이나기 놀이터

보고서 작성을 위한 앱을 개발 중입니다. 보고서 작성을 위한 샘플 데이터셋은 Anthropic에 의뢰해서 만들었습니다. 그것을 DB로 보관을 했습니다. 보고서 작성 절차입니다. 1. 제품 하나를 특정합니다. 이 경우 'Drug A'입니다. (1) 제품 이름이 'Drug A'인 데이터를 쿼리로 불러옵니다. (2) 챕터내의 항목(그래프, 테이블, 해석 문장)을 설정합니다. (3) 각각 항목에 대해 '프롬프트'를 작성하고 그 결과를 '미리보기'를 통해 확인합니다. - LLM(Large Language Model)을 통해 작성된 프롬프트에 맞게 파이썬 코드를 작성합니다. - Langchain을 통해 결과를 산출합니다. - 사용자 프롬프트는 하나이지만 앱 내에 여러 프롬프트가 존재..

이미지 처리에 대해서 제미나이와 대화를 나눴습니다.나름 대화 내용이 좋은 듯하여 올립니다.'질문' 부분에 오타가 있지만 고치지 않고 그대로 올립니다. Gemini와의 대화 질문:YOLO를 이용한 객체탐지 앱을 구현하고자 합니다.예를 들어 작업장의 위험요소를 찾아내는 것도 가능하겠죠?Gemini 답변:YOLO를 이용해 작업장의 위험요소를 탐지하는 객체 탐지 앱을 구현하는 것은 매우 좋은 아이디어입니다. 다음은 YOLO 기반 객체 탐지 앱 개발을 위한 주요 단계와 고려사항입니다.데이터셋 구축 및 전처리먼저, 작업장의 위험 요소를 식별하기 위한 데이터셋을 구축해야 합니다.이미지 및 영상 수집: 안전모 미착용, 특정 장비의 오작동, 작업자의 부적절한 자세 등 탐지하고자 하는 위험 요소들을 촬영합니다.라벨링:..

llm 기반으로 테이블을 작성하는 것을 지난번 차트 구현하는 앱에 추가하고 있습니다. 지난 번 올린 차트 작성하는 것과 방법이 비슷합니다. 왼편에 선택되는 항목 중 '데이터 목록'은 sql에서 데이터를 불러오는 쿼리입니다. 불러온 데이터는 판다스의 데이터프레임으로 변환합니다. 데이터프레임의 데이터를 이용하여 '프롬프트'에서 요청하는 형태로 테이블을 작성해 달라고 하는 것입니다. 그러면 이 프롬프트가 llm에 전달되고 llm에서 처리를 하여 결과가 오른편 '미리보기 결과' 창에 나타납니다. 중간 과정을 좀더 설명하면 아래와 같습니다. 1. 프롬프트에 있는 내용에서 '헤더 부분'-표의 첫 번째 행-을 llm으로 해석하여 스타일을 제이슨 데이터형으로 작성합니다. 2. 같은 방법으로 "데이터 부분..

자연어로 그래프를 그리는 앱을 구현하고 있습니다. 왼편에 선택되는 항목 중 '데이터 목록'은 sql에서 데이터를 불러오는 쿼리입니다. 불러온 데이터는 판다스의 데이터프레임으로 변환합니다. 데이터프레임의 데이터를 이용하여 '프롬프트'에서 요청하는 형태로 그래프를 그려달라고 하는 것입니다. 그러면 이 프롬프트가 llm에 전달되고 llm에서 처리를 하여 결과가 오른편 '미리보기 결과' 창에 나타납니다. 그래프 그릴 때 코드를 작성하는 것이 아니라 프롬프트만 잘 작성하면 그래프를 그릴 수 있습니다. 여기까지 완성하였습니다. 이걸 좀더 일반화하는 과정을 진행할 예정입니다. ---------------------------------------------- 프롬프트 : 검사(테스트)한 결과를 히스트그램 형으로 표..

지난번(이틀전) 올렸던 코드를 기반으로 채팅앱을 구현하고 있습니다. 지금부터 작성하는 앱은 코드를 공개할 수 없을 것 같아 결과만 올립니다. sales 데이터와 purchase 데이터를 두 개 데이터프레임으로 불러들였습니다. 그리고 대화창에서 1. 일상적인 대화 - 안녕하세요 --> 이것에 대한 일반 대화 성공 2. 판매관련 그래프를 요청 - sales 데이터에서 관련 자료로 그래프를 그려줍니다. 3. 판매와 구매 비교 그래프 요청 - sales 데이터와 purchase 데이터에서 필요한 값들을 불러와 그래프를 그려줍니다. 4. 이중축 그래프도 그려줍니다. 5. 일상대화를 하고 다시 그래프 그려달라고 요청했습니다. - 강원도 여름휴가지 추천 - 기간을 주고 요일..

