안녕하세요!강의 모두 완료하고 업무에 잘 활용하고 있습니다.다름 아니라, 리뷰 데이터를 PINECONE DB에 넣고, RAG로 해당 리뷰 데이터 기반 학습으로, LLM으로 질문 답변 생성시 훌륭한 답변을 얻을 수 있었습니다.그런데 문제는 LLM 답변 생성시 PINECONE DB가 자료가 많아서 인지, 답변 시간이 25~40초 정도 걸립니다.ㅠLLM 답변 속도를 개선할 수 있는 다른 방법이 있을까요?궁금합니다.

안녕하세요, 완강 후 사내법규로 챗봇을 만들어서 잘 활용하고 있습니다! 이런 것이 가능하다고 윗분들에게 보여드렸고, 직원들을 위한 사내용 챗봇 프로젝트를 본격적으로 시작하게 되었습니다. 감사합니다 🙂관련해서 문의드립니다.(질문 내용 수정)사내 주요문서들이 ppt로 되어 있는 경우가 많아 ppt를 RAG로 활용하는 방법 문의드립니다.아래 코드를 사용해서 ppt에 있는 텍스트를 docx 파일로 만들었습니다.from pptx import Presentation from docx import Document def extract_text_from_pptx(file_path): prs = Presentation(file_path) text_list = [] for slide in prs.slides: for shape in slide.shapes: if hasattr(shape, "text"): text_list.append(shape.text) return "\n".join(text_list) def save_text_to_docx(text, output_path): doc = Document() for line in text.split('\n'): doc.add_paragraph(line) doc.save(output_path) # 실행 예시 ppt_file = "OOO.pptx" # 파일명 확인 text = extract_text_from_pptx(ppt_file) save_text_to_docx(text, "ppt_extracted_text.docx")문제는, ppt에서 이렇게 도식화 되어 있는 경우에, 도식 순서대로 text로 변환해주지 않는다는 점인데요, 혹시 이런 경우에 도식을 이해해서 text로 변환해주는 방법이 있을까요? 위 코드로 text 추출 시, 장표 내 text만 추출이되고, 이미지는 변환이 안되는데요'은행거래명세서 보여줘' 라고 질문하면 파란색 이미지 부분이 나오도록 구현하는 방법도 있을까요? 아래처럼 이미지와 텍스트를 함께 학습해서 이해시키도록 한 뒤 RAG를 구현할 수 있는 방법이 있을지도 문의드립니다. 더 많은 직원들이 streamlit을 조회한다고 할 때, 원활하게 조회되도록 하려면 유료용을 결제하면 되는걸까요? 조회자가 많아 질 경우 추가로 하면 좋은 조치들이 어떤게 있는지 궁금합니다. 질문이 많았습니다. 혹시 1:1 등을 신청해야 답변이 가능한 내용일까요! 답변 주시면 감사하겠습니다.

안녕하세요 강사님, 강의 잘 듣고 있습니다.개발 병행하면서 강의 수강 중인데, 끝까지 다 듣지 못한 점 미리 양해드립니다. LangGraph 공식 문서를 보면, Graph의 상태 스키마를 정의할 때 Pydantic의 BaseModel보다 TypedDict나 dataclass를 사용하는 걸 더 권장하는 것처럼 보입니다.강사님께서도 강의에서 주로 TypedDict를 쓰시는 걸 확인했습니다.그런데 개발을 하다 보니, TypedDict는 런타임 유효성 검사나 구조화 파싱 기능이 없어서LLM 응답이 해당 스키마에 맞게 출력되었는지 보장할 수 없는 점이 불편하게 느껴졌습니다.예를 들어, PydanticOutputParser(pydantic_object=MyModel)처럼 출력 형식을 강제할 수 있는 기능은TypedDict에는 없어서, 결국 출력 파싱이 명확하지 않거나 "```json ... ```"처럼 마크다운이 붙는 문제도 자주 발생합니다.물론 TypedDict는 속도 면에서 이점이 있고 LangGraph state로는 잘 어울린다는 것도 알고 있지만,이런 이유 때문에 결국 스키마를 TypedDict와 Pydantic 두 번 정의해야 하는 상황이 종종 생깁니다. 그래서 질문드리고 싶은 건 다음과 같습니다:하나의 스키마 정의만으로 상태 관리와 LLM 출력 파싱까지 모두 깔끔하게 처리하는 더 좋은 방법은 없을까요?혹은 실무에서는 이런 문제를 보통 어떻게 해결하고 계신지도 궁금합니다.감사합니다!

안녕하세요. 현재 회사 폐쇄망에서 코드를 돌리는데, Chroma.from_documents 부분에서 "[SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed: self-signedcertificate in certificate chain" 이러한 에러가 발생하고 있습니다. 이런 상황에서는 langchain_chroma에 대한 예외처리 요청하면, 문제 해결될까요? 

