[Python] 가상환경(venv) 설정 및 사용법 (pip vs conda 비교)

안녕하세요! 😀

이번 글에서는 파이썬 가상환경(venv) 설정 방법과 pip vs conda의 차이점을 다뤄보겠습니다.

 

💡 “가상환경이 뭐야?” 싶으신 분들도 쉽게 이해할 수 있도록 하나씩 설명해드릴게요!

(천천히 따라오시면 누구나 가상환경을 설정할 수 있어요!)

 

 

 

 

 

🔹 가상환경(venv)이란? 왜 써야 할까?

 

✅ 가상환경이란?

 

가상환경(Virtual Environment)이란, 파이썬 패키지를 독립적으로 관리할 수 있도록 도와주는 기능입니다.

같은 컴퓨터에서도 프로젝트마다 다른 패키지 버전을 사용할 수 있어요.

 

예를 들어:

• 프로젝트 A에서는 Django 3.2를 사용

• 프로젝트 B에서는 Django 4.0을 사용

• 시스템 기본 파이썬 패키지와 충돌 없이 각 프로젝트별로 독립적인 환경을 유지

 

 

✅ 왜 가상환경이 필요할까?

 

• 프로젝트마다 다른 패키지 버전을 유지할 수 있음

• 패키지 충돌을 방지하여 안정적인 개발 환경 유지

• 협업할 때 필수! (팀원들이 같은 환경에서 작업 가능)

 

 

🔹 가상환경(venv) 만들기

 

파이썬에서는 기본적으로 venv 모듈을 사용하여 가상환경을 만들 수 있어요.

방법은 간단합니다. 아래 명령어를 그대로 따라 해보세요! 📝

 

 

1️⃣ 가상환경 생성

python -m venv myenv

 

위 명령어를 실행하면 현재 디렉토리에 myenv라는 폴더가 생성됩니다.

(원하는 이름으로 바꿔도 돼요!)

 

 

2️⃣ 가상환경 활성화

• Mac / Linux (터미널)

source myenv/bin/activate

 

 

• Windows (CMD, PowerShell)

myenv\Scripts\activate

 

 

 

✅ 활성화되면 (myenv)라고 프롬프트 앞에 표시됩니다! 🎉

 

(myenv) C:\Users\Username>

 

 

3️⃣ 가상환경 비활성화

deactivate

 

위 명령어를 입력하면 가상환경에서 빠져나올 수 있어요.

 

 

 

 

🔹 pip vs conda 비교

 

가상환경을 만들 때 보통 venv(pip)를 사용할지, conda를 사용할지 고민될 수 있어요.

아래 표를 참고해보세요! 👇

비교 항목	pip + venv	conda
설치 기본값	Python 3.3 이상 기본 포함	Anaconda / Miniconda 필요
패키지 관리	PyPI 패키지 (`pip install`)	Conda 패키지 (`conda install`)
속도	빠름	패키지 다운로드 속도가 상대적으로 느림
가상환경 명령어	`venv`, `python -m venv`	`conda create -n myenv`
데이터 과학/머신러닝	기본적인 패키지만 포함	NumPy, Pandas, TensorFlow 등 과학 계산 패키지 포함
추천 대상	일반적인 파이썬 개발 (웹, 스크립트 등)	데이터 과학, 머신러닝, 대형 프로젝트

 

 

 

✅ 결론: 어느 걸 선택해야 할까?

 

• 웹 개발, 일반적인 파이썬 프로젝트 → venv + pip 사용 추천!

• 데이터 분석, 머신러닝, 과학 계산 → conda 사용 추천!

• 혼합 사용 가능 → conda에서 pip도 사용할 수 있음 (conda install pip)

 

 

📌 보통은 venv를 기본으로 사용하고, 데이터 분석할 때 conda를 고려하면 돼요!

 

 

 

🔹 마무리 & 정리

 

✔ **가상환경(venv)**을 사용하면 프로젝트마다 독립적인 패키지 관리 가능!

✔ venv는 기본적인 개발에 적합하고, conda는 데이터 과학에 강점이 있음!

✔ 명령어는 간단하니까 직접 따라 해보면서 익혀보세요!

 

다음 글에서는 실제 프로젝트에서 가상환경을 활용하는 방법을 더 깊이 다뤄볼게요! 🚀

궁금한 점 있으면 댓글 남겨주세요! 😊