2026년 JupyterLab 4.6에서 Python 커널을 찾을 수 없을 때 어떻게 해야 할까요?

2026년 11월 4일 기준, JupyterLab 공식 변경 기록에는 4.6 계열 안정판이 4.6.5로 표시되어 있습니다. 공식 변경 기록을 확인하되, 커널이 보이지 않을 때는 JupyterLab을 재설치하기 전에 서비스가 연결된 Python 환경을 확인하고, 목표 환경에 ipykernel을 설치한 뒤 커널로 등록하세요. 마지막으로 노트북이 실제로 선택한 해석기와 연구용 패키지도 검증해야 합니다.

이 글은 JupyterLab을 열었지만 Python 커널 목록이 비어 있거나 프로젝트 환경만 보이지 않는 학생과 연구자를 위한 안내입니다.
Python 환경을 바꾼 뒤 기존 노트북이 다른 해석기를 사용하는 경우에도 적용할 수 있습니다.
실험실 Mac 분석 환경을 관리하는 지원 담당자는 아래 점검 항목과 기록 방법을 참고할 수 있습니다.

화면에 보이는 커널과 실행 환경은 서로 다른 층입니다

JupyterLab 화면이 정상적으로 열려도 원하는 Python 환경이 자동으로 커널 목록에 나타나는 것은 아닙니다. 화면을 제공하는 JupyterLab, 이를 실행한 서비스 환경, 노트북 코드가 실행되는 커널은 연결되어 있지만 같은 구성 요소는 아닙니다. JupyterLab의 문서와 커널 안내는 노트북에서 커널을 선택하고 관리하는 방식을 설명합니다.

따라서 터미널에서 python 명령이 실행된다는 사실만으로 JupyterLab이 그 Python을 찾았다고 판단하면 안 됩니다. 먼저 다음 정보를 메모해 두면 문제를 좁히기 쉽습니다.

• JupyterLab을 실행한 터미널, 앱 또는 원격 서비스
• 서비스 실행에 사용된 Python 환경
• 보이지 않는 프로젝트의 Python 환경 경로
• 커널 목록이 비어 있는지, 특정 환경만 빠졌는지
• 환경을 만들거나 옮긴 뒤 문제가 시작됐는지

JupyterLab은 열리는데 Python 커널이 하나도 없다면 어떻게 확인하나요?
우선 JupyterLab을 실행한 것과 같은 환경에서 jupyter kernelspec list를 실행합니다. 목록이 비어 있거나 기대한 환경이 없다면, 문제는 화면 표시보다 커널 사양 등록에 있을 수 있습니다. 이 명령은 커널 사양을 확인하는 공식 진단 방법이며, Jupyter 커널 관리 문서에서 커널과 사양의 관계를 확인할 수 있습니다.

목록에 다른 커널이 보인다면 서비스 자체가 완전히 멈춘 상황과는 다릅니다. 빠진 환경만 점검하면 됩니다. 반대로 목록이 비어 있으면 현재 서비스가 사용할 수 있는 커널 사양부터 확인해야 합니다.

가상 환경의 ipykernel을 확인하고 별도 커널로 등록합니다

프로젝트용 Python 가상 환경은 패키지를 분리해 설치하는 공간입니다. 하지만 환경을 만들었다고 해서 JupyterLab 커널 목록에 자동으로 등록되지는 않습니다. ipykernel이 다른 Python에 설치되어 있어도 프로젝트 환경에 설치된 것처럼 보일 수 있습니다.

가상 환경에 ipykernel을 설치했는데도 JupyterLab에서 찾지 못하는 이유는 무엇인가요?
설치 명령을 실행한 Python과 프로젝트에서 사용할 Python이 다를 가능성이 있습니다. 프로젝트 환경을 활성화한 터미널에서 python -m pip show ipykernel을 실행해 설치 위치를 확인하세요. 출력이 없거나 예상과 다른 경로라면, 해당 환경에 패키지를 설치하지 않은 것입니다.

목표 환경을 활성화한 상태에서 다음 순서로 진행합니다. 이름은 프로젝트에 맞게 바꾸되, 환경의 Python으로 명령을 실행해야 합니다.

• [ ] 프로젝트 가상 환경을 활성화하고 python -c "import sys; print(sys.executable)"로 실행 파일 경로를 확인합니다.
• [ ] 같은 터미널에서 python -m pip show ipykernel을 실행합니다. 찾을 수 없으면 python -m pip install ipykernel로 설치합니다.
• [ ] python -m ipykernel install --user --name project-env --display-name "Python (project-env)"를 실행해 해당 환경을 커널로 등록합니다.
• [ ] jupyter kernelspec list를 다시 실행해 새 커널 사양이 나타나는지 확인합니다.
• [ ] JupyterLab에서 새 커널을 선택하고, 노트북 안에서 실행 파일 경로를 확인합니다.

이 등록 방식과 명령 옵션은 IPython의 공식 커널 설치 안내에 설명되어 있습니다. --display-name은 화면에 표시할 이름을 정합니다. 표시 이름은 설명용이므로, 그 이름만 보고 실제 Python 경로가 맞다고 단정할 수 없습니다. 등록 전과 후의 실행 파일 경로를 비교하세요.

