# JupyterLab

## 개요
JupyterLab은 데이터 과학, 머신러닝, 과학 계산을 위해 설계된 웹 기반의 대화형 개발 환경(IDE, Integrated Development Environment)입니다. 기존의 Jupyter Notebook을 계승하며, 더 유연하고 확장 가능한 사용자 인터페이스를 제공하는 차세대 인터페이스로 개발되었습니다. 사용자는 하나의 브라우저 탭 내에서 여러 개의 노트북, 텍스트 에디터, 터미널, 콘솔을 동시에 띄워 작업할 수 있어 복잡한 데이터 분석 워크플로우를 효율적으로 관리할 수 있습니다.

## 주요 특징 및 인터페이스
JupyterLab은 **모듈형 설계**를 통해 사용자 맞춤형 작업 환경을 제공합니다.

*   **유연한 레이아웃:** 드래그 앤 드롭 방식을 통해 화면을 자유롭게 분할하거나 탭으로 묶을 수 있습니다. 이를 통해 코드 작성 창과 결과 출력 창을 동시에 띄우거나, 서로 다른 노트북 파일을 나란히 배치하여 비교 분석하는 작업이 가능합니다.
*   **통합 파일 브라우저:** 좌측 사이드바의 파일 브라우저를 통해 프로젝트 디렉토리 구조를 한눈에 파악하고 파일을 쉽게 관리할 수 있습니다.
*   **다양한 문서 타입 지원:**
    *   **Notebook (.ipynb):** 코드, 실행 결과, 마크다운 설명이 결합된 대화형 문서입니다.
    *   **Console:** 노트북과 연결하거나 독립적으로 사용할 수 있는 대화형 쉘입니다.
    *   **Terminal:** 서버의 OS 쉘에 직접 접근하여 패키지 설치나 시스템 명령어를 실행할 수 있습니다.
    *   **Text Editor:** `.py`, `.md`, `.json` 등 일반 텍스트 파일을 편집할 수 있는 에디터입니다.

### [표] Jupyter Notebook vs JupyterLab 비교

| 구분 | Jupyter Notebook | JupyterLab |
| :--- | :--- | :--- |
| **인터페이스** | 단일 문서 중심 (Single-document) | 통합 작업 환경 (IDE-like) |
| **레이아웃** | 고정된 단일 탭 구조 | 유연한 분할 화면 및 탭 관리 |
| **파일 관리** | 별도의 파일 탐색기 탭 필요 | 내장된 사이드바 파일 브라우저 |
| **확장성** | nbextensions를 통한 제한적 확장 | 표준화된 Extension API 기반 확장 |
| **지원 도구** | 노트북 중심 | 노트북, 터미널, 콘솔, 텍스트 에디터 통합 |

## 설치 및 실행 방법
JupyterLab은 Python 환경이 구축되어 있다면 패키지 관리자를 통해 쉽게 설치할 수 있습니다.

### 설치 방법
**방법 1: Anaconda 이용 (권장)**
데이터 과학에 필요한 주요 라이브러리가 포함된 Anaconda 배포판을 설치하면 JupyterLab이 기본적으로 포함되어 있습니다.

**방법 2: pip 이용**
가상 환경(venv, conda 등)에서 아래 명령어를 입력하여 설치합니다.
```bash
# 최신 버전의 JupyterLab 설치
pip install jupyterlab
```

### 실행 및 접속
설치가 완료되면 터미널(또는 CMD)에서 다음 명령어를 입력하여 서버를 구동합니다.
```bash
# JupyterLab 서버 실행
jupyter lab
```
실행 후 터미널에 출력되는 URL(`http://localhost:8888/lab?token=...`)을 브라우저 주소창에 입력하면 접속할 수 있습니다.

## 핵심 기능 및 사용법
### 셀(Cell)의 개념과 마크다운
JupyterLab의 기본 단위는 **셀(Cell)**입니다.
*   **Code Cell:** 실제 프로그래밍 언어(Python, R, Julia 등)를 작성하고 실행하는 공간입니다.
*   **Markdown Cell:** 문서화를 위해 마크다운 문법을 사용하여 텍스트, 수식($\LaTeX$), 이미지, 링크 등을 삽입하는 공간입니다.

### 커널(Kernel)의 선택 및 관리
**커널(Kernel)**이란 노트북에서 작성한 코드를 실제로 실행하는 계산 엔진입니다.

**1. 커널 생성 방법 (새로운 환경 추가)**
새로운 가상 환경을 커널로 등록하려면 `ipykernel` 패키지가 필요합니다.
```bash
# 가상환경 활성화 후 실행
pip install ipykernel
python -m ipykernel install --user --name [환경이름] --display-name "[표시될이름]"
```

**2. 커널 변경 방법**
*   **우측 상단 커널 이름 클릭:** 현재 실행 중인 커널 이름을 클릭하여 드롭다운 메뉴에서 다른 커널을 선택합니다.
*   **메뉴 바 이용:** `Kernel` $\rightarrow$ `Change Kernel...` 메뉴를 통해 변경할 수 있습니다.

### 매직 명령어(Magic Commands)
IPython에서 제공하는 특수 명령어로, 코드 실행 효율을 높여줍니다.
*   `%matplotlib widget`: 대화형 그래프를 출력합니다. (과거에는 `%matplotlib inline`이 필수적이었으나, 최신 버전에서는 기본 설정으로 포함되어 있거나 `widget`을 통해 더 강력한 인터랙션을 제공합니다.)
*   `%%time`: 해당 셀의 전체 실행 시간을 측정합니다.
*   `!pip install [패키지]`: 쉘 명령어를 통해 라이브러리를 설치합니다.

