1. FastAPI란?

• FastAPI는 Python 기반의 웹 프레임워크로, 빠르고 쉽게 API 서버를 만들 수 있습니다.
• 머신러닝/딥러닝 모델을 웹에서 사용할 수 있도록 배포할 때 많이 사용됩니다.

2. 환경설정

2-1. 필요한 라이브러리 설치

아래 명령어를 터미널(명령 프롬프트)에서 실행하세요.

pip install fastapi uvicorn scikit-learn numpy

• fastapi: API 서버를 만들기 위한 프레임워크
• uvicorn: FastAPI 서버를 실행하는 데 사용
• scikit-learn: 간단한 머신러닝 모델 예시용
• numpy: 수치 계산용

3. 간단한 머신러닝 모델 준비

아래는 Iris 데이터셋을 이용한 간단한 분류 모델 예시입니다.

# ml_model.py
from sklearn.datasets import load_iris
from sklearn.ensemble import RandomForestClassifier

# 데이터 불러오기
iris = load_iris()
X, y = iris.data, iris.target

# 모델 학습
model = RandomForestClassifier()
model.fit(X, y)

# 예측 함수
# 입력값: 꽃받침 길이, 꽃받침 너비, 꽃잎 길이, 꽃잎 너비
# 출력값: 품종(0, 1, 2)
def predict_iris(features):
    return int(model.predict([features])[0])

4. FastAPI 서버 코드 작성

4-1. 기본 FastAPI 서버 구조