Ubuntu에서 AI 개발 환경 세팅한 기록

4060 Ti GPU 머신에서 Stable Diffusion 기반 이미지 생성 API를 돌리기 위해, Ubuntu 환경에서 개발 환경을 세팅했다!

 

최근 회사에 4060 Ti GPU가 탑재된 워크스테이션이 들어오면서, 본격적으로 로컬 GPU 환경에서 AI 모델을 테스트할 수 있게 됐다. Stable Diffusion을 활용한 이미지 생성 API를 운영할 예정이라, 해당 머신 위에 개발 환경을 직접 구축하게 되었다.

Ubuntu 22.04 기반에서 Anaconda 설치부터 NVIDIA 드라이버 세팅, PyTorch GPU 버전 설치까지 내가 진행한 세팅 과정을 아래에 공유한다. 추후 유사한 환경을 세팅할 일이 있다면 참고하면 좋을 것 같다.

 

1. Ubuntu 22.04 + Anaconda 설치

리눅스 환경에서는 패키지 의존성 관리가 정말 중요해서, Anaconda는 거의 필수라고 생각한다.

wget https://repo.anaconda.com/archive/Anaconda3-2024.02-1-Linux-x86_64.sh bash Anaconda3-2024.02-1-Linux-x86_64.sh 
source ~/.bashrc

---

2. NVIDIA 드라이버 설치 (RTX 4060 Ti 기준)

CUDA 연산을 돌리기 위해선 GPU 드라이버가 제대로 설치되어 있어야 한다. 아래는 Ubuntu에서 자동으로 설치하는 방법이다.

sudo apt update 
sudo apt install -y ubuntu-drivers-common 
sudo ubuntu-drivers autoinstall 
sudo reboot

 

재부팅 후 nvidia-smi로 설치가 잘 되었는지 확인할 수 있다.

---

3. Python 가상환경 구성 및 PyTorch 설치 (CUDA 12.1 대응)

conda create -n photobooth python=3.10
conda activate photobooth
pip install torch==2.2.2 torchvision==0.17.2 torchaudio==2.2.2 --index-url https://download.pytorch.org/whl/cu121

CUDA 버전과 딱 맞는 PyTorch 버전을 설치하는 게 포인트다. 그렇지 않으면 GPU를 못 쓰는 상황이 생길 수도 있다.

---

4. 필요한 라이브러리들 설치

pip install diffusers transformers accelerate safetensors pillow 
pip install fastapi uvicorn 
pip install "numpy<2"

• 이미지 생성을 위한 core 패키지들
• FastAPI 기반 서버 구동용 라이브러리
• numpy 경고를 피하기 위한 버전 고정

---

정리하자면

리눅스에서 AI 개발 환경을 구성할 땐 CUDA 버전과 PyTorch 호환성을 꼭 체크해야 한다.

가상환경을 써서 관리하면 나중에 재현하거나 옮길 때 훨씬 수월하다.