반응형
블로그 이미지
개발자로서 현장에서 일하면서 새로 접하는 기술들이나 알게된 정보 등을 정리하기 위한 블로그입니다. 운 좋게 미국에서 큰 회사들의 프로젝트에서 컬설턴트로 일하고 있어서 새로운 기술들을 접할 기회가 많이 있습니다. 미국의 IT 프로젝트에서 사용되는 툴들에 대해 많은 분들과 정보를 공유하고 싶습니다.
솔웅

최근에 올라온 글

최근에 달린 댓글

최근에 받은 트랙백

글 보관함

카테고리


반응형

지난 시간에  LangGraph 의 Tool을 사용할 때 발생한 Chatbot 기능의 에러가 있었습니다.
제가 과제로 냈었는데요.
오늘 그 에러를 해결하는 과정을 단계별로 보여드릴께요.

ChatBot 기능에서 질문과 대답 사이에 Tool 을 사용했던 기록들이 나오는게 문제 였는데요.
에러가 난 부분으로 가서 log를 찍어보고 필요 없는데 print 되는 부분들의 패턴을 파악한 후 Session message에 append 하는 것을 막아 버리면 됩니다.

이 과정을 직접 확인해 보세요.

 

https://youtu.be/jPK7i7YVg68?si=QIUGOGFbwk2qqSxo

 

 

반응형


반응형

드디어 LangGraph를 시작합니다.

StateGraph, Nodes, Edges, Compile, Stream

LangGraph의 가장 기본 개념을 활용해서 AI 어플리케이션을 만듭니다.
게다가 Streamlit 의 Session State를 사용해서 챗봇 기능을 구현했습니다.

LLM 은 Anthropic 사의 Claude를 사용합니다.

소스코드 공개합니다.

가져가셔서 맘껏 활용 하세요.

처음 배울 때 확실하게 배워서 AI 어플리케이션 개발에선 제대로 된 개발자가 됩시다.

오늘 배우는 내용은 이곳으로 가시면 어플리케이션과 소스코드를 보실 수 있습니다.


https://youtu.be/Ri3Nrpac3nI?si=gagZU75-rNr9uz19

 

 

Catchup LangGraph Tutorial · Streamlit

 

Catchup LangGraph Tutorial

This app was built in Streamlit! Check it out and visit https://streamlit.io for more awesome community apps. 🎈

catchuplanggraph.streamlit.app

반응형


반응형
OpenAI Assistants API 의 Function Calling에 대해 배웁니다.
직접 코딩해서 Tool을 만들어야 하고 Schema 도 제작해야 합니다.
쉽지 않은 작업입니다.
Function Calling을 배울 수 있는 좋은 자료를 찾았습니다.
자세하고 소스코드 설명도 하고 제가 수정한 소스코드도 공개 합니다.
OpenAI Assistants API의 Function Calling을 배우는데 도움이 되길 바랍니다.
Assistants API의 Function Calling을 사용하면 ChatGPT 를 비지니스에 활용할 수 있을 정도의 정확도를 제공 하는 성능으로 업그레이드 할 수 있습니다.
현재 AI Application 개발의 트렌드는 Multi Agent , Agentic Workflow로 어플리케이션에 Agent 들을 두고 각 에이전트 들은 다수의 툴들을 가지고 작업하는 바익으로 발전하고 있습니다.
이는 사용자의 질문에 한번의 답을 하는 것이 아니라 그 질문을 마치 하나의 미션으로 두고 여러 Agent가 다양한 툴을 사용해 그 미션을 달성해 사용자의 요구조건을 더 짧은 시간에 더 충실히 채워주는 방식으로 변화하고 있습니다.
OpenAI 의 Assistants API는 이런 Agents 개념을 도입한 서비스 입니다.
지금은 베타버전이지만 앞으로 ChatGPT라는 기본 AI 모델의 성능향상도 중요하지만 점차 이런 Agent 활용 방법의 중요성이 대두되고 있기 때문에 이 Assistants API 도 많이 보강 될 것이라 믿습니다.
미래 기술을 초기부터 따라 잡아서 배우면 Expert이 될 수 있습니다.
이해하고 구현하기 어려운 Function Calling 을 쉽게 배울 수 있는 소스코드를 구해서 심층 분석했습니다.
많은 도움이 되길 바랍니다.

