AUD PLATFORM
페이지 트리
메타 데이터의 끝으로 건너뛰기
메타 데이터의 시작으로 이동

Start Release No :  / Update Release No : 

작성자 :    / 검수자 : 


9.1 AUD Conflux 기본 배포 모듈 및 스크립트 실행 가능 파이썬 버전 정보

AUD Conflux 파이썬 스크립트 및 모듈을 사용하는데 필요한 파이썬 버전은 아래와 같습니다.



지원 파이썬 버전 정보 (64bit 필수)
파이썬 스크립트 API 유틸3.8 ~ 3.13
기본 배포 모듈3.8 ~ 3.12


※ 파이썬 3.9 이하 버전은 공식 지원 종료(EOL)로 인해 보안 취약점 노출 및 라이브러리 호환성 결여 문제가 있으므로, 런타임 안정성 확보를 위해 최소 3.10 이상의 사용을 강력히 권장합니다.


  • 파이썬 스크립트 API 유틸
    Pure Python을 이용하여 다양한 비즈니스 실행 및 결과를 생성하는 PythonScript 노드에서 기본적으로 사용되는 유틸성 API 입니다.



1) 앞 노드 데이터 가져오기
기본적으로 파이썬 스크립트 노드는 앞 노드 데이터를 pandas의 dataframe 형태로 가져와 사용합니다.




2) 다음 노드로 데이터 전달하기 
파이썬 스크립트 노드에서 데이터 전처리 후 결과 데이터를 다시 pandas의 dataframe으로 만들어 다음 노드로 전달합니다.

파이썬 스크립트 노드에서 생성한 결과 dataframe을 다시 데이터 테이블 노드에서 구성이 가능하며 해당 노드는 다시 또 다른 파이썬 스크립트 노드를 연결해서 전처리 또한 가능합니다.



3) 파이썬 스크립트 노드 로그 
 파이썬 스크립트 노드에서는 다음과 같은 방법으로 로그를 기록하여 데이터 확인이 가능합니다.


1) 파이썬 스크립트 기본 로그
Conflux.write_log() API는 기본 파이썬 스크립트 노드 로그에 로그를 기록하며 해당 로그파일의 경로는 application.json 파일에 설정된 LogPath 경로의 [conflux-python.log]에 기록됩니다.



2)파이썬 스크립트 사용자 커스텀 로그
Conflux.write_custom_log() API는 사용자가 로그 파일명을 커스텀 지정하여 로그를 기록하며 해당 로그파일의 경로는 application.json 파일에 설정된 LogPath 경로의 [첫 번째 인자 입력 문자열.log]에 기록됩니다.



※ print() 출력은 Python이 실행되는 서버에서만 독립적으로 보관되므로, Python 서버와 aud-conflux 서버가 분리된 구성에서는
   NAS·공유 스토리지가 없는 한 conflux 서버측에서 확인할 수 없습니다. 
   따라서 디버깅·추적 로그는 반드시 파이썬 스크립트 노드의 표준 API를 사용하여 로깅하는것을 권장드립니다.




  • 기본 배포 모듈

특정 기능을 독립적으로 수행하도록 캡슐화되어, 간단한 파라미터값 세팅을 통해 필요할 때마다 호출하여 통계 분석 결과를 도출 할 수 있는 기본 배포 모듈입니다.



9.2 AUD Conflux 기본 배포 파이썬 버전 정보

AUD Conflux 기본 배포 파이썬 패키지 관리자 정보 및 제공 파이썬 버전 정보는 아래와 같습니다.

(2026.04.29 일자로 기본 배포 파이썬 버전이 3.12로 변경되었습니다.)

패키지 관리자 명파이썬 버전 정보
Miniconda3.12



9.3 AUD Conflux 기본 배포 모듈 파이썬 필수 라이브러리 목록 및 라이브러리 버전 정보

AUD Conflux의 파이썬 모듈 구동을 위한 필수 라이브러리 목록 구성은 아래와 같습니다. 

카테고리라이브러리설명
PythonScript APIpandas데이터 조작 및 분석을 위한 핵심 라이브러리로, 테이블 형태의 DataFrame 처리에 특화된 라이브러리
pyarrow대용량 데이터의 고속 처리 및 Parquet 파일 형식 입출력을 지원하는 라이브러리
Python Module Labrarynumpy고성능 수치 계산과 다차원 배열 연산을 지원하는 과학 계산의 기초 라이브러리
scipyNumPy를 기반으로 하여 적분, 최적화, 통계 등 더 고도화된 과학 기술 계산 기능을 제공하는 라이브러리
scikit-learn분류, 회귀, 군집화 등 다양한 머신러닝 알고리즘과 모델 평가 도구를 제공하는 표준 라이브러리
matplotlib데이터를 차트나 그래프 등 다양한 형태의 이미지로 시각화하는 라이브러리
statsmodels통계적 모델 추정, 가설 검정, 데이터 탐색 기능을 제공하는 통계 분석 전용 라이브러리
pmdarima시계열 분석 모델인 ARIMA의 최적 파라미터를 자동으로 찾아주는(Auto-ARIMA) 도구 라이브러리
prophet계절성과 휴일 효과를 반영하여 시계열 데이터를 예측하는 Meta에서 개발한 모델 라이브러리
holidays국가별 공휴일 날짜 정보를 생성하여 시계열 예측 정확도를 높이는 데 도움을 주는 라이브러리
openpyxlExcel 파일(.xlsx)을 파이썬에서 직접 읽거나 쓸 수 있도록 지원하는 라이브러리


AUD Conflux의 파이썬 버전별 라이브러리 호환성 정보는 아래와 같습니다.

파이썬 각 버전의 호환성을 고려하여 아래 명시된 권장 라이브러리 버전을 준수하는 것을 권장합니다.

