기본 제공 워크스페이스 템플릿
LabPod에는 전역 워크스페이스 템플릿 카탈로그가 기본 제공됩니다. 대부분은 처음부터 활성화되어 있습니다. LabPod가 검증된 게시 이미지를 받아 오므로 이미지를 빌드할 필요가 없기 때문입니다. 일부는 비활성 상태로 제공됩니다. 두 개는 사용하기 전에 공급사 라이선스 동의가 필요하고, 나머지 두 개(MATLAB과 MS Code Serve-Web)는 완성된 이미지로 재배포할 수 없습니다. 관리자가 레시피를 활성화하면 각 연구자가 자신의 계정에서 빌드합니다.
지금 바로 고를 수 있는 워크스페이스 템플릿만 알고 싶다면 워크스페이스 생성 페이지를 보면 됩니다. 관리자가 활성화한 워크스페이스 템플릿만 표시됩니다. 이 문서는 각 워크스페이스 템플릿이 어떤 용도인지 설명합니다.
워크스페이스 템플릿 살펴보기 및 복제
섹션 제목: “워크스페이스 템플릿 살펴보기 및 복제”상단 바에서 Workspace templates를 연 뒤 Workspace templates 탭을 열면 관리자가 아직 활성화하지 않은 항목까지 LabPod에 포함된 모든 워크스페이스 템플릿이 보입니다. 갤러리 상단의 Set up workspace를 누르면 대시보드와 같은 생성 폼으로 바로 갑니다. 카드의 상태에 따라 다음 작업이 달라집니다.
- Ready to launch: 바로 워크스페이스를 만들거나 워크스페이스 템플릿을 복제해 수정할 수 있습니다.
- Not enabled here: 관리자가 전역 워크스페이스 템플릿을 활성화하지 않았습니다. 소스가 제공되는 워크스페이스 템플릿은 개인 사본으로 복제할 수 있습니다.
- Preparation after Create: 관리자가 워크스페이스 템플릿을 활성화했지만 아직 내 계정에 이미지가 없습니다. 워크스페이스를 생성한 뒤 그 페이지에서 Download image 또는 Build image를 선택하세요. MATLAB과 MS Code Serve-Web은 완성된 이미지로 제공되지 않으므로 이 방식으로 빌드됩니다.
Clone & customize를 선택하면 My workspace templates에 개인 워크스페이스 템플릿이 생깁니다. Dockerfile 기반 워크스페이스 템플릿은 수정할 빌드 컨텍스트를 개인 작업 디렉터리에 복사합니다. 파일을 고친 뒤 Build를 선택하고 워크스페이스 템플릿을 저장해 실행할 수 있게 하세요. 레지스트리 이미지 기반 워크스페이스 템플릿은 기존 이미지 참조를 유지하므로 수정할 Dockerfile은 없지만 워크스페이스 템플릿 설정은 바꿀 수 있습니다.
갤러리 위에 접힌 Adding Python packages? You don’t need your own image. 안내는 흔한 경우를 다룹니다. 프로젝트별 Python 패키지만 추가한다면 이미지를 복제해 다시 빌드할 필요가 거의 없습니다. 영속 워크스페이스 홈 아래에 가상 환경을 만드세요:
python3 -m venv ~/.venvs/myprojsource ~/.venvs/myproj/bin/activatepip install ...Cookbook에서 더 받기
섹션 제목: “Cookbook에서 더 받기”기본 제공 목록 아래의 Get Cookbook workspace templates는 공개 LabPod Cookbook에서 검색 가능한, 바로 가져올 수 있는 워크스페이스 템플릿을 가져옵니다. LabPod는 이 버튼을 누른 뒤에만 Cookbook에 접속합니다. 그래서 기본 제공 갤러리 자체는 빠르게 뜨고 오프라인에서도 쓸 수 있습니다. 에어갭이거나 연결이 끊긴 호스트라면 같은 자리에서 다시 시도하거나 수동 번들 가져오기로 대체하면 됩니다.
