--- title: "Notebooks 사용" slug: "hadoop-use-notebooks-vpc" tags: ["cloud hadoop"] updated: 2026-10-22T09:13:22Z published: 2026-10-22T09:13:22Z canonical: "guide-gov.ncloud-docs.com/hadoop-use-notebooks-vpc" --- > ## Documentation Index > Fetch the complete documentation index at: https://guide-gov.ncloud-docs.com/llms.txt > Use this file to discover all available pages before exploring further. # Notebooks 사용 VPC 환경에서 이용 가능합니다. Cloud Hadoop 노트북은 데이터 분석에 필요한 쿼리와 코드를 실행할 수 있도록 "서버리스" 형태의 Jupyter Notebook을 제공합니다. Notebooks 콘솔을 통해 노트북 노드를 생성하고 삭제할 수 있습니다. 생성된 노트북 노드의 JupyterLab과 Jupyter Notebook 웹 페이지로 접속하여 데이터 분석 작업을 진행할 수 있습니다. 노트북에서 사용한 쿼리와 코드는 Cloud Hadoop 클러스터의 커널을 통해 실행되며, Object Storage에 노트북 파일로 저장되어 유연하게 재사용할 수 있습니다. ## 노트북 화면 노트북 서비스 이용을 위한 기본적인 설명은 다음과 같습니다. ![notebook_console_1_ko](https://cdn.document360.io/f2d93c92-8957-408f-94df-b9b370f76a32/Images/Documentation/notebook_console_1_ko.png?sv=2026-02-06&spr=https&st=2026-10-29T10%3A54%3A00Z&se=2026-10-29T11%3A54%3A00Z&sr=c&sp=r&sig=cZPw1i6Vod6Zr8%2F7UqkXFdO95VN6E%2FKEUOoa6qPzSIU%3D) | 영역 | 설명 | | --- | --- | | ① 노트북 생성 | 새로운 노트북 생성 | | ② 삭제 | 사용 중인 노트북 삭제 | | ③ JupyterLab에서 열기 | JupyterLab Web UI 접속 | | ④ Jupyter에서 열기 | Jupyter Web UI 에 접속 | | ⑤ 노트북 목록 | 생성된 노트북 목록과 상세 정보 확인 | ## 사전 작업 1. **Object Storage 생성** Cloud Hadoop 클러스터를 생성하기 전, 데이터를 저장하고 검색하기 위한 Object Storage 버킷을 먼저 생성해야 합니다. - Object Storage 생성에 대한 자세한 내용은 [Object Storage 가이드](/docs/storage-storage-6-1)를 참고해 주십시오. 2. **Cloud Hadoop 클러스터 생성** 노트북 노드와 연동할 Cloud Hadoop 클러스터가 생성되어 있어야 합니다. - Cloud Hadoop 클러스터 생성에 대한 자세한 내용은 [Cloud Hadoop 시작](/docs/hadoop-chadoop-2-1-vpc) 가이드를 참고해 주십시오. 3. **VPC, Subnet 생성** 네이버 클라우드 플랫폼 콘솔 VPC 환경의 **Menu** > **All Services** > **Networking** > **VPC** 메뉴에서 VPC와 Subnet을 생성합니다. 노트북 개수와 상관없이 VPC는 최소 1개가 필요하며, 여러 개의 노트북을 같은 VPC에 두고 사용할 수 있습니다. Cloud Hadoop 노트북 노드 생성 시 Public Subnet과 Private Subnet을 노드 용도에 맞게 생성하고 사용할 수 있습니다. - VPC와 Subnet 생성에 대한 자세한 설명은 [VPC 사용 가이드](/docs/networking-vpc-vpcuserscenario1)를 참고해 주십시오. 주의 - 노트북은 분석 환경에 맞춰서 다양한 라이브러리를 다운받아 Jupyter Notebook으로 연동하기 때문에 공인 IP 통신이 가능한 Public Subnet 사용을 권장 드립니다. - Private Subnet을 사용할 경우 VPC 내에 NAT Gateway를 별도로 생성해야만 외부 통신이 가능합니다. 