라이브러리Python 3.8Python 3.9Python 3.10 - 3.11Python 3.12Python 3.13
pandas2.0.32.2.32.2.32.2.32.2.3
pyarrow17.0.019.0.019.0.019.0.019.0.1
numpy1.24.41.26.41.26.41.26.4
scipy1.10.11.13.11.14.11.14.1
scikit-learn1.3.21.5.21.6.11.6.1
matplotlib3.7.53.9.33.9.33.9.3
statsmodels0.14.10.14.40.14.40.14.4
pmdarima2.0.42.0.42.0.42.0.4
prophet1.1.61.3.01.3.01.3.0
holidays0.580.830.840.84
openpyxl3.1.53.1.53.1.53.1.5




9.4 AUD Conflux 기본 배포 모듈별 파이썬 라이브러리 목록

AUD Conflux의 분석 모듈 구동을 위한 필수 라이브러리 구성은 아래와 같습니다. 

모듈 카테고리기본 배포 모듈 명사용 라이브러리

시계열 예측


ARIMA
  • pandas
  • numpy
  • statsmodels
  • pmdarima
  • scikit-learn
  • openpyxl
Prophet
  • pandas
  • numpy
  • scipy
  • prophet
  • holidays
  • scikit-learn
  • openpyxl
이상치 탐지Isolation Forest
  • pandas
  • numpy
  • scikit-learn
  • openpyxl
One-Class SVM
차원 축소PCA
  • pandas
  • numpy
  • scipy
  • scikit-learn
  • openpyxl
t-SNE
모델 평가 및 성능 검증RMSE
  • pandas
  • numpy
  • scikit-learn
  • openpyxl
ROC-AUC
군집 분석계층적 군집(Clustering Hierarchical)
  • pandas
  • numpy
  • scipy
  • scikit-learn
  • matplotlib
K MEANS(Clustering K-MEANS)
  • pandas
  • numpy
  • scipy
  • scikit-learn
  • matplotlib
  • openpyxl
분류 분석의사결정 트리(Classification Decision Tree)
  • pandas
  • numpy
  • scipy
  • scikit-learn
  • openpyxl


랜덤 포레스트(Classification Random Forest)
회귀 분석로지스틱(Regression Logistic)
선형회귀(Regression Linear)
파이썬 스크립트 API 유틸
  • pandas
  • pyarrow


9.5 AUD Conflux 기본 배포 모듈 파이썬 라이브러리 설정 및 추가 가이드

  1. 개요
    - 기본으로 배포되는 파이썬을 사용하기 위해서는 언팩(conda-unpack)이라는 과정을 수행해야 합니다. 
    - 기본으로 배포되는 파이썬에 별도의 라이브러리 추가가 필요할 경우 해당 가이드 내용을 통해 라이브러리 추가가 가능합니다.


  2. Python Conda 환경 배포 파일 언팩
    Conda 환경 내부에는 빌드 시점의 절대 경로가 수많은 파일에 하드코딩되어 있어, 단순히 압축을 풀고 옮기는 것만으로는 정상 동작하지 않습니다.
    배포자는 사용자의 설치 경로를 미리 알 수 없으므로, 사용자가 압축 해제 직후 conda-unpack을 1회 실행하여 실제 경로로 내부 참조를 자동 보정해야 합니다.
    이후에는 일반 Python 환경처럼 사용 가능합니다.

    2-1) 배포 파일 및 실행 파일 위치
    배포된 Python Conda 환경 압축 파일을 사용하기 위해 언팩 배치 파일을 실행합니다.

    구분배포 파일실행 파일
    Windowspy312_win.zippy312_win_deploy.bat
    Linuxpy312_linux.tar.gzpy312_linux_deploy.sh

    2-2) 언팩 실행

    배포 파일과 실행 파일을 동일한 경로에 위치시킨 후 실행 파일을 실행합니다.

        - windows: py312_win_deploy.bat 실행 

        - Linux: py312_linux_deploy.sh 실행


    2-3) 언팩 수행 내용

    실행 파일은 다음 작업을 순서대로 수행합니다.

        - Python Conda 환경 압축 파일 해제

        - conda-unpack 명령어 수행으로 환경 경로 보정

        - Windows 환경의 경우 Prophet에서 사용하는 분석 엔진 CmdStan이 실행되기 위한 보조 파일(DLL) 경로 설정 수행


  3. Python Conda 환경 별도 라이브러리 추가
     폐쇄망이 아닌 경우 명령어를 통해 추가 라이브러리를 구성할 수 있습니다.
     차단된 폐쇄망인 경우 오프라인 설치 방법을 통해 추가 라이브러리를 구성할 수 있습니다.

    3-1) 기본 설치된 파이썬의 경로로 진입하여 모듈 설치
        해당 경로에서 모듈 설치 명령어 혹은 오프라인에서 미리 받아온 설치 파일을 위치하여 모듈을 설치합니다
        - windows: {제품 설치 경로}/WEB-INF/_AUD_CONFLUX_/py312_win
        - linux: {제품 설치 경로}/WEB-INF/_AUD_CONFLUX_/py312_linux


    3-2) 설치 명령어 예시
        - windows:
              - 환경 활성화 : Scripts\activate.bat
              - 설치 라이브러리 목록 확인: pip list
              - 설치 : pip install [라이브러리명]
              - 환경 나가기 : deactivate

        - linux: 
              - 환경 활성화 : source bin/activate
              - 설치 라이브러리 목록 확인: pip list
              - 설치 : pip install [라이브러리명]
              - 환경 나가기 : deactivate

    ※ 해당 내용은 명령어 예시입니다. 사이트 환경에 따라 다르게 명령어를 수행해야 할 수 있습니다.



G-CC
  • 레이블 없음