가상 환경을 이동하거나 삭제했다면 기존 커널 사양이 예전 경로를 가리킬 수 있습니다. 재등록 전에 목록에 표시된 커널 사양과 현재 환경 경로가 일치하는지 확인하세요.

커널이 실행되어도 노트북이 올바른 환경이라는 뜻은 아닙니다

노트북 셀을 실행할 수 있어도 선택한 Python이 프로젝트에서 기대한 환경이 아닐 수 있습니다. 분석에 필요한 패키지가 다른 환경에만 설치되어 있거나, 노트북의 작업 디렉터리가 바뀌어 상대 경로로 읽는 파일을 찾지 못할 수도 있습니다.

선택된 Python 커널이 실제로 어느 해석기를 사용하는지 어떻게 확인하나요?
노트북 셀에서 import sys; print(sys.executable)을 실행합니다. 표시된 경로를 프로젝트 환경의 경로와 비교하세요. 주요 의존성은 import 패키지이름; print(패키지이름.__file__)처럼 모듈 파일 위치를 출력해 확인할 수 있습니다. 패키지가 설치되어 있다는 사실만으로 현재 커널에서 불러오는 패키지까지 일치한다고 보장할 수는 없습니다.

Python 환경을 바꾼 뒤 기존 노트북을 새 커널에 연결하려면 어떻게 하나요?
먼저 새 환경에 ipykernel을 설치하고 커널로 등록한 다음, 기존 노트북의 커널 선택 메뉴에서 등록한 이름을 선택합니다. 노트북 파일 자체를 다시 만들 필요는 없습니다. 다만 선택 후 sys.executable과 핵심 패키지 위치를 확인해야 이전 환경을 계속 사용하는 실수를 막을 수 있습니다. Jupyter 서버의 실행 위치와 설정이 예상과 다를 수 있다면 서버 설정 문서도 함께 점검하세요.

문제 범위를 좁히려면 다음 순서로 진행합니다.

• 서비스 실행 터미널에서 jupyter kernelspec list를 실행해 서비스가 볼 수 있는 커널을 확인합니다.
• 목표 환경의 Python 경로와 그 환경에 설치된 ipykernel을 확인합니다.
• 해당 환경을 공식 절차로 등록하고 커널 목록을 다시 확인합니다.
• 노트북에서 새 커널을 선택한 뒤 실행 파일과 핵심 의존성 경로를 검사합니다.
• 작업 디렉터리와 입력 파일 경로를 점검하고, 민감하지 않은 최소 코드로 재현합니다.
• 성공한 경우 Python 경로, 커널 표시 이름, 주요 의존성과 실행 조건을 기록합니다.

커널 시작이 실패하거나 반복해서 끊기면, 먼저 커널 사양이 가리키는 실행 파일이 여전히 존재하는지 확인하세요. 가상 환경을 옮겼거나 지웠다면 경로가 유효하지 않을 수 있습니다. 서비스와 커널이 서로 다른 호스트에서 실행되는 구성인지도 살펴야 합니다. JupyterLab 4.6 전체의 결함이라고 일반화하기보다는, 실제 실행 명령과 최소 재현 결과를 기준으로 문제를 기록해야 합니다.

연구 환경에 맞는 검증 방법을 선택합니다

수정이 끝났다면 대상 노트북에서 올바른 커널을 선택하고, 민감한 데이터가 없는 셀로 해석기 경로와 필수 패키지를 확인합니다. 이어서 프로젝트의 핵심 분석 단계가 실행되는지 검증합니다. 커널이 시작된 것과 연구 절차가 재현 가능한 것은 서로 다른 검증입니다.

실험실의 현재 환경과 추가 Mac 환경은 해결하는 문제가 다릅니다. JupyterLab의 커널 등록 오류 자체는 환경 확인과 등록으로 해결할 수 있으므로, Mac을 추가하는 것이 필수는 아닙니다. 반면 프로젝트가 macOS에서의 동작 확인을 요구한다면 운영체제별 검증 환경이 필요할 수 있습니다. Python 연구 환경과 의존성 관리 안내와 Mac 활용 예시를 검토하면 현재 실험실 환경으로 충분한지 판단하는 데 도움이 됩니다.

Linux나 Windows만으로는 macOS 전용 동작을 확인할 수 없고, 개인 Mac은 구입과 관리가 필요하며, 원격 환경은 네트워크와 데이터 처리 조건을 확인해야 합니다. 따라서 커널 등록 문제는 먼저 현재 Python 환경에서 해결하고, macOS 검증이 실제로 필요한데 실험실에 쓸 수 있는 Mac이 없다면 원격 Mac을 보충 환경으로 고려할 수 있습니다. HireVM의 원격 Mac 이용 안내에서 접속 방식과 적용 범위를 살펴보고, 민감한 연구 데이터나 물리 장치가 필요한 작업은 이용 전 조건을 확인하세요.