docker-compose로 실행 시 es01이 중지됩니다.

안녕하세요 권정현님,제가 현재 휴가 중이라 랩탑이 없는 상태인데, 혹시 직접 클론을 하시지 마시고, 제가 제공해드린 코드의 docker-compose로 사용해 보시겠어요? 제가 필요없는 부분과 필요한 부분을 좀 바꾼 코드로 실행하시는데 최대한 문제 없이 만들어 놓았기 때문에 실행이 잘 되실 겁니다.

한국어 자막 요청 가능할까요?

안녕하세요 H N님,인프런 영상을 보실때 오른쪽 하단을 보시면 자막을 켜는 방법이 있습니다. 인프런 자체에서 AI로 자막을 달아주는 것 같은데, 영어를 듣기 힘드시다면, 자막을 켜시고 시청하시면 도움이 되실 것 같습니다.그리고 제가 영어로 강의하는 이유는 조금이나마 수강생님들이 해외로 나갈수 있는 기회가 있을때 도움이 되라고(실제로 많은 분들이 도움을 많이 받았다고 연락이 옵니다ㅎㅎ) 계속 제가 영어로 강의를 하고 있습니다. 영어로 강의 들으시면서 앞으로는 영어로 공부하는 습관을 들이시면 커리어에 큰 도움이 되실 겁니다.

강의용 Jupyter Notebook Source는 제공이 어렵나요?

안녕하세요 jiwoo_lee님,판다스 강의 자료는 판다스 섹션에 올려 놓았습니다. 좋은 피드백 감사드립니다.원래 이 강의가 제 데이타 사이언스 기초 강의(https://inf.run/a29h7)였는데, 파이썬 강의 배우시는 분들도 들으면 좋겠다싶어 보충강의로 나중에 들어온 거라 제가 코드 자료 올려야 되는 점을 깜박했네요.도움이 되셨으면 좋겠습니다.

setup-1 이 실행되었다가 꺼지는 현상

안녕하세요 은스페어님,강의를 보시면 아시겠지만, 원래 setup 컨테이너는 certification만 만들고 없어지는게 맞습니다. 그리고 다른 이미지들이 다 떠 있는 걸로 봐서는 별 문제 없어보이는데요?혹시 더 질문 있으시면 남겨주세요

assistant에서 file 업로드 하고 쓰레드 사용시 token 사용 및 사용 방법 문의

안녕하세요,OpenAI API에서는 파일을 업로드한 뒤 file을 참고하는 방식으로 질문을 하면, 파일 내 데이터를 검색하거나 활용하는 데 매번 토큰 사용량이 발생합니다. 이로 인해 요청마다 토큰 비용이 청구될 수 있습니다.파일을 사용하는 방식은 token 비용이 누적될 가능성이 있으므로, 질문 빈도나 파일 크기에 따라 비용이 증가할 수 있습니다. 특히, 질문의 맥락을 계속 유지하려면 해당 파일의 일부를 매번 호출해야 하므로 비효율적일 수 있습니다.이럴 경우, Fine-Tuning을 사용하면, 데이터 파일을 모델에 직접 학습시키고 그 데이터를 "지식"으로 내장시킵니다. 이후 모델이 Fine-Tuned 데이터에 기반해 답변을 생성하므로 매번 파일을 참조할 필요가 없습니다.Fine-Tuning은 다음과 같은 경우에 적합합니다데이터가 비교적 고정적이며, 자주 변경되지 않는 경우.모델이 특정 도메인이나 데이터에 대해 깊은 이해를 가져야 하는 경우.API 사용량을 줄이고 싶을 때.단, Fine-Tuning 과정 자체에도 비용이 발생하며, 데이터가 자주 변경되는 경우 업데이트마다 재학습이 필요해 유지비용이 늘어날 수 있습니다. 제 생각에는 Fine-Tuning 없이 embedding을 활용하여 검색 기반으로 시스템을 구축하는 것도 좋은 대안입니다. -> Text Embedding을 사용해 Document Similarity 찾아보기데이터를 OpenAI API의 text-embedding 모델을 사용해 벡터화(embedding)합니다.이를 벡터 검색 시스템(e.g., Pinecone, Weaviate, FAISS)에 저장합니다.사용자가 질문을 할 때, 질문을 embedding으로 변환한 뒤 벡터 검색을 통해 관련 데이터만 검색하여 응답합니다. 이 방식은 데이터를 자주 변경하거나 추가해야 할 때 유리합니다. 파일을 매번 불러오는 것보다 효율적이고, Fine-Tuning보다 유연할 겁니다