AI&GameDev

AI와 게임개발에 관련된 이야기

Ollama #7: Crawl4AI로 AI 웹 크롤링의 혁명 – 로컬 LLM으로 더 스마트하게

웹에서 필요한 정보를 효율적으로 수집하는 것은 현대 데이터 분석의 핵심입니다. 크롤링은 이러한 데이터 수집 과정을 자동화하여 웹사이트에서 대량의 정보를 체계적으로 추출하는 기술입니다. 최근 AI 기술의 발전으로 크롤링 분야에도 혁신이 일어나고 있는데, 그 중심에 Crawl4AI가 있습니다. 이 강력한 파이썬 라이브러리는 LLM(대규모 언어 모델)의 능력을 활용하여 웹 크롤링과 데이터 추출 과정을 획기적으로 간소화합니다. 이 글에서는 Crawl4AI의 특징을 […]

Ollama #6: GPT와 로컬LLM으로 PandasAI의 강력한 데이터 분석 기능 테스트

PandasAI는 자연어로 데이터에 질문할 수 있는 혁신적인 파이썬 라이브러리입니다. 이 도구는 데이터 분석과 처리 과정을 크게 간소화하며, 다음과 같은 포괄적인 기능을 제공합니다. 간단히 말해, PandasAI는 Pandas 라이브러리에 AI 기능을 추가한 것으로, 데이터 분석 과정의 효율성을 크게 높입니다. 이 블로그 포스트에서는 PandasAI를 활용한 실제 데이터 분석 및 시각화 과정을 상세히 살펴볼 것입니다. 특히, OpenAI의 GPT 모델과 […]

윈도우에서 pyenv-win과 venv를 사용한 파이썬 개발환경 최적화 및 버전 관리

윈도우에서 파이썬 개발 시 버전이나 라이브러리 충돌이 발생하는 문제를 자주 겪을 수 있습니다. 필자는 맥에서 pyenv를 통해 이러한 문제를 해결했지만 윈도우에서는 pyenv가 동작하지 않아 pyenv-win과 venv를 활용하여 파이썬 개발환경을 구축하게 되었습니다. 이 글에서는 윈도우 환경에서 pyenv-win과 venv를 사용해 파이썬 개발 환경을 설정하고 사용하는 방법을 자세히 설명하려 합니다. 맥에서 pyenv를 사용해 파이썬 버전을 관리하는 방법은 맥북의 파이썬 개발 환경 최적화 : pyenv으로 […]

Ollama #5: LLaVA모델과 벡터DB를 활용한 멀티모달 스마트 이미지 검색 시스템

멀티모달 (multimodal) 기술은 텍스트, 이미지, 오디오 등 다양한 유형의 정보를 통합하여 처리합니다. 이 기술은 자율주행차, 로봇공학, 인공지능 분야에서 특히 유용하며 다양한 데이터 소스를 결합하여 보다 정확한 분석과 이해를 가능하게 합니다. 이번 포스팅에서는 Ollama에서 작동하는 LLaVA 모델을 활용하여 이미지를 텍스트 정보로 변환하고 이를 ChromaDB에 저장고 검색하는 기능을 구현해 보도록 하겠습니다. Ollama에 대한 내용은 Ollama #1: 비용 걱정 없이 내 컴퓨터에서 제약 […]

Pyenv와 requirements.txt를 활용하여 파이썬 가상 환경 복제하기

파이썬 개발을 하다 보면 다양한 프로젝트에서 동일한 환경을 재현해야 할 때가 있습니다. 이럴 때 pyenv와 requirements.txt 파일을 활용하면 효과적으로 환경을 복제할 수 있습니다. 이 글에서는 파이썬 가상 환경을 pyenv와 requirements.txt를 사용하여 기존 가상 환경에서 새로운 가상 환경을 생성하고, 동일한 환경을 구축하는 과정을 안내합니다. Pyenv의 자세한 사용법은 맥북의 파이썬 개발 환경 최적화 : pyenv으로 파이썬 버전 관리하기 글을 확인하시기 바랍니다. Pyenv로 […]

