Python ML 환경 중복 제거를 통한 디스크 공간 10~50GB 확보

Context

Python의 Isolation 기반 환경 모델로 인한 패키지 중복 설치 및 스토리지 낭비 발생. 특히 ML 프레임워크의 거대 용량으로 인해 프로젝트별 독립 환경 구축 시 디스크 사용량이 기하급수적으로 증가하는 구조적 한계 노출.

Technical Solution

• Conda Env 관리: conda env list를 통한 미사용 환경 식별 및 conda env remove를 이용한 물리적 삭제 수행
• Package Cache 최적화: conda clean --all 명령으로 링크되지 않은 패키지 tarball 및 Index cache 제거
• Pip Cache 정제: pip cache purge를 통한 Wheel 및 sdist 로컬 캐시 삭제로 중복 데이터 제거
• 가상 환경 파편화 해결: 프로젝트 내 산재한 .venv 및 __pycache__ 디렉토리를 find 명령으로 탐색 후 일괄 삭제
• 버전 관리 도구 정비: pyenv uninstall을 통해 불필요한 Python Runtime 버전 제거 및 uv, Poetry 전용 캐시 클리닝 수행

Impact

• 전체 디스크 공간 10~50GB 이상의 가용 용량 확보
• 개별 ML 환경당 2~8GB, Conda Package Cache 2~10GB, Pip Cache 0.5~5GB의 공간 회수