728x90 반응형 오공완4 패스트캠퍼스 환급챌린지 4일차: 테디노트의 RAG 비법노트 : 랭체인을 활용한 GPT부터 로컬 모델까지의 RAG 가이드 강의 후기 (토큰 및 Context Window) 본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.4일차입니다. 오늘은 이전에 봤던 OpenAI의 다양한 모델들의 토큰, context window, 그리고 입출력의 가격이 왜 다른지에 대해 학습했습니다. 그럼 살펴볼까요? 1. 토큰 (Token)이란?토큰(Token)은 자연어 처리(NLP)에서 텍스트를 작은 단위로 나누어 처리하기 위해 사용되는 기본 단위입니다.단어, 부분 단어, 문자 등이 토큰이 될 수 있습니다.LLM(대형 언어 모델)에서 토큰은 텍스트 데이터를 모델이 이해하고 처리하기 위해 분할된 기본 단위입니다.텍스트를 토큰으로 나누는 과정을 ‘토큰화’라고 합니다. (실제로 sLM에서 텍스트를 넣을 때 Tokenization을 진행합니다!)토큰화 방법토큰화 방법에는 여러 가지가 있으.. 2025. 4. 4. 패스트캠퍼스 환급챌린지 3일차: 테디노트의 RAG 비법노트 : 랭체인을 활용한 GPT부터 로컬 모델까지의 RAG 가이드 강의 후기 (LangChain 개요) 본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.오늘은 예비군을 다녀왔습니다.. 그래도 해야죠! 오늘은 짧게 학습을 진행했습니다.랭체인이 무엇인지,,! 간략하게 jupyter notebook의 단축키, 그리고 LangChain을 시작하기에 앞서 OpenAI사의 모델들이 무엇이 있는지..1. 🦜️🔗 LangChain이란?LangChain 은 언어 모델을 활용해 다양한 애플리케이션을 개발할 수 있는 프레임워크를 말합니다. 이 프레임워크를 통해 언어 모델은 다음과 같은 기능을 수행할 수 있게 됩니다.문맥을 인식하는 기능: LangChain은 언어 모델을 다양한 문맥 소스와 연결합니다. 여기에는 프롬프트 지시사항, 소수의 예시, 응답에 근거한 내용 등이 포함됩니다. 이를 통해 언어 모델은 제.. 2025. 4. 3. 패스트캠퍼스 환급챌린지 2일차: 테디노트의 RAG 비법노트 : 랭체인을 활용한 GPT부터 로컬 모델까지의 RAG 가이드 강의 후기 (환경설정 Day) 본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.오늘은 Mac에서 파이썬 환경 설치 및 RAG 작업을 위한 설치를 진행하였고, OpenAI API 키 발급과 LangSmith 키 발급 과정을 진행했습니다.그렇다 보니, 오늘은 특별히 무언가를 배웠다기보다는 준비 단계라고 할 수 있습니다.OpenAI API는 이전에 제가 논문을 쓸 때 실험했기 때문에 알고 있었지만, LangSmith는 아예 처음 들어봤습니다.그래서 LangSmith에 대해 간략하게 소개해보도록 하겠습니다. 1. LangSmith란?LangSmith는 LangChain 팀에서 만든 LLM 기반 애플리케이션을 추적하고, 디버깅하고, 평가할 수 있는 플랫폼입니다.GPT, RAG, Agent 등을 활용한 프로젝트를 만들다 보면 다.. 2025. 4. 2. 패스트캠퍼스 환급챌린지 1일차: 테디노트의 RAG 비법노트 : 랭체인을 활용한 GPT부터 로컬 모델까지의 RAG 가이드 강의 후기 본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.AI 분야로 취업하기 위해서는 LLM 관련 프로젝트를 경험해 보는 것이 거의 필수인 것 같습니다. 저는 2024년 8월에 인공지능 석사를 졸업하고, 12월까지 논문을 마친 후 2025년부터 본격적으로 취업 준비를 시작했습니다. 하지만, 취업 준비를 하면서 느낀 점이 있습니다. 당장 연구자로 취업하려면 박사 학위가 있어야 하고, 엔지니어로 취업하기 위해서는 RAG나 AI Agent를 실무에서 다뤄본 경험이 필요하다는 것이었습니다. 자연어처리(NLP) 연구를 했지만, RAG나 Agent에 대해서는 전혀 몰랐던 저는 솔직히 상실감에 빠졌습니다. 그래서 자연스럽게 강의를 찾게 되었고, 마침 이 강의를 발견했습니다. 그런데 운 좋게도 환급 챌린지를.. 2025. 4. 1. 이전 1 다음 728x90 반응형
