Container와 Docker 기초 — 왜 필요하고 어떻게 작동하는가

💡

한 줄 요약 — Container는 애플리케이션과 그 의존성(라이브러리, 런타임, 설정)을 하나로 묶어 어느 환경에서나 같은 방식으로 실행하는 격리된 프로세스고, Docker는 container를 만들고 관리하는 도구다.

"내 PC에서는 잘 되는데 왜 서버에서는 안 되지?" — 개발자라면 누구나 한번은 마주한 악몽이다. 원인은 보통 환경 차이 — Python 버전이 다르고, 설치된 라이브러리가 다르고, OS도 다르다. 이 문제를 근본적으로 해결하는 기술이 Container고, 그를 쉽게 다루게 해주는 도구가 Docker다.

문제: 환경의 불일치 (Environment Hell)

전통적인 배포 과정

로컬 PC (macOS)
├─ Python 3.11
├─ PostgreSQL 14.5
├─ Node.js 18.0
└─ 내 앱 실행 ✅

↓ 소스코드 + README 업로드

서버 (Ubuntu Linux)
├─ Python 3.8 (오래된 버전)
├─ PostgreSQL 12.1 (낮은 버전)
├─ Node.js 12.0
└─ 의존성 불일치 → 앱 실행 ❌

원인들:

패키지 버전 불일치
OS별 라이브러리 차이
설정 파일 누락
언어 런타임 버전 차이

이 문제를 매번 수동으로 디버깅하는 것은 악몽이다.

해결책: Container

Container의 핵심 아이디어

"애플리케이션이 필요로 하는 모든 것(코드, 라이브러리, 런타임, 설정)을 하나의 패키지로 만들어서 어디든 배포하자."

Dockerfile (조리법)
  ↓
Docker Image (준비된 상태)
  ↓
Docker Container (실행 중인 상태)
  ↓
어디서든 같은 환경 ✅

VM (Virtual Machine) vs Container

많이 헷갈리는 부분이라 비교해보자:

구분	VM	Container
크기	수 GB (OS 포함)	수십~수백 MB
시작 시간	분 단위	초 단위
리소스	무겁다 (전체 OS)	가볍다 (공유 커널)
격리 수준	완전 격리	프로세스 수준 격리
부팅 오버헤드	높음	낮음

관계도:

호스트 OS (Linux)
├─ VM1 [OS + App A]  ← 무거움
├─ VM2 [OS + App B]  ← 무거움
└─ VM3 [OS + App C]  ← 무거움

호스트 OS (Linux)
├─ Docker Container A [App A + 최소 의존성] ← 가벼움
├─ Docker Container B [App B + 최소 의존성] ← 가벼움
└─ Docker Container C [App C + 최소 의존성] ← 가벼움

Container는 같은 OS 커널을 공유하면서 프로세스 수준에서 격리하기 때문에 훨씬 가볍다.

Docker의 세 가지 구성 요소

1. Dockerfile — 조리법

애플리케이션을 container로 만드는 방법을 명시.

FROM python:3.11-slim          # 기반 이미지: Python 3.11
WORKDIR /app                   # 작업 디렉토리
COPY requirements.txt .        # 의존성 파일 복사
RUN pip install -r requirements.txt  # 의존성 설치
COPY . .                       # 소스코드 복사
EXPOSE 8000                    # 열 포트
CMD ["python", "app.py"]       # 실행 명령어

각 줄은 **계층(layer)**을 만들고, 캐싱되어 다시 빌드할 때 변경된 부분만 다시 처리된다.

2. Docker Image — 준비된 상태

Dockerfile을 바탕으로 빌드한 읽기 전용 템플릿.

$ docker build -t my-app:1.0 .
# Dockerfile을 읽고 Image 생성

Image는:

애플리케이션의 스냅샷
어디서든 재현 가능
변경 불가능 (immutable)

3. Docker Container — 실행 중인 상태

Image를 바탕으로 실행한 격리된 프로세스.

