워크스페이스 & 템플릿
워크스페이스는 공유 GPU 워크스테이션에서 사용자의 Linux 계정으로 실행되는 컨테이너입니다. CPU, 메모리, GPU, 디스크마다 개별 제한이 적용됩니다. 사용자 또는 관리자가 중지하지 않는 한 계속 실행됩니다. 현재 버전에서는 유휴 자동 중지 기능이 없습니다.
템플릿
섹션 제목: “템플릿”템플릿은 소프트웨어 환경을 지정합니다. 워크스페이스를 만들 때 템플릿을 하나 선택하며 생성 후에는 변경할 수 없습니다. 템플릿에는 리소스 기본값이 들어 있어 생성 전에 조정할 수 있습니다.
LabPod에는 다음 글로벌 템플릿이 기본 제공됩니다:
| 템플릿 | 포함 내용 | GPU |
|---|---|---|
| PyTorch JupyterLab | JupyterLab + PyTorch, CUDA 지원; 설치 후 TensorBoard 런처 사용 가능 | 기본 선택 |
| TensorFlow JupyterLab | JupyterLab + TensorFlow; TensorBoard 런처 포함 | 기본 선택 |
| Data Science JupyterLab (CPU) | NumPy, SciPy, pandas, scikit-learn, matplotlib | 없음 |
| Code Server | 브라우저 기반 VS Code, Open VSX 확장 지원 | 선택 |
기본 JupyterLab 템플릿들은 LabPod이 빌드해 GitHub Container Registry(ghcr.io/labpod/*)로
배포하는 공개 이미지를 사용합니다. PyTorch JupyterLab 은
ghcr.io/labpod/pytorch-jupyter(CUDA 태그 cu121/cu126/cu129, 첫 시작 시 호스트 NVIDIA 드라이버·GPU 에 맞춰 자동 선택 — 관리자가 특정 태그로 고정 가능),
TensorFlow JupyterLab 은 ghcr.io/labpod/tensorflow-jupyter:cu125(CUDA를 자체 번들해
구드라이버에서도 동작), Data Science JupyterLab (CPU) 는
ghcr.io/labpod/scipy-jupyter:py312(CPU 전용)를 씁니다.
이 밖에도 십여 개의 템플릿이 비활성 상태로 함께 제공됩니다. conda·uv 파이썬 워크스페이스, LLM/Hugging Face, ComfyUI, R과 RStudio, MATLAB, 병렬 프로그래밍, PyTorch 데모 쇼케이스 등이 있습니다. 관리자는 필요한 이미지를 빌드하고 해당 약관에 동의한 뒤 활성화할 수 있습니다. 각 템플릿의 구성은 기본 제공 템플릿 문서를 참고하세요.
관리자가 추가 템플릿을 등록했을 수 있으며, 사용자가 직접 만들 수도 있습니다. 아래를 참고하세요.
워크스페이스 만들기
섹션 제목: “워크스페이스 만들기”
- 워크스페이스 홈 페이지에서 만들기를 클릭합니다.
- 템플릿을 선택합니다. 설명이 있으면 펼쳐집니다.
- 시작하기 전에 템플릿 이미지가 있는지 확인합니다. 워크스페이스를 시작할 때는 없는 이미지를 pull하거나 build하지 않습니다. 전역 템플릿이라면 관리자에게 준비를 요청하세요.
- 기본값이 맞지 않는 경우 고급 섹션에서 CPU, 메모리, GPU를 조정합니다.
- 필요에 따라 폴더 및 환경 변수를 설정합니다.
- 만들기를 클릭합니다.
기본적으로 ~/work 디렉터리가 모든 워크스페이스에서 /work로 매핑됩니다. 고급 →
폴더 섹션에서 다음을 추가로 포함할 수 있습니다:
- 공유 프리셋: 관리자가 설정한 경로(데이터셋, 모델 가중치 등)로 기본적으로 모두 체크되어 있습니다.
- 사용자 지정 폴더: 읽기 권한이 있는 호스트의 임의 디렉터리. 워크스페이스별로 저장되며 매번 시작 시 다시 적용됩니다.