 

https://youtu.be/QEf5FR0DiHk?si=TECvJ_RslHzm9fVl

 

반응형


반응형

작년 11월에 소개 된 Assistants API 입니다.
조용하게 진행 되지만 아주 중요한 프로젝트 입니다.

OpenAI에서 RAG 개념을 받아들인 최초의 API 예요.
Assistants는 LangChain의 Agent 역할을 하죠.
덕분에 우리도 ChatGPT에서 RAG 기능을 사용할 수 있게 됐습니다.
논문을 업로드해서 요약을 한다던지 현재 날씨 정보를 얻는다던지 하는 그런 서비스는 원래 ChatGPT는 못했었거든요.

LangChain은 LangGraph로 Agent 를 한껏 발전 시켰습니다.
OpenAI는 이 Assistants API를 어떤 방향으로 발전 시킬지...

아직 아무도 가지 않은 길을 가는 AI 세계는 정말 흥미롭습니다.

https://youtu.be/L5GjCjX9Yj8?si=IU0W1RAOrUzIguHF

 

https://catchuplangchain.streamlit.app/

 

Catchup LangChain Tutorial

This app was built in Streamlit! Check it out and visit https://streamlit.io for more awesome community apps. 🎈

catchuplangchain.streamlit.app

반응형


반응형
제 채널의 비디오들은 처음에 Deep Learning을 이해하기 위한 7개이 비디오를 올렸습니다. (DL Fundamental 이라는 Playlists에 모아 놓았습니다.)
Deep learning Fundamental에서부터 ChatGPT등 요즘 많이 등장하는 LLM들을 만든 Transmer model 까지 다뤘습니다.
그 다음 세트는 AI를 사용한 Web 개발의 기초가 되는 8개의 비디오를 올렸습니다. (AI Web App Development 라는 Playlists에 모아 놓았습니다.)
여기에서는 RAG (Retrieval Augmented Generation)이라는 개념이 등장하고 이것을 구현하는 방법을 배웠습니다. RAG는 쉽게 말해 LLM 이외에 다른 tool들을 함께 사용하는 기술입니다.
이제부터는 한 단계 더 올라간 AI Web 개발 관련된 기술을 배울 겁니다.
2024년 들어서 주목 받는 개념입니다.
Agentic Workflow, Multi Agent programming 등의 용어들이 많이 등장하고 여기에서 사용되는 주요 개념은 Agent 입니다.
즉 앞으로의 과정을 잘 이해하기 위해서는 Agent란 무엇인가를 이해하는 것이 아주 중요합니다.
IBM에서 만든 이 What are AI Agents? 라는 비디오가 AI Agent란 무엇인가를 아주 잘 설명한 것 같습니다.
그래서 한글 자막을 덧붙여서 소개해 드립니다.
참고로 저 강사님이 전체 강의 중 가장 광대뼈가 많이 올라간 순간은 자신의 휴가 얘기를 할 때 입니다. ;)
 
 

 

In the initial phase of my channel, I uploaded seven videos designed to introduce the fundamentals of Deep Learning. These videos are compiled in the "DL Fundamentals" playlist. This series covers everything from the basics of Deep Learning to advanced topics like the Transformer model, which underpins modern Large Language Models (LLMs) such as ChatGPT.
Following this, I released a set of eight videos that lay the groundwork for AI-driven web development, available in the "AI Web App Development" playlist. In this series, we delve into the concept of Retrieval Augmented Generation (RAG), exploring how to implement this technique, which integrates various tools alongside LLMs.
Now, we are progressing to more advanced AI web development technologies that have gained prominence in 2024. Key concepts like Agentic Workflow and Multi-Agent Programming will be discussed, with a particular focus on understanding the role of Agents.
To grasp these upcoming lessons effectively, it is crucial to understand what an Agent is. IBM's video "What are AI Agents?" provides an excellent explanation of this concept. I’ve included Korean subtitles for your convenience.
On a lighter note, the instructor's most enthusiastic moment occurs when she shares stories about her vacation. ;)

 

반응형
이전 1 2 다음