가상 환경을 왜, 어떻게 사용하나요?

Question

Accepted Answer

**가상 환경(virtual environment)**은 시스템 Python 및 다른 프로젝트로부터 분리된, 자체적으로 설치된 패키지를 가진 격리된 Python 환경입니다. 이는 **의존성 충돌**을 해결합니다 — 서로 다른 프로젝트가 동일한 패키지의 다른 (심지어 호환되지 않는) 버전을 사용할 수 있습니다.

## 이것이 해결하는 문제

```text
프로젝트 A는 Django 3.2가 필요
프로젝트 B는 Django 4.2가 필요
→ 전역으로 설치하면 충돌함 — 시스템 전체에 두 버전을 가질 수 없음.
가상 환경은 각 프로젝트에 자체적으로 격리된 패키지 집합을 제공함.
```

격리 없이 패키지를 전역으로 설치하면 프로젝트 간 버전 충돌이 발생하고 특정 버전에 의존하는 시스템 도구가 망가질 수 있습니다.

## 생성하고 사용하기 (내장 venv)

```bash
# 1. 가상 환경 생성 (.venv라는 폴더)
python -m venv .venv

# 2. 활성화 (셸별)
source .venv/bin/activate      # macOS/Linux
.venv\Scripts\activate         # Windows

# 3. 이제 pip 설치는 이 환경 안으로 들어감, 시스템과 격리됨
pip install django requests

# 4. 끝나면
deactivate
```

활성화되면 `python`과 `pip`는 환경의 격리된 복사본을 가리킵니다 — 패키지는 시스템 전체가 아니라 거기에만 설치됩니다.

## 의존성 캡처 및 재현

```bash
pip freeze > requirements.txt       # 정확한 설치된 버전을 기록
pip install -r requirements.txt     # 다른 곳에서 환경을 재현 (팀원, CI, 프로덕션)
```

`requirements.txt`는 환경을 **재현 가능**하게 만듭니다 — 누구나 정확히 동일한 의존성을 재현할 수 있어 "내 컴퓨터에서는 동작해" 문제를 예방합니다.

## 현대적인 도구

```text
venv + pip      → 내장, 표준, 널리 사용됨
poetry          → 의존성 관리 + 락파일 + 패키징 (인기 있음)
pipenv          → 락파일과 함께 pip + venv를 결합
uv / pdm        → 더 새롭고 빠른 도구
conda           → 데이터 과학에서 흔함 (Python 버전 + 비Python 의존성도 관리)
```

더 새로운 도구(poetry, uv)는 락파일과 더 나은 의존성 해결을 추가하지만, 핵심 개념 — 프로젝트별 격리된 환경 — 은 동일합니다.

## 환경은 항상 버전 관리에서 제외

```text
# .gitignore
.venv/        ← 환경을 커밋하지 말 것; 대신 requirements.txt/락파일을 커밋
```

## 왜 중요한가

가상 환경은 모든 Python 프로젝트에 필수적인 표준 관행입니다 — 프로젝트 간, 그리고 프로젝트와 시스템 Python 간의 의존성 충돌을 예방하고, (`requirements.txt`/락파일과 함께) 환경을 여러 머신, 팀원, CI, 프로덕션에서 재현 가능하게 만듭니다.

이를 건너뛰면 버전 충돌, 망가진 시스템 도구, 재현 불가능한 설정으로 이어집니다.

생성, 활성화, 의존성 캡처 방법 — 그리고 현대적인 도구 환경(poetry, uv) — 을 이해하는 것은 전문적인 Python 개발의 기초이며 모든 실제 프로젝트에서의 기본 기대치입니다.