개발자가 될래요

2월의 12주차 회고 이후...3개월이 지났다. 그동안에 무슨 일이 있던 것은 아니고, 회고를 한번 안 쓰고 넘어가니까 자연스럽게 안쓰게 된거 같다.(이래서 습관이 중요하다) 3개월 간, 3차 4차 프로젝트 이후 최종 프로젝트까지 진행하며,5월 20일, 최종 프로젝트 발표까지 마치고 SK Networks Family AI 캠프를 수료했다. AI에 대해 학습과 필요성을 느끼고 신청했던 교육에서 무엇을 하고, 어떤 것을 얻었는지 적어본다. 1. 교육이번 교육을 듣기전에는 AI에 대해 단편적인 내용만 알고 있었다. Tensorflow라던지, CNN이나 GAN이라던지, 머신러닝이나 딥러닝의 간단한 개요정도, 학교에서 우연히 경험했던 MNIST 손글씨를 비교하는 정도의 딱 그 정도의 수준(AI라고 하기에도 부족한..

회고 방식The four FsFACTS(사실, 객관) : 이번 일주일 동안 있었던 일, 내가 한 일FEELINGS(느낌, 주관) : 나의 감정적인 반응, 느낌FINDINGS(배운 것) : 그 상황으로부터 내가 배운 것, 얻은 것FUTURE(미래) : 배운 것을 미래에는 어떻게 적용할 지FACTS 이번 주는 크게 3개의 덩어리로 공부가 진행됐다.1. 검색 성능 최적화(RAG Retrieval 파이프라인)- 인덱싱, BM25와 Dense를 비교, RRF, 질의 증강(Hyde) 등으로 이어지며 검색 품질을 단계적으로 올리는 실습을 했다. 2. 에이전트(LangGraph 중심)- 단일 턴 챗봇 -> 도구 호출 -> MCP 서버 연동 -> 메모리 -> HITL -> Custom State(업무용)으로 챗봇을 확장..

회고 방식The four FsFACTS(사실, 객관) : 이번 일주일 동안 있었던 일, 내가 한 일FEELINGS(느낌, 주관) : 나의 감정적인 반응, 느낌FINDINGS(배운 것) : 그 상황으로부터 내가 배운 것, 얻은 것FUTURE(미래) : 배운 것을 미래에는 어떻게 적용할 지FACTS이번 주는 LLM을 호출하는 단계에서 더 나아가, LangChain 기반으로 구성 요소를 조립해서 만드는 방식을 집중적으로 다뤘다. 1. Fine-tuning 결과물 사용 (sarcastic chatbot)- 이미 만들어진 파인튜닝 모델 ID를 지정하고, 시스템 프롬프트로 답변 말투를 고정한 뒤, 호출하는 형태를 실습했다.FINE_TUNED_MODEL = "ft:gpt-4.1-mini-2025-04-14..."SY..

회고 방식The four FsFACTS(사실, 객관) : 이번 일주일 동안 있었던 일, 내가 한 일FEELINGS(느낌, 주관) : 나의 감정적인 반응, 느낌FINDINGS(배운 것) : 그 상황으로부터 내가 배운 것, 얻은 것FUTURE(미래) : 배운 것을 미래에는 어떻게 적용할 지FACTS이번 주는 LLM에 대해 배우며, LLM을 이해하고, OpenAI의 API를 이용해 어떻게 프롬프트를 작성해보고 그 구성에 대해 공부했다. LLM 개념 정리 LLM이 “다음 토큰을 확률적으로 예측”하는 모델이라는 점, 그리고 거대한 파라미터가 지식을 ‘압축’한 형태라는 점을 정리했다.In-context learning(프롬프트 안의 예시로 즉석에서 문제를 푸는 방식)과 창발 능력 같은 키워드를 정리했다.프롬프트 엔..

