초보자를 위한 GitHub 및 Git 튜토리얼

Git이란 무엇인가요?

Git 은 분산형 오픈 소스 버전 관리 시스템입니다. 개발자와 데이터 사이언티스트가 코드를 추적하고, 변경 사항을 병합하며, 이전 버전으로 되돌릴 수 있도록 해 줍니다 - AWS. 원격 서버와 변경 사항을 동기화할 수 있습니다. 유연성과 인기 덕분에 Git은 거의 모든 개발 환경, 명령줄 도구, 운영체제를 지원하여 업계 표준이 되었습니다. 

Git은 어떻게 작동하나요?

Git은 파일과 그 개발 이력을 로컬 저장소에 저장합니다. 변경 사항을 저장할 때마다 Git은 커밋을 생성합니다. 커밋은 현재 파일의 스냅샷입니다. 이러한 커밋은 서로 연결되어 아래와 같은 개발 이력 그래프를 형성합니다. 이를 통해 이전 커밋으로 되돌리고, 변경 사항을 비교하며, 개발 프로젝트의 진행 상황을 확인할 수 있습니다 - Azure DevOps. 커밋은 고유한 해시로 식별되며, 이를 사용해 변경 사항을 비교하고 되돌립니다.  

개발 이력 그래프

브랜치

브랜치는 메인 버전과 병렬로 작동하는 소스 코드의 사본입니다. 변경 사항을 반영하려면 브랜치를 메인 버전에 병합합니다. 이 기능은 충돌 없는 팀 협업을 촉진합니다. 각 개발자는 자신의 작업이 있고, 브랜치를 사용하면 다른 팀원의 간섭 없이 새 기능을 개발할 수 있습니다. 작업이 끝나면 새 기능을 메인 버전(마스터 브랜치)에 병합할 수 있습니다. 브랜치를 클론하는 방법을 배우려면 Git 브랜치 클론 튜토리얼을 확인하세요.

저장소에 새 기능 추가 

커밋

Git에서 파일은 수정됨(modified), 스테이징됨(staged), 커밋됨(commit) 세 가지 상태를 가집니다. 파일을 변경하면 변경 사항은 로컬 디렉터리에 저장되며, 아직 Git 개발 이력의 일부가 아닙니다. 커밋을 만들려면 먼저 변경된 파일을 스테이징해야 합니다. 스테이징 영역에서 변경 사항을 추가하거나 제거한 다음, 변경 내용을 설명하는 메시지와 함께 커밋으로 묶습니다.  

Git에서의 세 가지 파일 상태

Git의 장점은 무엇인가요?

• 변경 이력 추적: 개발자는 과거 변경 사항을 확인할 수 있습니다. 개발 이력은 버그를 식별하고 수정하는 데 도움이 됩니다.
• IDE 통합: 높은 인기 덕분에 VSCode, JupyterLab 등 모든 개발 환경에서 Git 통합을 사용할 수 있습니다.
• 팀 협업: 개발 팀은 진행 상황을 확인할 수 있고, 브랜치를 사용하면 각자 작업을 진행한 후 메인 버전에 변경 사항을 병합할 수 있습니다. 풀 리퀘스트, 병합 충돌 해결, 코드 리뷰는 팀 협업을 촉진합니다. 
• 분산 VCS: 분산 시스템에는 중앙 집중식 파일 저장소가 없습니다. 동일한 프로젝트에 대한 여러 백업이 존재합니다. 이 방식은 개발자가 오프라인에서도 작업하고 커밋할 수 있게 해 줍니다. 

