JupyterLab 설치 및 시작 방법: 완벽 가이드
- Name
- Soren Atelier
Updated on
데이터 사이언스를 위한 Python 개발 환경을 설정하는 것은 간단해야 하지만, 초보 사용자들은 종종 장애물에 부딪힙니다: 패키지 관리자 충돌, 깨진 PATH 변수, 권한 오류, 그리고 오래된 포럼 게시물에 흩어진 혼란스러운 조언들. 잘못 구성된 설치는 코드 한 줄 작성하기 전에 몇 시간을 낭비하게 만들 수 있습니다.
Jupyter 명령이 조용히 실패하거나, 커널이 연결을 거부하거나, 브라우저가 열리지 않으면 좌절감은 더 커집니다. 경험 많은 개발자도 컴퓨터를 바꾸거나 원격 서버를 설정할 때 문제에 부딪힙니다. 명확한 참고 자료가 없으면 JupyterLab을 실행하는 과정이 필요 이상으로 어렵게 느껴집니다.
이 가이드가 그 문제를 해결합니다. pip과 conda로 JupyterLab을 설치하는 방법, 모든 주요 운영체제에서 JupyterLab을 시작하는 방법, 그리고 생산적인 작업을 위해 구성하는 방법을 다룹니다. JupyterLab을 처음 여는 것이든 고장난 설정을 문제 해결하는 것이든, 이 단계를 따르면 몇 분 안에 작동하는 환경을 갖출 수 있습니다.
JupyterLab이란?
JupyterLab은 Project Jupyter에서 만든 차세대 웹 기반 대화형 개발 환경입니다. 기존의 Jupyter Notebook 인터페이스를 노트북 편집, 스크립트 작성, 터미널 사용, 파일 탐색, 데이터 출력 확인을 하나의 브라우저 창에서 모두 할 수 있는 모듈식 확장 가능한 워크스페이스로 대체합니다.
JupyterLab의 주요 기능:
- 다중 패널 레이아웃: 노트북, 터미널, CSV 미리보기, 문서를 드래그 앤 드롭으로 나란히 배치할 수 있습니다.
- 내장 파일 브라우저: 인터페이스를 벗어나지 않고 프로젝트 디렉토리를 탐색하고, 폴더를 만들고, 파일을 업로드하고, 리소스 이름을 변경할 수 있습니다.
- 통합 터미널: 외부 터미널로 전환하지 않고 JupyterLab 내에서 직접 셸 명령을 실행할 수 있습니다.
- 서식 있는 텍스트 편집: 실시간 미리보기로 Markdown 파일을 편집하고, JSON으로 작업하고, 이미지를 기본적으로 볼 수 있습니다.
- 확장 시스템: pip으로 설치 가능한 확장을 통해 Git 통합, 코드 포맷팅, 언어 서버 지원, 사용자 정의 테마 등의 기능을 추가할 수 있습니다.
- 다중 커널 지원: 같은 워크스페이스에서 Python, R, Julia 및 기타 언어 커널을 실행할 수 있습니다.
JupyterLab은 최신 Jupyter 설치에 기본으로 포함되는 인터페이스입니다. jupyter lab을 실행하면 JupyterLab 인터페이스가 시작됩니다. 2026년 현재 데이터 사이언스, 머신러닝, 과학 컴퓨팅, 대화형 Python 개발에 권장되는 환경입니다.
JupyterLab vs Jupyter Notebook
많은 사용자가 JupyterLab을 사용할지 기존 Jupyter Notebook을 사용할지 궁금해합니다. 간단한 답변: JupyterLab이 현대적인 후속 버전입니다. Jupyter 팀은 JupyterLab을 향후 주요 인터페이스로 지정했으며, Jupyter Notebook 7은 이제 동일한 기반 기술(JupyterLab 컴포넌트)을 공유합니다.
