본문 바로가기

skala43

[딥러닝] Gradio: "이렇게 간단히 인터페이스를 만들 수 있다고?" ㅁGradio: 머신러닝(ML) 및 딥러닝(DL) 모델을 쉽게 배포하고 웹 인터페이스를 생성할 수 있도록 도와주는 Python 라이브러리 Streamlit과 비슷한 느낌이다! HTML이나 JavaScript를 몰라도 코드 몇 줄이면 웹 UI를 만들 수 있기 때문에, 연구자와 개발자가 모델을 빠르게 공유하고 실험할 때 매우 유용하다.개인적으로 처음 Gradio를 접했을 때, "이렇게 간단하게 인터페이스를 만들 수 있다고?"라는 생각이 들 정도로 직관적이었다. 특히, 머신러닝 모델을 직접 웹에서 테스트하는 데 많은 시간을 절약할 수 있어서 아주 편리했다. [Gradio 특징 정리]1. 간편한 인터페이스 생성HTML, CSS, JavaScript 같은 웹 개발 지식 없이도 Python 코드 몇 줄로 UI를 .. 2025. 3. 11.
[생성형 AI] LangChain과 멀티모달 모델을 활용한 스마트 냉장고 앱 만들기 실습 https://claremont.tistory.com/entry/%EC%83%9D%EC%84%B1%ED%98%95-AI-LangChain%EC%9D%B4%EB%9E%80 [생성형 AI] LangChain이란?ㅁLangChain: LLM을 활용하여 응용 프로그램을 개발하는 프레임워크주로 OpenAI의 GPT, Google의 PaLM, Meta의 Llama 등 다양한 LLM과 통합하여 문서 검색, 데이터 분석, 자동화된 AI 응답 시스템 등을 구축하는claremont.tistory.comhttps://claremont.tistory.com/entry/LangChain-%EA%B8%B0%EC%B4%88-LLM%EA%B3%BC-%ED%94%84%EB%A1%AC%ED%94%84%ED%8A%B8-%EC%97%94%.. 2025. 3. 11.
[생성형 AI] LCEL(LangChain Expression Language) 실습: 체인을 더욱 간결하게 구성하기 https://claremont.tistory.com/entry/%EC%83%9D%EC%84%B1%ED%98%95-AI-LangChain%EC%9D%B4%EB%9E%80 [생성형 AI] LangChain이란?ㅁLangChain: LLM을 활용하여 응용 프로그램을 개발하는 프레임워크주로 OpenAI의 GPT, Google의 PaLM, Meta의 Llama 등 다양한 LLM과 통합하여 문서 검색, 데이터 분석, 자동화된 AI 응답 시스템 등을 구축하는claremont.tistory.comhttps://claremont.tistory.com/entry/LangChain-%EA%B8%B0%EC%B4%88-LLM%EA%B3%BC-%ED%94%84%EB%A1%AC%ED%94%84%ED%8A%B8-%EC%97%94%.. 2025. 3. 11.
[생성형 AI] LangChain 기초: LLM과 프롬프트 엔지니어링 실습 https://claremont.tistory.com/entry/%EC%83%9D%EC%84%B1%ED%98%95-AI-LangChain%EC%9D%B4%EB%9E%80 [생성형 AI] LangChain이란?ㅁLangChain: LLM을 활용하여 응용 프로그램을 개발하는 프레임워크주로 OpenAI의 GPT, Google의 PaLM, Meta의 Llama 등 다양한 LLM과 통합하여 문서 검색, 데이터 분석, 자동화된 AI 응답 시스템 등을 구축하는claremont.tistory.com ㅁLangChain(랭체인): 대형 언어 모델(LLM) 기반 애플리케이션을 쉽게 개발할 수 있도록 도와주는 라이브러리OpenAI의 GPT-4, Meta의 LLaMA, Google의 PaLM 같은 다양한 LLM과 연동할 .. 2025. 3. 11.
[ps java] BOJ 11053 가장 긴 증가하는 부분 수열 해설 LIS(Longest Increasing Subsequence)를 학습할 수 있는 웰-노운 DP 문제다! [실버2]https://www.acmicpc.net/problem/11053 문제수열 A가 주어졌을 때, 가장 긴 증가하는 부분 수열을 구하는 프로그램을 작성하시오.예를 들어, 수열 A = {10, 20, 10, 30, 20, 50} 인 경우에 가장 긴 증가하는 부분 수열은 A = {10, 20, 10, 30, 20, 50} 이고, 길이는 4이다.입력첫째 줄에 수열 A의 크기 N (1 ≤ N ≤ 1,000)이 주어진다.둘째 줄에는 수열 A를 이루고 있는 Ai가 주어진다. (1 ≤ Ai ≤ 1,000)출력첫째 줄에 수열 A의 가장 긴 증가하는 부분 수열의 길이를 출력한다.예제 입력 1610 20 10.. 2025. 3. 11.
[생성형 AI] 초보자도 쉽게 이해하는 벡터DB 개념 ㅇ벡터 DB(Vector DataBase): 데이터를 벡터(Vector)로 변환하여 저장하고, 이를 빠르게 검색할 수 있도록 설계된 DB주로 AI, 머신러닝, RAG(Retrieval-Augmented Generation)에서 유사한 데이터 검색에 사용된다 💡 쉽게 말하면?일반적인 데이터베이스(SQL, NoSQL)는 키워드 기반 검색을 하지만, 벡터 DB는 "유사한 의미"를 가진 데이터를 검색한다! 그렇다면 벡터(Vector)란?벡터는 숫자로 이루어진 배열(예: [0.2, -0.5, 0.8, ...])로, 텍스트, 이미지, 오디오 등의 데이터를 수치화하여 표현한 것이다!같은 의미를 가진 데이터는 "벡터 값이 비슷하다"📝 예제: "강아지"와 "개"는 비슷한 의미이므로 벡터 값도 유사함"강아지" → [.. 2025. 3. 10.
[생성형 AI] 초보자도 바로 이해하는 RAG(Retrieval-Augmented Generation) 개념 ㅁRAG(Retrieval-Augmented Generation): 검색을 결합한 생성 이라는 의미로, 정보 검색(Retrieval)과 텍스트 생성(Generation)을 결합한 AI 기술이다 💡 쉽게 말하면?"챗GPT 같은 AI가 실시간으로 정보를 찾아서 더 정확한 답을 만들어내는 방식" 이다! 🛠 RAG의 작동 원리RAG는 크게 두 단계로 동작한다1️⃣ 검색 단계 (Retrieval) 🕵️‍♂️AI가 질문을 받으면, 관련된 정보를 외부 DB나 문서에서 검색한다예를 들어, 사전 학습된 데이터가 아니라 최신 뉴스, 논문, 회사 내부 문서, 웹사이트 등에서 직접 정보를 가져온다2️⃣ 생성 단계 (Generation) 📝검색한 정보를 바탕으로, 자연스러운 문장을 만들어서 답변을 생성한다일반적인 GP.. 2025. 3. 10.

티스토리툴바