데이터 사이언스 프로젝트에서의 Git

Git은 스크립트, 메트릭, 데이터, 모델에 대한 버전 관리를 제공합니다. Git 확장 git-lfs를 사용하면 대용량 데이터베이스와 머신 러닝 모델을 저장하고 버전 관리할 수 있습니다. 일반적인 데이터 사이언스 프로젝트에는 Jupyter 노트북, 데이터셋, 모델, 메타데이터, 모델 메트릭이 포함됩니다. 메타데이터에는 머신 러닝 모델, 피처, 모델 파라미터, 자동화 파일에 대한 메타 정보를 담은 파일이 포함됩니다. 이는 AI 애플리케이션의 진행 상황을 모니터링하고 문제를 해결하는 데 모두 필요합니다. 

데이터 사이언스 실험을 추적하면 의도치 않은 변경을 되돌리고, 성능 지표를 기준으로 최적의 실험을 선택하며, 팀원과 협업하는 데 도움이 됩니다. 아래 다이어그램은 데이터나 코드의 변경이 메타데이터와 모델 출력에 어떤 영향을 미치는지 보여 줍니다. 이러한 변경을 추적하면 다른 팀원이 더 나은 해결책을 제시하는 데도 도움이 됩니다. 최신 블로그에서 Git에 대한 모든 것을 알아보세요.

데이터 사이언스 프로젝트를 위한 Git 

GitHub로 협업하기

GitHub는 클라우드 소프트웨어 개발 플랫폼입니다. 파일 저장, 변경 이력 추적, 개발 프로젝트 협업에 일반적으로 사용됩니다. 최근 몇 년 사이 GitHub는 소프트웨어 개발 커뮤니티에서 가장 인기 있는 소셜 플랫폼이 되었습니다. 개인은 오픈 소스 프로젝트와 버그 리포트에 기여하고, 새 프로젝트를 논의하며, 새로운 도구를 발견할 수 있습니다. 

데이터 사이언티스트와 머신 러닝 엔지니어도 소프트웨어 개발자의 흐름을 따라 GitHub와 워크플로를 통합하고 있습니다. 이렇게 하면 연구 작업을 공유하고 커뮤니티 기여를 받을 수 있으며 데이터 팀과 협업할 수 있습니다. 이 플랫폼에서는 각종 데이터 사이언스 및 머신 러닝 프로젝트, 가이드, 튜토리얼, 리소스를 찾을 수 있습니다. 학생에게는 실무 경험을 쌓고 궁극적으로 유수 기업에 취업할 기회를 제공하는 플랫폼이 되었습니다. 

포트폴리오

대부분의 기술 리크루터는 포트폴리오 프로젝트나 GitHub 프로필을 요청합니다. 이를 통해 지원자가 자사에 적합한지 판단합니다. GitHub 프로필을 만들고 정기적으로 업데이트하는 것을 강력히 권장합니다. 채용 담당자는 소프트웨어 개발 경험이 풍부하고 오픈 소스 프로젝트에 기여하는 후보자를 항상 찾고 있습니다. GitHub 포트폴리오를 분석할 수 있으면 기술 면접을 위한 질문을 준비하는 데에도 도움이 됩니다. 

GitHub 프로필

GitHub는 데이터 사이언티스트가 프로젝트를 공개적으로 선보이도록 해 주며, 이 경험은 이력서의 경력으로 인정받을 수도 있습니다. 포트폴리오 프로젝트를 공개하면 협업, 스타트업 창업, 연구 활동의 기회도 열립니다. 

포트폴리오 프로젝트

기능

GitHub는 포트폴리오 공개만큼 중요한 다양한 기능도 제공합니다. 각 기능을 익혀 데이터 사이언스 프로젝트에 통합하는 것이 좋습니다. 