워크스페이스 설정에서 폴더를 변경하면 다음 시작 시에 적용됩니다.
환경 변수
섹션 제목: “환경 변수”워크스페이스가 시작될 때 주입할 NAME=value 쌍을 설정합니다. HF_HOME 재정의,
API 키 설정, CUDA 동작 조정 등에 유용합니다. 설정 → 환경에서 편집하며 다음 시작 시 적용됩니다.
사용자 소유 템플릿
섹션 제목: “사용자 소유 템플릿”워크스페이스 구성을 자신만의 템플릿으로 저장할 수 있습니다. 번들 파일로 내보낸 뒤 나중에 다시 가져오면 됩니다. 사용자 소유 템플릿은 템플릿 목록의 내 템플릿 아래에 표시되며 계정에만 공개됩니다.
워크스페이스 생명주기
섹션 제목: “워크스페이스 생명주기”| 작업 | 설명 |
|---|---|
| 만들기 | 워크스페이스를 등록합니다 |
| 시작 | podman run으로 컨테이너를 시작하고 모든 설정을 적용합니다. 없는 이미지를 pull하거나 build하지 않습니다 |
| 중지 | 컨테이너에 SIGTERM을 보낸 후 단계적으로 종료합니다 |
| 삭제 | 컨테이너를 제거하고 GPU 슬롯을 해제합니다. 아래 참고 |
중지 후에도 유지되는 것
섹션 제목: “중지 후에도 유지되는 것”중요한 데이터는 모두 유지됩니다:
/work: 호스트 마운트이므로 컨테이너 내부가 아닌 호스트에 저장되어 유지됩니다.- 워크스페이스 홈 (
/home/<사용자명>): 호스트의 워크스페이스별 디렉터리가 백업으로 사용되므로 conda 환경, pip 설치, dotfiles, 셸 기록 모두 중지/시작 간에 유지됩니다. - 관리자가 설정한 공유 마운트 내의 파일.
컨테이너 내부에서 실행 중인 프로세스는 유지되지 않습니다. 커널, 학습 작업, 터미널 세션이 모두 종료됩니다.
삭제 시 발생하는 일
섹션 제목: “삭제 시 발생하는 일”삭제하면 워크스페이스의 구성과 컨테이너가 제거됩니다. 워크스페이스별 홈 디렉터리는 삭제되지 않고
계정 아래의 복구 가능한 위치로 보관(archive)되므로, 그 안의 내용이 필요하면 관리자에게 문의하세요.
/work 디렉터리는 건드리지 않습니다. /work는 워크스페이스보다 오래 지속되는 호스트 디렉터리입니다.
삭제 대화 상자에서 워크스페이스 이름을 입력하고 확인 체크박스를 선택해야 버튼이 활성화됩니다. 워크스페이스 삭제는 소유자만 할 수 있습니다. 관리자는 다른 사용자의 워크스페이스를 삭제할 수 없습니다. 다른 사용자의 워크스페이스에서 자원을 회수하려면 관리자가 강제 중지할 수는 있지만, 강제 중지가 삭제를 뜻하지는 않습니다(생명주기 참고).
워크스페이스 설정
섹션 제목: “워크스페이스 설정”워크스페이스가 중지된 상태에서 상세 페이지의 설정을 클릭합니다. 다음을 변경할 수 있습니다:
- 리소스: CPU, 메모리, GPU 수 (GPU 모드는 생성 시 고정됩니다).
- 폴더: 호스트 디렉터리 마운트를 추가하거나 제거합니다.
- 환경: 환경 변수를 추가, 제거, 편집합니다.
모든 변경 사항은 다음 시작 시 적용됩니다.
워크스페이스를 로그인 화면에 고정하기
섹션 제목: “워크스페이스를 로그인 화면에 고정하기”워크스페이스 상세 페이지의 로그인 시 열기 버튼(핀 아이콘)을 클릭하면 로그인 후 워크스페이스 목록을 건너뛰고 해당 워크스페이스가 바로 열립니다. 사용자당 하나만 설정할 수 있으며, 다시 클릭하면 해제됩니다.