안녕하세요. Google Gravity 로그인이 되지 않습니다. 반복적으로 구글 로그인 화면만 나오는데 혹시 원인과 해결 방안 안내 가능할까요? 

3강의 1:44 쯤에 설문 조사 링크 제출했는데 작성한 이메일에 초대 메일이 안옵니다. 조치 부탁드립니다.

"0-6. OpenClaw 설치하고 온보드 세팅하기"에 7:30 강의를 듣고 있는데요. Gateway service check filed: Error ~ 미디어가 없음이라는게 왜 뜨는 건지 그리고 openclaw를 시작하기 위해 openclaw gateway start, openclaw gateway run이라고 입력해야 하는 건 어떤 걸 보고 알수 있나요?📢 질문을 작성하기 전에 꼭 읽어주세요! 📢질문 전에 준비할 것스스로 먼저 확인하기같은 문제를 겪은 사람이 있는지 인터넷에서 검색해보세요. 대부분의 경우 비슷한 사례를 쉽게 찾을 수 있습니다.오류와 코드를 다시 한번 점검하기간단한 실수나 오타가 없는지 확인해보세요. (예: 변수 이름, 함수 호출 방식 등)문제 상황 정리하기본인이 겪고 있는 문제를 정확히 이해하고, 어떤 상황에서 발생하는지 메모해보세요.질문 작성 시 유의할 점간결하고 명확한 제목문제를 한눈에 이해할 수 있도록 제목을 작성하세요. ("React에서 상태값 초기화 문제"처럼 구체적으로!)상황 설명 포함문제가 발생한 맥락과 이미 시도했던 해결 방법을 간략히 정리해서 알려주세요.코드 공유문제가 발생한 코드를 첨부하여 보여주세요.강의 관련 질문강의 내용과 관련된 질문이라면 문제가 발생한 강의의 시간이나 챕터를 반드시 적어주세요.추가 안내사항답변을 받으면 꼭 확인하고 감사 인사를 남겨주세요. 작은 반응도 답변자에게 큰 동기부여가 됩니다!질문 게시판에서는 서로를 존중하며 커뮤니케이션해주세요.강의 외적인 문의(예: 계정 문제, 결제 등)는 고객센터를 이용해주세요.여러분의 꼼꼼한 질문이 더욱 빠르고 정확한 답변으로 이어질 수 있습니다. 😊

안녕하세요 강사님, 강의 잘 듣고있습니다.현재 Adaptive RAG 강의를 듣고있는데, 강의에서는 공식 문서에서 Adaptive RAG와 관련된 내용이 있어 그걸 예시로 들어주셨는데 확인해보니 해당 내용이 지금은 공식 문서에 없는 것 같습니다. Adaptive RAG 뿐만 아니라 강사님이 강의했던 내용중 지금은 공식 문서에 없는 내용들이 꽤 많은 것 같은데(Plan-and-Execute는 TodoListMiddleware로 연결되고 ReWOO, Reflection, Reflextion, STORM 등과 같은 내용은 공식 문서에 아예 없습니다..), 이런 내용들은 현재 시점에서는 잘 사용되지 않는 기술들이여서 그런걸까요? 그리고 예제에서 시스템 프롬프트를 항상 영어로 작성하시고 아래 한글로 번역된 내용을 주석으로 써주셨는데, 애초에 프롬프트를 한글로 작성하면 답변 품질에 차이가 많이날까요?

다음 강의는 언제 올라오나요?공지한 기간이 넘었는데 안 올라 오네요 늦게 올라오면 공지라도 해주세요.