코드를 일차로 완성했습니다. 앞으로 업무에서 진행될 코드는 더이상 공개할 수 없을 것 같습니다. 그래서 지금까지 작성한 코드만 공개하겠습니다. question에서 "2024년 판매실적을 부품별로 그래프를 그려주세요." 라고 요청하면 sales_df를 참조하여 그래프를 그려줍니다. question에서 "2024년 ProcessorChip의 구입액을 그래프로 그려주세요." 하고 요청하면 purchase_df를 참조하여 그래프를 그려줍니다. 데이터프레임을 생성하는 함수는 지난 글에서 anthropic에서 작성했던 함수를 그대로 사용했습니다. (chatGPT나 Claude에서 작성한 코드는 주석이 많습니다. 저는 주석 다는 것을 싫어해서 주석이 거의 없습니다.) llm 모델은 gpt와 claude를 사용할 수 ..

Chatbot을 구현하고자 합니다. 사용자가 데이터에 관련된 질문을 하면 챗의 결과로 데이터를 분석하여 그래프를 그려주거나 분석 결과를 서술형으로 작성해주는 챗봇입니다. 지난 글에서 한 데이터프레임으로 테스트를 해보니 원하는 대로 결과가 작성되었습니다. 데이터프레임을 여러 개 만들어 또다른 기능을 수행하는 앱을 구현하고자 합니다. 데이터프레임을 작성하기 위한 데이터셋을 Anthropic의 Claude와 openAI의 chatGPT에 요청했습니다. 그 결과입니다. chatGPT는 숫자에서 오류가 발생했습니다. 이것을 수정하여 코드를 실행했습니다. 요청과 답변, 파이썬 코드까지 첨부되기에 글이 깁니다. 간단한 BOM(Bill of Materials)이 아래와 같습니다. 제품 A - 부..

it 제품 판매 실적을 임의로 숫자를 만들었습니다. 1000일치 분량이니 3년이 좀 안되는 정도...이렇게 만든 자료로 데이터프레임을 작성했습니다. 이 데이터프레임으로 데이터를 분석하는 코드를 작성하였습니다. 자연어로 데이터프레임에 관련된 질문을 하면 언어모델을 통해 답변을 하는 코드입니다.데이터 구조는 아래 이미지와 같습니다.먼저 자연어로 데이터셋을 그래프로 표현해 달라고 요청했습니다. 질문이 4개이고 그에 대한 답변 이미지입니다. 다섯 번째 질문은 2025년 상반기 자료를 2024년과 비교 분석하여 하반기 계획을 수립하라고 요청했더니 아래와 같은 답변을 해 줍니다. 임의로 생성한 데이터로 저런 답변을 내놓습니다. 대단한 언어모델입니다. anthropic의 llm(large language model..

요즘 대세인 MCP를 이용해 서비스를 구현했습니다. client는 cursor를 활용하고 smithery.ai에 있는 mcp server(YouTube Transcript Server)를 활용하였습니다. cursor에서 질문과 답변, 그리고 최종 결과물입니다. 3시간 짜리 강의 내용을 요약 정리한 것입니다. 질문에 대한 답변은 1분도 걸리지 않았습니다. 질문 : @https://www.youtube.com/watch?v=jGg_1h0qzaM&t=10934s 이 유튜브를 가져와 정리해주세요. 답변 :LangGraph 완벽 입문 강의 요약1. LangGraph란?LangGraph는 파이썬 기반의 강력한 대화형 AI 워크플로우 구축 라이브러리입니다.그래프 기반 접근법을 통해 복잡한 대화 시스템을 설계, 구..

요즘 장안의 화제인 Vibe Coding을 연습삼아 시험했습니다. 사용한 코드 편집기는 cursor ai를 사용했습니다. 아래 를 작성하고 실행하면 를 작성해 줍니다. 앱을 배포할 때 필요한 requirements.txt도 자동으로 작성해 주네요. 코드를 살펴보면 다듬어야할 부분이 보이지만 그래도 큰 틀에서는 잘 작성해줍니다. 사람이 세밀하게 조정하는 것이 필요하다고 생각합니다. 어쨋든 기술 발전이 대단하다는 생각입니다. cifar10은 10개 카테고리별로 이미지를 분류하기 위한 데이터셋입니다. 딥러닝 모델1. 기본사항 - 프로그래밍 언어 : python - 딥러닝 프레임워크 : keras2. 데이터 - cifar10 - 데이터 셋 분할 - train : test = 8 : 2 - tr..