Thumbnail
BEST
인공지능AI · ChatGPT 활용

RAG를 활용한 LLM Application 개발 (feat. LangChain)대시보드

(5)
45개의 수강평 ∙ 676명의 수강생

66,000원

지식공유자: 강병진
총 25개 수업 (3시간 28분)
수강기한: 
무제한
수료증: 발급
난이도: 
입문
-
초급
-
중급이상
지식공유자 답변이 제공되는 강의입니다
폴더에 추가공유
  • 냠냠 프로필냠냠
    2024-09-191383994

    안녕하세요! 강의 관련하여 궁금한게있어 문의 드립니다. 제가 현재 리액트 + 스프링 기반의 웹페이지를 개발하고 있는데, 거기에 챗봇 서비스 추가하고 싶어 관련 내용을 찾다가 해당 강의를 발견하게되었습니다! 강의목차를 보면 Streamlit을 이용해 챗봇 페이지를 구현하신것 같은데, Streamlit은 단순히 답변을 화면에 표시하는 프론트엔드 역할만을 하는 건가요?? 아니면 완전한 챗봇 기능 구현을 위해 Streamlit이 필요한 건가요?? "섹션 3. 3. LangChain을 활용한 Retrieval Augmented Generation(RAG) 구성" 강의 까지를 들으면 챗봇으로부터 답변받는것 까지 구현되는건지 궁금합니다! 답변까지 받아온다면 그 이후 섹션은 Streamlit을 이용하지 않고 제가 자체적으로 개발한 프론트에 해당 답변을 띄우면 될 것 같아서 문의드립니다!!

    강병진
    강병진
    강병진
    2024-09-19367770

    안녕하세요! 질문하신 것처럼 Streamlit은 UI를 구성하는데 필요한 요소일 뿐 챗봇 구현에 필수는 아닙니다. 강의에서 Streamlit을 활용하는 이유는 RAG pipeline구성을 파이썬으로 하기 때문에 다른 프로그래밍 언어를 활용하지 않고 Python으로만 강의를 진행하기 위해서 입니다. 3.3까지만 수강하셔도 기본적인 RAG pipeline은 구성할 수 있지만, 3.6강까지 들으시면서 데이터 전처리나 키워드 활용 방법까지 학습하시는 편이 RAG pipeline의 퀄리티에 더 도움이 될 것 같습니다!

채널톡 아이콘