안녕하세요. 좋은 강의 만들어주셔서 감사합니다. 강의 2.3 에서 강사님 코드와 동일하게 작성하고 gpt 모델만 'gpt-5.4-mini' 로 변경 후에 전체 실행 했을 때, 답변이 이렇게 돌아옵니다. {'query': '연봉 5천만원 세금', 'context': [Document(id='9814d06b-07f0-47e3-866c-fdf3940e2649', metadata={'source': 'income_tax.txt'}, page_content='5년 이하: 30만원 → 납입연수\n5년 초과 10년 이하: 150만원 + 50만원 × (납입연수 - 5년)\n10년 초과 20년 이하: 400만원 + 80만원 × (납입연수 - 10년)\n20년 초과: 1,200만원 + 120만원 × (납입연수 - 20년)\n\n② 직장근로자 초과관세환급금을 분배하여 지급받는 경우 세액의 계산 방법 등 필요한 사항은 대통령령으로 정한다. \n<대통령 2014. 12. 23.>\n<전문개정 2009. 12. 31.>\n제64조(부동산매매업자에 대한 세액 계산의 특례)\n1) 대통령령으로 정하는 부동산매매업(이하 “부동산매매업”이라 한다)을 영위하는 거주자가 이하 “부동산매매업자”라 한다)로서 종합소득세법에 제104조제1항제1호(본항을 포함한다) 및 제103조 또는 같은 조 제7항 각 호의 어느 하나에 해당하는 자산의 매매자익(이하 “주택등매매차익”이라 한다)이 있는 자의 종합소득 산출세액은 다음 각 호의 세액 중 많은 것으로 한다. \n<개정 2014. 12. 23., 2017. 12. 19., 2020. 12. 29.>\n1. 종합소득 산출세액\n\n다음 각 목에 따른 세액의 합계액\n 가. 주택등매매차익에 따른 세율을 적용하여 산출한 세액의 합계액\n 나. 종합소득세법 제55조에 따라 주택등매매차익에 대한 개별세액을 공제한 금액을 과세표준으로 하고 이에 제55조에 따른 세율을 적용하여 산출세액'), Document(id='74dc15eb-b151-49b8-9106-1399b7722dd3', metadata={'source': 'income_tax.txt'}, page_content='1. 근속연수에 따라 정한 다음의 금액\n근속연수 | 공제액\n--- | ---\n5년 이하 | 100만원 공제소득\n5년 초과 10년 이하 | 500만원+200만원×(근속연수−5)\n10년 초과 20년 이하 | 1천500만원+250만원×(근속연수−10)\n법제처 | 31 | 국가법령정보센터'), Document(id='1c1ccbad-e1fe-45f7-b08f-223a475212c4', metadata={'source': 'income_tax.txt'}, page_content='소특별판\n경우에는 100분의 30에 해당하는 금액을 해당 과세기간의 종합소득세법에서 공제한다. \n<개정 2014. 12. 23., 2016. 12. 20., 2017. 12. 19, 2021. 12. 8, 2023. 12. 31.>')], 'answer': AIMessage(content='연봉 5천만원의 세금은 공제 항목(4대보험, 근로소득공제, 인적공제 등)에 따라 달라져 정확히 한 숫자로 말하기 어렵습니다. \n제공된 자료만으로는 5천만원 연봉의 실제 세액을 계산할 수 없습니다. \n원하시면 **연봉 5천만원, 1인 가구/부양가족 여부** 기준으로 대략 계산해드릴게요.', additional_kwargs={'refusal': None}, response_metadata={'token_usage': {'completion_tokens': 108, 'prompt_tokens': 848, 'total_tokens': 956, 'completion_tokens_details': {'accepted_prediction_tokens': 0, 'audio_tokens': 0, 'reasoning_tokens': 0, 'rejected_prediction_tokens': 0}, 'prompt_tokens_details': {'audio_tokens': 0, 'cached_tokens': 0}}, 'model_provider': 'openai', 'model_name': 'gpt-5.4-mini-2026-03-17', 'system_fingerprint': None, 'id': 'chatcmpl-DtSMXJU8oQmhDi4TWrlNkXhmwuADF', 'service_tier': 'default', 'finish_reason': 'stop', 'logprobs': None}, id='lc_run--019eedff-fd63-79f1-bb50-9fe5bb58b7c8-0', tool_calls=[], invalid_tool_calls=[], usage_metadata={'input_tokens': 848, 'output_tokens': 108, 'total_tokens': 956, 'input_token_details': {'audio': 0, 'cache_read': 0}, 'output_token_details': {'audio': 0, 'reasoning': 0}})} 결국 답변은 정보가 부족하다는 것 같아 보이는데, retrieve 할 때, k의 개수도 4로 늘려보았지만 답변은 같았습니다. 이러한 경우 어떻게 하는 게 답변을 개선하기 좋을까요?
