회귀(Regression) 분석은 머신러닝의 지도 학습(Supervised Learning) 패러다임에 속하는 핵심적인 기법 중 하나이다. 지도 학습은 시스템이 입력 데이터(독립 변수)와 그에 상응하는 정답(종속 변수) 쌍으로 구성된 데이터셋을 통해 학습하는 방식이며, 회귀 분석의 목표는 하나 이상의 독립 변수를 사용하여 연속적인 값의 결과(종속...

RAG에 대해 헤딩하면서 검색을 조금 더 정확하고 효율적으로 하기위해 검색 및 랭킹 알고리즘에 대해 알아보게 되었고, 이를 정리하고 기록하고자 한다. RAG와 검색/랭킹 알고리즘의 역할 RAG는 사용자의 질문이나 프롬프트에 대해 관련성 높은 정보를 먼저 검색하고, 이 정보를 바탕으로 언어 모델이 답변을 생성하는 방식이다. 여기서 검색 ...

요즘 이곳 저곳에서 MCP 관련된 질문을 많이 받고 있다. 이에 간략하게 해당 내용을 정리하고자 한다. 해당 게시글을 Anthropic의 Model Context Protocol의 공식 문서를 참조 해서 작성하였다. MCP란? MCP(Model Context Protocol)를 간략하게 정의하면 AI 모델이 파일-시스템, DB, Saa...

💡 Self-Routing RAG: Binding Selective Retrieval with Knowledge Verbalization Selective retrieval improves retrieval-augmented generation (RAG) by reducing distractions from low-quality retrieva...

vLLM을 LLM 서빙 라이브러리로 사용하고자 하였으나, 현재 주로 사용하는 서버의 GPU가 오랜된 연식의 GPU여서 몇몇의 난관이 있었다. 이를 해결한 과정과 함께 최종 빌드에 성공한 스크립트를 기록하고자 한다. Docker Image: https://hub.docker.com/r/nvidia/cuda Pytorch: https:/...

Retrieval-Augmented Generation(RAG)은 LargeLanguageModel에 발생하는 환각(hallucination) 문제를 해결하고 정확성을 높이기 위해 외부 지식 기반에서 정보를 검색해 답변에 활용하는 방식이다. 시간이 지남에 따라 RAG는 크게 세 가지 형태로 발전했다. 패러다임 ...

Docker를 사용하다 보면 컨테이너의 서비스를 외부에 노출하거나, 반대로 컨테이너 내부에서 개발 환경의 다른 서비스(예: 호스트 머신에서 실행 중인 DB)에 접근해야 하는 경우가 있다. 오늘은 Docker 네트워킹에서 가장 자주 마주치는 두 가지 시나리오인 포트 포워딩 (-p 옵션)과 컨테이너에서 호스트의 localhost 서비스에 접근하는 방...

데이터베이스를 사용하고 있지만, 깊게 공부한 적은 없는 것 같다는 생각이 들었다. 이에 시간이 날떄 한번씩 10분정도 분량의 SQL 지식에 대해서 A-Z까지 학습을 해보고자 한다. 오늘은 데이터베이스의 기본 개념부터 시작해, SQL 명령어의 분류와 역할, 그리고 PL/SQL의 활용까지 간략하게 살펴보겠다. 핵심 포인트 데이터베이스는 논리...