안녕하세요 강사님 IDE 작업화면을 최대로 해도 글자가 잘 안 보일 수 있는데 작업화면을 화면의 일부로 사용하고 오른쪽에 글을 보여주시면 노트북으로 강의를 보는 입장에서 글자가 작아서 잘 안 보입니다. 다음 강의에는 노트북으로 학습하는 학습자의 입장도 고려 부탁드립니다.  강의는 너무 좋은 내용입니다 ! 쵝오 😀 감사합니다.

안녕하세요 복습 중 safety prompt 말씀을 해주신게 이해가 조금 안돼서 그러는데 어떤 방식으로 하는건지 혹시 예제를 알려주실 수 있으실까요?

수료증 워크 플로우 공유해주세요

workflow.add_edge(START, "note1")workflow.add_edge(START, "note2")workflow.add_edge(START, "note3") 이렇게 해두면, 어떤 설정을 따로 안해도note1,2,3이 동시에 실행되나요?note1 먼저 하고 note2 하고 그다음 note3이 되는게 아니죠? 그러면 병렬이 아니니까

 문제 / 오류 / 질문에 대해 설명해 주세요 구글 캘린더 연동 시 강의에서 보여주셨던 것처럼 OAuth Redirect URL, Client ID, Client Secret 입력 필드가 없고 아래 이미지 처럼 로그인 영역만 보입니다. n8n 클라우드 환경입니다. 어떤 점이 잘못된걸까요?  오류 메시지가 있다면 작성해 주세요  사용 중인 워크플로우를 공유해 주세요  n8n 설치 정보 안내 n8n 버전:데이터베이스 종류 (기본값: SQLite):n8n 실행 프로세스 설정 (기본값: own, main):n8n 실행 방식 (예: Docker, npm, n8n cloud, 데스크탑 앱 등):운영 체제: iOS 

 문제 / 오류 / 질문에 대해 설명해 주세요 구글 캘린더 연동 시 강의에서 보여주셨던 것처럼 OAuth Redirect URL, Client ID, Client Secret 입력 필드가 없고 아래 이미지 처럼 로그인 영역만 보입니다. n8n 클라우드 환경입니다. 어떤 점이 잘못된걸까요?  오류 메시지가 있다면 작성해 주세요  사용 중인 워크플로우를 공유해 주세요  n8n 설치 정보 안내 n8n 버전:데이터베이스 종류 (기본값: SQLite):n8n 실행 프로세스 설정 (기본값: own, main):n8n 실행 방식 (예: Docker, npm, n8n cloud, 데스크탑 앱 등):운영 체제: iOS 

로드맵 수강 중인데...로드맵 시 주셨던 graph rag 50% 할인쿠폰을 잠시만이라도 부활 시켜주실 수 있으신가요? 강의량 대비 이벤트 기간이 짧아 보입니다. ㅠㅠ 그리고 강사님 강의가 너무 좋아서 놓치고 싶지 않습니다. 

안녕하세요.uv sync 로 커서에서 실행을 했는데요. 화면에서와 달리 google폴더도 없고, .env 파일도 없습니다.2.5 웹 검색을 지원하는 Corrective RAG에서 코드 실행중인데요.from dotenv import load_dotenv load_dotenv()여기서부터 false 가 뜨고요 바로 밑 코드부터 에러가 뜹니다. ---------------------------------------------------------------------------OpenAIError Traceback (most recent call last)Cell In[2], line 41 from langchain_chroma import Chroma2 from langchain_openai import OpenAIEmbeddings----> 4 embedding_function = OpenAIEmbeddings(model='text-embedding-3-large')6 vector_store = Chroma(7 embedding_function=embedding_function,8 collection_name = 'income_tax_collection',9 persist_directory = './income_tax_collection'10 )11 retriever = vector_store.as_retriever(search_kwargs={'k': 3})[... skipping hidden 1 frame]File c:\Users\LGCNS\inflearn-langgraph-agent\.venv\Lib\site-packages\langchain_openai\embeddings\base.py:338, in OpenAIEmbeddings.validate_environment(self)336 self.http_client = httpx.Client(proxy=self.openai_proxy)337 sync_specific = {"http_client": self.http_client}--> 338 self.client = openai.OpenAI(**client_params, **sync_specific).embeddings # type: ignore[arg-type]339 if not self.async_client:340 if self.openai_proxy and not self.http_async_client:File c:\Users\LGCNS\inflearn-langgraph-agent\.venv\Lib\site-packages\openai\_client.py:110, in OpenAI.__init__(self, api_key, organization, project, base_url, websocket_base_url, timeout, max_retries, default_headers, default_query, http_client, strictresponse_validation)108 api_key = os.environ.get("OPENAI_API_KEY")109 if api_key is None:--> 110 raise OpenAIError(111 "The api_key client option must be set either by passing api_key to the client or by setting the OPENAI_API_KEY environment variable"112 )113 self.api_key = api_key115 if organization is None:OpenAIError: The api_key client option must be set either by passing api_key to the client or by setting the OPENAI_API_KEY environment variable 찾아보니 OPENAI_API_KEY가 없어서 뜨는 에러 같은데 어떻게 설정하면 되나요? 

