본문 바로가기

기타👨🏻‍💻9

[GIT] Git Stash 를 사용하는 이유 ( Sourcetree 및 터미널 사용 ) 안녕하세요🐶빈지식 채우기의 비니🙋🏻‍♂️ 입니다. 제가 담당하고 있는 프로젝트에서 신규 기능을 개발하게 되었습니다!새로운 브랜치로 작업 중 다른 브랜치에 수정사항이 발생하여 브랜치 변경하는 과정에서 문제가 발생했는데요..ㅠㅠ 그때 처음으로 사용하게 된 Git Stash 에 대해 알아보도록 하겠습니다!1. Git Stash 란VSCode, XCode, Android Studio 등등 여러 개발툴을 사용하면 아래와 같은 상황이 종종 발생하게 된다.현재 작업하고 있는 브랜치가 아닌 다른 브랜치에서 작업해야 하는 경우 이런 경우 현재 변경 된 사항을 어딘가에 저장을 해야 하는데,커밋하기도 애매하고.. 그렇다고 따로 복사하기에는 변경된 사항이 너무 많을 경우..이! 럴 ! 때! Git Stash 를 사용을 .. 2025. 2. 3.
[AI] RAG 의 구성요소 2 ( Embedding ) 안녕하세요🐶빈지식 채우기의 비니🙋🏻‍♂️ 입니다. RAG 에 필요한 구성요서 두 번째 시간!바로 비정형 데이터를 사용함에 매우매우 중요한 임베딩에 대해 알아보도록 하겠습니다!1. 임베딩이란?사람이 쓰는 자연어를 기계가 이해할 수 있는 숫자의 나열인 벡터로 바꾼 결과 혹은 그 과정 가장 간단한 형태의 임베딩은 단어의 빈도를 기준으로 벡터로 변환하는 것입니다. 구분A 책B 책C 책D 책탕수육0297고양이0100동물0100위에 표에서 B 책의 임베딩은 [2,1,1] 이고 탕수육의 임베딩은 [0,2,9,7,] 입니다.C 책과 D 책에서 탕수육의 단어가 많이 겹친 것을 알 수 있습니다.위 표를 마탕으로 C 책과 D 책은 탕수육이라는 소재를 공유한다는 점에서 비슷한 작품일 가능성이 높습니다.고양이와 동물은 .. 2024. 9. 4.
[AI] 간단한 RAG 구현 ( Anaconda, Streamlit, OpenAI, Flask, Chroma, Hugging Face ) 안녕하세요🐶빈지식 채우기의 비니🙋🏻‍♂️ 입니다. 오늘은 RAG 에 필요한 구성요소들을 조합하여 실제로 RAG 개발을 해보는 시간을 가지도록 하겠습니다.바로 가시죠!1. 개요RAG 아키텍쳐는 아래와 같이 설계하였습니다.Anaconda : Python 가상환경 구성Streamlit(UI) : 데이터 분석과 시각화를 함께 간편하게 수행 가능한 파이썬 오픈소스 라이브러리RAG ServerLangChain : 언어 모델을 기반으로 한 어플리케이션을 개발하기 위한 프레임워크Chroma : 임베딩 벡터를 저장하기 위한 오픈소스 소프트웨어 ( Vector DB )Hugging Face : 다양한 트렌스포머 모델과 학습 스크립트를 제공하는 모듈 ( 임베딩 )OpenAI : 사용자의 프롬프트를 분석하여 원하는 정보.. 2024. 9. 3.
[AI] RAG 의 구성요소 1 ( Vector DB ) 안녕하세요🐶빈지식 채우기의 비니🙋🏻‍♂️ 입니다. 이전 포스팅을 통해 RAG 의 기초에 대해 알아보았습니다.오늘은 RAG 의 구성요소 첫 번째 Vector DB 에 대해 알아보도록 하겠습니다. 이전 포스팅을 보고 오시면 좀 더 이해하기 쉽습니다.  [AI] RAG ( Retrieval Augmented Generation ) 의 기초안녕하세요🐶빈지식 채우기의 비니🙋🏻‍♂️ 입니다. 요즘 AI 에 대해 많은 관심이 생겨 이리저리 공부 중에 있습니다. 그 중 LLM에 대해 공부를하다 RAG 라는 것을 알게되었습니다. 오늘은 Lbeanistory.tistory.com1. Vector DB 란벡터 형식의 데이터를 저장, 쿼리 분석에 특화된 데이터베이스벡터는 공간상의 점을 나타내는데 사용하며, 다차원 .. 2024. 8. 21.