가져온 각 항목에는 Prebuilt image 또는 Build required 배지가 붙습니다. 해당할 때는 GPU와 Terms required 배지도 함께 표시됩니다. Import는 브라우저가 지원하면 게시된 번들의 다이제스트를 확인해 알려진 불일치를 차단하고 번들을 미리 보여준 뒤, 검토하도록 새 개인 워크스페이스 템플릿을 엽니다. 가져오기가 레지스트리 이미지 기반이냐 Dockerfile 기반이냐에 따라 이후 흐름이 갈립니다.
- 레지스트리 이미지 기반 가져오기는 필요한 약관에 동의하면 바로 사용할 수 있습니다.
- Dockerfile 기반 가져오기는 빌드를 기다려야 하는지, 직접 빌드를 시작해야 활성화할 수 있는지 알려줍니다.
번들의 README를 먼저 읽고 싶다면 Browse Cookbook source로 저장소에 바로 갈 수 있습니다. 소유자는 개인 워크스페이스 템플릿이 비활성 상태인 동안에도 필요한 약관에 동의하고 빌드한 뒤 저장해 활성화할 수 있습니다. 저장하고 나면 Set up workspace가 바로 워크스페이스 생성으로 이어집니다.
게시된 이미지와 로컬 빌드
섹션 제목: “게시된 이미지와 로컬 빌드”워크스페이스 템플릿을 고르거나 확인하는 모든 화면(워크스페이스 생성 폼의 Customize 섹션, Advanced tools → Workspace templates → My workspace templates 탭, 이미지 기록)에는 Artifact source가 함께 표시됩니다.
- Published image: LabPod가 이 워크스페이스 템플릿 정의를 출시할 때 빌드하고 특정 버전으로 고정해 둔 검증된 이미지입니다. 워크스페이스를 준비하면 이 이미지를 그대로 내려받습니다.
- Locally built: 현재 이 호스트에 있는 Dockerfile로 빌드한 이미지입니다. 로컬 빌드는 그 시점에 존재하는 패키지 버전을 그대로 설치하므로 검증했던 조합과 다를 수 있습니다.
이 문서에 나온 게시형 워크스페이스 템플릿은 모두 Dockerfile을 함께 제공하므로 언제든 확인·복제·내보내기가 가능합니다. 다만 보통은 그 Dockerfile을 다시 빌드하지 않고 고정된 이미지를 내려받습니다. 다운로드가 실패하면 워크스페이스 생성 화면에 Build locally instead가 나타나 같은 이미지 참조를 그대로 쓰면서 그 Dockerfile을 대체 경로로 빌드합니다. 레지스트리에 접근할 수 없는 에어갭 호스트에서도 이 경로로 사용할 수 있습니다.
게시형 워크스페이스 템플릿을 복제하거나 가져온 뒤 그 Dockerfile을 수정하면, 그 사본은 그 순간부터 로컬 빌드로 전환됩니다. Dockerfile을 그대로 두면 고정된 게시 이미지를 계속 받아 옵니다.
