Streamlit, 데이터 과학 및 머신러닝 프로젝트를 위한 혁신적인 웹앱 프레임워크

들어가며

데이터 과학자와 개발자들이 복잡한 기술적 단계 없이 신속하게 대화형 웹 애플리케이션을 만들 수 있는 도구가 있다면 어떨까요? Streamlit이 바로 그런 솔루션입니다. 이 블로그 포스트에서는 Streamlit의 매력적인 특징과 사용 방법을 자세히 알아보겠습니다.

Streamlit이란 무엇인가?

Streamlit은 Python 기반의 오픈 소스 웹 애플리케이션 프레임워크로, 데이터 과학 프로젝트와 머신러닝 모델을 쉽고 빠르게 공유할 수 있게 해주는 혁신적인 도구입니다. 복잡한 웹 개발 지식 없이도 간단한 Python 스크립트로 인터랙티브한 웹앱을 만들 수 있습니다.

설치 방법

Streamlit 설치는 매우 간단합니다. Python의 pip를 사용하여 다음 명령어로 설치할 수 있습니다:

pip install streamlit

가상환경을 사용하는 것을 추천하며, Python 3.7 이상 버전에서 작동합니다.

기본 사용 방법

첫 번째 Streamlit 앱 만들기

다음은 간단한 Streamlit 앱의 예시입니다:

import streamlit as st

st.title('나의 첫 Streamlit 앱')
st.write('Hello, Streamlit!')

number = st.slider('숫자를 선택하세요', 0, 100)
st.write(f'선택한 숫자의 제곱: {number ** 2}')

이 코드는 제목, 텍스트, 슬라이더를 포함하는 상호작용형 웹앱을 생성합니다.

주요 위젯들

Streamlit은 다양한 위젯을 제공합니다:

• st.button(): 버튼 생성
• st.checkbox(): 체크박스
• st.radio(): 라디오 버튼
• st.selectbox(): 드롭다운 선택
• st.text_input(): 텍스트 입력
• st.dataframe(): 데이터프레임 시각화

주요 응용 사례

1. 머신러닝 모델 데모
   • 학습된 모델의 예측 결과를 인터랙티브하게 시각화
   • 실시간 모델 성능 테스트
2. 데이터 분석 대시보드
   • 복잡한 데이터셋의 탐색적 데이터 분석
   • 동적 차트와 시각화 생성
3. 비즈니스 인텔리전스 대시보드
   • 실시간 비즈니스 메트릭 모니터링
   • 의사결정권자를 위한 데이터 시각화
4. 챗봇 서비스
   • AI API를 활용한 챗봇 서비스

Streamlit의 특장점

• 빠른 개발: 최소한의 코드로 웹앱 제작
• Python 친화적: 추가 웹 프레임워크 학습 불필요
• 무료 호스팅: Streamlit Community Cloud 제공
• 다양한 라이브러리 통합: Pandas, Matplotlib, Plotly 등과 쉬운 연동

결론

Streamlit은 데이터 과학자와 개발자에게 강력하고 사용하기 쉬운 웹앱 개발 도구입니다. 복잡한 웹 개발 지식 없이도 놀라운 인터랙티브 애플리케이션을 만들 수 있습니다.

시작하기

Streamlit 공식 문서(https://docs.streamlit.io)를 방문하여 더 많은 기능과 예제(https://streamlit.io/gallery)를 확인해보세요. 여러분의 첫 Streamlit 앱 개발을 응원합니다!

Streamlit에서 역방향 프록시 설정시 주의사항

Streamlit 에서 생성한 app 을 역방향 프록시를 통해서 https , http를 연결했을때, websocket connection fail 증상으로 문제 발생하는 경우가 있습니다. 이때 커스텀 헤더에서 다음에 해당하는 설정을 추가합니다.

upgrade ,$http_upgrade

Connection ,$connection_upgrade

를 추가하려 해결합니다. (관련링크 : https://discuss.streamlit.io/t/streamlit-to-work-on-my-synology-nas/13226/19)