 위해 필요합니다.
- Jupyter:
.ipynb 파일을 실행하기 위해 필요합니다.
Step 2: Docker 컨테이너 실행 확인
VS Code가 접속할 수 있도록 기존에 사용하시던 방식대로 Docker 컨테이너가 실행 중이어야 합니다.
- Docker Desktop(또는 터미널)에서 이미 사용 중인 컨테이너가
Running 상태인지 확인합니다.
- 이미 브라우저로
localhost:8888 접속이 가능한 상태라면 준비된 것입니다.
Step 3: 컨테이너에 접속하기 (Attach)
이제 VS Code를 컨테이너 내부로 침투시킵니다.
- VS Code 왼쪽 최하단 구석에 있는 하늘색 작은 아이콘(
><)을 클릭합니다.
- 화면 중앙 상단에 메뉴가 뜨면 [Attach to Running Container...]를 클릭합니다.
- 현재 실행 중인 Docker 컨테이너 목록이 뜹니다. 접속하려는 컨테이너 이름을 선택합니다.
- 새로운 VS Code 창이 열리면서 왼쪽 하단에 [Container Docker: (컨테이너 이름)]이라고 표시되면 접속 성공입니다.
Step 4: 컨테이너 내부용 확장 프로그램 활성화
중요: VS Code는 로컬에 설치된 확장 프로그램과 컨테이너 내부에 설치되는 확장 프로그램을 분리해서 관리합니다. 컨테이너 내부에서도 자동완성을 쓰려면 설치가 한 번 더 필요합니다.
- 컨테이너에 접속된 새 창에서 다시 Extensions(
Ctrl+Shift+X) 아이콘을 누릅니다.
Python과 Jupyter 확장 프로그램 옆에 [Install in Container...]라는 파란색 버튼이 있다면 클릭해서 설치해 줍니다. (이미 설치되어 있다면 그대로 두시면 됩니다.)
Step 5: 폴더 열기 및 코드 작성
- 왼쪽 사이드바 상단의 탐색기(파일 모양 아이콘)를 누르고 [Open Folder]를 클릭합니다.
- Docker 내부에서 작업 중인 코드가 들어있는 경로(예:
/home/jovyan/work 등)를 선택하고 확인을 누릅니다.
- 이제 본인의 파이썬 파일(
.py)이나 노트북 파일(.ipynb)을 엽니다.
Step 6: 커널(환경) 선택 및 확인
.ipynb 파일을 열면 오른쪽 상단에 [Select Kernel]이라는 버튼이 보입니다.- 그것을 클릭하고 [Python Environments...]를 선택한 뒤, Docker에 설치된 파이썬 경로(예:
/usr/bin/python3)를 선택합니다.
- 이제 코드를 입력해 보세요. 강력한 자동완성이 작동할 것입니다.
- CUDA 확인: 코드 셀에 아래 명령어를 입력해 환경이 그대로인지 확인해 봅니다.
import torch
print(torch.cuda.is_available()) # True가 나오면 CUDA 환경 그대로인 것임
💡 팁: 앞으로 접속할 때는?
다음부터는 주피터 랩 브라우저를 켤 필요 없이:
- Docker 컨테이너를 실행한다.
- VS Code 왼쪽 하단 하늘색 아이콘 클릭 -> [Attach to Running Container]만 하면 바로 작업 환경으로 들어갑니다.
이 방식을 사용하면 로컬 PC에 CUDA를 설치하지 않았더라도, VS Code가 컨테이너 내부의 CUDA와 라이브러리를 직접 스캔하기 때문에 가장 완벽한 자동완성과 개발 환경을 경험하실 수 있습니다.