졔의 스토리

비전공자의 AI 부트캠프 일지 #13LLM 프로젝트 회고_원티드 포텐업 데이터&AI 부트캠프 1기 프로젝트 목표 설정_우리가 원하는 것 LLM 프로젝트 팀 구성이 된 후에 처음 킥오프 미팅에 어떤 프로젝트를 해볼지에 대해서 이야기를 했을 때 우선적으로 하나 이야기 한 것이 하나 있었다. 이번 프로젝트는 우리가 필요하고 사용할 수 있는 서비스를 한 번 만들어 보기로 하자. 그게 바로 수요가 있을 것이다. 그렇게 이야기를 하니 바로 현재 우리의 공통점은 취업이라는 목표를 가지고 있다는 점을 인지하게 되었고 이번 프로젝트 카테고리는 '채용'으로 정하게 되었다. 채용 카테고리에 이번에 배운 LLM과 RAG 시스템을 활용한 서비스를 만드는 것을 목표로 하여 기존에 우리가 불편했던 점은 무엇이 있었는지 이야기하..

비전공자의 AI 부트캠프 일지 #12LLM 실습하기_원티드 포텐업 데이터&AI 부트캠프 1기 LLM part에서의 실습은 크게 챗봇 구현, RAG시스템 구현 그리고 이미지 생성 실습 세 가지로 나눠볼 수 있을 것 같다. 각 서비스를 구현하기 위해서 어떤 기능을 실습해 봤는지에 대해서 다시 돌아보고 정리해 보려고 한다. 처음 내 손으로 챗봇 서비스를 구현했을 때 가슴이 도근도근 거렸던 것이 기억이 난다. 챗봇 실습 LLM을 이용해서 가장 먼저 진행했던 실습은 바로 챗봇 서비스를 구현하는 것이었다. OpenAI나 Google Gemini의 API를 호출해서 사용자가 입력한 질문에 답변하는 서비스를 만드는 것인데 앞에서 이야기했던 langchain이란 프레임워크의 chain 기능을 사용해서 프롬프트와 mem..

비전공자의 AI 부트캠프 일지 #11LLM Part의 시작 _원티드 포텐업 데이터&AI 부트캠프 1기 오잉? 생각보다 쉬운데..? 딥러닝 파트와 프로젝트가 끝나고 3월부터는 LLM(Large Language Model) 파트로 들어왔다. LLM파트에 들어오면서 지난 머신러닝이나 딥러닝 파트에 비해서 쉽게 느껴졌다. OpenAI, Google Gemini의 API를 통해 모델에 요청하고 결과를 받아오는 방식이 직접 모델을 만들거나 수식을 이해해야 했던 이전의 과정보다 간단했기에 그랬다. LLM 파트에 들어와서 느낀 점은 '이미 만들어진 좋은 기술과 서비스는 많다.'라는 것이었다. 대표적으로 GPT나 GEMINI 서비스인데 부트캠프를 통해서 새롭게 배운 것은 직접 사전 학습된 모델을 API라는 것을 통해 불..

비전공자의 AI 부트캠프 일지 #10딥러닝 프로젝트 회고 "최애야, 오늘 뉴스 읽어줘♥️"_원티드 포텐업 데이터&AI 부트캠프 1기 프로젝트 아이디어 : 키워드에서 시작해 보기 프로젝트 아이디어는 늘 그렇듯, 하고 싶은 것을 중심으로 키워드를 나열하고 조합해 보는 방식에서 시작했다.'일기', '회고', '시니어', '콘텐츠', '뉴스', '게임'.. 등등 그중에서 나와 팀원이 평소에 관심있던 키워드였던 ‘콘텐츠’, 그리고 실제로 내가 사용하고 있었던 ‘구글 알리미’가 중심이 되었다. 거기에 이번 딥러닝 파트에서 배운 텍스트와 음성 모델을 결합해보는 것으로 의견을 좁히게 되었다.그렇게 조합된 키워드가 바로 콘텐츠 × 알리미 × 딥러닝 텍스트/음성 모델그 과정에서 문제에 대한 부분도 자연스럽게 정의가 되었던..

비전공자의 AI 부트캠프 일지 #9딥러닝 실습하기부제 : 딥러닝으로 무엇을 할 수 있을까? 오늘의 주제는? 지난 포스팅에서는 딥러닝의 기초 개념과 원리에 대해서 정리해 봤다. 오늘 포스팅에서는 딥러닝에 필요한 환경과 어떤 것들을 할 수 있는지 정리하고 기록해 보려고 한다.  사실 그동안은 이론 수업이나 코드 실습을 따라가는 과정이 익숙하지도 않고, '내가 이걸로 뭘 할 수 있지?'라는 막연한 생각이 들 때도 많았다. 그런데 2월, 딥러닝 실습 중에서 순환 신경망(RNN) 모델을 이용해서 주가 예측을 해보는 시간이 있었고, 그때 “이거 내가 재미있어하는 부분이네”라는 것을 인지했었다.  순환 신경망이라는 기술 자체보다는 "이걸로 실제로 뭘 할 수 있을까?”라는 활용 지점이 내가 익숙하게 느끼던 주제(데이터..