EH_dream

이번에는 모두의연구소에서 RAG 기반 챗봇을 만드는 프로젝트 과제가 시작되었다. 사실 처음엔 단순한 마음이었다. GPT가 정보를 잘 요약해주는 건 알고 있었지만, 내가 원하는 건 조금 달랐다. “정말 문서를 근거로 정확한 답변을 해줄 수 있을까?” RAG라는 개념은 흥미롭긴 했지만, 제대로 구현해본 적은 없었다. 그래서인지 이번 랭체인톤 과제는 나에게 꽤 의미 있었다. 단순히 기술을 익히는 걸 넘어서, 정말 필요한 무언가를 내가 직접 만들어보고 싶었기 때문이다. 아이디어 회의 때는 생각보다 더 어려웠다. 다들 각자의 경험과 관심사에 기반한 좋은 아이디어를 하나씩 들고 나왔고, 그걸 하나로 모아야 했다. ‘좋은 아이디어가 많으면 오히려 선택이 어렵다’는 말을 뼈저리게 느꼈다. 어떤 아이템은 사회적으로 의미..

오늘은 `RAG 시스템 구축을 위한 랭체인 실전 가이드` 책을보고 학습한 내용을 정리해봤다.모두연에서 제공된 책이였는데 어렵지 않게 이해하고 학습할 수 있는 부분이 너무 좋았다. 우선 오늘은 3장 'LLM 시작하기' 공부한 부분에 대해서 기억하는대로 정리할 예정이다. 1. LLM 모델 호출 실습: OpenAI vs Claude먼저 다양한 LLM 모델을 직접 불러오는 실습부터 시작했다.보통은 OpenAI만 쓰지만, Claude 모델도 활용할 수 있도록 교재에 나와있지만 나는 모두의 연구소에서 제공된 OpenAI API_KEY가 있어서 OpenAI 만 진행하였다.Claude는 anthropic.Anthropic을 통해 메시지를 보낸다.GPT-4o-mini는 openai.OpenAI 객체를 활용해 호출한다.두..