요즘 FastAPI 개발자 취업공고나 공모전 요강을 보면, Streamlit을 요하는 내용이 자주보인다. 지금하고있는 AI에이전트 공모전에서도 스트림릿 얘기가 나왔었고, 어제 지원한 공모전에서도 Streamlit이 모집 요건에 있었다. 공부 안 할 수가 없지..
그래서 공부해봤는데, 거의 1시간만에 끝날 정도로 너무 간단하고 쉽다.
이건 혁명..!! fastapi, ML 개발자라면 필수로 알아야한다고 생각한다.
https://www.youtube.com/watch?v=nQTglVqUhAU&t=144s
유튜브에는 이 영상이 매우 잘 나와있는듯 하다.
이 외에도 티스토리나, 생성형 AI를 활용해서 간단하게 학습할 수 있다.
구글에 Streamlit github라고 검색하면, 상단에 링크가 보인다.
여기에 너무 잘 나와있어서 간단한 작동법은 패스 ^_^;;
코드돌려보기
아래와 같이 입력하고 코드를 몇개 실행해봤다.
streamlit run app.py
첫 번째는 대시보드를 드래그드랍으로 업로드하고 특정 컬럼만 보여주는 기능..
두 번째는 이미지를 처리한 결과를 보여주는 기능.
요즘 딥페이크 탐지 모델을 서브 해보고싶은데, 거기에 이런식으로 테스트 돌려볼 수 있지 않을까?
이건 내가 요즘 개인적으로 개발중인, cctv를 활용한 실시간 화재탐지 및 데이터 분석 서비스에 쓸 툴이다.
내부 테스트나 모델 결과 확인 용도로는 Prometheus나 Grafana 없이도 충분히 유용하다고 느꼈다.
배운 점
나는 직접 만든 모델 성능이 그렇게 좋지 않지만..
오픈 소스 모델을 사용하고 streamlit을 사용하면, 이젠 정말 백엔드에만 집중할 수 있을 것 같다.
다만 사용자 대상 서비스에서는 여전히 React가 필요하겠지만, 내부 도구나 모델 데모에서는 Streamlit이 훨씬 효율적이라는 생각이 들었다.
이제는 단순히 코드를 많이 짜는 개발자보다는, 적절한 도구를 선택해 빠르게 문제를 해결하는 엔지니어의 시대가 오고 있다는 생각이 들었다.