자세한 내용은 [NAT Gateway 사용 가이드](/docs/networking-vpc-vpcdetailenatgw)를 참고해 주십시오. 1. **노드 타입 선택** 예상 사용량을 고려하여 노드 타입을 미리 선택해 두십시오. ## 노트북 생성 노트북 생성하는 방법은 다음과 같습니다. 하나의 Cloud Hadoop 클러스터에 여러 개의 노트북 노드를 생성할 수 있으며, 각 노트북 노드는 Cloud Hadoop 클러스터와 연동이 가능합니다. 1. 네이버 클라우드 플랫폼 콘솔의 VPC 환경에서 **Menu** > **All Services** > **Big Data & Analytics** > **Cloud Hadoop** 메뉴를 차례대로 클릭해 주십시오. 2. **Notebooks** 메뉴를 클릭해 주십시오. 3. **[노트북 생성]** 버튼을 클릭해 주십시오. 4. 노트북 생성 화면이 나타나면 다음 단계를 차례대로 진행해 주십시오. - [1. 노트북 설정](/docs/hadoop-use-notebooks-vpc#1-%EB%85%B8%ED%8A%B8%EB%B6%81-%EC%84%A4%EC%A0%95) - [2. 스토리지 & 서버 설정](/docs/hadoop-use-notebooks-vpc#2-%EC%8A%A4%ED%86%A0%EB%A6%AC%EC%A7%80-%EC%84%9C%EB%B2%84-%EC%84%A4%EC%A0%95) - [3. 인증키 설정](/docs/hadoop-use-notebooks-vpc#3-%EC%9D%B8%EC%A6%9D%ED%82%A4-%EC%84%A4%EC%A0%95) - [4. 최종확인](/docs/hadoop-use-notebooks-vpc#4-%EC%B5%9C%EC%A2%85-%ED%99%95%EC%9D%B8) ### 1. 노트북 설정 노트북 설정 정보를 지정한 후 **[다음]** 버튼을 클릭해 주십시오. - **노트북 이름**: 노트북 노드의 이름을 입력해 주십시오. - **노트북 버전**: 노트북 버전을 선택해 주십시오. 현재 노트북은 1.1 버전을 제공중입니다. - **노트북 컴포넌트**: 버전별 컴포넌트 정보를 확인할 수 있습니다. - **클러스터**: 노트북과 연동하려는 Cloud Hadoop 클러스터를 선택합니다. 최신 Cloud Hadoop 1.8 버전 이상에서만 노트북과 연동이 가능합니다. - **VPC**: [사전 작업](/docs/hadoop-use-notebooks-vpc#%EC%82%AC%EC%A0%84-%EC%9E%91%EC%97%85)에서 생성한 VPC를 선택합니다. - **ACG 설정**: Cloud Hadoop Notebook ACG는 노트북를 생성할 때마다 자동 생성됩니다. 네트워크 ACL을 설정하려는 경우, 노트북 생성 시 자동으로 생성된 ACG를 선택해서 규칙을 수정할 수 있습니다. ACG 설정에 대한 자세한 내용은 [방화벽 설정(ACG)](/docs/compute-compute-2-3) 가이드를 참고해 주십시오. ### 2. 스토리지 & 서버 설정 스토리지 및 노드 서버 설정 정보 지정한 후 **[다음]** 버튼을 클릭해 주십시오. - **Object Storage 버킷**: [사전 작업](/docs/hadoop-use-notebooks-vpc#%EC%82%AC%EC%A0%84-%EC%9E%91%EC%97%85)에서 생성한 Object Storage 버킷에서 데이터를 읽고 쓸 수 있습니다. 노트북 생성 시, [사전 작업](/docs/hadoop-use-notebooks-vpc#%EC%82%AC%EC%A0%84-%EC%9E%91%EC%97%85)에서 생성한 Object Storage 버킷을 선택해 주십시오. - **노트북 노드 Subnet**: 노트북 노드를 위치시킬 Subnet을 선택합니다. - Public Subnet에 노트북 노드를 생성하면 공인 IP 기반으로 웹 도메인 접속이 가능합니다. - Private Subnet에 노트북 노드를 생성할 경우에는 SSL VPN으로 접속해야 웹 도메인 접속이 가능합니다. - **노트북 노드 서버 타입**: 노트북 노드로 사용할 서버 타입을 선택해 주십시오. 노트북 노드를 생성한 이후에는 서버 타입을 변경할 수 없습니다. 노트북 노드로 사용할 수 있는 서버에 대한 사양은 [클러스터 노드별 지원 서버 사양](/docs/cloudhadoop-vpc-prep#%ED%81%B4%EB%9F%AC%EC%8A%A4%ED%84%B0-%EB%85%B8%EB%93%9C%EB%B3%84-%EC%A7%80%EC%9B%90-%EC%84%9C%EB%B2%84-%EC%82%AC%EC%96%91)을 참고해 주십시오. - **노트북 노드 개수**: 노트북 노드의 개수는 1개로 고정되어 있습니다. - **노트북 노드 스토리지 추가여부**: 별도의 Block Storage를 추가하여 사용할 수 있습니다. - **노트북 노드 스토리지 타입**: 스토리지 타입을 선택해 주십시오. SSD와 HDD 중에서 선택할 수 있습니다. 