개발 환경 준비와 설치 확인하기

먼저 내 컴퓨터의 장치를 확인하기

PyTorch 설치에서 가장 먼저 결정할 것은 CPU로 실행할지, GPU로 실행할지입니다. CPU 버전은 설치가 쉽고 거의 모든 컴퓨터에서 동작합니다. 초보 실습, 작은 예제, 문법 학습에는 충분합니다.

반대로 NVIDIA GPU가 있고 학습 속도를 높이고 싶다면 CUDA 버전을 선택할 수 있습니다. Windows나 Linux에서 터미널을 열고 다음 명령어가 동작하는지 확인해 보세요.

nvidia-smi

GPU 이름과 드라이버 정보가 보이면 NVIDIA GPU를 사용할 준비가 된 것입니다. 명령어가 없거나 오류가 난다면 일단 CPU 버전으로 시작해도 괜찮습니다. 설치 문제에 오래 막히기보다 먼저 PyTorch 코드 흐름을 익히는 편이 낫습니다.

macOS에서는 NVIDIA CUDA를 사용하지 않습니다. Intel Mac은 보통 CPU로 실습하고, Apple Silicon Mac은 뒤에서 확인할 MPS 장치를 사용할 수 있습니다. PyTorch는 macOS 10.15 이상과 Python 3.10~3.14 사용을 권장합니다.¹

가상환경 만들기

프로젝트마다 필요한 패키지 버전이 다를 수 있습니다. 그래서 PyTorch는 가상환경 안에 설치하는 습관이 좋습니다. 가상환경은 프로젝트 전용 Python 공간입니다.

venv를 쓴다면 다음처럼 만듭니다.

python -m venv .venv

Windows:

.venvScriptsactivate

macOS/Linux:

source .venv/bin/activate

conda를 쓴다면 다음처럼 만들 수 있습니다.

conda create -n pytorch python=3.11
conda activate pytorch

명령줄 앞에 (.venv) 또는 (pytorch)처럼 환경 이름이 보이면 준비가 된 것입니다.

PyTorch 설치하기

가장 안전한 방법은 PyTorch 공식 Get Started 페이지에서 내 환경을 선택하는 것입니다. 운영체제, 패키지 관리자, Python, CPU/CUDA 여부를 고르면 설치 명령어가 자동으로 만들어집니다.¹

CPU로 시작하는 일반적인 pip 설치는 다음과 비슷합니다.

pip install torch torchvision torchaudio

CUDA를 쓰는 경우에는 공식 페이지가 만들어 주는 명령어를 그대로 복사하세요. 예를 들어 CUDA용 설치 명령어에는 PyTorch 전용 다운로드 주소가 붙을 수 있습니다.

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cuXXX

여기서 cuXXX는 CUDA 빌드를 뜻합니다. 임의로 바꾸기보다 공식 페이지에서 현재 지원되는 값을 선택하는 것이 좋습니다.

설치가 되었는지 확인하기

Python을 실행한 뒤 다음 코드를 입력합니다.

import torch

print(torch.__version__)
x = torch.rand(2, 3)
print(x)

버전이 출력되고 2행 3열 숫자 텐서가 보이면 기본 설치는 성공입니다. 텐서는 PyTorch가 다루는 숫자 배열입니다. 다음 장에서 자세히 배웁니다.

장치도 함께 확인해 봅시다.

import torch

print("CUDA:", torch.cuda.is_available())
print("MPS:", torch.backends.mps.is_available())

CUDA: True이면 NVIDIA GPU를 PyTorch가 사용할 수 있습니다. MPS: True이면 Apple Silicon Mac에서 MPS 장치를 사용할 수 있습니다. 둘 다 False여도 CPU로 실습할 수 있으니 걱정하지 마세요.

Jupyter, VS Code, Colab 중 하나로 실행하기

로컬에서 실습한다면 Jupyter Notebook이나 VS Code를 추천합니다. Jupyter를 쓰려면 가상환경 안에서 설치합니다.

pip install notebook ipykernel
python -m ipykernel install --user --name pytorch
jupyter notebook

VS Code를 쓴다면 Python 확장을 설치한 뒤 Python: Select Interpreter에서 방금 만든 가상환경을 선택합니다. import torch가 되는 인터프리터를 고르는 것이 핵심입니다.

로컬 설치가 어렵거나 GPU 설정이 부담스럽다면 Google Colab을 사용하세요. 새 노트북을 만들고 Runtime > Change runtime type에서 GPU를 선택하면 됩니다. PyTorch 튜토리얼도 Colab에서 실행할 때 GPU 런타임을 선택하라고 안내합니다.²

Colab 셀에서 바로 확인할 수 있습니다.

import torch
print(torch.__version__)
print(torch.cuda.is_available())

이제 중요한 준비는 끝났습니다. 앞으로는 설치가 아니라 텐서, 데이터, 모델, 학습 루프에 집중하면 됩니다.

참고

¹PyTorch Get Started Locally

²Running Tutorials in Google Colab