기본 활성화된 워크스페이스 템플릿
섹션 제목: “기본 활성화된 워크스페이스 템플릿”| 워크스페이스 템플릿 | 구성 | 앱 | GPU |
|---|---|---|---|
| PyTorch JupyterLab | 검증된 CUDA 이미지 기반 PyTorch. CUDA 버전은 첫 시작 시 호스트 드라이버와 GPU에 맞춰 자동 선택* | JupyterLab, TensorBoard, Code | 기본 사용 |
| TensorFlow JupyterLab | TensorFlow. 자체 CUDA를 포함해 구버전 드라이버에서도 동작 | JupyterLab, TensorBoard, Code | 기본 사용 |
| Data Science JupyterLab (CPU) | NumPy, SciPy, pandas, scikit-learn, matplotlib, seaborn, bokeh | JupyterLab | 없음 |
| Code Server | 브라우저에서 쓰는 VS Code (Open VSX 확장) | Code | 선택 |
| CUDA Composite Workspace | 범용 CUDA 워크스페이스, 전체 앱 포함* | JupyterLab, TensorBoard, Code, Terminal, MLflow, Aim | 기본 사용 |
| LLM / Hugging Face Workspace | 파인튜닝·추론용 transformers, datasets, accelerate, peft, trl, bitsandbytes* | JupyterLab, TensorBoard, Code, Terminal | 기본 사용 |
| ComfyUI / Stable Diffusion | 노드 기반 이미지 생성. 모델·입력·출력·커스텀 노드는 /work/comfyui에 저장* | ComfyUI | 필수 |
| R ML JupyterLab | tidyverse, tidymodels, caret, xgboost, randomForest, glmnet, data.table가 포함된 R 환경. JupyterLab, Python 커널, reticulate는 같은 인터프리터 사용 | JupyterLab (R 및 Python 커널), TensorBoard | 기본 미사용, R용 torch/keras는 미포함 |
| RStudio Server | rocker/ml 기반 R, tidyverse, data.table, reticulate를 갖춘 RStudio | RStudio | 선택 |
| Parallel Programming (CUDA/MPI/OpenMP) | GCC/gfortran/clang, OpenMP, OpenMPI, CUDA 툴킷(nvcc, cuda-gdb), Nsight 프로파일러, OSS code-server로 제공* | Code | 기본 사용 |
| Miniforge JupyterLab | 상용 라이선스가 걸리지 않는 conda 베이스 (conda-forge) | JupyterLab | 없음 |
| Python (uv) JupyterLab | conda 없이 uv로 쓰는 순수 PyPI 파이썬 | JupyterLab | 없음 |
* CUDA 버전 자동 선택(아래 참고).
모두 ghcr.io/labpod/*의 검증된 이미지를 고정 버전(v2-...)으로 받아 오므로 빌드가 필요
없습니다. Parallel Programming은 Microsoft 에디터 약관이 더 이상 필요 없도록 OSS code-server로
전환했습니다.
CUDA 버전 자동 선택
섹션 제목: “CUDA 버전 자동 선택”PyTorch JupyterLab, LLM / Hugging Face, ComfyUI, CUDA Composite Workspace, Parallel Programming은
호스트의 NVIDIA 드라이버와 GPU 세대를 읽어 두 조건을 모두 만족하는 가장 높은 CUDA 버전을 고릅니다.
예를 들어 드라이버 525는 v2-cu121 버전을 선택합니다. 이 선택은 서버가 이 워크스페이스 템플릿들을 처음 시드할
때 한 번 실행됩니다. 관리자가 해당 워크스페이스 템플릿의 이미지 참조를 직접 고정하지 않았다면 이후 이미지를
준비할 때마다 다시 적용됩니다. TensorFlow JupyterLab은 자체 CUDA를 단일 태그에 포함하고 CPU 전용
워크스페이스 템플릿은 CUDA 버전 자체가 필요 없으므로 자동 선택 대상이 아닙니다.
선택 사용: 빌드 불필요
섹션 제목: “선택 사용: 빌드 불필요”관리자가 활성화하면 됩니다. 이미지 빌드는 필요 없지만 하나는 공급사 약관 동의가 먼저 필요합니다.
| 워크스페이스 템플릿 | 구성 | 앱 | 참고 |
|---|---|---|---|
| PyTorch Demo Workspace | 전체 앱을 한 번에 보여주는 데모. 첫 시작 시 데모 노트북이 /work에 준비됨 | JupyterLab, TensorBoard, Code, Terminal, MLflow, Aim | CPU 전용 |
| Anaconda JupyterLab | Anaconda Distribution: conda와 데이터 과학 스택 | JupyterLab | 약관 동의 필요 (Anaconda 상용 라이선스) |
선택 사용: 내 계정에서 이미지 빌드
섹션 제목: “선택 사용: 내 계정에서 이미지 빌드”완성된 이미지로 재배포할 수 없는 워크스페이스 템플릿은 두 개뿐입니다. LabPod가 재배포할 권한이 없기 때문입니다. MATLAB은 소속 기관의 라이선스가 필요하고 Microsoft VS Code for the Web은 Microsoft 자체 Marketplace 약관이 필요합니다. 둘 다 완성된 이미지 대신 Dockerfile을 제공합니다. 관리자가 약관을 승인하고 워크스페이스 템플릿을 활성화하면, 워크스페이스를 생성한 뒤 그 페이지에서 Build image를 선택해 내 계정에서 빌드할 수 있습니다.