--------------------------------------------------------------------------- ConfigError Traceback (most recent call last) Cell In[13], line 1 ----> 1 from langchain_chroma import Chroma 3 database = Chroma.from_documents(documents=document_list, embedding=embedding) File ~/workspace/ai/rag-practice/lib/python3.14/site-packages/langchain_chroma/__init__.py:3 1 """LangChain integration for Chroma vector database.""" ----> 3 from langchain_chroma.vectorstores import Chroma 5 __all__ = [ 6 "Chroma", 7 ] File ~/workspace/ai/rag-practice/lib/python3.14/site-packages/langchain_chroma/vectorstores.py:18 12 from pathlib import Path 13 from typing import ( 14 TYPE_CHECKING, 15 Any, 16 ) ---> 18 import chromadb 19 import chromadb.config 20 import numpy as np File ~/workspace/ai/rag-practice/lib/python3.14/site-packages/chromadb/__init__.py:3 1 from typing import Dict, Optional, Union 2 import logging ----> 3 from chromadb.api.client import Client as ClientCreator 4 from chromadb.api.client import ( 5 AdminClient as AdminClientCreator, 6 ) 7 from chromadb.api.async_client import AsyncClient as AsyncClientCreator File ~/workspace/ai/rag-practice/lib/python3.14/site-packages/chromadb/api/__init__.py:51 46 from overrides import override 47 from chromadb.api.collection_configuration import ( 48 CreateCollectionConfiguration, 49 UpdateCollectionConfiguration, 50 ) ---> 51 from chromadb.config import DEFAULT_DATABASE, DEFAULT_TENANT 52 from chromadb.api.types import ( 53 CollectionMetadata, 54 Documents, (...) 73 DefaultEmbeddingFunction, 74 ) 76 from chromadb.auth import UserIdentity File ~/workspace/ai/rag-practice/lib/python3.14/site-packages/chromadb/config.py:120 116 NODE = "node" 117 ID = "id" --> 120 class Settings(BaseSettings): # type: ignore 121 # ============== 122 # Generic config 123 # ============== 125 environment: str = "" 127 # Can be "chromadb.api.segment.SegmentAPI" or "chromadb.api.fastapi.FastAPI" or "chromadb.api.rust.RustBindingsAPI" File ~/workspace/ai/rag-practice/lib/python3.14/site-packages/pydantic/v1/main.py:221, in ModelMetaclass.__new__(mcs, name, bases, namespace, **kwargs) 219 elif is_valid_field(var_name) and var_name not in annotations and can_be_changed: 220 validate_field_name(bases, var_name) --> 221 inferred = ModelField.infer( 222 name=var_name, 223 value=value, 224 annotation=annotations.get(var_name, Undefined), 225 class_validators=vg.get_validators(var_name), 226 config=config, 227 ) 228 if var_name in fields: 229 if lenient_issubclass(inferred.type_, fields[var_name].type_): File ~/workspace/ai/rag-practice/lib/python3.14/site-packages/pydantic/v1/fields.py:504, in ModelField.infer(cls, name, value, annotation, class_validators, config) 501 required = False 502 annotation = get_annotation_from_field_info(annotation, field_info, name, config.validate_assignment) --> 504 return cls( 505 name=name, 506 type_=annotation, 507 alias=field_info.alias, 508 class_validators=class_validators, 509 default=value, 510 default_factory=field_info.default_factory, 511 required=required, 512 model_config=config, 513 field_info=field_info, 514 ) File ~/workspace/ai/rag-practice/lib/python3.14/site-packages/pydantic/v1/fields.py:434, in ModelField.__init__(self, name, type_, class_validators, model_config, default, default_factory, required, final, alias, field_info) 432 self.shape: int = SHAPE_SINGLETON 433 self.model_config.prepare_field(self) --> 434 self.prepare() File ~/workspace/ai/rag-practice/lib/python3.14/site-packages/pydantic/v1/fields.py:544, in ModelField.prepare(self) 537 def prepare(self) -> None: 538 """ 539 Prepare the field but inspecting self.default, self.type_ etc. 540 541 Note: this method is **not** idempotent (because _type_analysis is not idempotent), 542 e.g. calling it it multiple times may modify the field and configure it incorrectly. 543 """ --> 544 self._set_default_and_type() 545 if self.type_.__class__ is ForwardRef or self.type_.__class__ is DeferredType: 546 # self.type_ is currently a ForwardRef and there's nothing we can do now, 547 # user will need to call model.update_forward_refs() 548 return File ~/workspace/ai/rag-practice/lib/python3.14/site-packages/pydantic/v1/fields.py:576, in ModelField._set_default_and_type(self) 573 self.annotation = self.type_ 575 if self.type_ is Undefined: --> 576 raise errors_.ConfigError(f'unable to infer type for attribute "{self.name}"') 578 if self.required is False and default_value is None: 579 self.allow_none = True ConfigError: unable to infer type for attribute "chroma_server_nofile"저는 Python 3.14 버전으로 venv 를 사용중이었는데요.위와 같은 에러가 발생하였습니다.구글에 ConfigError 문구를 검색해도 잘 나오지 않아서 ChatGPT의 도움을 좀 받았는데 이렇게 답하더라구요.- Python 3.14 환경에서 chromadb가 (pydantic v2에서 BaseSettings가 빠진 걸 처리하려다) pydantic.v1 호환 레이어로 떨어지고- 그런데 Pydantic v1 코어는 Python 3.14+에서 제대로 동작하지 않아서, Settings 모델 필드(chroma_server_nofile) 타입 추론이 깨지면서 ConfigError가 납니다.파이썬 버전을 3.12로 낮추어서 venv 를 다시 설정했더니 같은 코드임에도 정상적으로 실행되었습니다.혹시나 저와 같은 이슈를 겪으신 분들은 python 버전을 낮추어보시길 바라요.

