hello

회사에서 Python 쓰는것이란.. (proxy, x509...)

Share

Python 패키지를 외부 저장소(PyPI)에서 설치해야 하지만 내부망 환경에서
프록시 서버를 반드시 거쳐야 하는 경우, pip 설정 파일에 프록시 정보를 지정해야 한다.
OS별로 설정 파일의 위치와 이름이 다르므로 주의한다.


🪟 Windows 환경 설정

📁 1. pip 설정 디렉터리 생성

Windows에서 pip 설정 파일은 다음 경로에 위치한다.

%UserProfile%\AppData\Roaming\pip

예시:

C:\Users\jhl\AppData\Roaming\pip

탐색기에서 이동 방법

  1. 탐색기 주소창에 %UserProfile%\AppData\Roaming 입력
  2. Enter로 이동
  3. pip 폴더가 없으면 새로 생성

📝 2. pip.ini 파일 생성

pip 폴더 안에 pip.ini 파일을 생성하고 아래 내용을 삽입한다.

[global]
trusted-host = pypi.python.org
               pypi.org
               files.pythonhosted.org
proxy=http://12.34.56.78:8080

✔️ 파일명은 pip.ini (Linux와 다름)
✔️ trusted-host 설정은 내부망에서 SSL 관련 오류를 방지하는 목적


🐧 Linux 환경 설정

📁 1. pip 설정 디렉터리 생성

mkdir -p ~/.pip

📝 2. pip.conf 파일 생성

cat << EOF > ~/.pip/pip.conf
[global]
trusted-host = pypi.python.org
               pypi.org
               files.pythonhosted.org
proxy=http://12.34.56.78:8080
EOF

✔️ Linux에서는 파일명이 pip.conf
✔️ 사용자 계정별 설정이므로 root 계정은 따로 설정 필요


📝 추가 실무 팁

🔧 1. 시스템 전체 적용 경로

Windows:

C:\ProgramData\pip\pip.ini

Linux:

/etc/pip.conf

(관리자 권한 필요)


🔐 2. 인증 프록시 사용 시

proxy=http://username:[email protected]:8080

Linux에서는 파일 권한 보호 권장:

chmod 600 ~/.pip/pip.conf

🌐 3. 환경 변수로 임시 프록시 설정

Windows CMD

set HTTPS_PROXY=http://12.34.56.78:8080
set HTTP_PROXY=http://12.34.56.78:8080

Linux Bash

export HTTPS_PROXY=http://12.34.56.78:8080
export HTTP_PROXY=http://12.34.56.78:8080

🔍 4. 설정 확인

pip config list

또는 설치 테스트:

pip install requests -v

✅ 요약

  • Windows는 pip.ini, Linux는 pip.conf 사용
  • 내부망 환경에서는 trusted-host 설정이 중요
  • proxy 옵션으로 모든 pip 트래픽을 프록시로 우회
  • 인증 프록시, 환경 변수 등 확장 설정 가능

Read more

LLM 시대, 프롬프트 엔지니어링보다 '도메인 전문성'이 더 강력한 무기인 이유

최근 AI 도구들이 비약적으로 발전하면서 '프롬프트 엔지니어링'이라는 기술적 기법에 많은 관심이 쏠렸습니다. 하지만 실제 현업에서 LLM을 극한으로 활용해 고도의 결과물을 만들어내는 사람들의 공통점은 정교한 프롬프트 템플릿을 쓰는 능력이 아니라, 해당 분야에 대한 깊은 '도메인 전문성'을 갖추고 있다는 점입니다. 많은 이들이 LLM이 지식의 격차를 줄여준다고

By JHL

AI 코딩 에이전트 도입 시 고려해야 할 보안 제어 프레임워크: 속도와 안전의 균형 잡기

최근 Claude Code나 Kiro와 같은 AI 코딩 에이전트들이 단순한 코드 완성을 넘어, 자연어 프롬프트 하나로 수십 개의 PR을 생성하고 인프라를 수정하는 수준까지 발전했습니다. 하지만 이러한 생산성 향상은 '기계적 속도'라는 트레이드오프를 동반합니다. AI 에이전트는 조직의 보안 리스크나 컴플라이언스를 이해하지 못한 채 오직 '작업 완료'에만 최적화되어

By JHL

AI 벤치마크의 '포화 상태'와 평가 지표의 유효기간: 우리는 무엇을 믿어야 하는가

최근 LLM의 성능이 비약적으로 상승하면서, 역설적으로 우리가 모델의 성능을 측정하는 '자' 자체가 무용지물이 되는 현상이 가속화되고 있습니다. arXiv에 게재된 "When AI Benchmarks Plateau: A Systematic Study of Benchmark Saturation" 연구는 우리가 흔히 신뢰하는 벤치마크 점수가 왜 더 이상 모델 간의 변별력을 제공하지 못하는지, 그리고 이른바 '

By JHL

AI 에이전트 시대의 엔드포인트 보안: 실행 권한을 넘어 '행위 거버넌스'로

DevOps.com을 통해 Airlock Digital이 발표한 'Agentic AI Control & Governance' 솔루션 소식을 접했습니다. 이번 발표의 핵심은 단순히 '어떤 AI 소프트웨어를 실행할 것인가'라는 기존의 화이트리스트 방식(Application Control)을 넘어, 실행 중인 AI 에이전트가 '실제로 어떤 명령을 내리고 어떻게 행동하는가'를 실시간으로 제어하겠다는

By JHL