안녕하세요. 티스토리 이전에 운영하던 블로그에는 개발 일기를 정말 자주 썼지만, 어느 순간 첫 취업 이후부터는 쓰지 않았던 것 같아서 오랜만에 작성하게 되었습니다. 근데 뭐 사실 네이버 블로그에 개발 일기를 썼을 때에도 누가 잘 보지도 않았고, Geek해서 재미도 없었지만 스스로 취준생 때 글을 보면 그땐 그랬지 하고 많은 자극을 받기도 했고, 그땐 누군가의 글을 보면서 위로를 받기도 했어서 제 글이 재밌진 않더라도 종종 남겨보려고 합니다~ 티스토리에는 첫 개발일기라서 지금까지의 여정을 간단하게 작성했습니다. --첫 회사까지24년도 11월에 첫 회사에 취업하게 되었습니다. 취업하기 전에 대학교 다닐 땐 개발하는 것이 너무나도 재밌었습니다. AI 없이 정말 한땀한땀 구글링하면서 세상 혹은 일상을 바꾸는 무..

Language / Tech- [x] Python - 작동 원리 이해 문법 숙지- [ ] Python - 이펙티브 파이썬 완독- [x] Pyhton - 비동기 개념 학습 asyncio, event loop, coroutine - [x] FastAPI - 프레임워크 이해- [x] FastAPI - 동기/비동기 엔드포인트 선택 기준 수립 및 이해 - [ ] Backend 요소 - 현 회사에서 진행 프로젝트 병목 지점 확인 및 아키텍처 개선 혹은 이벤트 큐 적용할 수 있는지 혹은 필요 없는지 확인 - [x] LangGraph - 핵심 개념 파악 (StateGraph, Node, Edge, 조건부 분기)- [x] LangGraph - 상태 관리 및 체크포인팅 확인 (대화 메모리, 재시도)- [x] LangGr..

https://github.com/sosow0212/physical-ai-lab 최근에 이직을 하면서, 산업 현장에서 AI를 어떻게 활용할 수 있을지 공부할 겸 가상의 공장 설비를 대상으로 문서와 설비 관계를 이해하고 질문에 답할 수 있는 AI 시스템을 핸즈온 느낌으로 만들어보기로 했습니다.AI 관련 기술들을 찾아보면서 단순히 LLM을 사용하는 것과 실제 산업 현장에서 AI를 활용하는 것에는 생각보다 큰 차이가 있다고 느꼈습니다.그래서 이번에는 단순히 RAG 챗봇을 하나 만들어보는 것보다는, 실제 산업 현장에서 AI를 활용한다고 가정하고 설비, 문서, 도면, 공정 등의 데이터를 어떻게 연결하고 활용할 수 있는지 직접 만들어보려고 합니다. 1. 업무에서 기존 LLM의 한계이직 전 백엔드 엔지니어로 업..

안녕하세요. 사내 업무를 진행하면서 외부 API를 호출할 일이 많이 있는데요, 오늘은 외부 API를 호출할 때 주의할 점에 대해서 학습한 내용에 대해 나누고자 글을 작성하게 되었습니다. 부족하거나 잘못된 내용이 있을 수 있는데, 피드백을 주신다면 꼭 확인하고 더 나은 개발자로 성장하도록 하겠습니다. 🙇🏻‍♂️1. 외부 서버에 요청을 보낼 때 Timeout을 고려하자가장 먼저 언급할 내용은 타임아웃을 고려하는 것입니다. 위 이미지와 같이 타임아웃 상황이 발생한다면 연결 자체가 수립되지 않거나, 혹은 연결은 됐으나 외부 API를 호출 후 우리 서버에선 정상적으로 응답을 받을 수 없게 됩니다. 조금 더 자세히 타임아웃을 알아보자면, 타임아웃 발생 상황은 아래와 같이 크게 두 가지 경우로 나뉠 수 있습니다...