안녕하십니까! 완강한 시점에서 궁금한 점이 생겨서 질문드립니다! 먼저는 Unity6를 이용한 강의가 많이 없어서 좋은 강의 제공해주심에 감사 인사드립니다. 다름이 아니고 Input관련 함수를 사용하려고 하면 Project Settings에서 Both로 바꾸어야 하는 점, 그리고 사용하셨던 함수들은 옛날버전이어서 곧 지원이 끊긴다는 점을 생각한다면, 앞으로 배워나갈 제 입장에서는 공부할때부터 새로 제공되는 함수를 주로 사용하려고 하는 편이 아무래도 낫겠죠...?사실 현재 시중에 있는 여러 프로젝트들도 왠만하면 다 레거시 함수들을 쓰고 있을거라 생각이 드네요..너무 당연한 질문일 수도 있지만 유니코티님의 의견이 궁금합니다.

안녕하세요!!n8n으로 데이터 자동화 워크플로를 만들고 있는데데이터 전처리 작업을 어떻게 구성하는 게 좋을지 고민이 됩니다. 실무에서는 보통 n8n 내부 Python 노드로 어느 정도 수준까지 전처리를 하고복잡한 전처리가 필요한 경우에 외부 Python 환경과 연동하는 좋은 방법이 있을까요?n8n과 Python을 함께 쓰는 효율적인 구조가 있다면 조언 부탁드립니다.

현재 저는 코딩없이 AI 자동화 와 수익형 AI 에이전트 만들기 강의를 시청중에 있습니다. 강의를 들으면서 따라가는데 참 잘 가르쳐주시고 영상퀄리티 및 시간 대비 가격이 저렴하게 느껴질 정도입니다. 혹시 다음 강의 계획이 어떻게 되시는지 궁금합니다

안녕하세요 강사님! 강의 잘 듣고 있습니다.강의에서 설명해주시는대로 Perplexity API를 활용하고 있습니다.학습하던 중 궁금증이 생겼습니다. Perplexity가 다른 AI 에 비해 자료 수집을 하기에 가장 적합한 도구인가요? 강의에서 소개하기에는 비용이 과도하거나 다루기 어려우나, 강사님께서 개인적으로 추천하는 AI 툴이 따로 있는지 궁금합니다!

지식 공유자가 길벗으로 되어있어서, 챌린지 하는 분들 같이 보실수 있으시니, 그냥 여기에다가 글 남깁니다. p226 - STEP4 : WBS에 대한 프롬프트 예제가 잘못되었습니다.서적에 표기된것은 MVP 기능 명세서 작성으로 되어있습니다. 이는 p224에서 나온 프롬프트 입니다. 이경우에는 WBS 작성이니, p216처럼 되어야 합니다.아마 정상 프롬프트는 이래야 할거 같네요>레시피 공유 서비스의 MVP 개발을 위한 WBS를 작성해줘. - 프로젝트 기간 : 3개월 (기간은 불확실)- 팀 구성 : 풀스택 개발자 2명 

실무에서 Text-to-SQL 시스템을 구축하면서 고민이 생겼습니다.현재 상황: 간단한 단일 테이블 조회는 잘 동작하는데, 실제 업무 데이터로 넘어가니 여러 도메인을 JOIN해야 하는 복잡한 쿼리에서 정확도가 많이 떨어집니다.고려 중인 해결 방안: 도메인별로 AI 모델을 분리하는 구조를 생각하고 있습니다. 사용자 질문이 들어오면 라우터가 적절한 도메인 모델로 연결하고, 해당 모델이 쿼리를 생성하는 방식입니다. 이렇게 하면 각 도메인에 특화되어 정확도가 올라갈 것 같습니다.걸림돌: 문제는 여러 도메인(예: A, B, C)의 데이터를 함께 조회해야 하는 경우입니다. 예를 들어 "지난 분기 매출 상위 고객들의 최근 주문 배송 현황"처럼 매출(A), 고객(B), 배송(C) 도메인이 모두 엮인 질문이 들어오면 어떻게 처리해야 할까요?질문:이런 크로스 도메인 쿼리는 실무에서 보통 어떻게 해결하나요?도메인별 분리 구조가 맞는 방향인지, 아니면 전체를 아우르는 통합 모델이 나은지 조언 부탁드립니다.