안녕하세요 강사님, 강의 잘 듣고있습니다. https://docs.langchain.com/oss/python/integrations/tools 를 확인해보면 LangChain에서 제공해주는 미리 구현된 툴 구현체를 확인할 수 있는데, 이것들과 langchain-mcp-adapters를 사용하여 외부 서비스의 MCP를 LLM과 직접 연동하는 것이 어떤 차이가 있는지 궁금합니다. 강의를 촬영할 당시에는 MCP가 나오기 전이라 강의 내용처럼 tool로만 연동이 가능했었던 것일까요?

https://platform.openai.com/settings/organization/billing/overview 위 링크 타고 가셔서 결제수단 등록하고, 5달러 정도 충전하세요.(최소 5달러 이상 충전 필수임)

제가 매일 오전 특정한 시간에 원하는 정보(경제지표 및 투자관련된 항목)들에 대해서 제미나이를 검색해서 이메일로 받고 싶은 워크플로우를 만들었는데. 제미나이가 검색할 때 날짜를 AI 기준날짜와 실제 오늘날짜를 분간을 못해 할루시네이션 정보를 저에게 주는데 이럴때는 어떻게 수정해야하나요?  n8n 설치 정보 안내 n8n 버전: 2.6.3데이터베이스 종류 (기본값: SQLite):n8n 실행 프로세스 설정 :?n8n 실행 : 방식 클라우드운영 체제: window 

첫 번째, 소스 코드 자료 다운로드를 해보면 압축 파일이 나오는데, 압축이 안 풀립니다. 확인 부탁 드리겠습니다. 두 번째, 강의는 모두 완강했습니다. 예제에서는 특정 메뉴얼 pdf 파일 하나였는데, 여러 개의 pdf파일을 타겟하려면 어떻게 하는 게 효율적일까요? 코드에서 여러 타겟을 지정해주는 게 좋을지, 아니면 특정 폴더를 하나 추가로 만들어서 문서를 거기에 다 넣고 특정 폴더를 타겟팅하는 게 좋을지 문의드립니다.

공유해주신 수업자료 중실습8 벡터데이터베이스 기반 RAG어플리케이션.ipynb에서3번 째 셀의 # LangChain과 BeautifulSoup 관련 라이브러리 불러오기에서from langchain.text_splitter import RecursiveCharacterTextSplitter에서 from langchain.text_splitter -> from langchain_text_splitters가 되어야 하지 않을런지요??