• 오픈 소스: GitHub는 오픈 소스 프로젝트를 위한 완전한 생태계를 제공합니다. 메인테이너를 후원하고, 프로젝트에 기여하며, 기존 프로젝트에서 오픈 소스 도구를 활용하고, 자신의 작업을 홍보할 수 있습니다. 
• 커뮤니티 협업: GitHub는 이슈, 기능 요청, 코드, 문서 기여를 논의할 수 있는 커뮤니티 플랫폼이 되었습니다. 
• 탐색: GitHub Explore 탭을 통해 새 프로젝트, 인기 도구, 개발자 이벤트를 발견할 수 있습니다. 
• GitHub Gist: 코드 스니펫을 공유하거나 블로그나 웹사이트에 임베드할 수 있습니다. 
• GitHub CLI: 명령줄 프로그램에서 머지 리퀘스트, 코드 리뷰, 이슈 확인, 진행 상황 모니터링을 수행할 수 있습니다. 
• 무료 스토리지: 무제한의 비공개 및 공개 저장소 저장 공간.
• 웹 호스팅: 포트폴리오 사이트나 문서를 게시할 수 있습니다. GitHub Pages는 손쉽게 웹사이트를 구축하고 배포할 수 있는 환경을 제공합니다. 
• Codespace: GitHub 저장소와 통합된 클라우드 개발 환경.
• Project: GitHub에서 업무를 계획하고 추적하기 위한 커스터마이즈 가능한 유연한 도구.
• 자동화: GitHub Actions는 빌드, 테스트, 게시, 릴리스, 배포 등 개발 워크플로를 자동화합니다.
• 스폰서: 월 구독 또는 1회성 결제로 선호하는 오픈 소스 프로젝트나 개발자를 지원할 수 있습니다. ko-fi 같은 서드파티 결제 플랫폼도 사용할 수 있습니다. 

기본 명령어

데이터 사이언스 프로젝트 관리를 시작하기 전에, 거의 모든 데이터 사이언스 프로젝트에서 사용하게 될 가장 일반적인 Git 명령을 알아보겠습니다. 기본 명령에는 Git 저장소 초기화, 변경 사항 저장, 로그 확인, 원격 서버로 푸시, 병합이 포함됩니다. 

• git init 로컬 디렉터리에 Git 저장소를 생성합니다.

• git clone <remote-repo-address>: 원격 서버에서 전체 저장소를 로컬 디렉터리로 복사합니다. 로컬 저장소 복사에도 사용할 수 있습니다.

• git add <file.txt>: 단일 파일 또는 여러 파일과 폴더를 스테이징 영역에 추가합니다.

• git commit –m “Message”: 변경 사항의 스냅샷을 생성해 저장소에 저장합니다. 

• git config 이메일, 사용자 이름, 파일 형식 등 사용자별 설정을 지정합니다. 

• git status 변경된 파일이나 아직 스테이징·커밋되지 않은 파일 목록을 표시합니다.  

• git push <remote-name> <branch-name>: 로컬 커밋을 저장소의 원격 브랜치로 전송합니다.  

• git checkout -b <branch-name>: 새 브랜치를 생성하고 해당 브랜치로 전환합니다.

• git remote –v: 모든 원격 저장소를 확인합니다.

• git remote add <remote-name> <host-or-remoteURL>: 로컬 저장소에 원격 서버를 추가합니다. 

• git branch –d <branch-name>: 브랜치를 삭제합니다.

• git pull merge 원격 저장소에서 로컬 디렉터리로 커밋을 병합합니다. 

• git merge <branch-name>: 병합 충돌을 해결한 후 선택한 브랜치를 현재 브랜치에 병합합니다.

• git log 현재 브랜치의 커밋을 상세 목록으로 표시합니다.

GitHub로 완료하는 개발

더 많은 명령을 배우고 싶다면 Git 치트시트를 확인하세요. 

시작하기

이 섹션에서는 Git으로 데이터 사이언스 프로젝트를 추적하고, GitHub를 원격 서버로 사용하겠습니다. Git 설치, GitHub에서 저장소 생성 및 클론, 머신 러닝 실험 실행, Windows PowerShell 7을 사용해 변경 사항(노트북, 모델, 데이터)을 GitHub로 푸시하는 방법을 학습합니다.  

Git 설치

Git은 모든 운영체제를 지원합니다. 명령줄 도구로 설치하거나 설치 파일을 내려받아 직접 설치할 수 있습니다. 

