본문 바로가기

분류 전체보기

 (134)
69일차. Linux 더보기 69일 차 회고. 오늘은 리눅스와 쉘에 대해서 배웠는데 대부분은 이미 대학교에서 배운 내용이라 다소 쉬운 느낌이 있었다. 그래도 좀 새로운 내용도 있어서 괜찮았던 것 같다. 다시 정리할 수 있는 시간이 되었다. 그리고 빅데이터분석기사 필기에 합격을 해서 실기 준비를 할 수 있게 되었다. 떨어질까 봐 걱정했는데 안전하게 합격이 되어서 다행이었다. 1. Linux 1-1. Linux Linux리눅스 커널에 기반한 오픈소스 유닉스 계열 운영체제 Linux 종류Ubuntu Linux가장 대중적인 리눅스GUI 환경 제공무료 및 상업적 사용 가능CentOSRed Hat 기반가볍고 안정적인 서버 운영 가능Kali Linux보안 및 해킹 테스트에 특화된 도구 포함 Linux 구조Application..
68일차. Docker 더보기 68일 차 회고. 오늘도 도커에 대해서 배우고 실습했는데 조금 졸리긴 했지만 재미있었다. 쉬는 시간 중간중간에 인적성 문제도 풀고 있는데 시간이 너무 촉박한 것 같아서 걱정이 된다. 1. Docker 1-0. Login & Logout docker login # Docker logindocker logout # Docker logout 1-1. Nginx Image만약 오류가 날 경우, Docker를 실행한다.docker search nginx # 'nginx' image 검색docker pull nginx # 'nginx' image 다운로드docker images # image 목록 확인"""REPOSITORY TAG IMAGE I..
67일차. Docker 더보기 67일 차 회고. 오늘부터 새로운 단위에 들어갔고, 오늘은 Docker를 배웠다. 기본적인 내용을 배웠지만, 새로운 내용을 배우기도 했고, 궁금했던 내용이라 수업이 재밌었다. 1. Docker 1-1. Docker Docker 설치 확인docker --version # Docker 버전 확인wsl -l -v # WSL(Windows Subsystem for Linux) 목록wsl -d docker-desktop busybox # WSL 환경 내 BusyBox Shell 진입 Container가상의 컴퓨터처럼 동작하는 환경운영체제 내에 논리적으로 분리된 공간을 만들고, 그 안에 애플리케이션 실행에 필요한 라이브러리와 구성 요소를 모두 포함해 별도의 서버처럼 사용할 수 있다.Ser..
65-66일차. 단위 프로젝트(LLM(초거대언어모델)) 더보기 65일 차 회고. 모델은 주말동안 다시 수정해서 나름 만족스럽게 만들 수 있었다. 하지만 Chatbot을 구현하는 과정에서 문제가 생겨서 남아서 수정하게 됐다. 더보기 66일 차 회고. 어제 문이 닫을 때 집에 갈 수 있어서 많이 피곤하긴 하지만 오늘이 프로젝트 발표라서 마지막까지 힘내보기로 했다. 문제였던 부분은 파악을 해서 팀원분들이 잘 수정해주셔서 안심할 수 있었다. 단위 프로젝트 회고
단위 프로젝트 3. LLM을 연동한 내외부 문서 기반 질의 응답 시스템 0. Github 1. 프로젝트 일정 1-1. 프로젝트 회의 (2025. 04. 09) 1-2. LLM Model Fine-Tuning (2025. 04. 09 - 2025. 04. 13) 데이터 수집백종원의 요리비책백종원의 쿠킹로그 질문-답변 Dataset 생성 GPT-4o mini LLM Model Fine-TuningGemma3-4b GGUF 변환 및 Hugging Face 업로드INe904/gemma3-finetune-recipe2-ggufseungdang/gemma3-miniproj3-finetune-model2-gguf 1-3. 페이지 구현 (2025. 04. 14 - 2025. 04. 15) StreamlitChatbotFine-Tuning ModelRAGBase Model vs ..
[플레이데이터 SK네트웍스 Family AI 캠프 10기] 14주차 회고 14주 차 학습  1. RAG  RAG외부 지식을 검색하여 LLM이 올바른 답변을 할 수 있도록 도움확장성, 정확성, 제어 가능성, 설명 가능성, 범용성의 특징을 가짐  Native RAGLoader다양한 소스에서 문서를 불러오고 처리함page_content, metadata를 포함함Splitter토큰 제한이 있는 LLM이 여러 문장을 참고해 답변할 수 있도록 문서를 분할함 Vector DB분할한 문서를 벡터로 저장하여 유사한 벡터를 효율적으로 검색함Indexing, Querying, Post Processing의 순서로 동작함 Advanced RAGRetriever사용자 질문에 맞는 관련 문서 벡터 검색Reranker의미를 비교하여 순서를 재정렬함RAG의 문제점인 정보 손실을 해결함복잡한 의미적 관계를..
64일차. Modular RAG - LangGraph / MCP 더보기 64일 차 회고.  오늘 수업은 따라가기 어렵기도 했고, 단위 프로젝트 때문에 정신이 없기도 해서 제대로 참여하지 못했다.    1. Modular RAG  1-1. LangGraph LangGraphLLM을 사용한 애플리케이션에서 상태를 유지하고, 여러 에이전트 간의 협업을 설계할 수 있도록 도와주는 프레임워크LangChain의 기능을 확장한 형태로, 복잡한 에이전트 런타임을 구현할 때 핵심적인 구조인 순환 그래프를 만들고 관리할 수 있다. LangGraph 구성요소Node각각의 작업 단위수행하고자 하는 로직을 포함한다.Edge노드와 노드를 연결하는 경로각 노드의 실행 결과나 상태에 따라 다음 노드를 결정하며, 이 과정에서 노드 간 커뮤니케이션이 이루어진다.State그래프 실행 도중 생성되는 데..
63일차. Modular RAG - LangSmith & Tools 더보기 63일 차 회고.  어제 전처리를 기본만 하고 모델을 돌려서 데이터셋을 만들어보려고 했는데 토큰 제한이 걸려서 돌리지 못했다. 그래서 모델을 바꾸는 등의 방법을 사용해야 할 것 같다. 일단은 모델은 뒤로 미뤄두고 전처리에만 집중하기로 했다.    1. Modular RAG  1-1. LangSmith LangSmithLLM 애플리케이션 모니터링, 테스트, 배포 지원 온라인 플랫폼LangChain 기반 애플리케이션의 개발 효율성을 향상시키고, 생산성 증가 및 오류 감소를 목표로 한다. LangSmith ConceptLangsmith에 추적 로그 기록RunLLM 애플리케이션에서 수행되는 단일 작업 또는 실행 단위Trace하나의 입력이 출력으로 처리되는 전체 실행 흐름여러 개의 Run으로 구성되며, 애..

티스토리툴바