AI 공부를 위한 파이썬 개발 환경 구축하기 (Windows)

머신러닝, 딥러닝, LLM을 공부하기 위한 파이썬 개발 환경을 Windows에서 구축하는 방법을 정리했습니다.

---

1. Python 3 설치

👉 https://www.python.org/downloads/ 에서 최신 버전 다운로드

설치할 때 반드시 체크해야 할 옵션:

✅ "Add Python to PATH" 체크 후 설치

설치 확인:

python --version
# Python 3.x.x 출력되면 성공

---

2. VS Code 설치

👉 https://code.visualstudio.com 에서 다운로드

설치 후 VS Code에서 아래 확장(Extension) 설치:

• Python (Microsoft)
• Jupyter (Microsoft)

---

3. 가상환경 생성

가상환경이란 프로젝트별로 분리된 독립적인 파이썬 공간입니다.
라이브러리 버전 충돌 없이 프로젝트마다 깔끔하게 관리할 수 있습니다.

# 작업 폴더로 이동
cd D:\ai

# 가상환경 생성 (Python 3 명시)
py -3 -m venv tf_env

📌 python -m venv tf_env 실행 시 Python 2.7 오류가 나는 경우
py -3 -m venv tf_env 로 Python 3을 명시해서 실행합니다.

---

4. 가상환경 활성화

tf_env\Scripts\activate

터미널 앞에 (tf_env) 가 표시되면 활성화 성공!

(tf_env) D:\ai>

📌 "실행 정책" 오류가 뜨는 경우 아래 명령어 실행 후 다시 시도:

Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser

---

5. 라이브러리 설치

# TensorFlow + NumPy 설치
pip install tensorflow numpy

설치가 완료되면 TensorFlow 2.x 버전이 설치됩니다.

---

6. VS Code에서 가상환경 연결

1. Ctrl + Shift + P 누르기
2. Python: Select Interpreter 검색
3. tf_env 선택

---

7. 설치 확인

test.py 파일을 만들어 아래 코드를 실행해봅니다.

import tensorflow as tf
import numpy as np

print("TensorFlow 버전:", tf.__version__)

x_data = [1, 2, 3, 4, 5]
y_data = [1, 2, 3, 4, 5]

W = tf.Variable(2.9)
b = tf.Variable(0.5)

hypothesis = W * x_data + b
print("예측값:", hypothesis.numpy())

실행:

python test.py

TensorFlow 버전과 예측값이 출력되면 환경 구축 완료입니다! 🎉

---

8. 다음에 VS Code 열 때

VS Code를 껐다 켜도 가상환경만 다시 활성화하면 바로 이어서 작업할 수 있습니다.

cd D:\ai
tf_env\Scripts\activate

---

분야별 추가 라이브러리

분야 라이브러리

머신러닝	pip install scikit-learn pandas matplotlib
딥러닝	pip install torch torchvision
LLM	pip install transformers langchain openai

---

정리

단계 내용

1	Python 3 설치 (PATH 체크 필수)
2	VS Code + Python/Jupyter 확장 설치
3	py -3 -m venv tf_env 가상환경 생성
4	tf_env\Scripts\activate 활성화
5	pip install tensorflow numpy 설치
6	VS Code에서 인터프리터 연결