강의 잘 보고 있습니다.추후에 클로드코드 외에 Codex 같은 새로운 것들에 대한 내용이 추가 업데이트 될 예정이 있을까요? 

안녕하세요먼저 좋은 강의 감사드립니다.당신의 리서치 방법은 틀렸다 에서일을 잘하는 사람은 단순한 요청에도 정말 관련된 많은 내용을 조사한다는 걸 알 수 있었습니다.그런데 너무 많은 내용을 조사(또는 일에 퍼포먼스를 내면)하면 고객이나 상사 분들의 눈높이가 너무 높아질까봐 고민이 됩니다.지속적으로 그정도 퍼포먼스를 낼 수 있으면 상관이 없는데 계속 그정도의 퍼포먼스를 낼 수 있다는 보장도 없고요이제는 AI 덕분에 조금 짐은 덜 수 있겠지만 그래도 고민이 됩니다.강사님 께서는 조사 또는 다른 일을 수행할때 계속 이 정도 퍼포먼스를 유지하시면서 일을 진행 하신 건가요 아님 고객(상사)의 불만 없이 업무량을 조정하시는 다른 노하우가 있으신가요? 

에이전트를 실행시키는 와중에Open Ai에서 토큰이 모두 소진되거나 제한됬을때개인적으로 알람이 오게하는 서비스는 따로 구축을 해놔야하는건가요? 

.

31강 공공데이터 API 를 사용하여 자동화하는 공부중인데요, 정부 전산센터 화재로 인해, 공공데이터 포털 접속이 되질 않아 실습을 할 수가 없네요^^공공데이터에 대해 관심이 많은데^^ 아쉽습니다... 실습을 하려면, 공공데이터 포털이 빨리 복구 되는 수 밖에 없겠죠??항상 열정적인 강의 감사드립니다..

Jetbrains 러닝이라로 뜨는데, 허용하겠습니다 라는 안내문구는 안뜹니다. 그리고 연결이 안됩니다혹시 pc방에서는 안되는 건가요?   node.js 최신버전, 인텔리제이 최신, 플로그인 설치, json 변경 했습니다

from pycaret.datasets import get_data from pycaret.regression import * insurance_df = get_data('insurance') setup(data = insurance_df, target = 'charges', session_id = 123, fold_shuffle = True, log_experiment = True, experiment_name = 'insurance_v1') best = compare_models(sort = 'R2')여기까지 실행하는 경우 잘 작동합니다. 다만 뒤에 tunemodel 실행 시 에러나는데 그게 모델이 튜닝이 안되는 모델이 선택되는 경우가 있는 것 같아요# 어떤 모델이 선택되었는지 확인 print(f"선택된 모델: {best}") print(f"모델 이름: {type(best).__name__}")선택된 모델: DummyRegressor() 모델 이름: DummyRegressor이 경우에 pycaret이 처음부터 튜닝할 모델만 알고 가는 게 아니라서 이런 오류가 생기는건지 궁금합니다.  만약 그렇다면 처음부터 include나 exclude로 모델 지정 외에는 없나요?   

안녕하세요. 강의 정말 잘 듣고 있습니다.업이 리서치가 아닌 개발이 주 업무다 보니 관련 부분에 질문이 있는데요. 만약 강사님이 무언가를 만들어야 한다고 할 때 어떤식으로 AI를 사용하실지 궁금합니다. 지금 제 기준에서는 코딩에만 사용하고 있는게 대부분이라 어떻게 하면 더 효율적으로 사용할 수 있을지 고민이 많아서요. 추가로 생성형 AI를 여러개 나누어 사용하시는 것 같은데, 사용하시는 생성형 AI리스트와 각각의 주 사용 목적이 궁금합니다.