직접 비교는 다음과 같습니다:
| 기능 | JupyterLab | 기존 Jupyter Notebook |
|---|---|---|
| 인터페이스 | 다중 문서, 탭 워크스페이스 | 단일 문서 뷰 |
| 파일 브라우저 | 내장 사이드바 | 별도의 파일 목록 페이지 |
| 터미널 | 통합 | 미포함 |
| 분할 뷰 | 드래그 앤 드롭 패널 | 미지원 |
| Markdown 미리보기 | 실시간 나란히 미리보기 | 셀 내 렌더링만 가능 |
| 확장 프로그램 | pip 설치 가능 (JupyterLab 4+) | 제한된 nbextensions |
| CSV/JSON 뷰어 | 내장 | 확장 필요 |
| 실시간 협업 | 지원 | 미지원 |
| 코드 콘솔 | 모든 커널에 연결 가능 | 미지원 |
| 다크 테마 | 내장 | 확장 필요 |
| 키보드 단축키 | 설정을 통해 사용자 정의 가능 | 고정된 세트 |
| 상태 | 활발히 개발 중 | 유지보수 모드 (v6), JupyterLab 기반 재구축 (v7) |
JupyterLab을 선택해야 할 때: 모든 새 프로젝트에 사용하세요. Jupyter Notebook이 제공하는 모든 것에 더 강력한 워크스페이스를 제공합니다. 여러 파일로 작업하거나, 터미널이 필요하거나, 확장 프로그램을 원한다면 JupyterLab이 확실한 선택입니다.
Notebook을 유지해야 할 때: 기존 Notebook 인터페이스만 지원하는 레거시 도구를 실행하거나, 프로그래밍 입문 과정 교육을 위해 가장 단순한 UI가 필요한 경우입니다.
JupyterLab 설치 방법
JupyterLab을 설치하기 전에 Python 3.8 이상과 패키지 관리자(pip 또는 conda)가 필요합니다. 아래 섹션에서 모든 일반적인 설치 경로를 다룹니다.
pip으로 JupyterLab 설치 (권장)
pip은 기본 Python 패키지 관리자이며 JupyterLab을 설치하는 가장 빠른 방법입니다. 터미널(Windows의 명령 프롬프트 또는 PowerShell, macOS/Linux의 Terminal)을 열고 다음을 실행하세요:
pip install jupyterlab이 명령은 JupyterLab의 최신 안정 릴리스와 모든 필수 종속성을 다운로드하고 설치합니다. 설치를 확인하려면:
jupyter lab --version4.3.x 이상의 버전 출력이 표시되어야 합니다. pip이 인식되지 않으면 pip3를 대신 사용해야 할 수 있습니다:
pip3 install jupyterlab기존 JupyterLab 설치를 최신 버전으로 업그레이드하려면:
pip install --upgrade jupyterlabConda로 JupyterLab 설치 (Anaconda/Miniconda)
패키지 관리에 Anaconda 또는 Miniconda를 사용하는 경우, conda-forge 채널에서 JupyterLab을 conda로 설치합니다:
conda install -c conda-forge jupyterlab이 방법은 conda가 Python 패키지와 일부 과학 패키지에 필요한 비Python 종속성(C 라이브러리 등)을 모두 관리하기 때문에 데이터 사이언티스트들 사이에서 인기가 있습니다.
전용 conda 환경에 JupyterLab을 설치하려면:
conda create --name jupyter-env python=3.12
conda activate jupyter-env
conda install -c conda-forge jupyterlab설치를 확인합니다:
jupyter lab --versionWindows 단계별 설치
처음부터 Windows에 JupyterLab을 설치하려면 다음 단계를 따르세요:
1단계: Python 설치
python.org/downloads (opens in a new tab)에서 최신 Python 설치 프로그램을 다운로드하세요. 설치 중에 "Add Python to PATH" 체크박스를 반드시 선택하세요 -- 이것이 중요합니다. 이를 선택하지 않으면 python 및 pip 명령이 터미널에서 작동하지 않습니다.
2단계: 터미널 열기
Win + R을 누르고 cmd를 입력한 후 Enter를 누르세요. 또는 시작 메뉴에서 "PowerShell"을 검색하세요.