Ollama #4: AutoGen Studio 를 활용한 로컬LLM + 다중 AI 에이전트 사용

이번 포스트에서는 AutoGen Studio의 플레이그라운드를 통해 Ollama의 Mistral 모델을 활용하는 과정을 단계별로 소개합니다. 로컬LLM과 AI 기술의 결합을 통해 얻을 수 있는 이점을 집중적으로 탐구하며 Ollama와 AutoGen Studio를 통해 로컬에서 AI 에이전트를 운영하는 실제 사례를 제공합니다. Ollama와 AutoGen Studio 설치가 선행되어야 합니다. 이에 대한 상세한 가이드는 Ollama #1: 비용 걱정 없이 내 컴퓨터에서 제약 없는 LLM […]

AutoGen Studio #1: 직관적인 다중 AI 에이전트 워크플로우 구성 및 관리

AutoGen Studio 개요: AI 주도의 혁신적 콘텐츠 제작 AutoGen Studio는 Microsoft Research에서 개발한 AutoGen 시스템의 일부로, 사용자가 손쉽게 인공지능(AI) 에이전트 팀을 생성하고 관리할 수 있는 도구입니다. 이 플랫폼은 다중 에이전트 워크플로를 정의하고 실행할 수 있는 대화형 인터페이스를 제공하여, 사용자가 학습, 적응 및 협업이 가능한 AI 에이전트를 신속하게 만들어내고 상호 작용할 수 있도록 지원합니다. 즉, AutoGen […]

Ollama #3: OpenAI API와의 호환 통합 및 AutoGen 활용으로 혁신적 AI 개발 시작

2023년 2월 8일자 포스팅을 확인해 보면 Ollama가 OpenAI의 인터페이스와 호환성에 대한 내용이 있습니다. 이에 따르면 사용자들은 이 플랫폼을 개인화된 AI 솔루션 구축에 활용할 수 있게 되며 OpenAI의 다양한 호출 방식(cURL, Python 라이브러리, JavaScript 라이브러리)을 그대로 이용할 수 있습니다. 아직 시험적인 단계에 있지만 이번 변화는 completions, Streaming, JSON mode, Reproducible outputs 등의 주요 기능을 포함합니다. 이전 […]

시놀로지 Docker: n8n으로 시작하는 텔레그램 메시지 전송 워크플로우 만들기

현대의 디지털 환경에서 자동화는 생산성을 극대화하고 반복적인 작업을 줄이는 데 필수적인 역할을 합니다. 여러 자동화 도구 중 n8n은 오픈 소스 워크플로 자동화 도구로서, Synology NAS에 Docker를 이용해 설치가 가능하여 Zapier와 같은 유료 자동화 도구에 대한 효율적이고 비용 효과적인 대안을 제공합니다. 본 글에서는 Synology NAS에서 n8n을 활용하여 텔레그램 메시지를 자동으로 전송하는 워크플로우를 구성하는 방법을 소개합니다. 이 과정을 통해 […]

Ollama #2: 내 손으로 만드는 ChatGPT 로컬LLM – 커스텀 모델 설치부터 실용 앱까지

Ollama는 다양한 커스텀 모델들을 불러와 사용할 수 있으며 LangChain을 사용하여 간단하게 연동할 수 있습니다. 이번에는 커스텀 모델 설치부터 클립보드의 텍스트를 요약하는 간단한 앱을 개발해 보겠습니다.설치 및 기본 사용법은 비용 걱정 없이 내 컴퓨터에서 제약 없는 LLM 실행하기 를 확인해 주시기 바랍니다. 커스텀 모델 설치 ModelFile을 활용하여 GGUF(Georgi Gerganov Unified Format)로 저장된 대규모 언어 모델(LLM 모델)을 쉽게 임포트할 […]

Scroll to top