[단테랩스] Hermes × Codex 로 세우는 나만의 AI 가상 오피스 (8주 마스터 과정)
안녕하세요 강사님 Unit1.13 Telgram 강의를 듣다가 문제가 생겨 질문드립니다. "Credit access paused"라는오류 문구가 떴습니다. 강사님께서는 Chat GPT 유료버전만으로 사용하신걸로 알고있습니다. 혹시 왜 이런 문제가 발생한건지 알 수 있을까요?
강의에서 class AgentState(TypeDict): messages: list[Annotated[AnyMessage, add_messages]] 라고 하셨는데, 위와 같이 하면 AIMessage만 결과로 출력되게 된 걸로 보아 덮어진 것 같습니다. class AgentState(TypedDict): messages: Annotated[list[AnyMessage], add_messages] 위와 같이 Annotated 가 밖으로 나와야 하는 것이 맞는지 확인해주세요. 이때는 결과가 HumanMessage, AIMessage 둘 다 출력되더라구요.
저희 회사 홈페이지를 상업목적으로 제작할 예정인데 일관된 디자인 시스템을 입혀서 제작하고 싶은데 이런 경우 클로드 코드에 디자인 시스템 md 파일로 추가해놓은에 사업 확장에 따른 추가되는 페이지를 바이브코딩으로 design.md 파일을 참조해서 제작하라고 하면 어떨까 싶은데 가능할까요? 또한 디자인 시스템을 코드로 생성하는 방법과 경로를 알고 싶습니다!
안녕하세요 강사님 강의 잘 듣고 있습니다. 서브에이전트를 학습중에 궁금한게 있어 질문드립니다. 보통 메인 에이전트가 생성한 서브에이전트는 글로벌/프로젝트/로컬 단위로 어떻게 메모리를 관리하나요? 단일 에이전트의 경우 ~/.claude/CLAUDE.md 파일과 같이 파일시스템을 활용하는 건 알겠는데, 서브에이전트의 경우에는 어떻게 하는지 궁금해서요. 정해진게 없다면, 주로 어떻게 처리하는지가 궁금합니다.
[단테랩스] Hermes × Codex 로 세우는 나만의 AI 가상 오피스 (8주 마스터 과정)
안녕하세요. 인프런 동영상 강의 보던중 궁금한 사항 질문 드립니다. 제가 아직 초보라서 잘 이해가 안가는게 있는데요. 로컬컴퓨터에 헤르메스 설치하고 텔레그렘에 봇을 만든다음 봇과 대화하는 부분이요. 저는 전에 먼저 인프런이 아닌 유튜브동영상을 보고 vps에 헤르메스 설치하고 슬렉에 봇만들어서 대화하는것 까지 해본 상태였습니다. 그때 유튜브 영상내용으로 로컬에서 설치된 헤르메스와 슬렉이나 텔레그램 봇과는 통신할 수 없는걸로 생각했었는데 인프런 강의에서는 통신이 되어서 제 개념이 헷갈리는 상황이됐어요. 질문: 어떻게 텔레그램에서 로컬의 헤르메스와 통신이 되는걸까요? vps는 인터넷 서비스라고 생각하면 될것같아서 아 잘 되는구나하고 넘어갔습니다.ㅜㅜ 호스팅어의 서비스와 헤르메스의 게이트웨이가 라우팅을 잘 해주거라 생각해도 될듯한데 반면 로컬 환경에서 헤르메스가 포트를 설정하고 있을것 같은데 보안 문제도 걱정되어서 이부분 간단한 코멘트 부탁드립니다.
