기본 제공 템플릿

LabPod에는 전역 템플릿 카탈로그가 기본 제공됩니다. 일부는 처음부터 활성화되어 있고, 나머지는 비활성 상태로 제공됩니다. 어떤 템플릿을 실제로 쓸지는 관리자가 정한 뒤 활성화해야 워크스페이스 생성 화면에 나타납니다.

지금 바로 고를 수 있는 템플릿만 알고 싶다면 워크스페이스 생성 페이지를 보면 됩니다. 관리자가 활성화한 템플릿만 표시됩니다. 이 문서는 각 템플릿이 어떤 용도인지 설명합니다.

템플릿 살펴보기 및 복제

Templates → Template gallery에서는 관리자가 아직 활성화하지 않은 항목까지 LabPod에 포함된 모든 템플릿을 볼 수 있습니다. 카드의 상태에 따라 다음 작업이 달라집니다:

Ready to launch: 바로 워크스페이스를 만들거나 템플릿을 복제해 수정할 수 있습니다.
Not built on this host: 원본 템플릿을 실행하기 전에 호스트에서 동봉 이미지를 빌드해야 합니다. Dockerfile과 관련 파일을 개인 작업 디렉터리로 복제하는 것은 가능합니다.
Not enabled here: 관리자가 공유 템플릿을 활성화하지 않았습니다. 소스가 제공되는 템플릿은 개인 사본으로 복제할 수 있습니다.

Clone & customize를 선택하면 My templates에 개인 템플릿이 생깁니다. Dockerfile 기반 템플릿은 수정할 빌드 컨텍스트를 개인 작업 디렉터리에 복사합니다. 파일을 고친 뒤 Build를 선택하고 템플릿을 저장해 실행할 수 있게 하세요. 레지스트리 이미지 기반 템플릿은 기존 이미지 참조를 유지하므로 수정할 Dockerfile은 없지만 템플릿 설정은 바꿀 수 있습니다.

프로젝트별 Python 패키지만 추가한다면 이미지를 복제해 다시 빌드할 필요가 거의 없습니다. 영속 워크스페이스 홈 아래에 가상 환경을 만드세요:

python3 -m venv ~/.venvs/myproj
source ~/.venvs/myproj/bin/activate
pip install ...

기본 활성화된 템플릿

템플릿	구성	앱	GPU
PyTorch JupyterLab	LabPod가 빌드한 CUDA 이미지 기반 PyTorch. CUDA 태그는 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

모두 ghcr.io/labpod/* (Code Server는 ghcr.io/coder) 공개 이미지를 받아 쓰므로 빌드가 필요 없습니다.

선택 사용 - 빌드 불필요

관리자가 이미지를 받은 뒤 활성화하면 됩니다. 일부는 공급사 약관 동의도 필요합니다.

템플릿	구성	앱	참고
PyTorch Demo Workspace	전체 앱을 한 번에 보여주는 데모. 첫 시작 시 데모 노트북이 `/work`에 준비됨	JupyterLab, TensorBoard, Code, Terminal, MLflow, Aim	기본은 CPU, GPU 태그도 제공
Anaconda JupyterLab	Anaconda Distribution - conda와 데이터 과학 스택	JupyterLab	약관 동의 필요 (Anaconda 상용 라이선스)

선택 사용 - 호스트에서 이미지 빌드

용량이 크거나 하드웨어에 종속적이거나 자체 라이선스가 필요해서, 완성된 이미지 대신 Dockerfile이 함께 제공됩니다. 관리자가 이미지를 한 번 빌드한 뒤 템플릿을 활성화합니다.

템플릿	구성	앱	참고
MS Code Serve-Web	Open VSX 대신 공식 Marketplace와 Pylance를 쓰는 Microsoft VS Code for the Web	Code	호스트 빌드 및 약관 동의 필요
CUDA Composite Workspace	범용 CUDA 워크스페이스, 전체 앱 포함	JupyterLab, TensorBoard, Code, Terminal, MLflow, Aim	GPU 기본 사용
LLM / Hugging Face Workspace	파인튜닝·추론용 `transformers`, `datasets`, `accelerate`, `peft`, `trl`, `bitsandbytes`	JupyterLab, TensorBoard, Code, Terminal	GPU 기본 사용
ComfyUI / Stable Diffusion	노드 기반 이미지 생성. 모델·입력·출력·커스텀 노드는 `/work/comfyui`에 저장	ComfyUI	GPU 필수
R ML JupyterLab	tidyverse, tidymodels, caret, xgboost, randomForest, glmnet, data.table이 포함된 R 환경. JupyterLab, Python 커널, reticulate는 같은 인터프리터 사용	JupyterLab (R 및 Python 커널), TensorBoard	기본은 CPU, R용 torch/keras는 미포함
RStudio Server	rocker/ml 기반 R, tidyverse, data.table, reticulate를 갖춘 RStudio	RStudio	GPU 선택
MATLAB (matlab-proxy)	브라우저에서 쓰는 MATLAB	MATLAB	자체 MATLAB 라이선스 필요, 동의 필요
Parallel Programming (CUDA/MPI/OpenMP)	GCC/gfortran/clang, OpenMP, OpenMPI, CUDA 툴킷(`nvcc`, `cuda-gdb`), Nsight 프로파일러	Code	GPU 기본 사용, 약관 동의 필요
Miniforge JupyterLab	상용 라이선스가 걸리지 않는 conda 베이스 (conda-forge)	JupyterLab	Anaconda의 가벼운 대안
Python (uv) JupyterLab	conda 없이 `uv`로 쓰는 순수 PyPI 파이썬	JupyterLab	pip 방식 작업용

conda·uv 템플릿에서는 환경을 /work 아래에 만들어야 워크스페이스를 중지했다 다시 시작해도 유지됩니다.

필요한 템플릿 요청하기

원하는 템플릿이 비활성 상태라면 관리자에게 활성화를 요청하세요. 필요한 작업은 템플릿에 따라 다릅니다.

이미지만 받으면 되는 템플릿 - 이미지를 받은 뒤 활성화.
빌드가 필요한 템플릿 - 템플릿에 포함된 Dockerfile로 호스트에서 이미지를 빌드한 뒤 활성화. CUDA 기반 템플릿은 빌드에 시간이 꽤 걸릴 수 있습니다.
라이선스 동의가 필요한 템플릿 - 활성화 과정에서 관리자가 공급사 약관에 동의합니다. MATLAB은 추가로 소속 기관의 MATLAB 라이선스가 필요합니다.

기본 템플릿 수정하기

관리자는 기본 제공 템플릿의 이미지, 기본값, 앱 구성을 바꿀 수 있습니다. 활성화 또는 비활성화만 바꾸면 그 선택을 유지하면서 새 릴리스의 템플릿 정의를 계속 받습니다. 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.

원하는 것이 없다면

관리자는 연구실 전체가 쓸 전역 템플릿을 추가로 만들 수 있습니다.
본인만 쓰는 개인 템플릿을 직접 만들 수도 있습니다. 워크스페이스 및 템플릿 문서를 참고하세요.
통계, 화학, 생물정보학, 지진학, CFD 등 분야별로 바로 쓸 수 있는 환경은 예제 노트북 (Cookbook)에 있습니다.