본문 바로가기
반응형

전체 글308

💡 AI 개발을 위한 2025년 필수 개념 15가지 1. 대형 언어 모델 (Large Language Models, LLMs)정의:대형 언어 모델은 인터넷, 책, 논문, 코드 등으로 구성된 대규모 말뭉치를 바탕으로 학습된 신경망 모델입니다. 입력된 문장을 바탕으로 다음에 올 단어(토큰)를 예측하는 방식으로 작동합니다. 작동 원리:LLM은 대부분 트랜스포머(decoder-only) 기반 모델로, 문맥을 고려하여 다음 토큰의 확률 분포를 생성합니다. 이 분포에서 샘플링하여 문장을 만들어냅니다. 수십억 개 이상의 파라미터를 학습하여 범용적인 자연어 이해 및 생성 능력을 갖습니다. 금융 예시:GPT-4 API를 이용해 실적 발표문 요약 자동화"5년간의 애널리스트 레포트를 요약해서 핵심 리스크 요인을 뽑아줘" 같은 분석 자동화포트폴리오 설명서 자동 생성: “이 포.. 2025. 7. 3.
LLM을 이용하여 지식 그래프로 시각화하기 Auto Schema KG Knowledge Graph 🧠 LLM과 지식 그래프(KG)의 만남이 이렇게까지 강력할 줄은 몰랐습니다.이번 글에서는 AutoSchemaKG 프레임워크를 바탕으로, 기술주들 간의 협력, 경쟁, 종속 관계를 자동 추출하고, 그것을 실시간 RAG 시스템에 통합하는 전 과정을 소개하겠습니다.🧩 목표입력 데이터: 기술주 관련 기사/리서치/IR 문서 (ex. 엔비디아, 애플, 테슬라, 마이크로소프트 등)출력 목표: 기업 간 관계 그래프 + RAG 기반 질문 응답 시스템예시 질문: “애플은 어떤 기업에 의존하고 있나요?” “엔비디아와 경쟁하는 회사는 어디인가요?”1. 기술주 문서 수집 및 전처리📄 sample_tech_articles.txt- Nvidia provides GPUs to OpenAI, integrated into Micro.. 2025. 7. 2.
👩‍💻 작은 개발팀의 생산성을 폭발시킨 3가지 AI 에이전트 👩‍💻 작은 개발팀의 생산성을 폭발시킨 3가지 AI 에이전트실제 매일 쓰는 도구들 — 당신도 곧 쓰게 될 겁니다금융 데이터 사이언티스트로서 저는 단순히 모델을 만드는 것만으로는 부족하다는 걸 잘 압니다. 실험 속도, 코드 품질, 결과 해석력 — 이 모든 것이 함께 갖춰져야 경쟁력이 생기죠. 하지만 현실은 다릅니다. 시장 데이터는 계속 쏟아지고, 분석 모델은 복잡해지고, 실험을 반복할 시간은 늘 부족합니다. 그래서 저는 "혼자라도 3~5명의 몫을 해줄 수 있는 도구"를 찾기 시작했고, 그 답은 바로 AI 기반 개발 에이전트였습니다. 아래는 제가 실제로 매일 사용하며, 개발 속도는 물론 실험 반복과 코드 품질까지 올려준 3가지 필수 AI 도구입니다. 1. 🧠 Cursor – AI 페어 프로그래머기능 .. 2025. 7. 1.
📊 AI 트레이딩 시스템, 설계 노트 📊 AI 트레이딩 시스템, 이렇게 설계했습니다 – 협업하는 에이전트 구조의 힘요즘은 ‘AI가 주식 거래까지 한다’는 말이 더 이상 신기하지 않습니다. 하지만 진짜 흥미로운 질문은 이것입니다:하나의 AI가 모든 일을 처리하는 것보다, 역할을 나눈 여러 AI가 협업하는 것이 더 나은 걸까? 실제로 저는 다양한 역할을 수행하는 세 개의 AI 에이전트를 설계해 협업하는 트레이딩 시스템을 만들었습니다. 직접 시장을 분석하고, 리스크를 평가하고, 포트폴리오를 관리하는 에이전트 기반 구조 덕분에 훨씬 더 유연하고 확장성 있는 시스템을 만들 수 있었죠. 이 글에서는 그 과정을 공유합니다.🎯 1. 트레이딩 시스템은 ‘분업’으로 시작한다모든 기능을 하나의 AI에 넣으면 시스템이 무거워지고, 유지보수가 어려워집니다. 그.. 2025. 6. 30.