회고 방식The four FsFACTS(사실, 객관) : 이번 일주일 동안 있었던 일, 내가 한 일FEELINGS(느낌, 주관) : 나의 감정적인 반응, 느낌FINDINGS(배운 것) : 그 상황으로부터 내가 배운 것, 얻은 것FUTURE(미래) : 배운 것을 미래에는 어떻게 적용할 지FACTS일단 시작으로 원시 데이터의 전처리를 배웠다.1. 불필요한 기호 제거2. 소문자 변환(또는 대소문자 일관성 유지)3. 공백 제거이 세 가지를 통해 데이터를 활용하기 전에 앞서 데이터를 획일적인 형식으로 바꾸어 준다.그리고 텍스트 데이터를 전처리로1. 특수문자 제거2. 숫자 제거3. 불용어(stop words) 제거를 해준다. 단, 도메인에 따라 적절한 전처리를 고려해야 한다.NLP 머신러닝의 기초데이터를 기반으로 ..

회고 방식The four FsFACTS(사실, 객관) : 이번 일주일 동안 있었던 일, 내가 한 일FEELINGS(느낌, 주관) : 나의 감정적인 반응, 느낌FINDINGS(배운 것) : 그 상황으로부터 내가 배운 것, 얻은 것FUTURE(미래) : 배운 것을 미래에는 어떻게 적용할 지FACTS머신러닝과 딥러닝을 이용한 프로젝트가 무사히 끝났다. 병원 노쇼율을 예측하는 것을 주제로 한 프로젝트로 나는 개발에 필요한 함수들의 모듈화, 날씨 API 호출, 머신러닝 모델 중 Logistic Regression과 LightGBM을 이용한 노쇼 예측을 담당하였다. 프로젝트는 잘 완성이 되었는데, 내가 맡은 역할에 대해 잘 한건지는 모르겠다.그리고 금요일에는 NLP에 들어가게 됐다. NLP는 Natural Lang..

회고 방식The four FsFACTS(사실, 객관) : 이번 일주일 동안 있었던 일, 내가 한 일FEELINGS(느낌, 주관) : 나의 감정적인 반응, 느낌FINDINGS(배운 것) : 그 상황으로부터 내가 배운 것, 얻은 것FUTURE(미래) : 배운 것을 미래에는 어떻게 적용할 지FACTS프로젝트 준비로 회고를 미처 신경쓰지 못해 늦었지만 작성한다.교차 엔트로피 오차, BCE, 수치 미분, 편미분, 하이퍼파라미터 최적화 등에 대해 수업을 했다. 이전에 한번 배웠던 것을 수치적으로, 더 깊게 내용을 살펴보는 수업이었던 것 같다.FEELINGS사실 프로젝트 조가 정해지고나서 정신이 없었다. 모든 정신이 프로젝트에 쏠리게 되어, '이미 한 번 들었던 내용이니까' 라는 안일한 생각이 들었던 것 같다. FI..

회고 방식The four FsFACTS(사실, 객관) : 이번 일주일 동안 있었던 일, 내가 한 일FEELINGS(느낌, 주관) : 나의 감정적인 반응, 느낌FINDINGS(배운 것) : 그 상황으로부터 내가 배운 것, 얻은 것FUTURE(미래) : 배운 것을 미래에는 어떻게 적용할 지FACTS머신러닝에 이어서 딥러닝을 배우게 됐다. 머신러닝과 딥러닝의 정의와 차이점, Pytorch의 기본적인 함수와 메서드 사용, 단층 퍼셉트론과 다층 퍼셉트론, 활성화 함수, 다차원 배열 계산에 대해 배우고 실습을 진행하였다.FEELINGS역시 생각했던 것처럼 쉽지 않다. 머신러닝도 굉장히 어렵게 느껴졌는데, 딥러닝은 내가 코드를 작성하고 실행했을 때, 내부의 일이 어떻게 진행되어 이런 결과가 나온건지 명확하게 알지 못..