✏️공부기록

챗봇 기술은 이제 단순한 자동 응답을 넘어서 어느 기업에나 쓰이고 있고, 생성형 AI를 활용한 자연스러운 대화까지 확장되고 있다. 어쩌다 보니 챗봇 관련 프로젝트에 자주 참여하게 되었고 Rule-based 기반의 query형 챗봇부터 RAG 기반 LLM 챗봇까지 다양하게 경험할 수 있었다. 사실 내가 이걸 완전히 이해하고 시작했던 건 절대 아니고 지금도 부족한 지식으로 프로젝트에 참여 중이라..그래서 이번 기회에 내가 다뤄봤던 챗봇 기술들을 아주 간단하게 정리해보려고 한다.1. Rule-based 챗봇인턴십 당시, 사내 메신저용 챗봇을 기획하고 제작한 적이 있다. 어느 사내용 챗봇이나 엄청난 기능을 갖추기 어렵다고 생각하긴 하지만 이 프로젝트는 제약이 정말 많았는데,외부 API 연동 불가 (폐쇄망 보안 ..

AIVLE DAY 2차 데이터분석과 모델링 교육이 끝난후에 AIVLE DAY 1차가 진행되었고, 개발 교육이 끝나니 AIVLE DAY 2차가 진행되었다! 1차 AIVLE DAY에 비해서 금방 다가왔다. 그리고 2차라고 하니까 더 뿌듯했다.  코딩테스트  1차 때와 다르게 오전시간에 코딩테스트를 진행했다. 알고리즘 공부를 전혀 안해서 그런지.. 어렵다고 느껴져서 쉬워보이는 한문제와 두번째 문제 반절 정도 풀고 나왔다.. ㅎㅎ개발직군에 취준하려면 코딩테스트가 필수이기 때문에, 에이블데이를 통해서 코딩테스트를 볼 수 있는 점이 좋았다.  종이 찢기 게임이 재미있어서 기억에 남는다. 끊기지 않고 종이를 찢는게임인데 우리반 에이블러님들이 생각보다 잘하셔서 놀랐다.  빅프로젝트 1등 워크숍   빅프로젝트 1차 기획..

미니프로젝트 7차0603 - 0613미니프로젝트 7차는 지금까지 진행했던 미니프로젝트 중 가장 긴 기간이었고, 빅프로젝트의 팀원들을 미리알 수 있었다. 빅프로젝트를 앞두고 팀원들과 호흡을 맞춰보는 중요한 기회를 제공해주는 느낌..? 이번 프로젝트의 목표는 장고(Django)를 사용하여 웹 서비스를 구축한 경험을 바탕으로, AIVLE School의 FAQ를 챗봇 서비스로 만드는 것..!  사용 기술- 프레임워크 : 장고(Django)- AI 모델 : GPT-3.5(Open AI), text-embedding-ada-002 - 리트리버 : 데이터베이스에서 유사한 문서를 검색하는 시스템 - 데이터베이스 : FAQ 데이터를 저장 및 관리- AWS : 서버를 배포 개발 과정- 요구사항 분석: FAQ 데이터 수집 ..

점심 시간에 밥먹고 오니까.. local 서버에 연결이 안되는 이슈가 발생했다... 정확히 알 순 없지만 서버를 제대로 닫지 않고 강제 종료 시키면서 문제가 발생한 것 같다   https://stackoverflow.com/questions/57054403/problem-with-npm-start-error-spawn-cmd-enoent Problem with npm start (error : spawn cmd ENOENT)I have a problem with my application. Because before when I created an application it worked, but now, it shows me this error and I do not know why and the thi..

벌써 6기 모집기간이라 해서 조금이라도 도움이되고자 느낀점을 간단하게 작성해보려고 합니다!5기 모집 당시에 DX/AI 트랙 사이에서 어떤 트랙을 지원할지 많은 고민이 있었는데 기자단 분들의 블로그를 보고 많은 도움을 받았던 기억이 있습니다.     KT AIVLE 5기 후기  저는 KT AIVLE AI 트랙에 참여중이고, 현재 7번의 미니프로젝트를 마치고 빅프로젝트가 진행 중입니다.AI 트랙은 데이터분석 + 개발에 집중된 트랙입니다. 저희 반의 전공자와 비전공자의 비율은 7 : 3 정도 입니다. 코딩 경험이 전무하면 DX트랙으로 지원하는 것이 좋을 것 같습니다.저도 비전공자이다 보니 처음에 따라가기 어려웠지만, 양질의 강의와 좋은 팀원 분들의 도움으로 끝마칠 수 있었습니다!   1. 데이터 분석과 개발을..

AICE 시험을 코앞에 두고 샘플 문항코드를 정리했다. 실제 AICE 시험에서는 GPT 사용이 안되고, 오로지 구글링만 된다! 제시된 가이드를 잘 읽고 풀어야겠다.범위는 AIVLE에서 배웠던 머신러닝과 딥러닝이고 기본적인 모델링 과정을 잘 알아야 할 것 같다.  전처리결측치 처리 # 각 열의 중앙값 계산medians = df.median()# 각 열의 평균값 계산 means = df.mean()# 중앙값으로 결측치 채우기df_filled = df.fillna(medians)# 평균값으로 결측치 채우기 df_filled = df.fillna(means)df.fillna(method='bfill')# 전 값으로 채우기f.fillna(method='ffill')원핫인코딩# 범주형 변수를 더미 변수로 변환합니다..

미니프로젝트 5차0422 - 0423 미니프로젝트 5차에는 AICE 대비 모의 시험을 치뤘다. 지금까지 에이블스쿨에서 배운 내용이 시험범위와 일치했다. 6월에 AICE associate가 에이블러용으로 진행된다고 한다. (에이블러들에게 30% 할인 쿠폰이 제공되었다.) AICE associate 출제범위탐색적 데이터분석데이터전처리머신러닝/딥러닝 모델링모델 성능평가   시험이라고 하니까 괜히 코드짜기가 더 어려워서 당황했다. 그나마 다행인건 AICE 시험이 구글링이 가능하다는 것이었다! 구글링이 안됐다면, 애초에 시험 볼지 말지도 고민했을 것이다 ㅠㅠ 패키지 import 코드import numpy as npimport pandas as pd!pip install seabornimport seaborn as..

3월 15일 - 3월 19일언어지능 딥러닝 시각지능에 이어서 언어지능 딥러닝을 배우게되었다. 시각지능과 마찬가지로 일주일 정도 강의와 실습을 진행했다.  언어지능 딥러닝 개요언어지능 딥러닝은 자연어 처리(NLP) 기술을 활용하여 인간과 기계 간의 자연스러운 대화를 가능하게 하는 것을 목표로 한다. 언어지능 딥러닝은 텍스트 데이터를 처리하고 이해하며, 이를 통해 여러 응용 분야에서 유용한 정보를 추출하는 데 중점을 둔다. 단어 표현 기법언어지능 딥러닝에서는 단어를 수치화하여 벡터로 표현하는 것이 매우 중요하다.One-hot Encoding : 단어를 0과 1로 이루어진 벡터로 표현하는 방식이다. 각 단어는 고유한 위치에 1을, 나머지 위치에는 0을 가지게 된다. 이 방식은 구현이 간단하지만 단어 간 유사도..