ChatGPT 프롬프트 공식 - 금융 AI 개발자를 위한 실전 가이드 🧠 ChatGPT 프롬프트 공식 (금융 AI 개발자를 위한 실전 가이드)“LLM은 정확한 입력이 있을 때, 정확한 출력을 준다.”아무리 강력한 AI 모델이라도 프롬프트가 모호하거나 구조화되어 있지 않으면 결과는 기대 이하입니다.특히 금융 데이터 분석, 모델링 자동화, 보고서 생성 같은 정밀한 작업에서는, 프롬프트 설계 능력이 정확도와 효율성을 결정짓는 핵심입니다.✅ 금융 실무에 최적화된 5가지 프롬프트 구성요소목적 명시 – 무엇을 하라는 것인지 정확히 지시하기배경 정보 제공 – 데이터와 문맥을 명확히 전달하기출력 형식 정의 – 표, 코드, JSON 등으로 결과물 틀 잡기예시 제공 – 원하는 결과를 사전에 보여주기AI 역할 설정 – AI가 어떤 관점/전문가로 생각해야 하는지 지정하기1. 🎯 목적 명시:.. 2025. 6. 29.
🔄 데이터 흐름의 대전환: ETL 시대의 퇴장과 스트리밍의 부상 🔄 데이터 흐름의 대전환: ETL 시대의 퇴장과 스트리밍의 부상데이터는 더 이상 '저장 후 처리'되는 것이 아닙니다. 이제는 실시간으로 흘러가는(streaming) 것이 기본이 되었고, 이 흐름에 대응하지 못하는 시스템은 빠르게 도태되고 있습니다. ETL(Extract-Transform-Load)은 지난 수십 년간 데이터 엔지니어링의 정석이었지만, AI와 스트리밍 중심의 세상에서 점점 그 자리를 잃어가고 있습니다.🧠 AI가 요구하는 새로운 데이터 처리 방식AI는 데이터를 '가공 후' 받는 것이 아니라, 지속적으로 업데이트되는 흐름(stream) 속에서 훈련되고 동작합니다. 예를 들어:추천 시스템은 사용자 행동에 즉각 반응해야 하고,챗봇은 실시간 대화 로그를 받아야 하며,이미지/텍스트/음성/영상이 혼합.. 2025. 6. 22.
🚀 AI 제품 개발, 제대로 시작하는 10단계 기획 프로세스 AI 기반 제품을 개발할 때 많은 사람들이 바로 모델을 만들거나 코드를 작성하려고 합니다. 하지만 그런 접근은 대부분 비효율적인 반복 작업으로 이어지곤 합니다. 저 역시 같은 실수를 겪은 뒤로, 어떤 프로젝트든 반드시 이 10단계 기획 프로세스를 거쳐 시작합니다. 이 글에서는 아이디어 단계부터 실제 실행 로드맵까지 도출하는 실질적인 기획 방법을 소개합니다. 기획이 잘 된 프로젝트는 코딩보다 빠르게 완성됩니다. 그 시작을 함께 해보세요.🎯 1단계: 목적 정의 – Why, Who, What첫 번째 단계는 명확한 목적 설정입니다.다음 세 가지 질문에 스스로 답해보세요:왜(Why) 이 제품을 만드는가?누구(Who) 를 위한 제품인가?무엇(What) 이 사용자를 위한 가치인가?이 질문을 흐릿하게 넘기면 개발 도.. 2025. 6. 15.
🚀 Cursor 1.0 정식 출시! AI 개발의 새로운 기준 https://www.cursor.com/en/changelog/1-0 Changelog - Jun 4, 2025 | Cursor - The AI Code Editor | Cursor - The AI Code EditorCursor 1.0 brings BugBot for code review, a first look at memories, one-click MCP setup, Jupyter support, and general availability of Background Agent.www.cursor.com2023년 처음 출시된 이후로 개발자들의 사랑을 받아온 AI 코딩 도구 Cursor가 드디어 1.0 버전으로 메이저 업데이트를 완료했습니다. 이번 버전은 단순한 마이너 개선을 넘어, AI 개발의 생.. 2025. 6. 9.
