Macbook air M1에서 NumPy(넘파이) 설치 가이드

Mac M1에서 NumPy(넘파이) 완벽 설치 가이드: 에러 없이 바로 사용하기!

M1 칩은 뛰어난 성능을 자랑하지만, 간혹 특정 라이브러리 설치 시 호환성 문제로 어려움을 겪는 경우가 있습니다. 그 중에서도 데이터 과학과 머신러닝의 필수 라이브러리인 NumPy(넘파이)는 특히 중요하죠.

이 블로그 포스트에서는 여러분의 M1 맥에 NumPy를 완벽하게, 그리고 **네이티브(ARM64)**로 설치하여 최고의 성능을 끌어내는 방법을 자세히 알려드리겠습니다. 😉

---

🚀 서론: 왜 M1에서 NumPy 설치가 중요할까요?

M1 칩은 Apple Silicon이라는 새로운 아키텍처를 사용합니다. 기존의 Intel 칩(x86_64)과는 다르기 때문에, 라이브러리들도 이 새로운 아키텍처에 맞춰 컴파일되어야 최적의 성능을 낼 수 있습니다. "Rosetta 2"를 통해 Intel 버전 앱도 실행할 수 있지만, 이는 어디까지나 에뮬레이션이며, 진정한 M1의 파워를 경험하려면 ARM64 네이티브 빌드를 사용하는 것이 필수적입니다.

NumPy는 행렬 연산과 벡터화를 통해 복잡한 계산을 빠르게 수행하는 핵심 라이브러리이므로, M1에 최적화된 버전을 설치하는 것이 여러분의 데이터 분석 및 머신러닝 작업 속도에 큰 영향을 미칩니다.

---

🛠️ 준비물: 시작하기 전에 이것들을 확인하세요!

원활한 설치를 위해 몇 가지 준비물이 필요합니다.

1. 터미널 앱: 맥에 기본으로 설치되어 있습니다. (Applications > Utilities > Terminal)
2. Xcode Command Line Tools: C/C++ 컴파일러 등 개발 도구 모음입니다.
3. Homebrew (선택 사항이지만 강력 권장): 맥용 패키지 관리자입니다. 파이썬 설치에 유용합니다.
4. ARM64 네이티브 파이썬: 가장 중요합니다!

자, 하나씩 확인하고 설치해 봅시다.

1. Xcode Command Line Tools 설치

터미널을 열고 다음 명령어를 입력하세요:

xcode-select --install

팝업창이 뜨면 "설치"를 클릭하고 동의 과정을 거쳐 설치를 완료하세요.

2. Homebrew 설치 (선택 사항이지만 강력 권장)

Homebrew는 Mac에서 소프트웨어를 쉽게 설치하고 관리할 수 있게 해주는 도구입니다. 아직 설치하지 않았다면 다음 명령어로 설치합니다:

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

설치 과정에서 비밀번호를 입력하라는 메시지가 나타날 수 있습니다.

 

이 과정에서 위의 문구와 함께 press RETURN/ENTER 를 클릭하라는 문구가 나오면 누르면 된다.

3. ARM64 네이티브 파이썬 확인 및 설치

가장 중요한 단계입니다. 현재 사용 중인 파이썬이 M1(ARM64)에 최적화된 버전인지 확인해야 합니다.

터미널에서 다음 명령어를 입력하여 파이썬 버전을 확인합니다:

python3 --version

그리고 다음 명령어로 파이썬이 어떤 아키텍처로 실행되는지 확인합니다:

arch -arm64 python3 --version

arch -x86_64 python3 --version

• 성공적인 경우: Python 3.x.x 와 같이 버전이 뜨면 됩니다. arch -arm64 python3 명령어로도 버전이 정상적으로 출력된다면 M1 최적화 파이썬이 설치되어 있는 것입니다.
• 실패한 경우: Bad CPU type in executable 오류가 뜨거나, arch -x86_64 명령어로만 정상적으로 버전이 뜬다면 Intel 버전 파이썬을 사용 중인 것입니다.

만약 ARM64 파이썬이 설치되어 있지 않다면, Homebrew를 통해 설치하는 것을 강력히 추천합니다.

brew install python

Homebrew로 설치하면 자동으로 M1에 최적화된 파이썬이 설치됩니다. 설치 후에는 터미널을 완전히 닫았다가 다시 열어 PATH 설정을 적용해주세요.

---

📦 NumPy 설치: 단계별 가이드

이제 NumPy를 설치할 준비가 완료되었습니다. 가장 좋은 방법은 **가상 환경(Virtual Environment)**을 사용하는 것입니다. 가상 환경은 프로젝트별로 독립적인 파이썬 환경을 만들어 라이브러리 간의 충돌을 방지해 줍니다.

