올해는 머신러닝이다.

https://www.youtube.com/watch?v=hFURlsMwU7c&list=WL&index=1&t=5s 아래는 원문 영상을 토대로 요약한 내용입니다. 영상을 시청하시는걸 추천합니다. 오픈소스 AI 혁명: 자유로운 AI 개발을 위한 필수 기술 스택AI 개발이 더 이상 독점 기술로 가로막히던 시대는 끝났어요. 오픈소스 AI가 폭발적으로 성장하면서, 누구나 자유롭게 실험하고 맞춤형 AI 프로젝트를 구축할 수 있는 환경이 열렸죠. 특히, 비용 부담 없이 최신 기술을 활용할 수 있다는 점이 매력적인데요. 그렇다면 실제로 오픈소스 AI 스택은 어떤 모습일까요? 프런트엔드부터 데이터 레이어, 백엔드까지 하나씩 살펴보겠습니다.🚀 프런트엔드: AI 애플리케이션의 관문AI 애플리케이션의 인터페이스는 사용자의..

https://www.youtube.com/watch?v=edsshVochqM&list=WL아래 내용은 원문 영상을 보고 요약한 내용입니다. (영상을 보시는 걸 추천드립니다)랭그랩(LangGraph) 기반 AI 에이전트 시스템 구축하기1. 기존 랭 체인의 한계기존 랭 체인(LangChain)은 AI 기반 애플리케이션을 구축하는 데 유용하지만 몇 가지 한계를 가지고 있습니다.1.1. 프로덕션 환경에서의 어려움고객 요구사항 증가에 따른 데이터 통합 및 유지보수의 어려움새로운 AI 모델 실험 및 파이프라인 변경 시 높은 의존성 문제1.2. 리니어 스트럭처드 레그의 한계기존 방식은 모든 프로세스를 순차적으로 실행해야 하며, 특정 단계에서 오류가 발생하면 전체 흐름이 영향을 받음검색 후 생성 단계로 바로 이어지기..

Vite vs Next.js 비교 및 장단점 분석Vite와 Next.js는 모두 프론트엔드 개발을 위한 인기 있는 도구지만, 목적과 기능이 다릅니다.Vite: 빠른 개발 환경과 빌드 속도를 제공하는 프레임워크 불문 번들러이자 빌드 툴.Next.js: React 기반의 풀스택 프레임워크로, 서버사이드 렌더링(SSR)과 정적 사이트 생성(SSG)을 지원.아래에서 두 도구를 상세 비교하고, 각각의 장점과 단점을 분석하겠습니다.1. 기본 개념 비교비교 항목 Vite Next.js주요 목적프론트엔드 개발 환경 및 번들링 최적화React 기반의 풀스택 웹 프레임워크지원 프레임워크Vue, React, Svelte 등 다수React 전용렌더링 방식클라이언트 사이드 렌더링(CSR) 기본SSR, SSG, ISR, CSR ..

원문 영상https://www.youtube.com/watch?v=3wk45Ow3m3M&list=PLeP_2-Xa7OBIdGlagL8n6IohwQXVISPFl&index=7아래 내용은 위 영상을 요약한 내용입니다.2025년, AI 에이전트의 해 – 파이썬과 OpenAI API로 AI 워크플로우 구현하기1. AI 에이전트 시대의 도래2025년은 AI 에이전트의 해라고 할 만큼, 많은 기업과 개인이 AI 자동화 시스템을 활용하여 업무 효율을 극대화하는 방법을 고민하고 있습니다. 코드 없이 AI 에이전트를 구축할 수 있는 로우코드 툴(예: Make, M8n)이 등장했고, 파이썬 기반 AI 워크플로우 프레임워크도 계속해서 발전하고 있습니다.하지만, 추상화된 레이어가 추가된 AI 툴은 내부 동작을 이해하기 어렵고..

Python을 활용한 AI 기반 주식 연구 에이전트 개발1. AI 에이전트로 주식 연구 자동화하기주식 투자에서 리스크를 최소화하고 수익을 극대화하려면 끊임없는 시장 조사, 기술적 분석, 최신 뉴스 확인, 재무제표 분석이 필요합니다. 하지만 이러한 작업은 상당한 시간과 노력이 요구됩니다.이번 튜토리얼에서는 Python과 Pydantic AI를 활용하여 주식 연구를 자동화하는 AI 에이전트를 구축하는 방법을 소개합니다. 이 AI 에이전트는 시장 조사, 기술적 분석, 주식 추천을 수행하여 더 나은 투자 결정을 돕습니다. 초보자도 쉽게 따라 할 수 있으며, Python 기본 지식과 OpenAI, Gemini 또는 Anthropic API 액세스만 있으면 됩니다.이번 예제에서는 OpenAI의 GPT-40 Mini..

원문 영상https://www.youtube.com/watch?v=O93x9JvDQd0&list=PLeP_2-Xa7OBIdGlagL8n6IohwQXVISPFl&index=3 아래 내용은 위 영상에 대한 내용 요약입니다.그래프 RAG를 위한 Text-to-Cypher 에이전트 구현하기1. 그래프 RAG란?그래프 RAG는 **네오4j(Graph Database)**를 활용하여 사용자 질문과 관련된 데이터를 조회하고, 이를 기반으로 답변을 생성하는 RAG(Retrieval-Augmented Generation) 방식입니다. 기존에 생성형 AI 패키지를 사용해 그래프 RAG를 구현한 적이 있지만, 이번에는 처음부터 직접 구축해보려 합니다.2. Text-to-Cypher 에이전트 개념Text-to-Cypher 에..