Linux

Debian/Ubuntu 계열 운영체제는 `apt-get install git` 을 사용하고, 다른 Linux 계열 시스템을 사용하는 경우 전체 설치 명령 목록은 여기를 참고하세요.

macOS

homebrew가 설치되어 있다면 `brew install git` 명령으로 Git을 내려받아 설치하세요. 바이너리 인스톨러를 내려받아 설치하는 방법도 있습니다.

Windows

Windows에서 Git 설치는 간단합니다. 다운로드 페이지로 이동해 사용하는 Windows 버전을 클릭하고 설치 파일을 내려받아 설치하세요. winget 도구가 있다면 PowerShell에서 winget install --id Git.Git -e --source winget 를 입력해 설치할 수 있습니다. 

Git을 설치한 후에는 사용자 이름과 이메일이 설정되어 있는지 확인하세요. 이 정보는 커밋에 서명하는 데 사용됩니다. 

git config --global user.name "your-user-name"
git config --global user.email "your@email.com"

Git 설치 방법에 대한 자세한 내용은 여기를 클릭하세요. 

프로젝트 초기화

GitHub 계정이 있다면 + 버튼을 클릭하고 새 저장소를 선택하세요. 그런 다음 저장소 이름을 입력하고 간단한 설명을 추가합니다. 그러면 비어 있는 공개 저장소가 생성됩니다. 

프로젝트 생성

원격 저장소를 로컬 디렉터리로 클론하는 방법은 여러 가지가 있으며, GitHub는 클론, 원격 추가, Git 프로젝트 초기화 방법에 대한 자세한 가이드를 제공합니다.  

GitHub 클론

HTTPS 링크를 제공해 간단히 저장소를 클론할 수 있습니다. 명령 프롬프트 또는 PowerShell에서 작업 디렉터리에 있는지 확인하세요. 

git clone https://github.com/kingabzpro/DataCamp-Git.git

>>> Cloning into 'DataCamp-Git'...
>>> warning: You appear to have cloned an empty repository.

cd .\DataCamp-Git\

또는

“DataCamp-Git”이라는 새 디렉터리를 만들고 간단한 명령으로 Git을 초기화합니다. 그런 다음 원격 저장소 연결을 추가하여 GitHub와 작업을 동기화합니다.

mkdir DataCamp-Git
cd .\DataCamp-Git
git init

>>> Initialized empty Git repository in C:/Repository/GitHub/DataCamp-Git/.git/

git remote add origin https://github.com/kingabzpro/DataCamp-Git.git

또는

이미 디렉터리에 프로젝트가 있다면 `git init` 으로 Git을 초기화하고, 위와 같이 GitHub 원격을 추가하세요. 

간단한 커밋

파일을 저장소에 추가하기 전에 올바른 로컬 디렉터리에 있는지 확인하세요. 

간단하게 시작해 DataCamp-Git이라는 제목의 README 파일을 만들겠습니다. 그런 다음 `git add` 를 사용해 스테이징 영역에 추가합니다. 

echo "# DataCamp-Git" >> README.md
git add README.md

git status는 우리가 main 브랜치에 있으며 `README.md` 파일이 스테이징되어 커밋할 준비가 되었음을 보여 줍니다.  

git status

>>> On branch main
>>> No commits yet
>>> Changes to be committed:
  (use "git rm --cached <file>..." to unstage)
        new file:   README.md

첫 커밋을 만들기 위해 메시지와 함께 `git commit` 을 사용하겠습니다. 보시다시피 첫 커밋은 ed9c886 해시 아래에 추가되었습니다.

git commit -m "first commit"

>>> [main (root-commit) ed9c886] first commit
>>> 1 file changed, 1 insertion(+)
>>> create mode 100644 README.md

프로젝트 파일 추가

DataCamp 워크스페이스 LSTM과 GRU로 MasterCard 주가 예측를 사용해 파일을 내려받겠습니다. 프로젝트 작성자는 데이터를 전처리하고 LSTM과 GRU 모델로 시계열 데이터를 학습했습니다. 프로젝트에 대해 더 알아보려면 순환 신경망 튜토리얼(RNN)을 읽어 보세요.