프로젝트 소스 코드의 개발 히스토리 또는 문서화를 위해 도움을 줄 수 있는 모델을 생성 할 수 있을까요?코드에 주석을 다는 것이 아닌 개발 중인 프로젝트 코드에 특정 시간 또는 날짜를 기준으로 개발 히스토리를 개별 자동 생성 및 관리화 해서 추후에 개발자가 문서화를 위해 참고 할 수 있는 정보를 얻고 싶어요

2주차 크롤링 관련robots.txt에 적힌 규칙은 법적 강제력이 있나요? 지키지 않으면 어떤 문제가 생길 수 있나요?

저는 제조업을 베이스로하는 대기업에서 엔지니어로 근무 중 인데요, 가장 어려운 것이 개인의 전문 분야에서 발생하는 문제들을 mece하는게 가장 어려운 것 같습니다 객관적인 시각으로 봐야하는데 경험이 앞서다 보니 어려운점이 많은 것 같습니다. 그렇다 보니 예시를 찾아보게 되는데 범용적인 문제들에 대한 예시들은 참 많은데 현업에서의 영감을 받기에는 부적한 것 같습니다.현업에서 실질적인 연습은 어떤식으로 해보면 효과적일까요? 정답은 없겠지만 많이 부딪혀 보는게 최선일지요? 컨설턴트들은 어떻게 트레이닝을 받는지 궁금합니다.

안녕하세요 강사님, 강의 잘 보고 있습니다."n8n API와 Streamlit으로 만드는 이메일 작성 봇" 강의 중 9분 04초쯤 AI Agent 노드의 Memory(Simply Memory) 설정 부분에서 질문이 있습니다.강의 초반에는 "When chat message received" 노드를 사용하셨는데, 이 경우 워크플로우가 지속적으로 실행되면서 세션이 유지되므로 AI Agent가 이전 대화 내용을 기억할 수 있습니다.그런데 강의 후반부에서 "When chat message received" 노드를 "Webhook" 노드로 변경하셨습니다(Streamlit 사용을 위해). Webhook을 사용하면 사용자의 각 질문마다 워크플로우가 새롭게 실행되고, 실행이 끝나면 세션이 종료되는 것으로 알고 있습니다.이런 구조에서는 Simple Memory가 각 Webhook 호출 간 대화 내용을 유지하지 못해, AI Agent가 이전 대화를 참고할 수 없는 것 아닌가요?Webhook 방식에서도 대화 맥락을 유지하려면 Simple Memory 대신 Redis Chat Memory나 Postgres Chat Memory 같은 영구 저장소 기반 메모리를 사용해야 하는 것이 맞는지 궁금합니다.감사합니다.

안녕하세요. 강의 잘 듣고 있습니다.강사님 혹시 이런 이슈 만난 적 있으신가요?n8n 에서 pdf 파일을 binary 형식으로 supabase vector store 입력 중 생기는 에러 입니다. 어떤 pdf 파일은 되고 어떤 pdf 파일은 에러 발생으로 멈춥니다.binary 를 json 으로 변경 후 DB table 쪽 jsonb 컬럼에 입력 할 항목 스캔하면 '\x00' 문자들이 몇개 있습니다.python 직접 코딩 streamlit, LangChain 으로 같은 로직, 같은 파일을 supabase vector store로 입력하면 문제 없이 임베딩 처리 후 입력이 됩니다.Issues:Error inserting: unsupported Unicode escape sequence 400 Bad Request 

Local N8N에 ffmpeg를 설치하는 방법도 강의해주시면 안될까요? ㅠㅠ 혼자하려니 너무 어렵습니다. 기존에 만들어놓은 데이터 날아갈까 걱정도 되고요..ㅠ