| 워크스페이스 템플릿 | 구성 | 앱 | 참고 |
|---|---|---|---|
| MS Code Serve-Web | Open VSX 대신 공식 Marketplace와 Pylance를 쓰는 Microsoft VS Code for the Web | Code | 사용자별 빌드 및 약관 동의 필요 |
| MATLAB (matlab-proxy) | 브라우저에서 쓰는 MATLAB | MATLAB | 자체 MATLAB 라이선스 필요, 동의 필요 |
MATLAB은 LabPod 세션과 별개로 matlab-proxy 자체의 공급사 토큰 인증도 계속 켜 둡니다. LabPod는 요청자가 그 워크스페이스의 소유자인지 확인한 뒤에만 토큰을 주입하므로 같은 호스트의 다른 Linux 사용자가 루프백 포트를 직접 열어 MATLAB에 접근할 수 없습니다.
필요한 워크스페이스 템플릿 요청하기
섹션 제목: “필요한 워크스페이스 템플릿 요청하기”원하는 워크스페이스 템플릿이 비활성 상태라면 관리자에게 활성화를 요청하세요. 필요한 작업은 워크스페이스 템플릿에 따라 다릅니다.
- 이미지만 받으면 되는 워크스페이스 템플릿: 위 두 표에서 MATLAB과 MS Code Serve-Web을 뺀 나머지 전부입니다. 관리자가 활성화만 하면 되고 이미지 빌드는 필요 없습니다. 워크스페이스 생성 페이지에 보이기 시작하면 이미지 준비는 직접 할 수 있습니다. Anaconda는 추가로 관리자가 먼저 공급사 약관에 동의해야 합니다.
- 빌드가 필요한 워크스페이스 템플릿 (MATLAB, MS Code Serve-Web): 관리자가 필요한 약관을 승인하고 레시피를 활성화합니다. 사용자는 워크스페이스를 생성한 뒤 그 페이지에서 Build image를 선택해 자신의 계정에서 이미지를 빌드합니다. MATLAB은 추가로 소속 기관의 MATLAB 라이선스가 필요합니다.
기본 워크스페이스 템플릿 수정하기
섹션 제목: “기본 워크스페이스 템플릿 수정하기”관리자는 기본 제공 워크스페이스 템플릿의 이미지, 기본값, 앱 구성을 바꿀 수 있습니다. 활성화 또는 비활성화만 바꾸면 그 선택을 유지하면서 새 릴리스의 워크스페이스 템플릿 정의를 계속 받습니다. 워크스페이스 템플릿 정의를 수정하거나 삭제하면 LabPod가 로컬 관리 항목으로 표시하고 이후에는 덮어쓰지 않습니다. Reset to shipped defaults를 선택하면 활성 상태와 약관 동의는 유지한 채 현재 출고 정의로 돌아갑니다.
이미지 참조나 리소스 기본값이 아니라 워크스페이스 템플릿의 Dockerfile 자체를 수정하면, 그 사본은 게시 이미지 받기 대신 로컬 빌드로 전환됩니다. 위 게시된 이미지와 로컬 빌드를 참고해 다시 활성화하기 전에 빌드하세요.
원하는 것이 없다면
섹션 제목: “원하는 것이 없다면”- 관리자는 연구실 전체가 쓸 전역 워크스페이스 템플릿을 추가로 만들 수 있습니다.
- 본인만 쓰는 개인 워크스페이스 템플릿을 직접 만들 수도 있습니다. 워크스페이스 및 워크스페이스 템플릿 문서를 참고하세요.
- 통계, 화학, 생물정보학, 지진학, CFD 등 분야별로 바로 쓸 수 있는 환경은 예제 노트북 (Cookbook)에 있습니다.