🚀 Google Colab 완벽 가이드: 무료로 Python과 머신러닝을 배우자!

💡 Google Colab은 설치 없이 사용 가능한 강력한 클라우드 기반 Python 개발 환경입니다.

---

1️⃣ Google Colab이란?

📌 **Google Colab(구글 코랩)**은 Google이 제공하는 클라우드 기반 Jupyter Notebook 환경입니다.
✅ Python 실행을 위해 별도 설치가 필요 없음
✅ 무료 GPU(Tesla T4) 지원으로 머신러닝 및 딥러닝 학습 가능
✅ Google Drive와 연동하여 파일 저장 및 공유 가능

🎯 파이썬 초보자부터 머신러닝 개발자까지 누구나 사용 가능!

---

2️⃣ Google Colab 시작하기

▶ Google Colab 접속 방법

👉 Google Colab 바로 가기

🔹 Google 계정으로 로그인하면 아래 화면이 나타납니다.
🔹 **"새 노트북"**을 클릭하여 새로운 Colab 문서를 생성하세요!

---

3️⃣ Google Colab 기본 사용법

📌 ① 코드 실행 방법

Google Colab에서는 Jupyter Notebook 형식으로 코드를 실행할 수 있습니다.

✅ Python 코드 실행하기

아래 코드 입력 후 Shift + Enter 또는 ▶ 버튼 클릭!

print("Hello, Google Colab!")

📌 실행하면 **"Hello, Google Colab!"**이 출력됩니다.

✅ 수학 연산도 가능!

a = 10
b = 20
print(a + b)  # 30 출력

🎯 Google Colab은 Jupyter Notebook과 동일한 방식으로 동작!

---

4️⃣ 파일 관리 (Google Drive 연동)

Google Colab에서 Google Drive에 있는 파일을 불러오거나 저장할 수 있습니다.

📌 ① Google Drive 연결

아래 코드 실행 후, Google 계정 로그인하면 Drive가 Colab에 연결됩니다.

from google.colab import drive
drive.mount('/content/drive')

✔ "/content/drive" 경로에서 내 Google Drive 파일에 접근 가능!

📌 ② 파일 업로드

Colab에서 로컬 파일을 업로드하려면 다음 코드 실행 👇

from google.colab import files
uploaded = files.upload()

✔ 실행 후 파일 선택 창이 나타나며 업로드 가능!

---

5️⃣ Google Colab에서 라이브러리 설치하기

Colab은 기본적인 라이브러리가 포함되어 있지만, 추가 설치가 필요할 수도 있습니다.

✅ pip install로 라이브러리 설치

!pip install pandas numpy matplotlib

✔ ! 기호를 사용하여 터미널 명령어 실행 가능!

✅ TensorFlow & PyTorch 확인

Colab에는 TensorFlow와 PyTorch가 기본 설치되어 있습니다.

import tensorflow as tf
print(tf.__version__)  # 최신 TensorFlow 버전 출력

import torch
print(torch.__version__)  # 최신 PyTorch 버전 출력

🎯 Colab은 머신러닝/딥러닝 개발에 최적화된 환경!

---

6️⃣ 무료 GPU 사용법

Google Colab에서는 무료 GPU를 제공하여 딥러닝 학습 속도를 높일 수 있습니다.

📌 ① GPU 활성화 방법

1. 런타임 → 런타임 유형 변경 클릭
2. 하드웨어 가속기에서 "GPU" 선택 후 저장

✔ GPU 활성화 후 아래 코드로 GPU 상태 확인 가능!

import torch
print(torch.cuda.is_available())  # True면 GPU 활성화 완료!

🎯 Google Colab에서는 NVIDIA Tesla T4 GPU를 무료 제공!

---

7️⃣ Google Colab에서 데이터 시각화

Colab에서 Matplotlib을 사용하여 데이터 시각화를 할 수 있습니다.

📌 ① 간단한 그래프 그리기

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y = np.sin(x)

plt.plot(x, y, label="Sine Wave")
plt.legend()
plt.show()

✔ 실행하면 사인 그래프가 출력됨!

---

8️⃣ Google Colab에서 머신러닝 실습

Colab에서는 간단한 머신러닝 모델도 학습할 수 있습니다.

📌 ① MNIST 손글씨 숫자 분류 (TensorFlow 사용)

import tensorflow as tf
from tensorflow.keras.datasets import mnist
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Flatten

# 데이터 불러오기
(x_train, y_train), (x_test, y_test) = mnist.load_data()

# 데이터 정규화
x_train, x_test = x_train / 255.0, x_test / 255.0

# 모델 생성
model = Sequential([
    Flatten(input_shape=(28,28)),
    Dense(128, activation='relu'),
    Dense(10, activation='softmax')
])

# 모델 컴파일 및 학습
model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])
model.fit(x_train, y_train, epochs=5, validation_data=(x_test, y_test))

✔ 5 Epoch만 학습해도 97% 이상의 정확도 달성! 🎯

---

🎯 마무리

오늘은 Google Colab의 기본 사용법을 배웠습니다!
✅ Python 실행 방법
✅ Google Drive 연동 및 파일 업로드
✅ 라이브러리 설치 및 무료 GPU 사용법
✅ 머신러닝 실습까지!

📢 이제 여러분도 Google Colab으로 손쉽게 머신러닝을 시작해보세요! 🚀

🔗 더 자세한 내용은 Google 공식 문서에서 확인 가능합니다!

---