클러스터를 생성한 이후에는 스토리지 타입을 변경할 수 없습니다. - **노트북 노드 스토리지 용량**: 스토리지 용량을 선택해 주십시오. 최소 100GB부터 6TB까지 선택할 수 있으며 10GB 단위로 지정할 수 있습니다. - **요금제**: 계정 생성 시 선택한 요금제가 적용됩니다. 요금에 대한 자세한 내용은 [요금 안내](https://www.gov-ncloud.com/product/analytics/cloudHadoop)를 참고해 주십시오. ### 3. 인증키 설정 노트북 노드에 SSH로 직접 접속하려면 인증키(.pem)를 설정해야 합니다. 노트북 생성 시 보유하고 있는 인증키를 선택하거나 새로운 인증키를 생성하고 **[다음]** 버튼을 클릭해 주십시오. - 새로운 인증키를 생성하려면 **새로운 인증키 생성**을 선택해 인증키 이름을 입력한 후 **[인증키 생성 및 저장]** 버튼을 클릭해 주십시오. ![hadoop-use-notebooks-pemkey-vpc_ko](https://cdn.document360.io/f2d93c92-8957-408f-94df-b9b370f76a32/Images/Documentation/hadoop-use-notebooks-pemkey-vpc_ko.png?sv=2026-02-06&spr=https&st=2026-10-29T10%3A54%3A00Z&se=2026-10-29T11%3A54%3A00Z&sr=c&sp=r&sig=cZPw1i6Vod6Zr8%2F7UqkXFdO95VN6E%2FKEUOoa6qPzSIU%3D) 참고 인증키는 관리자 비밀번호를 확인할 때 필요합니다. 저장한 pem 파일을 PC의 안전한 위치에 보관해 주십시오. ### 4. 최종 확인 설정 내용을 확인한 후 **[생성]** 버튼을 클릭해 주십시오. 참고 - Cloud Hadoop Notebook ACG는 노트북을 생성할 때마다 자동 생성됩니다. 네트워크 ACL을 설정하려는 경우, 자동으로 생성된 ACG를 선택해서 규칙을 수정할 수 있습니다. ACG 설정에 대한 자세한 내용은 [방화벽 설정(ACG)](/docs/compute-compute-2-3) 가이드를 참고해 주십시오. - 노트북이 생성되는 데 약 5~10분이 소요됩니다. 노트북 생성이 완료되어 운영이 시작되면 클러스터 목록의 Status 열에 `운영중`이 표시됩니다. ## 노트북 접속 ### 노트북 웹 페이지 접속 Cloud Hadoop (Notebooks) 콘솔에서 **[JupyterLab에서 열기]** 버튼 또는 **[Jupyter에서 열기]** 버튼을 클릭해 주십시오. 노트북 노드에 설치된 Jupyter Notebook 웹 페이지에 접속할 수 있습니다. - Cloud Hadoop Notebook ACG에 JupyterLab의 허용포트 `8889`와 Jupyter 웹 페이지의 허용포트 `8888`을 추가해 주십시오. - Public Subnet 에 생성된 노트북 노드의 경우 공인IP 기반으로 웹 접속 가능합니다. - Private Subnet 에 생성된 노트북 노드의 경우 SSLVPN 을 통해서 접속해야 웹 접속 가능합니다. 참고 SSL VPN과 ACG 설정 방법에 대한 자세한 설명은 [서비스별 UI 접속 및 패스워드 설정 가이드](/docs/hadoop-chadoop-3-3-vpc)를 참고해 주십시오. ### 노트북 노드에 SSH로 직접 접속 노트북 생성 시 **인증키 설정** 단계에서 설정한 인증키를 이용하여, 노트북 노드에 SSH로 직접 접속할 수 있습니다. 자세한 방법은 [SSH로 클러스터 노드 접속](/docs/hadoop-chadoop-3-2-vpc) 가이드를 참고해 주십시오. ## 노트북 사용 노트북을 다양한 형태로 연동해서 사용할 수 있습니다. - [노트북에서 Cloud Hadoop 클러스터의 Spark에 연동](/docs/hadoop-use-notebooks-vpc#%EB%85%B8%ED%8A%B8%EB%B6%81%EC%97%90%EC%84%9C-cloud-hadoop-%ED%81%B4%EB%9F%AC%EC%8A%A4%ED%84%B0%EC%9D%98-spark%EC%97%90-%EC%97%B0%EB%8F%99) - [노트북에서 TensorFlow MNIST 학습](/docs/hadoop-use-notebooks-vpc#%EB%85%B8%ED%8A%B8%EB%B6%81%EC%97%90%EC%84%9C-tensorflow-mnist-%ED%95%99%EC%8A%B5) - [노트북에서 Object Storage 데이터 연동](/docs/hadoop-use-notebooks-vpc#%EB%85%B8%ED%8A%B8%EB%B6%81%EC%97%90%EC%84%9C-object-storage-%EB%8D%B0%EC%9D%B4%ED%84%B0-%EC%97%B0%EB%8F%99) ### 사전 작업 1. **ACG 설정** 연동할 Cloud Hadoop 클러스터와 노트북 노드 간의 ACG 허용이 필요합니다. 