AS IS -> TO BE

2. Parameter, Token, Tokenizer, Context Window, Transformer

목차1. Day 3~4 - Parameter, Token, Tokenizer, Context Window, Transformer 1. Day 3~4 - Parameter, Token, Tokenizer, Context Window, TransformerDay 3~4는 LLM 관련 개념적인 부분들을 좀 더 다루는 내용 위주였고, 해당 내용들에 대해 gpt에 질문들에 해가며 좀 더 깊이 공부했다. 실무를 하면서 대략적으로는 알고 있고 많이 들어왔던 개념들이지만, 이전까진 얄팍하게 알고 있었다면 이것들을 좀 더 깊게 파고들어서 공부해 보는 경험이었다. 1) Parameter(weight)a. parameter의 역할- 실제로 이 parameter들이 모델이 입력을 받았을 때 출력을 생성하는 것을 통제한다는..

목차1. 공부배경2. DAY 1 - Ollama 활용 Local LLM 서빙, GPT API 활용 웹사이트 요약3. DAY 2 - Ollama Local LLM 활용한 웹사이트 요약 기능 구현 1. 공부 배경회사에 들어와 생성형 AI 플랫폼(LLMOps, Agent 등)을 담당하는 PO 부서에 배치되었다.이전에 IT 회사에서 일한 경험이 있었지만, AI 관련 지식은 아예 새로운 세계였다. 업무 과정에서 마주치는 기술 용어나 개념들은 매번 검색해 가며 이해했고, 그 외에도 꾸준히 AI 트렌드와 지식을 따라가려 노력했다. (매일 AI 관련 기사 읽기, 기사 속 주요 기술 추가 서치, 유튜브 영상 시청 등) 하지만 이런 부분에 어느정도 한계를 느꼈다.단순 지식 이해 수준으로는 머릿속에서 맴도는 부분이 있달까?..

이전 글은, 바이브 코딩을 활용해 프로젝트 과정에서 어떻게 구체적으로 설계하고 개발했는지에 대한 글이었다.이번 글은 그 과정에서의 다양한 느낀 점(AI에 대해서, 기획자로서 등)에 대해 간략히 적어보고자 한다. 1. 놀라운 AI의 개발속도, 하지만 사람 손이 아직까진 필요하다.상세한 기획 및 개발 문서(ex. ERD, API 명세, 기능명세 등)를 참고자료로 제시하고, 구체적인 개발 프롬프트를 제시할 수 있다면정말 자연어만으로도 코딩을 할 수 있다는 것을 느꼈다. 실제로 이번 개발을 하면서 직접 코드를 작성한 것은 5% 가 채 되지 않았다. 어떻게 돌아가야 한다는 로직만 잘 설계한다면, 기본적인 CRUD 성 코드나 아주 복잡한 로직이 아닌 코드들은 따로 손대지 않고 바로 넣어도 될 정도로 구조를 맞춰..

1. 인트로최근 들어간 회사에서 부서 배치 전 신입 사원 대상 9주간의 개발 교육을 듣게 됐다. 9주 중, 앞의 5주간(2.3~3.5)의 교육기간이 끝난 후, 배웠던 내용들 (데이터 모델링, 웹개발 기초(Java, Spring, Vue.js 등), SQL)을 기반으로 약 5일간의 개인 프로젝트를 하게 됐다. 회사의 서비스 중 1가지를 선택해서 클론코딩 및 개선을 직접 해보는 것이었고, 설계 부터 개발까지를 "5일 만에 혼자서" 직접 해야 했다. 이전까지 나는 제대로 개발 공부를 해본 적이 없었고, Java/Spring/Vue.js 등도 다 처음이었다. 그 과정에서 설계부터 개발까지 요즘 소위 유행하는 *바이브 코딩(Vibe Coding) 방식에 가깝게 개발을 진행했다. 요즘 다들 관심이 많은 분야이니만큼..