💰3 AI 금융 에이전트: Google ADK로 만드는 금융 전문자 에이전트 이제 금융도 AI 에이전트가 관리하는 시대”주식 포트폴리오 리밸런싱, 실적 분석, 경제지표 기반 전략 수립. 이 세 가지 모두 과거에는 애널리스트나 고급 투자자들만 할 수 있는 일이었습니다. 하지만 이제는 다릅니다. Google의 Agent Development Kit (ADK) 덕분에, 단 몇 줄의 코드만으로도당신만의 금융 비서, 투자 어드바이저, 전략가를 직접 만들 수 있는 시대가 열렸습니다. 이번 글에서는 ADK를 활용해 누구나 구축할 수 있는 3가지 실전 금융 AI 에이전트를 소개합니다. 모두 실제 업무나 투자에 즉시 활용 가능한 형태로 구성되어 있어, 개인 투자자부터 핀테크 개발자까지 폭넓게 사용할 수 있습니다.투자 비중을 자동으로 조정해주는 리밸런싱 에이전트실적 발표를 요약해주는 AI 애널리스.. 2025. 5. 27.
구글 I/O 2025 총정리: 검색회사를 넘어 ‘모든 것을 연결하는 AI 슈퍼앱’으로 2025년 Google I/O는 단순한 신제품 발표가 아닌, 구글의 전략적 정체성이 완전히 바뀐 순간이었습니다. 더 이상 구글은 ‘검색’ 기업이 아닙니다. 지금 구글은, AI를 기반으로 모든 기능을 연결하는 슈퍼앱 기업으로 진화하고 있습니다. 이번 글에서는 구글이 발표한 수많은 기능과 제품을 카테고리별로 정리하고, 그 모든 것을 관통하는 ‘Gemini 중심 전략’의 의미를 짚어보겠습니다.🧠 새로운 AI 모델Gemini 1.5 Flash: 초고속 처리(2,000 tokens/s)와 저비용 구조. 경쟁 대비 성능대비 가격 비율 최고.Gemini Diffusion: 기존 언어모델과 다른 ‘스케치 후 디테일 보강’ 방식의 텍스트 생성 모델. 그림 그리듯 글을 씁니다.Gemini Nano (Gemma 3n): .. 2025. 5. 25.
Supabase MCP 서버로 AI 앱 만들기, 이렇게 쉬울 수 있을까? Supabase MCP 서버로 AI 앱 만들기, 이렇게 쉬울 수 있을까?앱을 만들고 싶은데, 데이터베이스 설정부터 막막하시다고요? SQL도 모르고, 테이블 생성도 어렵게 느껴진다면 오늘 이 글이 딱입니다.AI 개발 도우미와 Supabase MCP Server를 함께 사용하면, 여러분은 "할 일 목록 테이블 만들어줘"라고 말만 해도 데이터베이스가 자동으로 설정됩니다. 지금부터 Supabase MCP 서버가 어떤 역할을 하는지, 어떻게 설정하는지, 실제 어떤 일을 할 수 있는지 자세히 알려드릴게요. 🧠 Supabase MCP 서버란?Supabase는 PostgreSQL 기반의 오픈소스 백엔드 플랫폼입니다.Firebase와 유사하지만, SQL과 오픈소스를 선호하는 개발자들 사이에서 각광받고 있죠.이 Supa.. 2025. 5. 25.
허깅페이스 🤗 Hugging Face가 무료로 푼 9개의 AI 강의! Hugging Face가 무려 9개의 AI 강의를 무료로 공개했대요. 요즘같이 AI 배우고 싶은 분들 많은 시대에 이런 건 거의 보물창고라고 생각해요.🤖 Hugging Face? 그게 뭔데?혹시 Hugging Face 처음 들어보셨다면, 간단히 소개할게요. 여기는 오픈소스 기반의 AI 허브예요. 전 세계 개발자들이 AI 모델, 데이터셋, 툴킷을 공유하고 배우는 곳이죠. 약간 AI판 깃허브 느낌? 근데 문서가 더 잘 되어 있고, 배우기도 쉬워요. 2024.12.30 - [AI 공부/LLM] - 🤗 허깅페이스란? AI 커뮤니티의 오픈소스 🤗 허깅페이스란? AI 커뮤니티의 오픈소스안녕하세요! AI와 머신러닝(ML)에 대해 조금이라도 관심이 있다면 한 번쯤 들어봤을 이름, 허깅페이스(Hugging Face.. 2025. 5. 18.