모델 파일을 저장하기 위해 프로젝트의 Jupyter 노트북에 새 코드 셀을 추가했습니다. 새 스크립트는 “model”이라는 새 디렉터리를 만들고 LSTM과 GRU 모델을 모두 저장합니다. 

!mkdir -p model
model_lstm.save('model/LSTM')
model_gru.save('model/GRU')

보시다시피 Git 저장소에는 CSV 파일이 들어 있는 data 폴더, 모델의 가중치와 메타데이터가 들어 있는 model 폴더가 있습니다. 

이제 모든 파일을 스테이징하겠습니다. 초기 명령 뒤에 디렉터리, 파일, 데이터를 임의로 추가할 수 있습니다. 

git add .\data .\model LSTM_GRU.ipynb RNN.png

또는

모든 파일을 스테이징 영역에 추가하려면 점(dot)을 사용하세요. 

git add .

커밋 및 푸시

간단한 메시지로 모든 변경 사항을 커밋하겠습니다. 출력에는 생성 모드로 새 파일이 추가되었음이 표시됩니다. 

git commit -m "project files added"

>>> [main aa3e19a] project files added
>>>  10 files changed, 5020 insertions(+)
>>>  create mode 100644 LSTM_GRU.ipynb
>>>  create mode 100644 RNN.png
>>>  create mode 100644 data/Mastercard_stock_history.csv
>>>  create mode 100644 data/Mastercard_stock_info.csv
>>>  create mode 100644 model/GRU/saved_model.pb
>>>  create mode 100644 model/GRU/variables/variables.data-00000-of-00001
>>>  create mode 100644 model/GRU/variables/variables.index
>>>  create mode 100644 model/LSTM/saved_model.pb
>>>  create mode 100644 model/LSTM/variables/variables.data-00000-of-00001
create mode 100644 model/LSTM/variables/variables.index

GitHub 원격 저장소와 동기화하려면 원격 이름과 브랜치 이름이 필요합니다 `git push <remote-name> <branch-name>`. 원격과 브랜치가 각각 하나뿐이라면 `git push` 만으로도 동작합니다.  

`git push` 후에는 자격 증명을 묻는 팝업 창이 나타나므로 GitHub 사용자 이름과 비밀번호를 입력하세요. 개인 액세스 토큰을 생성해 비밀번호 대신 사용할 수도 있습니다. 자세한 내용은 Git Push와 Pull 튜토리얼을 참고하세요.

git push

>>> Enumerating objects: 21, done.
>>> Counting objects: 100% (21/21), done.
>>> Delta compression using up to 4 threads
>>> Compressing objects: 100% (19/19), done.
>>> Writing objects: 100% (21/21), 1.83 MiB | 1.59 MiB/s, done.
>>> Total 21 (delta 2), reused 0 (delta 0), pack-reused 0
>>> remote: Resolving deltas: 100% (2/2), done.
>>> To https://github.com/kingabzpro/DataCamp-Git.git
>>>  * [new branch]      main -> main

원격에 변경 사항이 정상적으로 푸시되었는지 확인하기 위해 GitHub 저장소 kingabzpro/DataCamp-Git를 확인하겠습니다. GitHub 저장소에는 모든 파일, 데이터, 모델이 있습니다.

GitHub로의 원격 푸시

Git 브랜치

브랜치를 사용해 작업하는 것을 권장합니다. 예를 들어 프로젝트 문서를 작업하려면 git checkout 또는 git branch 로 documentation 브랜치를 만드세요. README 파일을 수정하고 변경 사항을 확정한 뒤, 브랜치를 기준 브랜치와 병합합니다. 