수고하십니다.^^ 12회 빅분기 시험을 보고 왔는데, 통과 되는 선까지는 풀었는데,... 문제는 정답을 푼 문제별로 제출버튼을 클릭은 했는데, 풀 수 있을거 같은 문제가 하나 있어서 그걸 가지고 끝까지 씨름을 하다가 시험 종료가 돼서 자동으로 아웃이 됐는데... 최종버튼이 있었던거 같기도 하고... 각 문제별로 제출버튼을 클릭하면 제출된건가요?
안녕하세요~ 강의 덕분에 시험 잘 본 것 같습니다 작업 유형 2에서 train 타켓컬럼.describe 에서 이상치가 있는 것 같아서 iqr로 해서 이상치 대략 410개정도(전체 train 데이터 5000개) 제거하고 lgb랑 랜덤포레스트로 돌렸더니 rmse lgb 기준 71정도 나와서 제출했는데 생각해보니 과적합 위험이 클 것 같아서 점수 괜찮게 나올까요? 이상치 제거 안하고 그냥 onehot 인코딩으로 해서 했을때는 410 정도 나왔습니다ㅠㅠ
나머지 다 잘되었는데 start 에서 . fail이 뜨네요. Searching for connected devices... Found 1 device. Using: emulator-5554 Starting Iris service in the background... Failed to start Iris service.
안녕하세요, 코딩팡 장업형2 베이스 라인에서 원-핫 인코딩만 사용하셨는데 인코딩 부분에 아래와 같이 추가해서 레이블 인코딩과 원-핫 인코딩 결과를 비교하는 식으로 해도 상관없나요? 원핫 인코딩만 사용하신 이유가 있을까요?? 1번 문제 import pandas as pd # 1) 데이터 불러오기 train = pd.read_csv('data/car_train.csv') test = pd.read_csv('data/car_test.csv') # 2) 범주형 변수 원-핫 인코딩 target = train.pop('target') print(train.shape, test.shape) train = pd.get_dummies(train) test = pd.get_dummies(test) print(train.shape, test.shape) # 레이블 인코딩 from sklearn.preprocessing import LabelEncoder cols = train.select_dtypes(include = 'object').columns for col in cols: le = LabelEncoder() train[col] = le.fit_transform(train[col]) test[col] = le.transform(test[col]) # 3) 검증용 분리 (제출 전 성능 비교) from sklearn.model_selection import train_test_split X_tr, X_val, y_tr, y_val = train_test_split(train, target, test_size=0.2, random_state=0, stratify=target) # 4) 세 가지 모델 학습 from sklearn.ensemble import RandomForestClassifier rf = RandomForestClassifier(random_state=0) rf.fit(X_tr, y_tr) pred = rf.predict(X_val) from sklearn.metrics import f1_score print(f1_score(y_val, pred, average='macro')) from lightgbm import LGBMClassifier lgb = LGBMClassifier(random_state=0, verbose=-1) lgb.fit(X_tr, y_tr) pred = lgb.predict(X_val) print(f1_score(y_val, pred, average='macro')) from xgboost import XGBClassifier xgb = XGBClassifier(random_state=0, verbosity=0) xgb.fit(X_tr, y_tr) pred = xgb.predict(X_val) print(f1_score(y_val, pred, average='macro')) # 5) 선택한 모델을 전체 train으로 다시 학습 후 test 예측 (선택) # lgb.fit(train, target) # pred = lgb.predict(test) # 6) 제출 파일 저장 (pred 컬럼 1개만, index 제거) result = pd.DataFrame({'pred': pred}) result.to_csv('result.csv', index=False) # 제출파일 확인 print("\n ===== 제출파일 (샘플) =====") print(pd.read_csv("result.csv").head()) print("\n ===== 제출파일 (크기 확인) =====") print(pd.read_csv("result.csv").shape)
강사님 uv setting 대로 실습을 진행하는 도중에 아카이브 tool 호출 시 아래의 에러가 발생했습니다. AttributeError: 'Search' object has no attribute 'results' uv add "arxiv<2.4.1" 로 다운그레이드 해서 해결했습니다. 혹시나 동일한 에러가 나시는 분들을 위해 남겨둡니다.