데이터 엔지니어를 위한 AI 이용법: PostgreSQL과 주식 데이터로 배우는 LLM + MCP 실전 활용법 AI는 이제 데이터 엔지니어의 선택이 아닌 필수 생존 도구입니다. 특히 LLM(대형 언어 모델)과 MCP(Model Context Protocol)를 활용하면 기존의 SQL 작성, 쿼리 디버깅, 데이터 조회 방식이 획기적으로 바뀝니다. 이 글에서는 실제 PostgreSQL에 저장된 주식 데이터를 기반으로, LLM이 자동으로 SQL을 생성하고 실행하며, 이를 위해 MCP 서버를 어떻게 설정하고 연결하는지까지 실전 사례 중심으로 정리해보겠습니다. 왜 AI는 데이터 엔지니어에게 필수가 되었나?예전에는 데이터 엔지니어가 SQL을 수작업으로 작성하고, 테이블 스키마를 직접 참조하며 분석 로직을 구성했습니다. 그러나 다음과 같은 이유로 이제는 AI가 필요합니다.🧠 자연어로 SQL을 자동 생성🔎 데이터 스키마 .. 2025. 5. 12.
커서 AI 잘 쓰는 법, 유출된 시스템 프롬프트에서 배웠습니다 최근 GitHub에 Cursor AI의 시스템 프롬프트가 유출되면서, 많은 개발자들이 흥미를 느끼고 있습니다. Claude 3.7 기반으로 작동하는 Cursor는 단순한 코드 생성기가 아닌, 실제 프로그래머와 협업하듯 작동하도록 설계되어 있습니다. 이 글에서는 Cursor의 시스템 프롬프트를 분석해 AI 코딩 도우미를 더 똑똑하게 사용하는 10가지 실전 전략을 소개합니다. 현업에서도 바로 적용할 수 있는 팁들이니, AI 도구를 적극 활용하고자 하는 분들에게 큰 도움이 될 것입니다. 최근 GitHub에 Cursor AI와 같은 주요 LLM의 시스템 프롬프트가 유출되면서, AI의 행동 원리가 조금씩 드러나기 시작했습니다. 👉 GitHub 링크: jujumilk3/leaked-system-prompts Gi.. 2025. 5. 11.
AI시대 - 당신의 직업이 사라질 수밖에 없는 7가지 이유 “나는 아직 괜찮아”라는 생각이, 가장 위험합니다.📍당신이 지금 당장 생각해봐야 할 현실지난 몇 년 사이, 세상은 완전히 바뀌었습니다. 몇 시간이 걸리던 작업이 이제 몇 분 만에 끝나고, 몇 명이 하던 업무는 AI 하나로 대체됩니다. 문제는 이것이 ‘미래의 이야기’가 아니라, 이미 일어나고 있는 현실이라는 것입니다. 변화를 부정하거나 외면하면, 어느 순간 본인의 일이 사라진 후에야 깨닫게 됩니다. 그때는 너무 늦습니다.⚠️ 당신의 직업이 사라질 수밖에 없는 7가지 이유1. AI는 반복을 싫어하지 않습니다 — 하지만 기업은 비용을 싫어합니다문서 분류, 이메일 회신, 코드 생성, 고객 응대 등 지금껏 ‘사람이 해야 한다’고 여겨지던 많은 일들이 이미 AI에게 넘어가고 있습니다.특히 반복적인 업무를 중심으로.. 2025. 5. 2.
💻 NotebookLM/노트북LM 으로 프로그래밍 언어 공부하기 PDF 문서 하나만 있으면 요약, 퀴즈, 학습자료, 오디오까지 끝!예를 들어 Python을 배우기 위해 Python 기초 입문서 PDF가 있다고 가정해봅시다. 이 문서를 NotebookLM에 넣으면 아래와 같은 일들을 단계별로 할 수 있습니다:🎯 목표: Python 프로그래밍 교재 PDF를 효율적으로 공부교재: ‘Python for Beginners’ PDF도구: NotebookLM활용 목적:챕터별 요약퀴즈 생성스터디 가이드 만들기학습 오디오 콘텐츠 생성Step 1. Notebook 만들기 & PDF 업로드NotebookLM 사이트 접속 → https://notebooklm.google구글 계정으로 로그인"New Notebook" 클릭PDF 파일 업로드예: Python_for_Beginners.pdf업.. 2025. 5. 1.