1. 가상 환경 생성 및 활성화

NumPy를 설치할 프로젝트 폴더로 이동합니다. (예: cd ~/Documents/my_python_project)
그리고 다음 명령어로 .venv라는 이름의 가상 환경을 생성합니다:

python3 -m venv .venv

가상 환경을 활성화합니다:

source .venv/bin/activate

 

프롬프트 앞에 (.venv)와 같이 가상 환경 이름이 나타나면 성공적으로 활성화된 것입니다.

2. pip 최신 버전으로 업데이트

라이브러리 설치에 사용되는 pip가 최신 버전인지 확인하고 업데이트합니다:

pip install --upgrade pip

3. NumPy 설치

이제 NumPy를 설치합니다!

pip install numpy

 `pip install numpy` 명령어로 NumPy를 설치하는 터미널 화면. 많은 메시지가 뜨지만 `Successfully installed numpy-X.X.X` 메시지가 보이면 성공입니다.*

 

NumPy는 내부적으로 C로 작성된 최적화된 라이브러리들을 사용하기 때문에, 설치 과정에서 자동으로 M1에 맞는 최적화된 빌드를 찾아 설치하게 됩니다.

---

✅ 설치 확인: 제대로 작동하는지 확인하기

NumPy가 성공적으로 설치되었는지 확인해 봅시다.

파이썬 인터프리터를 실행합니다:

python

그리고 다음 코드를 입력하여 NumPy를 불러오고 버전을 확인합니다:

import numpy as np
print(np.__version__)
print(np.show_config())

입력 후 exit()를 입력하여 파이썬 인터프리터를 종료합니다.

 

np.__version__으로 버전이 출력되고, np.show_config() 결과에 BLAS나 LAPACK 등의 라이브러리가 M1에 최적화된 openblas나 vecLib (Apple의 최적화된 BLAS) 등으로 연결되어 있다면 성공입니다!

---

💡 추가 팁: Conda (Miniconda/Anaconda)를 사용하는 경우

만약 여러분이 데이터 과학 작업을 위해 conda 환경 관리자를 주로 사용한다면, conda를 통해서도 NumPy를 설치할 수 있습니다. conda는 자체적으로 컴파일된 바이너리를 제공하므로 호환성 문제가 적은 편입니다.

1. Miniconda (ARM64) 설치:
   Miniconda 다운로드 페이지에서 M1 맥용 (Apple M1 칩용 Python) 설치 파일을 다운로드하여 설치합니다.
2. 새로운 Conda 환경 생성 및 활성화

   conda create -n my_numpy_env python=3.9
   conda activate my_numpy_env

3. NumPy 설치

   conda install numpy

Conda는 필요한 의존성 패키지를 자동으로 함께 설치해주므로 더욱 간편하게 환경을 구성할 수 있습니다.

---

❓ 문제 해결: 혹시 에러가 발생했다면?

• "Failed to build wheel for numpy" 또는 "architecture mismatch" 오류:
  • 가장 흔한 원인: M1에 최적화되지 않은 (Intel용) 파이썬을 사용하고 있을 가능성이 큽니다. 위에 설명된 "ARM64 네이티브 파이썬 확인 및 설치" 단계를 다시 확인해주세요.
  • pip와 setuptools를 최신 버전으로 업데이트합니다: pip install --upgrade pip setuptools
  • Xcode Command Line Tools가 제대로 설치되었는지 확인합니다.
  • 간혹 pip install --no-binary :all: numpy (모든 패키지를 소스에서 직접 빌드) 명령어가 도움이 될 때도 있지만, 이는 최후의 수단이며 시간이 오래 걸릴 수 있습니다.
• command not found: python3 또는 pip 명령어를 찾을 수 없을 때:
  • 파이썬이 제대로 설치되지 않았거나, PATH 환경 변수가 올바르게 설정되지 않은 경우입니다. Homebrew로 파이썬을 설치했다면 터미널을 완전히 종료하고 다시 열어보세요.
• NumPy는 설치되었지만 성능이 느린 것 같다면:
  • np.show_config() 결과에 BLAS나 LAPACK 관련 정보가 openblas, vecLib 등 M1 최적화 라이브러리로 링크되어 있는지 확인하세요. 만약 atlas나 다른 구형 라이브러리로 링크되어 있다면, pip uninstall numpy 후 재설치하거나, conda를 이용해 설치하는 것을 고려해 볼 수 있습니다.

---

 

😊 행복한 코딩 되세요!