연동할 Cloud Hadoop 클러스터의 ACG에 노트북 노드의 ACG를 포함하여, 다음과 같이 ACG를 설정해 주십시오. - 연동할 Cloud Hadoop 클러스터의 **Default ACG**에서 **[Inbound]** 탭을 클릭해 주십시오. 접근 소스에는 노트북 노드의 ACG를 추가해 주시고, 허용 포트에는 1-65535 포트 전체를 추가한 후 **[적용]** 버튼을 클릭해 주십시오. ![notebook_acg_ko](https://cdn.document360.io/f2d93c92-8957-408f-94df-b9b370f76a32/Images/Documentation/notebook_acg_ko.png?sv=2026-02-06&spr=https&st=2026-10-29T10%3A54%3A00Z&se=2026-10-29T11%3A54%3A00Z&sr=c&sp=r&sig=cZPw1i6Vod6Zr8%2F7UqkXFdO95VN6E%2FKEUOoa6qPzSIU%3D) 참고 Cloud Hadoop 클러스터와 노트북은 같은 VPC 내 통신이 가능한 동일 Subnet으로 생성하는 것을 권장합니다. 1. **패키지 설치** Spark, TensorFlow MNIST 학습 예제 코드 실행 전, 분석에 필요한 패키지 설치가 선행되어야 합니다. 노트북 노드에 SSH로 접속하여 아래 명령어를 수행해 주십시오. ``` $ curl -O https://bootstrap.pypa.io/pip/3.6/get-pip.py $ python3 get-pip.py --user $ python3.9 -m pip install --upgrade pip==25.3 $ pip install pyspark $ sudo yum -y update $ sudo yum install java-1.8.0-openjdk-devel.x86_64 $ pip install tensorflow==2.15.0 $ pip install numpy==1.25.2 ``` ### 노트북에서 Cloud Hadoop 클러스터의 Spark에 연동 Jupypter Notebook Web UI에 접속한 후 PySpark를 사용하여, Cloud Hadoop 클러스터와 연동할 수 있습니다. **** 노트북에서 커널 설정을 PySpark로 선택하여 진행해 주십시오. ``` import os import pyspark import socket from pyspark.sql import SQLContext, SparkSession sc = SparkSession \ .builder \ .appName("SparkFromJupyter") \ .getOrCreate() sqlContext = SQLContext(sparkContext=sc.sparkContext, sparkSession=sc) print("Spark Version: " + sc.version) print("PySpark Version: " + pyspark.__version__) df = sqlContext.createDataFrame( [(1, 'foo'), (2,'bar')], #records ['col1', 'col2'] #column names ) df.show() print(socket.gethostname(), socket.gethostbyname(socket.gethostname())) ``` ![notebook_pyspark_example](https://cdn.document360.io/f2d93c92-8957-408f-94df-b9b370f76a32/Images/Documentation/notebook_pyspark_example.png?sv=2026-02-06&spr=https&st=2026-10-29T10%3A54%3A00Z&se=2026-10-29T11%3A54%3A00Z&sr=c&sp=r&sig=cZPw1i6Vod6Zr8%2F7UqkXFdO95VN6E%2FKEUOoa6qPzSIU%3D) ### 