3단계: Python과 pip 확인
python --version
pip --version두 명령 모두 버전 번호를 반환해야 합니다. python이 인식되지 않으면 PATH 체크박스를 활성화한 상태로 Python을 재설치하세요.
4단계: JupyterLab 설치
pip install jupyterlab5단계: JupyterLab 실행
jupyter lab기본 웹 브라우저가 자동으로 JupyterLab 인터페이스와 함께 열립니다.
macOS 설치
macOS는 대부분의 버전에 Python이 포함되어 있지만, 시스템 Python은 종종 오래된 버전입니다. 깔끔한 설정을 위해 Homebrew 또는 pyenv를 사용하세요.
옵션 A: Homebrew 사용
brew install python
pip3 install jupyterlab옵션 B: 공식 설치 프로그램 사용
python.org/downloads (opens in a new tab)에서 Python을 다운로드하고 .pkg 설치 프로그램을 실행하세요. 그런 다음:
pip3 install jupyterlab옵션 C: pyenv 사용
brew install pyenv
pyenv install 3.12
pyenv global 3.12
pip install jupyterlabJupyterLab 실행:
jupyter labLinux (Ubuntu/Debian) 설치
대부분의 Linux 배포판은 기본적으로 Python 3을 포함합니다. pip과 JupyterLab을 설치하세요:
sudo apt update
sudo apt install python3 python3-pip python3-venv
pip3 install jupyterlabFedora/RHEL의 경우:
sudo dnf install python3 python3-pip
pip3 install jupyterlabArch Linux의 경우:
sudo pacman -S python python-pip
pip install jupyterlab배포판이 시스템 수준에서 pip 설치를 제한하는 경우(PEP 668), 먼저 가상 환경을 만드세요:
python3 -m venv ~/jupyter-env
source ~/jupyter-env/bin/activate
pip install jupyterlab
jupyter labJupyterLab 시작 방법
JupyterLab이 설치되면 하나의 명령으로 실행할 수 있습니다. 이 섹션에서는 JupyterLab을 시작하고 구성하는 모든 방법을 다룹니다.
기본 실행
터미널을 열고 다음을 실행하세요:
jupyter labJupyterLab이 로컬 웹 서버를 시작하고(보통 포트 8888에서) 기본 브라우저에서 인터페이스를 엽니다. 터미널에 인증 토큰이 포함된 URL이 표시됩니다:
http://localhost:8888/lab?token=abc123...작업하는 동안 터미널을 열어 두세요. 터미널을 닫으면 JupyterLab 서버가 종료됩니다.
특정 디렉토리에서 JupyterLab 시작
기본적으로 JupyterLab은 명령을 실행한 디렉토리에서 열립니다. 특정 프로젝트 폴더에서 시작하려면:
jupyter lab --notebook-dir=/path/to/your/projectWindows의 경우:
jupyter lab --notebook-dir=C:\Users\YourName\Projects\data-analysis이는 JupyterLab 파일 브라우저를 특정 프로젝트에 집중시키고 싶을 때 유용합니다.
사용자 정의 포트 사용
포트 8888이 이미 사용 중인 경우 다른 포트를 지정하세요:
jupyter lab --port=9999JupyterLab은 http://localhost:9999/lab에서 사용할 수 있게 됩니다.
브라우저를 열지 않고 시작
브라우저 창을 자동으로 열지 않고 서버를 시작하려면:
jupyter lab --no-browser이는 원격 서버에서 사용하거나 URL로 직접 이동하고 싶을 때 유용합니다. 터미널 출력에서 URL을 복사하여 아무 브라우저에 붙여넣으세요.
특정 브라우저에서 JupyterLab 열기
JupyterLab을 특정 브라우저에서 강제로 열려면:
jupyter lab --browser=firefox또는
jupyter lab --browser=chrome모든 네트워크 인터페이스에서 JupyterLab 시작
같은 네트워크의 다른 장치에서 JupyterLab에 접근하려면(예: 원격 서버):
jupyter lab --ip=0.0.0.0 --port=8888 --no-browser그런 다음 서버의 IP 주소를 사용하여 다른 기기에서 연결하세요.
