rubii rubii

오늘은 OpenAI의 최신 모델 gpt-4o와 LangChain을 활용하여, 다양한 대화형 AI 시스템 구축 실습을 진행했습니다. 주요 학습 포인트는 다음과 같습니다:🔧 1. LangChain + OpenAI 기본 사용법가장 먼저, langchain_openai를 활용한 기본적인 대화 구현을 실습했습니다.from langchain_openai import ChatOpenAIfrom langchain_core.messages import HumanMessagemodel = ChatOpenAI(model="gpt-4o-mini")response = model.invoke([HumanMessage(content="안녕? 나는 홍길동이야.")])이처럼 단순한 메시지 리스트를 전달하면 OpenAI 모델을 통해 ..

✨ 목표자연어로 “애플 주가 알려줘”라고 입력하면,GPT가 스스로 종목을 파악하고, yfinance 데이터를 가져와 보여주는AI 주식 상담 챗봇을 만드는 프로젝트입니다.📁 프로젝트 구조📦 stock_chatbot_project/├── gpt_functions.py # yfinance 기반 기능 정의 (시간, 주가, 추천 등)├── stock_info_streaming.py # Streamlit 앱 실행 및 GPT와 통합 처리├── yfinance.py # yfinance 기본 테스트 코드 (연습용)└── .env # OpenAI API 키 저장1. yfinance.py — 주식 데이터 확인용 연습 코드import yfi..

회의 내용을 자동으로 요약하고, STT 오류를 교정한 뒤, 마크다운/워드 문서로 저장해주는 자동화 파이프라인을 Python + OpenAI API로 구현해보았습니다.🧩 프로젝트 개요회의록을 작성하다 보면 시간이 오래 걸리고, 말이 빠르거나 누가 말했는지 혼동되는 경우가 많습니다. 그래서 다음과 같은 전체 플로우를 자동화해봤습니다:STT 기반 회의록 → 요약 → 발언별 교정 → 마크다운 및 워드 저장🧪 사용 기술Pythonpandas, json, python-docxOpenAI GPT-4o APIWhisper STT (사전 생성된 CSV 사용)dotenv (API 키 관리용)🧱 전체 구조flowchart TD A[CSV 기반 회의 STT 파일 로딩] --> B[화자 이름 매핑] B --> ..

AI 기술을 활용한 문서 요약과 회의록 자동화는 반복적이고 시간이 오래 걸리는 작업을 효율적으로 처리할 수 있도록 도와줍니다. 이 문서에서는 논문, 문서, 음성 파일을 기반으로 정보를 추출하고 요약하는 두 가지 주요 시스템을 설명합니다.🧪 PART 1. 논문과 문서를 요약해주는 AI 연구원✅ 시스템 개요이 시스템은 PDF 파일로 제공되는 논문이나 보고서를 자동으로 분석하여, 문제 인식, 저자 소개, 주요 내용을 요약합니다. OpenAI GPT 모델을 활용하며, PyMuPDF를 통해 PDF에서 텍스트를 추출합니다.📦 필수 라이브러리 설치pip install PyMuPDFpip install openaipip install python-dotenv🛠️ 주요 구현 기능1. .env에서 API 키 불러오기..

이번 주는 프로젝트 주간이였습니다.IFITV 프로젝트의 주요 진행 상황을 정리해보았습니다.IPTV 실시간 편성표 기반 추천 시스템 프로젝트인 IFITV의 개발 과정에서 겪은 시행착오, 개선사항, 고민들을 공유합니다.✅ 2025.05.12 (월)[하이브리드 추천 모델 개선 시작]기존 TF-IDF + KoBERT 임베딩 기반 추천 모델을 고도화 KoBERT, TF-IDF, 키워드 겹침을 alpha, beta, gamma 가중치로 통일하여 하이브리드 스코어링 개선 아이디어를 도출.문제점:TF-IDF가 강하면 설명이 빈약한 콘텐츠에서 과하게 가중.KoBERT 임베딩만 사용 시 TF-IDF보다 정확도가 떨어짐.최종적으로 설명+장르+출연진의 키워드 겹침 점수까지 하이브리드화하기로 결정. ✅ 2025.05.13 (화..

이번 실습에서는 Streamlit을 활용하여 자동차의 엔진 크기, 연료 소비량, CO2 배출량 데이터를 시각화하는 웹 대시보드를 제작하였습니다.🛠 사용 기술PythonPandasPlotly ExpressStreamlit📁 데이터셋 정보사용한 데이터는 CO2_Emissions.csv이며, 주요 컬럼은 다음과 같습니다.Vehicle ClassEngine Size(L)Fuel Consumption City (L/100 km)Fuel Consumption Hwy (L/100 km)Fuel Consumption Comb (L/100 km)CO2 Emissions(g/km)Make📌 사이드바 필터 설정Streamlit의 사이드바 기능을 활용하여 사용자가 분석할 차량 등급과 엔진 크기 범위를 직접 선택할 수 있..

데이터 분석하거나 시각화해서 보여줄 일이 많은데, 매번 노트북만으론 부족하다고 느껴본 적 있지 않나요?그럴 땐 Streamlit을 사용해보세요. 딱 몇 줄의 Python 코드만으로 웹 대시보드를 만들 수 있습니다.🌟 Streamlit이란?Streamlit은 Python으로 웹 앱을 만들 수 있는 오픈소스 프레임워크입니다.특히 데이터 분석가나 머신러닝 개발자가 빠르게 결과를 공유하거나 인터랙티브하게 만들고 싶을 때 유용하죠.설치도 간단합니다.pip install streamlit🧪 오늘 배운 내용 요약📌 기본 구성 요소 출력df = pd.read_csv('./datasets/CO2_emissions/CO2_Emissions.csv')st.dataframe(df)st.title('Title')st.he..

✅ 1. RESTful API란?RESTful API는 웹에서 클라이언트와 서버가 HTTP를 통해 통신할 수 있도록 만든 규칙 기반 구조입니다.GET, POST, PUT, DELETE 같은 HTTP 메서드로 자원을 주고받으며, 각 요청은 독립적이고 일관된 URL 구조를 가집니다.📌 핵심 개념 정리리소스(Resource): /users/, /posts/3처럼 명사로 된 URL 사용HTTP 메서드:GET: 조회POST: 생성PUT / PATCH: 수정DELETE: 삭제무상태성(Stateless): 요청은 서로 독립적이며, 서버는 이전 요청 상태를 기억하지 않음표현(Representation): JSON 등을 통해 데이터 표현일관된 URI 구조:/users → 전체 사용자/users/1/posts → 특정 ..