### 코드 예제: 데이터 분석 및 시각화
```python
# 필요한 라이브러리 설치: pip install pandas matplotlib numpy
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

# 데이터 생성
data = pd.DataFrame({'x': np.arange(10), 'y': np.random.randn(10)})

# 시각화
plt.plot(data['x'], data['y'], marker='o', color='b')
plt.title("Sample Data Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.show()
```

### 문서 저장 및 내보내기(Export)
작성한 노트북은 `.ipynb` 파일로 자동 저장되며, 필요에 따라 다른 형식으로 내보낼 수 있습니다.
*   **방법:** `File` $\rightarrow$ `Save and Export Notebook As...` 메뉴 선택
*   **지원 형식:**
    *   **PDF:** 보고서 형태의 문서로 출력 (nbconvert 및 TeX 설치 필요)
    *   **HTML:** 웹 브라우저에서 볼 수 있는 정적 페이지로 변환
    *   **Markdown:** 일반 텍스트 기반의 마크다운 문서로 변환
    *   **Executable Script (.py):** 실행 가능한 파이썬 스크립트 파일로 변환

## 단축키 및 커맨드 팔레트
### 주요 단축키
| 모드 | 단축키 | 기능 |
| :--- | :--- | :--- |
| **명령 모드** | `A` / `B` | 현재 셀 위(Above) / 아래(Below)에 새 셀 추가 |
| | `D, D` | 선택한 셀 삭제 |
| | `M` / `Y` | 셀 타입을 마크다운(Markdown) / 코드(Code)로 변경 |
| | `Shift + Enter` | 현재 셀 실행 후 다음 셀로 이동 |
| | `Ctrl + Enter` | 현재 셀만 실행 |
| | `Z` | 삭제한 셀 복구 |
| | `L` | 셀의 라인 번호 표시/숨기기 |
| **편집 모드** | `Ctrl + /` | 선택 영역 주석 처리/해제 |
| | `Tab` | 코드 자동 완성 및 들여쓰기 |
| | `Shift + Tab` | 함수/클래스의 Docstring(도움말) 확인 |

### 커맨드 팔레트 (Command Palette)
`Ctrl + Shift + C`를 누르면 커맨드 팔레트가 나타납니다. 여기서 모든 메뉴 기능을 검색하여 실행할 수 있어, 마우스 클릭 횟수를 획기적으로 줄일 수 있습니다.

## 확장 프로그램 및 생태계
JupyterLab은 **Extension Manager**를 통해 기능을 확장할 수 있습니다.

### 설치 및 관리 방법
1.  **Extension Manager 접속:** 좌측 사이드바의 퍼즐 조각 아이콘을 클릭합니다.
2.  **플러그인 검색:** 검색창에 필요한 확장 프로그램의 이름을 입력합니다.
3.  **설치:** 원하는 플러그인을 선택하고 `Install` 버튼을 클릭합니다. (설치 후 필요에 따라 페이지 새로고침이 필요할 수 있습니다.)
4.  **관리:** 설치된 확장 프로그램 목록에서 업데이트 확인 및 삭제(Uninstall)를 수행할 수 있습니다.

### 주요 추천 플러그인
*   **jupyterlab-git:** Git 버전 관리 시스템을 GUI로 연동하여 커밋, 푸시, 풀 작업을 수행합니다.
*   **LSP (Language Server Protocol):** 정적 분석을 통한 고급 자동 완성, 정의로 이동(Go to Definition), 리팩토링 기능을 제공합니다.
*   **jupyterlab-lsp-python-language-server:** Python 언어에 특화된 LSP 서버입니다.

## 버전별 주요 변경 사항
*   **v3.0:** 확장 프로그램 설치 방식의 간소화(pip 설치 지원), 인터페이스 성능 최적화.
*   **v4.0:** 새로운 UI 디자인 적용, LSP(Language Server Protocol) 기본 통합 강화, 커널 연결 안정성 향상 및 대용량 데이터 렌더링 속도 개선.

## 활용 사례 및 환경 구성
### 활용 사례
*   **데이터 과학 및 ML 연구:** 데이터 전처리 $\rightarrow$ 모델 설계 $\rightarrow$ 학습 $\rightarrow$ 결과 시각화 과정을 하나의 문서에서 기록하고 공유할 수 있습니다.
*   **교육용 환경:** 코드와 설명이 공존하므로 프로그래밍 강의 교안 및 실습 환경으로 널리 사용됩니다.

### 서버 구축 환경
*   **Docker 기반:** `jupyter/docker-stacks` 이미지를 사용하여 일관된 환경을 배포합니다.
*   **Kubernetes 기반:** **JupyterHub**를 사용하여 다수의 사용자가 각각 독립적인 JupyterLab 인스턴스를 할당받아 사용할 수 있는 멀티유저 환경을 구축합니다.

## 트러블슈팅 및 FAQ
**Q: 커널이 'Dead' 상태이거나 응답하지 않습니다.**
*   **A:** 메모리 부족으로 인해 커널이 종료되었을 가능성이 큽니다. 상단 메뉴의 `Kernel` $\rightarrow$ `Restart Kernel...`을 통해 재시작하십시오.

**Q: 설치 후 `jupyter lab` 명령어를 찾을 수 없다고 나옵니다.**
*   **A:** Python의 `Scripts` 폴더가 시스템 환경 변수(PATH)에 등록되어 있는지 확인하십시오. 또는 `python -m jupyterlab` 명령어로 실행해 보시기 바랍니다.

**Q: 특정 라이브러리를 설치했는데 노트북에서 인식하지 못합니다.**
*   **A:** 라이브러리를 설치한 환경과 현재 노트북이 사용 중인 커널 환경이 일치하는지 확인하십시오. 셀 내에서 `!pip install`을 사용하여 현재 커널에 직접 설치하는 것을 권장합니다.