실행 요약
| 명령 | 용도 |
|---|---|
jupyter lab | 기본 설정으로 시작 |
jupyter lab --notebook-dir=/path | 특정 디렉토리에서 시작 |
jupyter lab --port=9999 | 사용자 정의 포트 사용 |
jupyter lab --no-browser | 브라우저를 열지 않고 시작 |
jupyter lab --browser=firefox | 특정 브라우저에서 열기 |
jupyter lab --ip=0.0.0.0 | 모든 네트워크 인터페이스에서 수신 |
JupyterLab 사용 방법
JupyterLab을 열면 인터페이스에 새 노트북 만들기, 콘솔 열기, 터미널 시작, 텍스트 파일 만들기 옵션이 있는 실행기 탭이 표시됩니다. 이 섹션에서는 필수 워크플로우를 다룹니다.
노트북 만들기 및 실행
- 실행기에서 "Notebook" 섹션 아래의 Python 3을 클릭하거나 File > New > Notebook으로 이동하세요.
- 프롬프트가 표시되면 커널을 선택하세요(보통 "Python 3").
- 빈 코드 셀이 있는 새
.ipynb노트북이 열립니다.
셀에 Python 코드를 입력하고 Shift + Enter를 눌러 실행하세요. 출력이 셀 바로 아래에 표시됩니다.
import pandas as pd
import numpy as np
df = pd.DataFrame({
'Name': ['Alice', 'Bob', 'Charlie'],
'Score': [85, 92, 78]
})
df셀 작업
JupyterLab 노트북은 두 가지 주요 셀 유형을 사용합니다:
코드 셀: Python(또는 다른 커널 언어) 코드를 실행합니다. 결과가 인라인으로 표시됩니다.
Markdown 셀: Markdown 구문을 사용하여 서식 있는 텍스트를 작성합니다. 도구 모음의 드롭다운을 사용하거나 명령 모드에서 M을 눌러 셀 유형을 변경하세요.
새 셀을 추가하려면 도구 모음의 + 버튼을 클릭하거나 명령 모드에서 B(아래) 또는 A(위)를 누르세요. 명령 모드에서 D를 두 번 눌러 셀을 삭제하세요.
키보드 단축키
JupyterLab에는 두 가지 모드가 있습니다: 명령 모드(Escape 누르기, 파란색 셀 테두리)와 편집 모드(Enter 누르기, 녹색 셀 테두리). 가장 유용한 키보드 단축키는 다음과 같습니다:
| 단축키 | 모드 | 동작 |
|---|---|---|
| Shift + Enter | 둘 다 | 셀 실행, 다음으로 이동 |
| Ctrl + Enter | 둘 다 | 셀 실행, 현재 위치 유지 |
| Alt + Enter | 둘 다 | 셀 실행, 아래에 새 셀 삽입 |
| A | 명령 | 위에 셀 삽입 |
| B | 명령 | 아래에 셀 삽입 |
| D, D | 명령 | 선택한 셀 삭제 |
| M | 명령 | Markdown 셀로 변경 |
| Y | 명령 | 코드 셀로 변경 |
| C | 명령 | 셀 복사 |
| V | 명령 | 아래에 셀 붙여넣기 |
| X | 명령 | 셀 잘라내기 |
| Z | 명령 | 셀 작업 실행 취소 |
| Shift + M | 명령 | 선택한 셀 병합 |
| Ctrl + S | 둘 다 | 노트북 저장 |
| Ctrl + Shift + C | 둘 다 | 명령 팔레트 열기 |
| Ctrl + B | 둘 다 | 왼쪽 사이드바 토글 |
Settings > Advanced Settings Editor > Keyboard Shortcuts를 통해 키보드 단축키를 사용자 정의할 수 있습니다.
