이나기 놀이터

$$2^2 + 4^2 + \cdots + 100^2 - (1^2 + 3^2 + \cdots + 99^2)$$ 페이스 북에 이 문제를 풀면 답이 얼마인지를 묻는 글이 있었습니다. 문제 풀이는 뒤에 적고 다른 얘기를 먼저 하겠습니다. 아래 내용은 10여년 전에 떠돌던 얘기이구요. 지금은 웬만한 아이들은 모두 학원 선행을 통해 이렇게 풀고 있습니다. 초등학교 수학 시간. 문제 : 개와 닭을 합쳐 총 10마리가 있습니다. 이들 짐승의 다리 수가 24개일 때 개와 닭은 각 몇 마리일까요? 모두 끙끙대고 있을 때 선생님이 한 학생을 지명, 풀도록 했습니다. 이 학생은 개가 x 마리, 닭이 y 마리로 하여 연립방정식을 풀어나갑니다. $$x + y = 10$$$$4x + 2y = 24 \Rightarrow 2x + ..

채팅 앱에서 대화의 연속성을 위해 챗 메모리를 사용합니다. 먼저 용어부터... - 턴 : 사용자의 요청과 봇의 답변을 한 쌍으로 묶음 아무 조건없이 메모리를 사용하면 모든 대화 내용을 기억합니다. 챗봇에서 '기억'이라는 의미는 좀 다릅니다. 예를 들어 LLM에 전달되는 내용으로 설명하겠습니다.LLM에 전달(API) : 사용자 질문1과 챗봇의 답변1 -> 턴1LLM에 전달 : (턴1 의 내용) + 질문2 + 답변2 -> 턴2LLM에 전달 : (턴1 + 턴2) + 질문3 + 답변3 -> 턴3이런 형태로 LLM에 전달됩니다. LLM에 전달된다는 것이 바로 입력토큰(Input Token)이 됩니다. 답변은 물론 출력토큰(Output Token)이구요. 11번째 대화가 이루어지면 1턴에서 10턴까지 내용..

보고서 작성 에이전트를 구현하고 있습니다. 먼저 사용되는 데이터 DB는 MS SQL에서 제공하는 AdvancedWorks DB와 인터페이스 로그, 서버로그 자료를 사용합니다. 인터페이스 로그와 서버로그는 데이터셋 생성 파이썬 코드로 임의 생성한 데이터입니다. 각 데이터 테이블의 메타 정보를 json 데이터형으로 저장하였습니다. 사용한 모델은 Anthropic 기준으로 Haiku(fast), Sonnet(balanced), Opus(quality: 추론) 모델로 진행했습니다. (OpenAI일 경우 사용한 모델 : gpt-5.4-mini(fast), gpt-5.4(balanced), gpt-5.5(quality)) 보고서 작성 요청이 들어왔을 때 진행 절차입니다. 1. 메타 정보를 DB에서 읽습니다. 2. ..

아내는 장애인 복지시설에서 일합니다. 복지시설에서 생활하는 장애인 중 뇌전증 환자가 있습니다. 이들이 갑자기 증세가 나타나면 직원들이 모두 긴장하고 대처하곤 합니다. 이런 증세가 나타났을 때 현상을 기록하는 기록지는 작성하지만, 종이로만 보관하여 현황을 한 눈에 볼 수 없다고 하였습니다. "종이에 기록하여 보관되는 데이터를 잘 표현하면 운영하기에 좋을텐데..." 하며 앱을 만들어 달라고 했습니다. 웹 앱도 필요없고 로컬컴퓨터에서 작동하면 된다고 하여 간단하게 앱을 만들었습니다. 앱은 증세가 나타났을 때 입력하는 창과 그것을 시각적으로 보여주는 대시보드로 만들었습니다. 증세 발생 후 증상을 입력하는 창입니다. 뇌전증 증세가 발생한 전체 데이터를 보여줍니다. 선택된 개인의 현황입니다.1차로 작성하였고 시..

지난밤 밤새 근무한 아내와 함께 공원에 왔습니다.운좋게 지붕 있는 평상에 자리 잡았습니다.가져온 자리와 간이 의자 두 개를 이용해 쉼터를 마련했습니다.한강이 보이고 푸른 나무들 사이로 바람이 붑니다.30도를 넘는 바깥 기온이지만 그늘에 있으니 편안하고 바람이 부니 시원합니다.오전에 아내는 모자란 잠을 자고 전 책을 읽습니다.헬렌, 스콧 니어링이 쓴 "조화로운 삶"이라는 글입니다.20여년 전에 읽었는데 다시 읽으니 또 새롭습니다.30대 때 이 글이 제 삶에 많은 영향을 미쳤습니다.발전, 성공을 생각하던 삶에서 평안, 어울림의 삶을 생각한 글이었습니다.이들이 농장을 만들어 도시의 삶에 힘들어하던 이들과 같이 노동을 하는 장면이 생각납니다.이들은 하루 4시간 일을 하면 다른 시간은 자유롭게 생활하라고 합니다...