[AI] RAG ( Retrieval Augmented Generation ) 의 기초 안녕하세요🐶빈지식 채우기의 비니🙋🏻‍♂️ 입니다. 요즘 AI 에 대해 많은 관심이 생겨 이리저리 공부 중에 있습니다. 그 중 LLM에 대해 공부를하다 RAG 라는 것을 알게되었습니다. 오늘은 LLM에서 사용되고 있는 RAG 에 대해 알아보도록 하겠습니다.1. RAG 가 등장배경RAG 는 현재 널리 사용되고 있는 LLM 의 한계로부터 나오게된 개념이다.대표적으로 아래와 같이 4가지가 있다.LLM 이란 GPT 모델 별로 학습되어 있는 데이터가 다르다.OpenAI 의 GPT-4-turbo 를 보면 23 년 12월까지의 데이터가 학습된 것을 볼 수 있다.그렇다면 23년 12월과 현재 사이의 데이터에 대한 학습은 어떻게 되는 것일까?공백의 사이 데이터가 학습되지 않은 LLM은 거짓된 답변이 사실인 것 처럼 .. 2024. 8. 20.
[Git] 체리픽 ( Cherry-Pick ) 안녕하세요🐶빈지식 채우기의 비니🙋🏻‍♂️ 입니다. 오늘은 Git에서 자주 사용하는 체리픽 ( Cherry-Pick ) 에 대해 알아보도록 하겠습니다.1. 개요체리픽이란 체리 피킹에서 유래된 말로,인기 있는 특정 요 소만을 골라 가지고 오는 것을 뜻한다고 한다. Git에서도 이러한 기능으로 사용되는 것이 체리픽 ( Cherry-Pick ) 이다. 그럼 자세히 알아보도록 하겠습니다.2. 체리픽 ( Cherry-Pick )다른 브런치의 있는 커밋(Commit) 을 내 브런치에 적용시킬 때 사용하는 Git 기능입니다. 정확히는 언제 쓰는가?작업 브런치 및 메인 브런치에 특정 커밋을 가지고 오고 싶을 때, 그 부분만 가지고 오고 싶은 경우특정 이슈에 대한 버그 수정 커밋을 다른 브랜치에 있을 때, 그 부분만.. 2024. 7. 4.
[OCR] Google Vision Ai 적용 ( 이미지 분석 - Python ) 안녕하세요🐶 빈지식 채우기의 비니🙋🏻‍♂️ 입니다. 요즘 AI에 대해 많은 관심과 더불어 실생활에 사용이 되는 경우가 많아졌습니다. 실제로 AI 기술을 제공하는 오픈 플랫폼도 많이 등장하고 있으며, 다수의 기업에서 진행되고 있는 프로젝트에서 사용이 되고 있습니다. 오늘은 많은 오픈 플랫폼 중 Google 에서 제공되는 Vision AI에 대해 알아보도록 하겠습니다. 1. Google Vision AI 란. https://cloud.google.com/vision?hl=ko cloud.google.com Google 에서 제공해주는 머신러닝 기반 이미지 분석 AI 이다. 많은 기능이 있으나 위와 같이 4개의 기능으로 요약할 수 있습니다. 우리는 Vision API를 통해 실제 기능으로 사용할 수 있으며, .. 2024. 3. 20.
[Git] Git Merge 란? ( Fast Forward, 3-way-merge ) 안녕하세요🐶 빈지식 채우기의 비니🙋🏻‍♂️ 입니다. 오늘은 Git Merge의 2가지 방식에 대해 알아보도록 하겠습니다. 1. 개요 이전 회사에 있을 때에는 회사 내부 서버실이 있었고 주로 SVN을 사용하였다. 그렇기 때문에 Git 관련된 용어는 굉장히 낯설었고 이해하기 힘들었다. 이후 이직한 회사에서는 Git 을 주로 쓰고 있었고 그거에 대해 숙지할 필요성이 생기게 되었고! 공부를 하면서 알게된 정보를 블로그에 정리를 해보려고 한다. 2. Merge 란? 브랜치(Branch) 와 브랜치를 합치는 과정 엥 그러면 브랜치는 뭐에요..? 🧐 2-1. Branch 란? 동일한 소스코드에서 가져온 독립적인 개발 라인 그러므로 Merge 란 별도로 가지고 온 독립적인 개발 라인을 서로 합치는 과정이라고 보시면 됩.. 2024. 3. 7.
[강의] BI 데이터 구축 강의 후기 안녕하세요🐶 빈지식 채우기의 비니🙋🏻‍♂️입니다. . 오늘은 사내에서 BI 데이터 관련 강의가 있어 듣고 왔는데, 강의 내용을 정리해볼까 하여 포스팅을 하려고 합니다. 자! 바로 가보겠습니다. 1. BI 란? BI는 기업 내에서 제품이나 서비스를 생산하면서 수집되는 정보를 Data Warehouse나 Data Market에 저장하여 이를 분석하고 가시화함으로써 경영진의 주요 의사결정 시 도움을 줄 수 있습니다. 흠.. 이게 무슨 말인데..? 그러니까 아래와 같이 설명할 수 있다. (👨🏻‍💼 : 경영진, 🧑🏻‍💼 : 김과장 ) 👨🏻‍💼 : 자..김과장 이번달 A 제품 평이 좋던데 얼마나 팔렸나? 😊 🧑🏻‍💼 : 네. 사장님 이번달 A 제품의 판매량은 xxx 입니다. 매출은 xxxx 입니다. 👨🏻‍💼 : 응.. 2024. 3. 2.
반응형