파일 브라우저 사용
왼쪽 사이드바에는 JupyterLab이 시작된 디렉토리의 내용을 보여주는 파일 브라우저가 있습니다. 다음을 할 수 있습니다:
- 클릭으로 폴더 탐색
- 마우스 오른쪽 클릭 컨텍스트 메뉴로 새 파일 및 폴더 만들기
- 브라우저로 파일을 드래그하여 업로드
- 마우스 오른쪽 클릭 > 이름 바꾸기로 파일 이름 변경
- 마우스 오른쪽 클릭 > 삭제로 파일 삭제
내장 터미널
JupyterLab 내에서 터미널을 열려면 File > New > Terminal로 이동하거나 실행기에서 Terminal을 클릭하세요. JupyterLab 인터페이스를 벗어나지 않고 전체 셸(OS에 따라 bash, zsh 또는 PowerShell)을 사용할 수 있습니다.
통합 터미널은 다음에 유용합니다:
- pip 또는 conda로 패키지 설치
- 스크립트 실행
- Git 명령 사용
- 파일 관리
다중 패널 및 분할 뷰
JupyterLab은 분할 화면 워크플로우를 지원합니다. 탭(노트북, 터미널, 파일)을 워크스페이스 가장자리로 드래그하여 나란히 배치할 수 있습니다. 패널을 수평 또는 수직으로 배열할 수 있습니다.
일반적인 분할 뷰 설정:
- 노트북 + 터미널: 터미널에서 명령을 실행하면서 노트북에 코드 작성
- 노트북 2개: 결과를 나란히 비교
- 노트북 + CSV 미리보기: 코딩하면서 데이터 파일 보기
- 노트북 + Markdown 미리보기: 실시간 미리보기로 문서 작성
JupyterLab 문제 해결
JupyterLab을 실행하려 할 때 사용자가 가장 자주 겪는 문제와 해결 방법입니다.
"jupyter: command not found"
이는 jupyter 실행 파일이 시스템 PATH에 없다는 의미입니다. 일반적인 해결 방법:
JupyterLab이 설치되어 있는지 확인:
pip show jupyterlab아무것도 나타나지 않으면 설치하세요:
pip install jupyterlab전체 Python 모듈 경로 사용:
python -m jupyter labpip의 스크립트 디렉토리를 PATH에 추가 (Linux/macOS에서 흔함):
export PATH="$HOME/.local/bin:$PATH"이 줄을 ~/.bashrc 또는 ~/.zshrc에 추가하여 영구적으로 만드세요.
Windows: "Add to PATH"를 선택하지 않고 Python을 설치한 경우, 해당 옵션을 활성화하여 Python을 재설치하거나, C:\Users\YourName\AppData\Local\Programs\Python\Python312\Scripts를 시스템 PATH에 수동으로 추가하세요.
포트가 이미 사용 중
"OSError: [Errno 98] Address already in use"가 표시되면:
jupyter lab --port=8889또는 기존 Jupyter 프로세스를 찾아서 중지하세요:
jupyter lab list
jupyter lab stop 8888Linux/macOS에서는 해당 포트를 사용하는 프로세스를 찾을 수도 있습니다:
lsof -i :8888
kill -9 <PID>권한 오류
pip install이 권한 오류로 실패하면 sudo pip install 사용을 피하세요. 대신 --user 플래그를 사용하세요:
pip install --user jupyterlab또는 더 나은 방법으로 가상 환경을 사용하세요(아래에서 다룹니다).
커널을 찾을 수 없음
노트북에 "Kernel not found"라고 표시되거나 Python 커널이 없는 경우:
pip install ipykernel
python -m ipykernel install --user가상 환경 커널의 경우:
python -m ipykernel install --user --name=myenv --display-name="Python (myenv)"JupyterLab이 브라우저에서 열리지 않음
서버는 시작되었지만 브라우저 창이 나타나지 않는 경우:
- 터미널 출력에서 URL을 복사하세요(토큰 포함).
- 브라우저에 직접 붙여넣으세요.