자연어로 SQL을 생성하는 AI 비서 만들기: PostgreSQL + OpenAI API 활용 내부 데이터를 다루다 보면, 자주 반복되는 SQL 쿼리를 작성하는 일이 번거롭다. 간단한 질의조차도 스키마를 열어보며 작성해야 하는 경우가 많다. 이를 줄이기 위해, 자연어 질문을 SQL로 변환하는 AI 기반 SQL 비서를 Flask 앱 형태로 직접 구현했다.목표자연어 입력 → SQL 변환 → 결과 반환별도의 로그인/챗봇 없음단일 입력창과 결과 출력창PostgreSQL 연결OpenAI GPT-4 API 활용1. OpenAI API 설정pip install openai flask psycopg2-binary python-dotenv .env 파일:OPENAI_API_KEY=sk-... 2. PostgreSQL + GPT-4 연동 플라스크 앱from flask import Flask, request, jso.. 2025. 4. 30.
파이썬으로 데이터에 생명을 불어넣자: Pynarrative를 활용한 스토리텔링 가이드 ✨ 요즘 데이터는 넘쳐나는데, 그걸 '이야기'로 풀어내는 사람은 생각보다 드뭅니다. 숫자만 던지는 시대는 갔어요.이제는 데이터를 통해 세상을 이해시키는 능력이 훨씬 중요합니다. 🌎 하지만 대부분의 데이터 시각화 도구(matplotlib, seaborn, plotly 등)는 그래프는 쉽게 그리지만, 스토리는 직접 작성해야 합니다. 🥲 오늘은 Python의 seaborn 패키지에 내장된 식당 팁 데이터셋(tips)을 이용해서pynarrative로 "데이터 → 그래프 → 스토리"를 만드는 방법을 소개할게요! 🚀 📚 Pynarrative란 무엇인가요?pynarrative는pandas 데이터프레임 📊Altair 그래프 🧩이 두 가지를 기반으로👉 자동으로 '읽기 쉬운 이야기'를 생성해주는 도구입니다.필요한.. 2025. 4. 29.
Docker를 이용해 무료로 n8n 설치하고 사용하는 방법 n8n을 로컬에서 무료로 설치하고 사용해보고 싶으신가요?이번 튜토리얼에서는 코딩 없이, Docker를 이용해 n8n과 MCP(모델 커넥션 포인트)를 설치하고 사용하는 방법을 아주 쉽게 안내해드리겠습니다.1. 🐳 Docker Desktop 설치하기먼저, Docker 공식 사이트에 접속해 주세요. 자신의 컴퓨터에 맞는 버전(Mac, Windows)을 선택해서 Docker Desktop을 다운로드하고 설치합니다. 설치가 완료되면 Docker Desktop을 실행해 주세요. 2. 📦 터미널을 이용해 n8n 컨테이너 실행하기이제 Docker를 설치했으니, 바로 터미널을 이용해 n8n을 실행해봅시다!아주 간단한 명령어 두 줄만 입력하면 됩니다. 🖥️ ① n8n 데이터를 저장할 볼륨 만들기먼저, n8n 데이터.. 2025. 4. 28.
자연어 한 줄로 완성하는 UI, Figma MCP의 혁신 디자인과 개발 사이의 간극, 느껴본 적 있나요?디자이너가 만든 Figma 파일을 개발자가 해석하고, 다시 코드로 옮기는 데 걸리는 시간과 커뮤니케이션 비용은 생각보다 큽니다. 하지만 이제, Figma MCP가 등장하면서 이야기가 완전히 달라지고 있습니다. 🚀 이제 자연어 한 줄이면, 모바일 앱 화면 하나쯤은 뚝딱 만들어낼 수 있게 되었어요.✨ Figma MCP란 무엇인가?Figma MCP는 Cursor AI와 Figma를 직접 연결해주는 서버입니다.https://github.com/GLips/Figma-Context-MCP GitHub - GLips/Figma-Context-MCP: MCP server to provide Figma layout information to AI coding agents .. 2025. 4. 27.
반응형

티스토리툴바