다음을 통해 공유

Linux에서 R을 가르치기 위한 랩 설정

  • 아티클

Important

Azure Lab Services는 2027년 6월 28일에 사용 중지됩니다. 자세한 내용은 사용 중지 가이드를 참조하세요.

참고 항목

이 문서에서는 랩 계정을 대체한 랩 계획에서 사용할 수 있는 기능을 참조합니다.

R은 통계 컴퓨팅 및 그래픽에 사용되는 오픈 소스 언어입니다. 유전학부터 자연어 처리, 금융 데이터 분석까지의 통계 분석에 사용됩니다. R은 대화형 명령줄 환경을 제공합니다. RStudio는 R 언어에 사용할 수 있는 IDE(대화형 개발 환경)입니다. 무료 버전은 코드 편집 도구, 통합 디버깅 환경 및 패키지 개발 도구를 제공합니다.

이 문서에서는 통계 컴퓨팅을 사용해야 하는 클래스의 구성 요소로서 RStudio와 R에만 중점을 둡니다. 딥 러닝과 Python 및 Jupyter Notebooks 클래스 유형은 RStudio를 다르게 설정합니다. 각 문서에서는 RStudio를 비롯한 많은 데이터 과학 관련 도구가 사전 설치된 Linux(Ubuntu)용 Data Science Virtual Machine 마켓플레이스 이미지를 사용하는 방법을 설명합니다.

랩 구성

이 랩을 설정하려면 시작하기 위해 Azure 구독 및 랩 계획이 필요합니다. Azure 구독이 없는 경우 시작하기 전에 체험 계정을 만듭니다.

외부 리소스 구성

일부 클래스에서는 대용량 데이터 파일과 같은 파일을 외부에 저장해야 합니다.

학생을 위한 공유 R 서버를 선택하는 경우 랩이 만들어지기 전에 서버를 설정해야 합니다. 공유 서버를 설정하는 방법에 대한 자세한 내용은 Azure Lab Services에서 공유 리소스로 랩을 만드는 방법을 참조하세요. RStudio Server를 만드는 방법에 대한 지침은 Debian & Ubuntu에 대한 RStudio Server 다운로드 및 RStudio Server 오픈 소스 액세스를 참조하세요.

외부 리소스를 사용하기로 선택한 경우 랩 플랜을 사용하여 Azure Lab Services에서 가상 네트워크에 연결해야 합니다.

Important

랩 계획을 만드는 동안 고급 네트워킹을 사용하도록 설정해야 합니다. 나중에 추가할 수 없습니다.

랩 계획 설정

Azure 구독이 있으면 Azure Lab Services에서 새 랩 계획을 만들 수 있습니다. 새 랩 계획을 만드는 방법에 대한 자세한 내용은 랩 계획 설정 방법에 대한 자습서를 참조하세요. 기존 랩 계획을 사용할 수도 있습니다.

다음 표에 설명된 대로 랩 계획 설정을 사용하도록 설정합니다. Azure Marketplace 이미지를 사용하도록 설정하는 방법에 대한 자세한 내용은 랩 작성자가 사용할 수 있는 Azure Marketplace 이미지 지정을 참조하세요.

랩 계획 설정 지침
Marketplace 이미지 Ubuntu Server 18.04 LTS 이미지를 사용하도록 설정합니다.

랩 설정

랩을 만드는 방법에 대한 지침은 자습서: 랩 설정을 참조하세요. 랩을 만들 때 다음 설정을 사용합니다.

랩 설정 값 및 설명
가상 머신 크기 소형 GPU(컴퓨팅)
VM 이미지 Ubuntu Server 18.04 LTS
원격 데스크톱 연결을 사용하도록 설정 RDP를 사용하기로 선택한 경우 이 설정을 사용하도록 설정해야 합니다. 이 설정은 X2Go를 선택하여 랩 컴퓨터에 연결하는 경우 필요하지 않습니다.

대신 RDP를 사용하도록 선택하는 경우 랩을 게시하기 전에 SSH를 사용하여 Linux VM에 연결하고 RDP 및 GUI 패키지를 설치해야 합니다. 그런 다음, 학생은 나중에 RDP를 사용하여 Linux VM에 연결할 수 있습니다. 자세한 내용은 Linux VM에 대해 그래픽 원격 데스크톱 사용을 참조하세요.

템플릿 구성

템플릿 컴퓨터가 만들어지면 컴퓨터를 시작하고 연결하여 R, RStudio Desktop 및 선택적으로 X2Go Server를 설치합니다.

먼저 apt를 업데이트하고 컴퓨터의 기존 패키지를 업그레이드할 수 있습니다.

sudo apt update 
sudo apt upgrade

X2Go 서버 설치

X2Go를 사용하기로 선택한 경우 서버를 설치합니다. 서버 구성 요소를 설치하려면 먼저 SSH를 사용하여 Linux 랩 VM에 연결해야 합니다. 이 작업이 완료되면 X2Go 클라이언트를 사용하여 연결한 후 나머지 설정을 완료할 수 있습니다.