 구글드라이브 주소를 찾을수 없습니다.   위 자료를 받고 싶어요 

pro 플랜이 무제한이 아닌걸로 아는데 웹에서 사용한거랑 데스크탑에서 사용한거랑 공유가 되는건가요??

위와 같은 메세지가 발생합니다.뭐가 설치가 덜된걸까요? 

Evaluation 부분 궁금한데 다음 강의는 언제 오픈하세요~

안녕하세요.기획자로 일하고 있는 직장인입니다. 강의를 듣던중 갑자기 궁금한 것이 있는데,강사님께서 Claude Code대신 Cursor를 이용하시는 이유를 여쭤볼 수 있을까요? 감사합니다.

조금 유치한 질물일수도 있긴 한데 주변 친구들이 딥시크를 사용하면 개인정보가 나간다, 해킹당한다느니 와 같은 말을 하는데 진짜일까요?

파인콘 사용시에 2MB 초과하는 문제 있잖아요. 그래서 다른 답변들 보고 사이즈 조정해서사이즈만 맞춰서 했더니 저장은 문제 없이 됬는데 저희 수업 내용상 질문이 '연봉 5천만원인 직장인의 소득세는 얼마인가요?' 라는건데 기존 크로마 이용시에는{'query': '연봉 5천만원인 직장인의 소득세는 얼마인가요?', 'result': '연봉 5천만원인 직장인의 소득세는 "근로소득에 대해서는 기본세율"이 적용된다고 명시되어 있습니다. 기본세율에 의한 과세는 종합소득세 과세표준에 따라 결정되며, 구체적인 세금 금액은 소득 공제 등이 고려되어야 하므로 단순 계산으로 제시할 수 없습니다. 따라서, 구체적인 세금을 산정하기 위해서는 소득세율표와 개인 소득 공제를 참고해야 합니다.'}파인콘 사용시에는 {'query': '연봉 5천만원인 직장인의 소득세는 얼마인가요?', 'result': '연봉 5천만원인 직장인의 소득세는 84만원과 1,400만원을 초과하는 금액의 15퍼센트를 더한 것입니다. 이를 계산하면, 소득세는 약 474만원입니다.'}같은 문서를 가지고 DB만 달리 하는건데 이렇게 답변이 상이하게 나오면 문서가 제대로 벡터DB에 저장이 안됬다고 생각할수 있는건가요? 원인이 궁금합니다.그리고 수업 영상 랭체인 홈페이지에서 나오는 코드랑 실제로 들어가서 버전 맞추어도 예제 코드가 달라서 좀 어려움이 있습니다. 10분짜리 영상을 30분 넘게 보게 됩니다. 그나마 깃허브 코드가 비슷해서 그걸로 사용하고 있습니다.

안녕하세요!좋은 강의 만들어주셔서 감사합니다.방금전 강의를 신청하였고,저는 데이터사이언스 관련 전공자이며, 현재 회사에서 IT PM직군을 하고 있습니다. 다름이 아니라, 추천시스템을 예전에 비영리 목적으로 미니 프로젝트를 하며 잠시 다루다가 데이터가 별로 없기도 하고 만들고자 하는 데이터 형식과 기술적인 문제로 시도를 하다가 접었던 이력이 있습니다.현재 대략적으로 구현을 하고자 하는 것은 제조 트렌드 기반의 맞춤형 소재를 추천하는 프로젝트를 진행할 예정입니다. 그래서 실제 사용자의 선호도와 성향을 기반으로한 데이터가 없다고 가정하며, 최신 트렌드를 반영하여 사용자의 정확한 직군과 역할을 살펴보며, 추천을 하는 시스템을 원하고 있습니다. 보통 OTT나 쿠팡과 같은 도매사이트에서 ID, 사용자, 아이템 기반의 각종 추천시스템에 대한 아이디어는 검색을 하거나 깃헙에서 충분히 구할수 있으나, 위와 같은 부분은 데이터 구축까지 진행되어야 하는데, 추천해주실만한 데이터 형성 기법과 방법에 대해서 여쭙고 싶습니다. 물론 강의를 이제 시작하여, 강의를 완강할때쯤이면 아이디어가 떠 오를수도 있는데... 현재 급하게 일을 진행하며 하다보니, 전체 강의를 조금씩 주제를 기반으로 살펴봤는데 아이디어가 떠오르지 않고 자문을 구할때가 없어서 급하게 질문을 드렸습니다. 실례가 안된다면 혹시 강의에서도 관련된 부분이나 키워드 위주라도 검색해볼만한 내용이 있다면, 추천해주시면 감사하겠습니다ㅠ