노트북에서 TensorFlow MNIST 학습 Jupypter Notebook Web UI에 접속한 후, PySpark를 사용하여 TensorFlow MNIST Training을 수행할 수 있습니다. **** 노트북에서 커널 설정을 Python3로 선택해서 진행해 주십시오. ``` # tensorflow library import # tensorflow 설치가 필요하면 # !pip install tensorflow import tensorflow as tf mnist = tf.keras.datasets.mnist # mnist 데이터 셋 로드 (x_train, y_train),(x_test, y_test) = mnist.load_data() x_train, x_test = x_train / 255.0, x_test / 255.0 # layer를 추가해 모델을 정의 model = tf.keras.models.Sequential([ tf.keras.layers.Flatten(input_shape=(28, 28)), tf.keras.layers.Dense(128, activation='relu'), tf.keras.layers.Dropout(0.2), tf.keras.layers.Dense(10, activation='softmax') ]) model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy']) # 모델을 훈련하고 평가 model.fit(x_train, y_train, epochs=5) model.evaluate(x_test, y_test) # 학습된 모델을 Keras 네이티브 포맷(.keras)으로 저장 model.save("my_model.keras") ``` ![notebook_tensorflow_mnist_example](https://cdn.document360.io/f2d93c92-8957-408f-94df-b9b370f76a32/Images/Documentation/notebook_tensorflow_mnist_example.png?sv=2026-02-06&spr=https&st=2026-10-29T10%3A54%3A00Z&se=2026-10-29T11%3A54%3A00Z&sr=c&sp=r&sig=cZPw1i6Vod6Zr8%2F7UqkXFdO95VN6E%2FKEUOoa6qPzSIU%3D) ### 노트북에서 Object Storage 데이터 연동 Jupyter Notebook Web UI에 접속하여 사용자의 Object Storage 정보를 입력하면 Object Storage 버킷에 연동할 수 있습니다. - Object Storage의 Access key ID와 Secret key 정보는 네이버 클라우드 플랫폼 콘솔의 **My Account** > **계정 및 보안 관리** > **보안 관리** > **접근 관리** > **API 인증키**에서 확인할 수 있습니다. 자세한 내용은 [Object Storage 시작](/docs/storage-storage-6-1) 가이드를 참고해 주십시오. **** 노트북에서 커널 설정을 Python3로 선택해서 진행해 주십시오. ``` # 필요한 boto3 모듈 임포트 import boto3 # Object Storage 정보 입력 service_name = 's3' endpoint_url = 'https://kr.object.private.gov-ncloudstorage.com' region_name = 'kr-standard' access_key = '사용자의 access key' secret_key = '사용자의 secret key' # Boto3를 활용하여 Object Storage 연동 if __name__ == "__main__": s3 = boto3.client(service_name, endpoint_url=endpoint_url, aws_access_key_id=access_key, aws_secret_access_key= secret_key) s3.upload_file("my_model.keras", "버킷 이름", "model/my_model.keras") ``` ## 노트북 삭제 사용이 완료된 노트북은 삭제할 수 있습니다. Jupypter Notebook에서 사용했던 노트북 파일(.ipynb 확장자의 파일)은 Cloud Hadoop 클러스터의 Object Storage 버킷 하위에 저장됩니다. 참고 노트북을 삭제를 하더라도 사용했던 노트북 파일은 삭제되지 않습니다.