X2Go의 기본 설치는 RStudio와 호환되지 않습니다. 이 문제를 해결하려면 x2goagent 옵션 파일을 업데이트합니다.

  1. /etc/x2go/x2goagent.options 파일을 편집합니다. 파일을 sudo로 편집하는 것을 잊지 마세요.

    1. 다음과 같은 줄의 주석 처리를 제거합니다. X2GO_NXAGENT_DEFAULT_OPTIONS+=" -extension GLX"
    2. 다음과 같은 줄을 주석 처리합니다. X2GO_NXAGENT_DEFAULT_OPTIONS+=" -extension GLX"

  2. 새 옵션이 사용되도록 X2Go 서버를 다시 시작합니다.

    sudo systemctl restart x2goserver

또는 X2Go용 GLX 해결 방법의 지침에 따라 필요한 라이브러리를 빌드할 수 있습니다.

R 설치

VM에 R을 설치할 수 있는 몇 가지 방법이 있습니다. CRAN(광범위한 R 보관 네트워크) 리포지토리에서 R을 설치합니다. 최신 버전의 R을 제공합니다. 이 리포지토리가 컴퓨터에 추가되면 R 및 기타 여러 관련 패키지를 설치할 수 있습니다.

CRAN 리포지토리를 추가해야 합니다. 명령은 R용 Ubuntu 패키지 간략한 지침의 지침을 바탕으로 수정되었습니다.

#download helper packages
sudo apt install --no-install-recommends software-properties-common dirmngr
# download and add the signing key (by Michael Rutter) for these repos
sudo wget -q "https://cloud.r-project.org/bin/linux/ubuntu/marutter_pubkey.asc" -O /etc/apt/trusted.gpg.d/cran_ubuntu_key.asc
#add repository
sudo add-apt-repository "deb https://cloud.r-project.org/bin/linux/ubuntu bionic-cran40/"

이제 다음 명령을 실행하여 R을 설치할 수 있습니다.

sudo apt install r-base

RStudio 설치

R이 로컬에 설치되었으므로 RStudio IDE를 설치할 수 있습니다. RStudio Desktop의 무료 버전을 설치하겠습니다. 사용 가능한 모든 버전은 RStudio 다운로드를 참조하세요.

  1. RStudio용 코드 서명 키를 가져옵니다.

    sudo gpg --keyserver keyserver.ubuntu.com  --recv-keys 3F32EE77E331692F

  2. Ubuntu용 R Studio용 Debian Linux 패키지 파일(.deb)을 다운로드합니다. 파일 형식은 rstudio-{version}-amd64.deb입니다. 예시:

    export rstudiover="1.4.1717"
wget --quiet -O rstudio.deb https://download1.rstudio.org/desktop/bionic/amd64/rstudio-$rstudiover-amd64.deb

  3. gdebi를 사용하여 RStudio를 설치합니다. 파일 경로를 사용하여 로컬 파일을 설치하고 있는 apt를 나타냅니다.

    sudo apt install gdebi-core 
echo "y" | gdebi rstudio.deb –quiet

CRAN 패키지

이제 원하는 CRAN 패키지를 설치할 차례입니다. 먼저 현재 R 4.0 이상 c2d4u 리포지토리를 추가합니다.

sudo add-apt-repository ppa:c2d4u.team/c2d4u4.0+

유용한 R 패키지의 빠른 목록 문서에 표시된 대로 R 대화형 세션에서 install.packages(“package name”) 명령을 사용합니다. 또는 도구 -> RStudio의 패키지 메뉴 항목 설치를 활용합니다.

패키지를 찾는 데 도움이 필요하면 작업별 패키지 목록 또는 알파벳순 패키지 목록을 참조하세요.

비용

이 수업의 예상 비용 예시를 살펴보겠습니다. 25명의 학생으로 구성된 클래스가 있다고 가정합니다. 각 학생에게는 20시간 일정의 클래스 시간이 있습니다. 학생에게는 일정에 있는 클래스 시간 외에도 과제를 위해 추가적으로 10시간이 할당됩니다. 선택한 가상 머신 크기는 소형 GPU(컴퓨팅)로, 랩 유닛 139개입니다.

학생 25명 ×(예정된 20 시간 + 할당된 10 시간) × 139 랩 단위 × 시간당 0.01 USD = 1042.5 USD

Important

예상 비용은 예시용으로만 사용됩니다. 최신 가격 책정 정보는 Azure Lab Services 가격 책정을 참조하세요.

다음 단계

이제 템플릿 이미지를 랩에 게시할 수 있습니다. 자세한 내용은 템플릿 VM 게시를 참조하세요.

랩을 설정할 때 다음 문서를 참조하세요.