대학 3학년 때로 기억합니다. 40년이 다 되어가는 시간이니 기억의 손실이 있을 수도 있습니다. 이점 감안하여 글을 읽어주길 부탁합니다. 미국에서 오신 새 교수께서 한국에서 첫 학기를 맞이하였고 그 대상이 저희 87학번 학생들이었습니다. 담당 과목이 암석역학이었고 교수님의 열정은 정말 남달랐습니다. 제 주변 친구들도 교수님의 열정을 인정하였고 저희는 처음 접하는 방식의 수업이었습니다. 지금 생각해보면 교수님은 미국에서 학생들과 우리들을 비슷하게 생각했던 것 같습니다. 하지만 저는 그 열정에 쫓아가기 좀 힘이 들었던 기억이 납니다. 기말고사 시험은 세 문제였습니다. 그 문제가 아직도 기억에 남아있습니다. 정확한 수치는 모르지만 개략적으로 문제를 말하겠습니다. 지표와 50도 정도로 기울어진 산에 폭이 ..

재난 영화를 좋아합니다. 1997년 "볼케이노"라는 토미 리 존스(마이크 로악 역)가 주연인 영화를 재미있게 봤습니다. 화산 폭발과 그 재난을 극복하기 위한 사람들의 노력을 잘 표현한 영화입니다. 위험에 직면해서 자신을 희생하면서 다른 사람을 구하는 인류애를 담은 내용이었습니다. LA 비상대책센터 책임자인 토미 리 존스는 딸을 구하기 위해 동분서주 하면서 주변에 발생하는 위험을 시민들과 해결해가는 모습을 그렸습니다. 그런데 이것을 시스템 면에서 접근해보겠습니다. LA 비상대책센터의 책임자가 지휘소에 가지 않고 현장을 뛰어다니는 것이 과연 올바른가 하는 의문이 생깁니다. 영화를 보고 나서 "전쟁에서 전투를 잘하는 소대장을 총사령관 직을 맡긴 것이네" 하는 생각이 들었습니다. 재난 영화를 보면 무질서한 상황..

RAG에 대한 설명입니다. LLM 학습(Training)은 워낙 방대한 데이터로 학습하기에 1에폭 정도 한다고 합니다. 이것을 미니배치로 나눠서 배치별 학습하고 그 결과를 다음 배치에 적용하는 형태로 학습합니다. LLM을 한 에폭 훈련하는데만 6억 정도의 비용이 든다고 들었습니다. 자주 훈련할 수 없는 이유입니다. 특정한 분야(법률, 의학, 과학 등에 대한 검색이 필요한 경우가 있습니다. 이 분야에 대한 질문을 하면 LLM 학습된 부분에 대해서 해당사항을 찾아 답변을 해줍니다. LLM 훈련이 2년 전 데이터로 학습된 모델이라면 그 이후에 생긴 데이터에 대한 정보는 별도로 검색을 해야 합니다. 이럴 경우 RAG가 필요합니다. 회사 내의 매뉴얼이 문서로 관리되는데 필요한 항목을 검색하는 경우도 RAG를 이..

애거서 크리스티 추리 소설을 읽고 있습니다. 집에 종이책으로 20여권의 책이 있어서 올해 한 권씩 읽고 있습니다. 추리 소설을 읽으면 추리가 시작되기 전에 사건의 배경과 사건 전후 상황을 먼저 보게 됩니다. 그 상황을 머리속으로 그리며 나름 범인을 유추해봅니다. 대부분 추리 소설은 마지막에 반전이 있음을 알고 있습니다. 범인일 것 같은 느낌을 풍기는 이는 거의 범인이 아닌 경우가 많기에 이 점도 범인을 유추할 때 생각해봅니다. 그리고 추리 시작 전 상황을 잘 기억해야 마지막 범인이 지명될 때 '맞아!' 하는 인정을 하게 됩니다. "애크로이드 살인사건"을 읽었습니다. 이 글은 몇 년 전에 읽었는데, 구체적인 내용은 잘 기억나지 않고 범인이 누군지만 알고 봤습니다. 범인을 알고 보는 추리 소설도 나름 재미..

에이전트를 구현했습니다. 이 에이전트에 사용된 툴은 크게 두가지입니다. 1. 툴 01 : DB에서 자료를 읽어와 결과 보여주기 1) DB는 크게 3가지 입니다 - 인터페이스 로그 - 서버로그 - AdventureWorks : SQL에서 제공하는 매출 DB 2) 질문을 하면 단어검색 -> 의미검색을 통해 해당 DB를 찾습니다 - 질문에 맞게 쿼리를 생성하여 필요한 자료를 가져와 데이터프레임으로 변환합니다 3) 답변 종류는 3가지입니다 - 데이터의 상황을 문장으로 설명합니다 - 그래프를 요청하면 그래프를 보여줍니다 - 테이블을 요청하면 표로 결과를 보여줍니다 2. 툴 02 : RAG로 답..