$ docker run -p 8000:8000 my-app:1.0
# Image → Container 생성 및 실행

Container는:

Image에서 생성된 인스턴스
변경 가능 (실행 중 파일 수정 가능, 하지만 권장하지 않음)
종료되면 사라짐

관계:

Python 공식 이미지 (alpine, slim, full)
  ↓
Dockerfile (나만의 설정 추가)
  ↓
Docker Image (my-app:1.0)
  ↓ (docker run)
Docker Container (실행 중)

Docker 기본 명령어

이미지 관련

# 이미지 빌드
docker build -t my-app:1.0 .
 
# 이미지 목록
docker images
 
# 이미지 삭제
docker rmi my-app:1.0
 
# 이미지 다운로드 (Registry에서)
docker pull python:3.11

컨테이너 관련

# 컨테이너 실행
docker run -d -p 8000:8000 --name web my-app:1.0
  # -d: 백그라운드 실행
  # -p: 포트 바인딩 (호스트:컨테이너)
  # --name: 이름 지정
 
# 실행 중인 컨테이너 목록
docker ps
 
# 모든 컨테이너 (실행 중 + 종료된)
docker ps -a
 
# 컨테이너 로그
docker logs web
 
# 컨테이너에 접속
docker exec -it web /bin/bash
 
# 컨테이너 중지
docker stop web
 
# 컨테이너 재시작
docker restart web
 
# 컨테이너 삭제
docker rm web

실행 예시

# Node.js 앱 실행
$ docker run -p 3000:3000 node:18 npm start
 
# PostgreSQL 데이터베이스 실행
$ docker run -e POSTGRES_PASSWORD=secret -p 5432:5432 postgres:15
 
# 로컬 파일을 컨테이너와 공유
$ docker run -v /Users/me/data:/app/data my-app:1.0

Docker Registry — 이미지 저장소

중앙 집중식 저장소

Image를 공유하고 배포하기 위해 Registry가 필요하다.

로컬 PC (docker build)
  ↓
Docker Image 생성
  ↓ (docker push)
Docker Registry (Docker Hub, ECR, GCR 등)
  ↓ (docker pull)
서버 (docker run)

Docker Hub (공식)

# 이미지 태그 지정
$ docker tag my-app:1.0 username/my-app:1.0
 
# Registry에 푸시
$ docker login
$ docker push username/my-app:1.0
 
# 다른 곳에서 다운로드
$ docker pull username/my-app:1.0
$ docker run username/my-app:1.0

프라이빗 Registry (기업)

AWS ECR (Elastic Container Registry)
Google GCR (Google Container Registry)
Azure ACR (Azure Container Registry)
Self-hosted: Harbor, Nexus

실전: 간단한 Flask 앱 Container화

1단계: 앱 준비

# app.py
from flask import Flask
 
app = Flask(__name__)
 
@app.route('/')
def hello():
    return 'Hello from Docker!'
 
if __name__ == '__main__':
    app.run(host='0.0.0.0', port=8000)

# requirements.txt
Flask==2.3.0

2단계: Dockerfile 작성

FROM python:3.11-slim
WORKDIR /app
COPY requirements.txt .
RUN pip install -r requirements.txt
COPY . .
EXPOSE 8000
CMD ["python", "app.py"]

3단계: 빌드 및 실행

$ docker build -t my-flask:1.0 .
$ docker run -p 8000:8000 my-flask:1.0
# http://localhost:8000 접속 → "Hello from Docker!"

4단계: 배포

$ docker tag my-flask:1.0 username/my-flask:1.0
$ docker push username/my-flask:1.0
 
# 다른 서버에서
$ docker pull username/my-flask:1.0
$ docker run -p 8000:8000 username/my-flask:1.0
# 같은 환경에서 실행 ✅

핵심 요점

Container = 애플리케이션 + 의존성의 완전한 패키지
Dockerfile = 조리법, Image = 준비된 상태, Container = 실행 중인 프로세스
VM보다 가볍고 빠르다 (공유 커널)
"내 PC에서는 잘 되는데"는 이제 과거의 일 (같은 Image 사용)
다음 단계: 여러 컨테이너를 조율하기 위해 Kubernetes 필요

다음 글 예고

Kubernetes: 수십 개의 Container를 어떻게 관리할까? Pod, Service, Deployment...