마지막주 랭그래프 관련 내용을 학습했다. 랭그래프는 처음 노드가 몇개 안 될 때는 그다지 어렵지 않는데, 노드가 늘어나고, 라우터를 달고 멀티 에이전트 구조가 복잡해지면 난이도가 높아지는 것 같다. 아무래도 랭체인에 비해 랭그래프로 제대로 프로젝트를 해본 경험히 없기 때문인거 같기도 하다. 어려워 지는 곳은 14-2 슈퍼바이저 에이전트 부분과 15-1 목표를 점검하는 비즈니스 분석가 에이전트 부분이 추가되면서 복잡해지는 느낌을 받았다. 랭체인에서 자주 사용하는 단순히 워크플로우 형태로 코드를 작성하면 디버깅도 편하고 직관적으로 흐름을 하나씩 따라가기 쉬운데, 에이전트가 분석하고 판단하고 과정이 들어가면 워크플로우가 고정되지 않고 결과가 어떻게 변하는지 예측하기 어렵다. 그렇다고 에이전트가 분석하고 판단..

이번주는 세번째 마당 랭체인을 공부했다. 이전부터 랭체인을 공부했기 때문에 사실 그렇게 어렵지는 않았다. 책을 보면서 저자가 책을 초보자가 이해하기 쉽게 잘 구성하고 정리했다는 생각이 들었다. 랭체인, LECL문법, RAG적용, 인터넷 및 유튜브 검색 등 다양한 실습을 수행했고, 해당 실습에 대한 각각의 장에서 최종적으로 스트림릿으로 챗봇형태의 서비스로 정리하는 구성이었다. 초반에는 Jupyternotebook으로 각각 서비스 테스트하고 해당 파일을 .py로 만들어서 최종 서비스를 개발하는 방식이 직관적으로 쉽게 느껴졌다. 로컬에서 R1모델 8B모델로 테스트했는데 GPU가 없이 수행해서 꽤나 많은 시간이 들긴했지만 재미있는 경험이었다. 추후 차근차근 코드를 다시 분석해서 복습하면 좋을 것 같다. 이..

본격적으로 GPT API를 통해 프로젝트를 수행했다. PDF문서를 요약하는 실습은 사실 그렇게 까다롭지 않았다. PDF파일을 읽고 GPT로 텍스트를 요약하는 과제이기 때문에 어렵지 않게 수행할 수 있었다. 회의록을 정리하는 AI 서비스는 정말 흥미로웠다. 위스퍼를 통해 음성을 텍스트로 변환하고 화자 분리 모델로 시간대별 화자를 구분할 수 있는 것이 흥미로웠다. 마지막에 회의록을 AI로 정리했더니 그럴 듯한 회의록 결과나 도출되었다. AI이미지 분석가는 사실 그렇게 흥미로운 주제는 아니었다. 이미지 인식 기능은 기존에 널리 알려진 기능이기 때문이다. 그렇지만 TTS로 영어 듣기 평가 문제를 만드는 것은 나름 신선한 접근이었다. 주식정보를 알려주는 AI투자 서비스는 관심있는 주제였다. 다만 패키지의 버전..