02. Miniconda 설치 (Windows·macOS·Linux) — 깊이 파는 얼굴 인식과 감정 분석

conda를 쓰는 방법에는 크게 두 가지가 있습니다. 수백 개 패키지를 한꺼번에 깔아 주는 무거운 Anaconda와, 최소한만 담아 가벼운 Miniconda입니다. 이 책은 필요한 것만 골라 담는 Miniconda를 권합니다. 이 장에서는 세 운영체제에 Miniconda를 설치하고, 실습 전용 환경을 하나 만들어 활성화하는 데까지를 한 번에 끝냅니다.

Anaconda 대신 Miniconda를 고르는 이유

Anaconda는 데이터 과학에 자주 쓰는 패키지를 미리 다 담아 둔 큰 꾸러미입니다. 편하긴 하지만 설치 용량이 수 기가바이트에 이르고, 정작 쓰지 않는 패키지가 대부분입니다. Miniconda는 conda 명령과 파이썬만 들어 있는 최소 구성이라 가볍고, 필요한 라이브러리는 우리가 직접 골라 설치합니다. 학습 목적에는 이쪽이 군더더기 없이 깔끔합니다.

용어 정리. 이 책에서 말하는 "conda"는 패키지와 환경을 관리하는 명령 도구를 뜻하고, Miniconda는 그 conda를 담아 배포하는 설치 꾸러미입니다. Miniconda를 설치하면 conda 명령을 쓸 수 있게 됩니다.

운영체제별 설치

설치 파일은 공식 저장소(https://repo.anaconda.com/miniconda/)에서 내려받습니다. 자신의 운영체제와 CPU 종류에 맞는 파일을 고르는 것이 중요합니다.

Windows

Miniconda3-latest-Windows-x86_64.exe 파일을 내려받아 실행합니다. 설치 마법사에서 다음 두 가지만 신경 쓰면 됩니다.

설치 대상은 "Just Me(현재 사용자만)"를 권합니다. 관리자 권한 문제를 피할 수 있습니다.
"Add Miniconda3 to my PATH" 항목은 체크하지 않아도 됩니다. 설치 후 시작 메뉴에 생기는 Anaconda Prompt로 conda를 실행하는 것이 가장 안전합니다.

설치가 끝나면 시작 메뉴에서 "Anaconda Prompt"를 열어 다음 장의 명령을 입력합니다.

macOS

맥은 CPU 종류에 따라 파일이 다릅니다. Apple Silicon(M1 이상)이면 arm64, 인텔 맥이면 x86_64를 받습니다.

# Apple Silicon (M1/M2/M3...)curl -O https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-arm64.shbash Miniconda3-latest-MacOSX-arm64.sh# 인텔 맥curl -O https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-x86_64.shbash Miniconda3-latest-MacOSX-x86_64.sh

설치 중 라이선스 동의와 설치 경로를 물으면 기본값으로 진행하면 됩니다. 마지막에 "conda init"을 실행할지 물으면 yes를 입력합니다. 설치 후에는 터미널을 한 번 닫았다 다시 엽니다.

Linux

curl -O https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.shbash Miniconda3-latest-Linux-x86_64.sh

macOS와 마찬가지로 동의·경로는 기본값, "conda init"에는 yes로 답한 뒤 터미널을 다시 엽니다.

설치 확인과 채널 우선순위 설정

터미널(윈도우는 Anaconda Prompt)을 열고 conda가 제대로 깔렸는지 확인합니다.

conda --version

conda 24.x.x처럼 버전이 출력되면 성공입니다. 이어서 이 책 내내 사용할 conda-forge 채널을 기본으로 추가하고, 채널 우선순위를 엄격하게 설정합니다.

conda config --add channels conda-forgeconda config --set channel_priority strict

여기서 channel_priority strict는 "패키지를 우선순위가 높은 채널에서만 일관되게 가져오라"는 뜻입니다. 이 설정 하나가 서로 다른 채널에서 패키지를 섞어 받다가 충돌이 나는 사고를 크게 줄여 줍니다.

실습 전용 환경 만들기

conda의 가장 큰 장점은 환경(environment)입니다. 환경은 프로젝트마다 분리된 독립 공간으로, 한 프로젝트의 라이브러리 버전이 다른 프로젝트를 망가뜨리지 않게 막아 줍니다. 이 책의 실습 전용 환경을 하나 만듭니다.

conda create -n face python=3.11

-n face는 환경 이름을 face로 짓는다는 뜻이고, python=3.11은 그 안에 파이썬 3.11을 설치하라는 뜻입니다. 만든 환경은 쓰기 전에 활성화해야 합니다.

conda activate face

활성화되면 명령 프롬프트 맨 앞에 (face)가 붙습니다. 이 표시가 보이면 지금부터 설치하는 모든 패키지가 face 환경 안에만 담깁니다. 실습을 마치고 빠져나올 때는 conda deactivate를 입력합니다.

실무 팁. 파이썬 버전을 3.11로 고정한 데에는 이유가 있습니다. 얼굴 인식 라이브러리들은 TensorFlow, PyTorch, ONNX Runtime 같은 무거운 딥러닝 패키지에 기대는데, 가장 최신 파이썬에서는 이들 호환 휠이 아직 안 올라온 경우가 있습니다. 대표적으로 MediaPipe는 파이썬 3.8~3.12까지만 지원하고 3.13용 휠은 제공하지 않아, 최신 파이썬으로 환경을 만들면 설치 자체가 실패합니다. 한 단계 안정된 3.11을 쓰면 이런 "버전이 안 맞아 설치가 안 되는" 문제를 폭넓게 피할 수 있습니다.

가벼운 Miniconda를 운영체제와 CPU에 맞는 파일로 설치하고, conda-forge를 기본 채널로 추가한 뒤 channel_priority strict로 충돌을 예방했습니다. 그리고 conda create -n face python=3.11로 실습 전용 환경을 만들어 conda activate face로 활성화했습니다. 이제 (face) 환경 안에서 다음 장의 dlib과 OpenCV 설치를 진행합니다.