- 원격 서버에서 실행 중인 경우 SSH 포트 포워딩을 사용하세요:
ssh -L 8888:localhost:8888 user@remote-server그런 다음 로컬 컴퓨터에서 http://localhost:8888/lab을 여세요.
JupyterLab에 빈 페이지가 표시됨
브라우저 캐시를 지우거나 다른 브라우저를 사용해 보세요. JupyterLab의 워크스페이스를 재설정할 수도 있습니다:
jupyter lab --LabApp.default_url='/lab?reset'JupyterLab 확장 프로그램
JupyterLab 4.x는 대부분의 확장 프로그램이 Node.js 없이 pip으로 설치되는 간소화된 확장 시스템을 사용합니다. 데이터 사이언스 작업에 가장 유용한 확장 프로그램을 소개합니다.
jupyterlab-git
JupyterLab 내에서 완전한 Git 통합. 인터페이스를 벗어나지 않고 diff 보기, 변경 사항 스테이징, 커밋, 푸시, 풀이 가능합니다.
pip install jupyterlab-git설치 후 왼쪽 사이드바에 Git 탭이 나타납니다.
jupyterlab-lsp
Python 및 기타 언어에 대한 자동 완성, 호버 문서, 정의로 이동, 린팅을 추가하는 Language Server Protocol 지원입니다.
pip install jupyterlab-lsp python-lsp-server[all]jupyterlab_code_formatter
black 또는 isort와 같은 포매터를 사용하여 코드 셀을 자동으로 포맷합니다.
pip install jupyterlab-code-formatter black isort설치 후 도구 모음 버튼이나 키보드 단축키를 통해 셀을 포맷할 수 있습니다.
테마 확장 프로그램
JupyterLab 외관을 사용자 정의합니다:
pip install jupyterlab_darkside_ui # 다크 테마
pip install jupyterlab-night # 나이트 테마Settings > Theme에서 테마를 전환할 수 있습니다.
확장 프로그램 관리
설치된 모든 확장 프로그램 목록 보기:
jupyter labextension list확장 프로그램 제거:
pip uninstall jupyterlab-git데이터 시각화를 강화하세요: PyGWalker
JupyterLab은 코드를 작성하고 실행하는 데 강력한 환경이지만, 대화형 데이터 시각화를 위해서는 종종 반복적인 플로팅 코드를 작성해야 합니다. PyGWalker는 pandas 또는 polars DataFrame을 JupyterLab 내에서 직접 Tableau와 같은 대화형 시각화 인터페이스로 변환하는 오픈소스 Python 라이브러리입니다.
모든 차트에 matplotlib이나 seaborn 코드를 작성하는 대신, 드래그 앤 드롭으로 데이터를 시각적으로 탐색할 수 있습니다:
pip install pygwalkerimport pygwalker as pyg
import pandas as pd
df = pd.read_csv("your_data.csv")
pyg.walk(df)이 단일 명령으로 플로팅 코드 없이 막대 차트, 산점도, 히스토그램, 히트맵 등을 만들 수 있는 대화형 UI가 렌더링됩니다. 필터링, 집계, 다양한 차트 유형을 지원하여 JupyterLab에서의 탐색적 데이터 분석에 이상적입니다.
자세한 내용은 github.com/Kanaries/pygwalker (opens in a new tab)에서 확인하세요.
Jupyter에서 AI 기반 자동화를 더 활용하고 싶다면, RunCell (www.runcell.dev (opens in a new tab))을 확인해 보세요 -- Jupyter 내에서 실행되며 데이터 정제, 특성 엔지니어링, 시각화와 같은 반복적인 노트북 작업을 자동화하는 AI 에이전트입니다. 데이터 컨텍스트를 이해하고 코드 셀을 자동으로 생성합니다.
가상 환경에서 JupyterLab 설정하기
가상 환경 내에서 JupyterLab을 실행하는 것이 권장되는 방법입니다. 프로젝트 종속성을 격리하고 다른 Python 설치와의 충돌을 방지합니다.
