딥러닝 개발자/연구자를 위한 개발/연구 환경 설정에 관하여

첨부된 파일은 2023년 2월 18일(토), 대구에서 진행된 행사(DDD)에서 발표된 내용입니다. 블로그에 작성한 아래 내용은 발표 이후에 추가된 내용을 짧게 기록해 두었습니다.

짧은 보충 (Updated 2023.04.28)

• PyTorch 2.0이 정식으로 출시되었습니. MPS(Metal Performance Shaders)에 대한 지원이 확대되고 있습니다. 하지만 여전히 CUDA에 비해서 사용시 신경써야 할 부분이 많기 때문에 자신이 사용하는 모델을 확인해서 MPS 지원 여부를 확인할 필요가 있습니다.

  • 시간나시면 PyTorch 이슈 77764를 가끔 확인해보세요.

• TF 2.11 이후 버전은 Windows에서 CUDA 지원이 되지 않습니다. 슬라이드에서 소개하였듯이 Windows 환경에서 CUDA 가속이 필요하시면 WSL2를 활용해야 됩니다. 설치가 약간 난감해진 면이 있어 보이지만, Guide 문서가 잘되어 있기 때문에 큰 어려움은 없어 보입니다.

  • Ubuntu 쓰시면 이런 고민은 안 하셔도 됩니다(^^/)\

• 향후에는 가능하다면 Google Docs 링크를 활용해서 배포할 수 있도록 해야겠습니다.

  • 업데이트 할 때마다 PDF 파일을 첨부해서 변경하는게 번거롭네요.

소회(所懷), 마음에 품고 있던 회포(懷抱)

합의를 이끌어낼수 있을까?

DDD 행사를 2월에 했고, 현재 이 글을 수정하는 시점이 4월 말입니다. 대략 2달 정도가 흘렀다고 볼 수 있습니다. 발표 슬라이드를 작성할 때 가장 걱정했던 것은 Jr 개발자들의 합의를 이끌어낼 수 있을까? 하는 의구심이었습니다. 왜냐하면 많은 개발자들이 Toolchain 때문에 macOS를 선호하고 있는 상황에서 특정 영역의 부족함 때문에 macOS에 대한 부족한 점을 부각시키는 것을 받아들일지 걱정이 되었고, 무엇보다 무의식적으로 가지고 있는 선입견은 쉽게 깨어지지 않기 때문입니다.

경험과 숫자를 준비, 하지만 디테일이 아쉬웠다.

그래서 각각의 OS에 대한 선입견에 대한 자료를 찾아서 정리하였고, 개발자를 대상으로 진행한 설문 조사등을 찾아서 우리가 생각하고 있던 것과 실제 환경에 대한 차이를 부각시킬 수 있도록 슬라이드를 나열하였습니다. 자신이 사용하고 있거나, 내적친밀감이 높은 서비스를 비하하거나 폄하하는 일이 없도록 OS별 비교시 NVdia의 CUDA지원 여부와 Toolchain 설정 부분으로 축약해서 설명을 진행하였다. 하지만 이런 비교는 반드시 숫자를 동반해야 하는데, 대부분의 지표에서 OS별 점유율은 있지만 사용이유나 환경에 대한 특이성이 명확하게 나와있는 것이 없어서 조금 아쉬웠습니다.

전달이 잘 되기를...

슬라이드에 대한 고민과 함께 발표는 약간의 Bias를 걸어서 진행했습니다. 발표자가 MVP라는 점을 확실하게 알렸고, Ubuntu 한국 커뮤니티 소속으로 발표가 진행되었기 때문에 내가 속한 내집단에 대해선 조금 강하게 '놀릴'수 있었고, 내가 속하지 않은 집단에 대해선 가격, 사용성, 심미성에 대해서 약간의 부러움을 기반으로 한 놀림이 허용되는 수준이라 판단하고 발표를 진행하였습니다. 모쪼록, 이 모든 발언이 큰 문제없이 받아들여지길 기대해봅니다.