zhelddustmq 님의 블로그

0. TMI회사에서 자사 제품 개발 중 거진 모든 회사들이 자사만의 RAG구축을 하는 것이 유행이라고, 우리도 구축한번 해보자! 해서 제가 담당하게 됐습니다. 관련된 프로젝트 일부분을 간략하게 말씀드리면, CWE나 CERT, MISRA 혹은 과거 구축되어 있던 자사만의 판례를 RAG로 구축하여 코드 결함을 정확하게, 구축된 데이터를 통하여 좀 더 명확하고 최신화된 결함 수정 예시를 llm을 통해 제시하는 기능 구현이었습니다. 개발과정에서 RAG에 명확한 한계점과, 현재(2025/06/30) 기준 RAG는 어떤 녀석인지 면밀히 알게 되었습니다.... 이 글을 보시는 여러분은 그러한 문제를 겪지 않기를 바라면서 이 글을 시작합니다.1. RAG란 RAG (Retrieval-Augmented Generation..

프롬프트(Prompt): 사용자 또는 시스템에서 제공하는 입력으로, LLM에게 특정 작업을 수행하도록 요청하는 지시문. 프롬프트는 질문, 명령, 문장 시작 부분 등 적합한 형태로 줄 수 있고, 이것을 바탕으로 LLM의 응답을 유도.- 프롬프트 생성: 사용자의 요구 사항이나 특정 작업을 정의하는 프롬프트를 생성. 이 프롬프트는 LLM에게 전달되기 전에, 작업의 목적과 맥락을 명확히해야함.- LLM 처리: LLM은 제공된 프롬프트로 학습된 지식을 통해 적절한 응답을 생성. LLM은 이때 내부적으로 다양한 언어 패턴과 내외부 지식을 활용하여, 요청 작업 수행 혹은 정보 제공실습 예제- OpenAI의 ChatOpenAI 함수를 사용하면 GPT-3.5, GPT-4 모델을 API로 접속가능. GPT 모델이 자연어 ..

1. LangChain: 대규모 언어 모델을 활용한 프레임워크 다양한 언어 모델(LLM), 도구, API, 데이터 소스를 연결하고복잡한 LLM 기반 워크플로우(RAG, 에이전트, 체이닝)를 쉽게 구현할 수 있도록 만든 Python/JS 라이브러리 2. 2025년 기준 LangChain 주요 현황항목내용핵심 기능LLM 체인, 메모리, 도구 호출, 에이전트, RAG 구성, LLM + DB 연동 등지원 모델OpenAI, Anthropic, HuggingFace, Ollama, Together, Gemini, Cohere 등 대부분지원 DB/벡터 저장소Chroma, Weaviate, Pinecone, FAISS, Qdrant 등RAG 전용 모듈langchain.chains.RetrievalQA, langchai..

(심히 개인적인 기준으로 중요하다 여긴 것만 다루었으니, 자세한건 다른 포스팅을 참조바람) 1강 주소: https://www.youtube.com/watch?v=vT1JzLTH4G4영상 짧은 요약: 컴퓨터 비전의 정의 및 역사, 앞으로 배우게 될 내용에 관한 강의 1. 컴퓨터 비전의 역사(라하고 위대하신 딥 러닝의 탄생 비화라 불리는...) - 컴퓨터 비전의 발전 과정과 머신러닝, 딥러닝 등의 탄생 배경, 컴퓨터 비전이 어떠한 방향성으로 발전되어 왔는지에 대해 다룸 (~32:42) 컴퓨터 비전의 방향성은 한마디로 사람처럼 볼 수 있는 기계를 만드는 사업이라 해도 무방 딥 러닝(CNN): 2012년도 ImageNet Chellange에서 우승한 합성곱 신경망 모델(34:45)딥 러닝, 합성곱 신경망, CN..