구글, VS Code에서 클라우드 노트북 붙이는 확장 프로그램 공개

노트북 하나 열자고 창을 세 개씩 띄우던 시절

머신러닝 개발자에게 익숙한 장면이 있다. 로컬 VS Code에서 코드를 짜다가, 대용량 데이터 학습이 필요해지면 브라우저를 열어 클라우드 콘솔에 로그인하고, 별도의 Jupyter 노트북 페이지로 넘어가 코드를 다시 옮겨 적는 식이다. 구글이 이 반복되는 전환 과정을 줄이겠다며 VS Code용 확장 프로그램을 내놨다.

무엇이 공개됐나

구글 클라우드는 Workbench Notebooks용 VS Code 확장 프로그램을 정식 출시했다고 밝혔다. 이 확장을 설치하면 로컬 VS Code 환경에서 구글 클라우드의 확장 가능한 Jupyter 환경에 직접 접속할 수 있다. 개발자가 자신의 노트북 컴퓨터에서 코드를 짜면서도, 실제 연산은 구글 클라우드의 고성능 인프라에서 처리하도록 연결하는 구조다. 구글 측은 이를 통해 머신러닝 개발 과정에서 반복되는 환경 전환 부담을 줄일 수 있다고 설명했다.

확장 프로그램은 투명성과 커뮤니티 기반 개선을 지원하기 위해 전체 소스가 공개됐다. GitHub 저장소와 VS Code 마켓플레이스 양쪽에서 내려받을 수 있는 것으로 확인됐다.

Workbench Notebooks가 하던 일

Google Cloud Workbench Notebooks는 원래 구글 클라우드 콘솔 안에서 관리형 Jupyter 환경을 제공하는 서비스다. GPU나 TPU 같은 가속기를 붙인 인스턴스를 웹 브라우저에서 곧바로 띄워 데이터 분석과 모델 학습을 할 수 있게 해준다. 다만 지금까지는 이 환경에 접속하려면 브라우저 기반 콘솔을 거쳐야 했고, 개발자가 평소 쓰는 로컬 에디터의 자동완성이나 디버깅, 버전 관리 도구를 그대로 쓰기는 어려웠다. 이번 확장 프로그램은 이 경계를 없애 VS Code 안에서 클라우드 노트북 커널을 직접 붙이는 방식을 택했다.

클라우드 개발 도구 경쟁 구도

로컬 IDE와 클라우드 연산을 잇는 시도는 구글만의 것이 아니다. AWS도 최근 SageMaker Python SDK v3에 추론 최적화 기능을 통합해 노트북 워크플로 안에서 벤치마킹과 배포를 한 번에 처리할 수 있도록 했다. 두 회사 모두 개발자가 로컬 환경을 떠나지 않고도 클라우드 인프라의 이점을 쓰게 만드는 방향으로 움직이고 있다.

항목	구글 Workbench 확장	AWS SageMaker Python SDK v3
연결 방식	VS Code ↔ 클라우드 Jupyter	노트북 내 패키지 호출
핵심 목표	컨텍스트 전환 제거	추론 추천·배포 자동화
공개 형태	완전 오픈소스	SDK 패키지 업데이트

오픈소스로 낸 이유

구글은 이번 확장 프로그램을 비공개 상용 도구가 아니라 완전 오픈소스로 냈다. 코드가 공개되면 개발자 커뮤니티가 버그를 직접 고치거나 기능을 추가할 수 있고, 기업 사용자 입장에서는 확장이 어떤 권한으로 클라우드 계정에 접속하는지 코드로 직접 확인할 수 있다는 장점이 있다. 클라우드 인프라 업체들이 개발자 도구 자체를 오픈소스로 내는 흐름은 앞서 구글이 공개한 온디바이스 LLM 프레임워크 LiteRT-LM에서도 비슷하게 나타난 바 있다.

구글, 엣지용 LLM 추론 프레임워크 LiteRT-LM 공개

그래서 무엇이 달라지나

이 확장 프로그램이 바꾸는 것은 화려한 신기술이 아니라 개발자의 반복 작업이다. 데이터 과학자나 ML 엔지니어가 브라우저 콘솔과 로컬 에디터를 오가며 코드를 복사-붙여넣기 하던 과정이 사라지고, VS Code 하나로 로컬 코드 작성과 클라우드 연산 실행이 이어진다. 특히 GPU 자원이 필요한 실험을 자주 돌리는 팀이라면 환경 전환에 드는 시간을 줄일 수 있을 것으로 보인다. AWS와 구글이 나란히 노트북 워크플로 개선에 나선 만큼, 앞으로 다른 클라우드 업체들도 비슷한 로컬-클라우드 연결 도구를 내놓을 가능성이 있다.