안녕하세요,저에게는 조금 어려운 강의였긴 했지만 아무쪼록 마지막까지 강의 잘 듣고 있습니다. 질문1) MCP를 활용해서 간단한 에이전트를 만들어보세요의 과제와 관련해서 아이디어가 전혀 생각이 나지 않는데 간단한 에이전트 관련해서 샘플이 있을까요? MCP 서버와 클라이언트 개발까지 해서 제출 해야하는지 아니면 이미 만들어져있는 MCP나 이런 있는 것들을 활용해서 LLM 모델과 연결하면 되는건지 감이 안 잡히네요; 과제 사례를 확인할 수 있는 곳이 있을까요?

안녕하세요 본 강의를 통해 다른 PDF로도 해보고 있는데 혹시 이미지 형식으로 되어있는 PDF의 경우 이상하게 파일을 읽는 거 같은데 이런 경우 어떤 방법으로 파일을 읽는 것이 좋을까요?

안녕하세요! 강의 수강과 책을 병행해서 보고 싶은데요,강의가 예전에 촬영된것 같아서, 책을 참고해서 보는게 훨씬 수월하고 학습하는데 좋을것 같아서요. 각 강의 회차별로 "혼자서도 척척 해내는 AI 에이전트 만들기" 책에서 어떤 챕터랑 같이 보면 도움이 될지 알 수 있을까요?? 

여기 수업자료 .env sample만 있는게 맞을까요? 수업화면에 보이는 pdf가 없습니다.

학습 관련 질문이 있으시면, 상세하게 남겨주세요.문제가 발생한 부분의 코드를 함께 올려주세요.수업 영상 몇 분/초 구간인지 알려주세요.

안녕하세요, 개인 프로젝트로 rag 기반 챗봇을 구현하고 있습니다. ollama, gemma3:1b를 사용중입니다. txt 파일을 어느정도 전처리를 하고 임베딩을 시키려고 하는데 전처리 중 고민이 있습니다. 구조가 잡혀있는 txt 파일인데, 문서 구조는 대략 아래와 같은 형태입니다.1.2 화면 설명 1.2.1 개요 - 이 화면은 사용자가 업무를 처리하기 위한 화면입니다. 1.2.2 화면 위치 상단 메뉴 > 업무 관리 > 처리 화면 1.2.3 처리 절차 1) 항목 선택 2) 저장 버튼 클릭 현재 고민되는 부분은 다음과 같습니다.이런 번호 기반 구조를 그대로 유지한 채로 chunking 하는 것이 좋은지,아니면 번호는 제거하고 의미 단위로만 분할하는 것이 나은지-, •, 숫자 목록 같은 불릿/목록 기호를 임베딩 전에 제거하거나 정규화하는 게 좋은지“개요 / 처리 절차 / 화면 위치” 같은 섹션 제목을 chunk 본문에 포함시키는 것이 검색 품질에 도움이 되는지감사합니다.

현재 10분이 넘어가도 tool_list가 지연이 되고 있는데 그 사유는 무엇일까요..? 깃허브토큰도 .env넣고 코드 그대로 가지고 와서 돌려보고 있는 중입니다.

강의를 들으면서 문득 든 궁금증인데, ai메세지가 도구를 잘못 선택했을 때(3번케이스)를 구현할 때, 왜 tool message를 수정하셨나요? tool 노드 호출전에 interrupt 해서 ai_message의 tool_calls에서 툴네임을 변경해도 되지 않을까해서요case2번 : 도구는 잘 선택했을 때 쿼리가 잘못된 경우에서는 ai_message의 쿼리를 변경했듯이 3번의 케이스에선 ai_message의 툴네임을 변경해도 되지 않을까 의문이 들었습니다.

20번 강의 마지막 부분에서 다음 강의에 대한 예고가 있었지만, 21번 강의는 수업자료만 있고 영상자료는 없어서 질문 드립니다.