🐳 Docker로 개발한 프로젝트, 다른 PC로 옮기는 방법 (완벽 가이드)
👉 AI 종목 추천 서비스: https://www.leetrader.kr/
🚀 왜 Docker로 개발하면 PC 이동이 쉬울까?
개발하다 보면 이런 문제가 반드시 발생합니다.
- PC 바꾸면 실행 안됨
- 라이브러리 버전 충돌
- DB 연결 깨짐
- 환경변수 누락
👉 그런데 Docker를 쓰면 이런 문제들이 거의 사라집니다.
🔎 Docker의 핵심 개념 (쉽게 이해)
Docker는 한마디로:
“프로그램 실행에 필요한 모든 환경을 통째로 묶어서 옮기는 기술”
입니다.
즉,
- Python 버전
- Node 버전
- 라이브러리
- 실행 환경
👉 전부 컨테이너 안에 포함됩니다.
💡 Docker로 개발했을 때 장점
1️⃣ 환경 동일성 (가장 중요)
- 내 PC = 다른 PC = 서버
- 실행 결과 동일
👉 “내 컴퓨터에서는 되는데?” 문제 해결
2️⃣ 설치 과정 최소화
기존 방식:
- Python 설치
- Node 설치
- 패키지 설치
- DB 설정
Docker 방식:
👉 docker-compose up 한 줄로 끝
3️⃣ 서버 배포와 동일 환경
현재 서비스처럼:
👉 Render / AWS / VPS 등 어디든 동일하게 실행 가능
4️⃣ 유지보수 편함
- 환경 깨져도 다시 컨테이너 실행
- 재현성 100%
🧩 실제 프로젝트 이동 방법 (실습)
이제 가장 중요한 부분입니다.
👉 다른 PC로 옮기는 실제 방법
1️⃣ 준비물
새 PC에서 필요한 것:
Docker Desktop 설치
Git 설치
👉 필수 2개입니다.
2️⃣ 프로젝트 가져오기
방법 1: GitHub 사용 (추천)
git clone https://github.com/xxxx/xxxxx.git
cd xxxxx
방법 2: USB / 압축파일
- 기존 프로젝트 폴더 압축
- 새 PC에서 압축 해제
3️⃣ Docker 실행
프로젝트 폴더 안에서:
docker-compose up --build
👉 이 명령 하나로:
- 이미지 생성
- 컨테이너 실행
- 서버 구동
⏱️ 최초 실행 시
- 이미지 빌드 때문에 시간이 조금 걸립니다
- 이후부터는 빠르게 실행됩니다
4️⃣ 실행 확인
브라우저에서:
http://localhost:포트번호
👉 예:
http://localhost:3000
http://localhost:8000
⚙️ docker-compose 구조 예시
실제 구성은 보통 이렇게 되어 있습니다:
version: "3"
services:
web:
build: .
ports:
- "3000:3000"
depends_on:
- db
db:
image: postgres
environment:
POSTGRES_USER: user
POSTGRES_PASSWORD: password
🔐 환경변수 (.env) 중요 포인트
이거 안 하면 90% 실패합니다.
반드시 확인해야 할 것:
- DB 연결 정보
- API KEY
- 포트 설정
예시
DB_HOST=localhost
DB_USER=postgres
DB_PASSWORD=1234
👉 .env 파일은 Git에 안 올라가는 경우 많음
👉 꼭 같이 옮겨야 합니다
⚠️ 자주 발생하는 오류
❗ Docker 실행 안됨
docker --version
확인
❗ 포트 충돌
Error: port already in use
👉 다른 프로그램 종료
❗ DB 연결 실패
👉 .env 확인
❗ 이미지 빌드 실패
docker-compose build --no-cache
📦 추천 구조 (실무 기준)
👉 프로젝트 폴더 구조
lee_trader/
├── docker-compose.yml
├── Dockerfile
├── .env
├── backend/
├── frontend/
└── data/🔥 추가 꿀팁 (실무)
1️⃣ 백그라운드 실행
docker-compose up -d
2️⃣ 종료
docker-compose down
3️⃣ 로그 확인
docker-compose logs -f
🚀 Docker를 쓰면 생기는 진짜 차이
| 항목 | 기존 방식 | Docker |
|---|---|---|
| 환경 세팅 | 복잡 | 매우 간단 |
| PC 이동 | 어려움 | 쉬움 |
| 버그 재현 | 어려움 | 쉬움 |
| 배포 | 별도 작업 | 동일 |
📌 결론
이 프로젝트처럼:
- AI 분석 시스템
- DB 포함 구조
- 웹 + 백엔드
👉 이런 시스템은 Docker 없으면 관리 거의 불가능합니다.
한 줄 정리
Docker는 “개발 환경을 그대로 복사해서 옮기는 기술”이다
아직 개인프로젝트 수준이기때문에
프로젝트 개발 환경을 이동하곤 합니다.
그래서 docker를 선택하게 되었습니다.
'주식 추천 시스템 개발' 카테고리의 다른 글
| 한국 주식 데이터는 어디서 어떻게 모으나 — KRX·OpenDART·증권사 API 비교 (개발 일지 2화) (0) | 2026.05.31 |
|---|---|
| AI 주식 분석 사이트를 직접 만들기 시작한 이유 — 평범한 개인 투자자의 개발 일지 (0) | 2026.05.29 |
| AI 주식 추천 점수만 믿으면 안 되는 5가지 이유 — 그래서 어떻게 활용해야 할까 (0) | 2026.05.28 |
| AI로 코스피·코스닥 200여 종목을 매일 분석해주는 무료 사이트 — Lee Trader Lab (0) | 2026.05.27 |
| 03_주식 종목 추천 시스템 render로 호스팅 했습니다. (무료) (0) | 2026.04.19 |
| 02_주식 종목 추천 시스템(상세 분석 페이지) (0) | 2026.04.17 |
| 01_데이터 기반 주식 추천 서비스(개발중) (0) | 2026.04.15 |