여기서는 readme 라는 새 브랜치를 만들고 전환했습니다.

git checkout -b readme

프로젝트 설명을 추가하고 RNN DataCamp 워크스페이스와 튜토리얼 링크를 README에 넣어 수정하겠습니다. 그런 다음 변경 사항을 스테이징하고 메시지와 함께 스냅샷을 저장합니다.

git add README.md
git commit -m "project description and links to blog"

>>> [readme f3b8b9b] project description and links to blog
>>>  1 file changed, 8 insertions(+)

원격 저장소에는 readme 브랜치가 없습니다. 새 브랜치를 만들고 변경 사항을 푸시하려면 “readme:readme”를 사용합니다. 명령 출력에서 새 브랜치가 생성되었고 로컬 및 원격 `readme` 브랜치가 동기화되었음을 확인할 수 있습니다. 

git push origin readme:readme
>>> remote: Resolving deltas: 100% (1/1), completed with 1 local object.
>>> remote: Create a pull request for 'readme' on GitHub by visiting:
>>> remote:  https://github.com/kingabzpro/DataCamp-Git/pull/new/readme
>>> remote:
To https://github.com/kingabzpro/DataCamp-Git.git
>>>  * [new branch]      readme -> readme

로컬 브랜치를 README.md 파일이 수정된 상태로 GitHub에 성공적으로 푸시했음을 확인할 수 있습니다. 

GitHub의 Readme 브랜치

풀 리퀘스트

이 기능은 조직에서 흔히 사용됩니다. 예를 들어, 소프트웨어 개발자가 새 기능을 작업했고 원격 메인 브랜치에 변경 사항을 병합하려는 경우입니다. 이제 GitHub GUI에서 풀 리퀘스트 버튼을 클릭해 풀 리퀘스트를 만들겠습니다. 그런 다음 기준(main)과 병합할 readme 브랜치를 선택합니다. 추가된 기능에 대한 자세한 설명을 입력하고 풀 리퀘스트 버튼을 클릭하면 됩니다. 

readme에서 main 브랜치로의 풀 리퀘스트

저장소 메인테이너는 변경 사항을 비교하고 모든 테스트를 통과하면 병합합니다. 여기서는 본인이 메인테이너이므로 머지 리퀘스트를 클릭해 변경 사항을 메인 브랜치와 병합하세요. 

GitHub에서 풀 리퀘스트 병합

축하합니다. 풀 리퀘스트를 성공적으로 생성하고 메인 브랜치에 병합했습니다. 메인 브랜치의 변경 사항은 여기에서 확인할 수 있습니다. 

git 저장소 내 모든 변경 사항을 확인하려면 `git log` 를 입력하세요. 프로젝트의 과거 변경 이력을 보여 줍니다. 데이터 사이언스 프로젝트에서 변경 이력을 기록하는 것은 중요하며, Git은 대규모 데이터셋까지도 모든 변경을 추적하는 데 도움을 줍니다. 

Git 로그 이력

마무리

GitOps는 데이터 애플리케이션 개발에 필수적입니다. 모든 유형의 IT 직무에서 필수 기술이 되었고, 학계 연구자들도 실험 코드를 더 넓은 대중과 공유하기 위해 활용하고 있습니다. 한편 GitHub는 모두를 위한 무료 소프트웨어 개발 생태계를 제공함으로써 오픈 소스 프로젝트를 확산하는 데 큰 역할을 하고 있습니다. 

이 튜토리얼에서는 Git과 GitHub, 그리고 이들이 데이터 사이언스 프로젝트에 중요한 이유를 살펴보았습니다. 또한 기본 Git 명령을 소개하고, 데이터·모델·코드의 변경을 추적하는 실습 경험을 제공했습니다. Git을 더 배우고 싶다면 DataCamp의 Introduction to Git 과정을 수강해 보세요. 또한 GitHub Foundations 인증의 중요성과 커리어에 어떤 도움이 되는지도 알아볼 수 있습니다.