Python venv 사용
# Create a virtual environment
python -m venv jupyter-env
# Activate it
# macOS/Linux:
source jupyter-env/bin/activate
# Windows:
jupyter-env\Scripts\activate
# Install JupyterLab
pip install jupyterlab
# Start JupyterLab
jupyter lab작업이 끝나면 환경을 비활성화하세요:
deactivatevirtualenv 사용
pip install virtualenv
virtualenv jupyter-env
source jupyter-env/bin/activate # macOS/Linux
pip install jupyterlab
jupyter labConda 환경 사용
conda create --name jupyter-env python=3.12
conda activate jupyter-env
conda install -c conda-forge jupyterlab
jupyter lab가상 환경을 커널로 등록하기
JupyterLab이 전역적으로 설치되어 있지만 가상 환경의 패키지를 사용하고 싶다면, 환경을 커널로 등록하세요:
# Inside the activated virtual environment:
pip install ipykernel
python -m ipykernel install --user --name=jupyter-env --display-name="Python (jupyter-env)"이제 JupyterLab에서 새 노트북을 만들 때 "Python (jupyter-env)"를 커널로 선택할 수 있습니다.
Docker로 JupyterLab 실행하기
Docker는 호스트 시스템에 아무것도 설치하지 않고 JupyterLab을 실행할 수 있는 깔끔하고 재현 가능한 방법을 제공합니다. Jupyter 프로젝트는 공식 Docker 이미지를 관리합니다.
빠른 시작
docker run -p 8888:8888 jupyter/base-notebook이 명령은 기본 Jupyter 이미지를 풀하고 실행합니다. 터미널 출력에 토큰이 포함된 URL이 있습니다. 해당 URL을 브라우저에서 여세요.
로컬 디렉토리 마운트
컨테이너 내에서 로컬 파일에 접근하려면:
docker run -p 8888:8888 -v /path/to/your/project:/home/jovyan/work jupyter/base-notebookWindows의 경우:
docker run -p 8888:8888 -v C:\Users\YourName\project:/home/jovyan/work jupyter/base-notebook사용 가능한 Docker 이미지
| 이미지 | 설명 |
|---|---|
jupyter/base-notebook | 최소 JupyterLab |
jupyter/scipy-notebook | pandas, matplotlib, scipy 포함 |
jupyter/datascience-notebook | Python, R, Julia 커널 |
jupyter/tensorflow-notebook | TensorFlow 포함 |
jupyter/pyspark-notebook | Apache Spark 포함 |
사용자 정의 Dockerfile
프로젝트별 JupyterLab 환경을 위한 Dockerfile을 만드세요:
FROM jupyter/scipy-notebook:latest
# Install additional packages
RUN pip install pygwalker seaborn scikit-learn
# Set the working directory
WORKDIR /home/jovyan/work
# Expose the Jupyter port
EXPOSE 8888
CMD ["jupyter", "lab", "--ip=0.0.0.0", "--port=8888", "--no-browser", "--allow-root"]빌드 및 실행:
docker build -t my-jupyter .
docker run -p 8888:8888 -v $(pwd):/home/jovyan/work my-jupyterDocker Compose
JupyterLab을 다른 서비스(데이터베이스, API)와 결합하는 프로젝트의 경우:
version: '3'
services:
jupyter:
image: jupyter/scipy-notebook
ports:
- "8888:8888"
volumes:
- ./notebooks:/home/jovyan/work
environment:
- JUPYTER_ENABLE_LAB=yesdocker compose up여러 Python 커널 관리하기
서로 다른 Python 버전이나 패키지 세트를 가진 여러 프로젝트를 작업할 때, 각 환경을 JupyterLab의 별도 커널로 등록할 수 있습니다.
