서핑하는 블루베리

1. 새 문서 만들기 새문서 > 표 > 서브페이지 > 데이터베이스[Data Server] 선택 2. 데이터셋 연결데이터텝 > 데이터베이스 접속 > 계정 로그인 3.파라미터 입력파라미터 > 파라미터 입력4.쿼리정의 주쿼리 -> 모든 페이지 에서 사용할 수 있음 ,반복하여 사용 할 수 없음 서브쿼리 -> 페이지마다 한번만 사용 할 수 있음(만약 여러개의 서브 쿼리를 한페이지에서 사용하기 위해서는 페이지 합치기를 해야함)파라미터 사용 시 ':(ACDNT_ID)'형태로 사용 5. 페이지 가상선 세팅단축키 ALT + m > 페이지 가상선 입력가상 선을 기준으로 반복문이 생기기 때문에 미적으로 이쁜 문서를 뽑기 위해서는 가상선을 미리 정해두는 것이 좋습니다. 6. 필요에 따라 문서를 RD에서 새로 작성하기 ..

어떤 시대에도 누구에게나 기회는 있다2020 - 2021대학 졸업 후 첫 신입 준비기간 : 이 때는 따끈따끈한 컴퓨터 전공 졸업생 +신입 개발자 전성기 였기 때문에 저는 학부생활을 잘했고 성적,성격이 좋습니다+국비학원 6개월어필을 했던거 같습니다 2024-2025두번째 중고 신입 vs 경력이직 이 시기에는 퇴사를 하고 충분한 시간을 두고 쉽게 배우는 자료구조 책으로 차근차근 공부하고 코테 공부 컴퓨터 cs공부한번도 해보지 않았던 프론트엔드 공부를 다양하게 했습니다 풀스텍형태의 신입을 뽑는 것ㅍ같아 단기간에 리엑트 공부를 하고 Next.js를 사용한 토이프로젝트도 해봤지만 신입 취업이 쉽지 안않고 돈을 벌기위해🤤 경력을 살려 3년차 경력으로 취업했습니다 2025~ 어떤 형태이던 신입은 계속 뽑아야하고..

GPT 계열 언어모델(LLM)의 한계와 LangChain을 활용한 극복 전략1.GPT 계열의 언어모델(ChatGPT 포함)은 자연어 처리 기술의 발전을 대표하는 도구로, 많은 사람들이 일상 대화는 물론, 실무 영역에서도 적극적으로 활용하고 있습니다. 그러나 실제로 적용해 보면 다음과 같은 구조적 한계를 경험하게 된다.이러한 한계는 정확성, 확장성, 신뢰성의 저하로 이어질 수 있다.본 발표에서는 LLM이 가진 주요 한계를 정리하고,이를 극복하기 위한 프레임워크인 LangChain의 구조와 기능을 설명하겠습니다 2. LLM의 한계- 파인튜닝(Fine-Tuning)의 높은 비용파인튜닝 : 사전학습(pre-trained)된 언어모델에 ‘내가 가진 데이터’를 추가로 학습시켜, 특정 업무나 도메인에 특화된 모델..

인공지능(AI)이란?인공지능(AI, Artificial Intelligence)은 사람처럼 학습하고 판단하며 행동하는 기술입니다.초기에는 사람이 정해준 규칙(rule) 에 따라 작동하는 방식이었지만, 최근에는 데이터 기반으로 스스로 학습하여 규칙을 도출하는 머신러닝(ML), 딥러닝(DL) 기술이 중심이 되고 있습니다. 인공지능 ⊃ 머신러닝 ⊃ 딥러닝인공지능은 큰 개념입니다. 그 안에 머신러닝이 있고, 머신러닝 안에 딥러닝이 있습니다.왜 규칙기반(보라색부분)에서 머신러닝(파란색부분)으로 넘어왔을까?규칙기반 시스템은 사람이 일일이 조건을 정의해야 합니다.예: 남자 = 수염 有, 키 큼 / 여자 = 머리 김, 목소리 얇음하지만 예외가 너무 많습니다.→ 모든 경우의 수를 일일이 명시하는 건 비효율적이죠.그래서..