가상 환경에서 커널 추가
# Create and activate a new environment
python -m venv ml-project
source ml-project/bin/activate # macOS/Linux
ml-project\Scripts\activate # Windows
# Install the required packages
pip install ipykernel numpy pandas scikit-learn
# Register this environment as a Jupyter kernel
python -m ipykernel install --user --name=ml-project --display-name="Python (ML Project)"Conda 환경에서 커널 추가
conda create --name data-analysis python=3.11 pandas matplotlib
conda activate data-analysis
conda install ipykernel
python -m ipykernel install --user --name=data-analysis --display-name="Python (Data Analysis)"설치된 커널 목록 보기
jupyter kernelspec list커널 제거
jupyter kernelspec remove ml-project노트북에서 커널 전환
열린 노트북에서 오른쪽 상단의 커널 이름(예: "Python 3")을 클릭하고 드롭다운에서 다른 커널을 선택하세요. 메뉴 바에서 Kernel > Change Kernel로 이동할 수도 있습니다.
FAQ
JupyterLab을 어떻게 시작하나요?
터미널을 열고 jupyter lab을 실행하세요. JupyterLab 서버가 시작되고 기본 브라우저가 자동으로 열립니다. 특정 폴더에서 시작하려면 jupyter lab --notebook-dir=/path/to/folder를 사용하세요.
pip으로 JupyterLab을 어떻게 설치하나요?
터미널에서 pip install jupyterlab을 실행하세요. pip이 Python 2를 가리키는 시스템에서는 pip3를 사용하세요. jupyter lab --version으로 확인하세요.
conda로 JupyterLab을 어떻게 설치하나요?
conda install -c conda-forge jupyterlab을 실행하세요. 깔끔한 설정을 위해 먼저 전용 conda 환경을 만드세요.
JupyterLab과 Jupyter Notebook의 차이점은 무엇인가요?
JupyterLab은 다중 패널 레이아웃, 내장 터미널, 파일 브라우저, 확장 프로그램을 갖춘 차세대 인터페이스입니다. Jupyter Notebook은 원래의 단일 문서 인터페이스입니다. 새 프로젝트에는 JupyterLab이 권장됩니다.
"jupyter: command not found" 오류를 어떻게 해결하나요?
pip show jupyterlab으로 설치를 확인하세요. 설치되어 있다면 python -m jupyter lab을 시도하세요. 그렇지 않으면 pip 스크립트 디렉토리를 시스템 PATH에 추가하세요.
가상 환경에서 JupyterLab을 어떻게 실행하나요?
python -m venv myenv로 venv를 만들고, 활성화하고, pip install jupyterlab으로 JupyterLab을 설치한 다음 jupyter lab을 실행하세요.
Docker로 JupyterLab을 어떻게 실행하나요?
docker run -p 8888:8888 jupyter/base-notebook을 실행하세요. 영구 저장을 위해 -v 플래그로 로컬 파일을 마운트하세요.
JupyterLab을 다른 포트에서 어떻게 열 수 있나요?
기본 8888 대신 포트 9999에서 시작하려면 jupyter lab --port=9999를 사용하세요.
결론
JupyterLab은 Python 데이터 사이언스, 머신러닝, 과학 컴퓨팅을 위한 표준 대화형 개발 환경입니다. 이 가이드는 설치부터 고급 구성까지 모든 단계를 다루었습니다:
pip install jupyterlab또는conda install -c conda-forge jupyterlab으로 JupyterLab 설치jupyter lab으로 JupyterLab 시작 및 포트, 디렉토리, 브라우저 플래그로 실행 사용자 정의- 키보드 단축키, 분할 뷰, 통합 터미널로 JupyterLab 효과적으로 사용
- command not found, 포트 충돌, 커널 오류와 같은 일반적인 문제 해결
- Git 통합, LSP 지원, 코드 포맷팅으로 JupyterLab 확장
- 가상 환경과 Docker로 재현 가능한 워크플로우를 위해 설정 격리
처음 Python을 사용하는 사용자든 새 컴퓨터를 설정하는 경험 많은 데이터 사이언티스트든, 이 단계를 따르면 완전히 작동하는 JupyterLab 환경을 갖출 수 있습니다. JupyterLab 내에서 대화형 데이터 시각화를 원한다면 PyGWalker (opens in a new tab)를 사용하여 모든 DataFrame을 드래그 앤 드롭 시각 분석 도구로 변환해 보세요.