inflearn logo
강의

강의
N
챌린지

챌린지
멘토링

멘토링
N
클립

클립
로드맵

로드맵
지식공유

묻고 답해요

174만명의 커뮤니티!! 함께 토론해봐요.

화면이 안보입니다

미해결

프로그래밍 시작하기 : 파이썬 입문 (Inflearn Original)

강사님 안녕하세요 이제 강의 듣게 시작된 학생입니다!! 제가 vscode 환경설정 강의를 들으려고 켜보니 화면이 윈도우 Mac 둘다 안나와서요.. 저는 맥북이라 맥os 환경설정 강의를 들어야하는데 화면이 안나와서 문의 드립니다..!!

  • python
강윤승 댓글 1 좋아요 0 조회수 52

mmcv 문의 드립니다.

미해결

[개정판] 딥러닝 컴퓨터 비전 완벽 가이드

리눅스 가상환경에서 주피터랩 열어놓고 실습을 진행하다가 mmcv설치 링크가 없어 애먹다가 runpod로 넘어왔는데요. 다른 질문글을 보고 설치환경 영상을 보며 설정한 pod로 들아가서 진행해도 mmcv설치가 되어있지 않은거같아서 질문드립니다. 어떻게 진행해야할까요?

  • python
  • 머신러닝
  • 딥러닝
  • 컴퓨터-비전
이하루 댓글 2 좋아요 0 조회수 81

검색 대상 종목 선정

해결됨

베개투자법 완성: 아침이 설레는 AI 주식 완전 자동매매 Claude 바이브코딩

안녕하세요. 강사님 다름이 아니오라 우리의 전략은 나스닥에서 상위 25개 종목을 대상으로 데이터를 수집하고 판단하는 것으로 알고 있는데요. 이 종목들의 선정 기준과 향후 시장 변화에 따른 종목 리밸런싱은 어떻게 하는 것이 좋을지 궁금하여 여쭙습니다. 감사합니다~

  • python
  • 머신러닝
  • aws
  • FastAPI
  • 퀀트
  • cloud-computing
  • claude
Taihak Kim 댓글 2 좋아요 1 조회수 82

수업자료

해결됨

Pytorch 를 활용한 딥러닝 Part 2 실전 딥러닝 프로젝트 with 파이토치 라이트닝

Pytorch 를 활용한 딥러닝 Part 2 실전 딥러닝 프로젝트 with 파이토치 라이트닝을 구독하고 있는데 수업자료를 찾을 수 없어요 ( everray@naver.com )

  • python
  • pytorch
  • pytorch-lightning
  • 인공지능(ai)
everray 댓글 2 좋아요 0 조회수 52

수강 기간 연장 가능 여부 문의드립니다

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

안녕하세요. 선생님, 강의 잘 수강하고 있습니다. 다름이 아니라 현재 수강 기간이 2026년 11월 10일 까지인데, 제가 준비 중인 빅데이터분석기사 실기시험이 2026년 11월 28일 에 예정되어 있어 조심스럽게 문의드립니다. 이번 실기시험 전까지 해당 강의를 계속 수강하며 준비해서 꼭 합격하고 싶은데, 혹시 가능하시다면 시험일까지 수강 기간을 조금 연장해주실 수 있을까요? 연장이 가능하다면 남은 강의도 끝까지 성실하게 수강하면서 실기시험까지 잘 준비해보겠습니다. 번거로운 부탁을 드려 죄송하지만, 가능하신 범위 내에서 수강 기간을 연장해주시면 정말 감사하겠습니다. 🙏 확인 부탁드리며, 좋은 강의 제공해주셔서 감사합니다. 메일 주소: choiheesook1012@gmail.com

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
최희숙 댓글 2 좋아요 0 조회수 85

llm_decision_logs 미적재 문의

해결됨

베개투자법 완성: 아침이 설레는 AI 주식 완전 자동매매 Claude 바이브코딩

■ 1. 통합 파이프라인 → POST /pipeline/run-buy-pipeline 을 실행 시 아래와 같이 LLM 호출 전체 실패가 뜹니다. { "message": "통합 파이프라인 완료 - BUY 0개 / HOLD 1개", "steps": { "1_technical_analysis": { "message": "25개의 추천 데이터가 생성되었습니다", "count": 25, "elapsed_sec": 60.9 }, "1.5_earnings_calendar": { "message": "저장할 실적 일정이 없습니다", "count": 0 }, "2_sentiment_analysis": { "message": "10개의 티커(추천 주식: 10개, 보유 주식: 0개)를 분석했습니다", "count": 10, "elapsed_sec": 97.8 }, "3_candidate_extraction": { "message": "1개의 매수 추천 주식을 찾았습니다 (v2 (z-score))", "count": 1, "elapsed_sec": 1 }, "4_llm_review": { "buy_count": 0, "hold_count": 1, "elapsed_sec": 51.3 } }, "candidates_before_llm": 1, "candidates_after_llm": 0, "held": 1, "results": [], "held_results": [ { "ticker": "ADBE", "stock_name": "어도비", "accuracy": 87.6874, "rise_probability": 10.1176571624871, "last_price": 266.510009765625, "predicted_price": 293.474578857422, "recommendation": "STRONG BUY", "analysis": "어도비 is expected to rise by about 10.12%. Consider buying or holding.", "sentiment_score": 0.0197778333333333, "article_count": 6, "sentiment_date": "2026-09-09 00:11:55", "technical_date": "2026-09-06", "sma20": 277.896499633789, "sma50": 260.969197692871, "golden_cross": true, "rsi": 49.811422658345, "macd": 3.41914308274363, "signal": 6.66046215382312, "macd_buy_signal": false, "technical_recommended": false, "volume_ratio": 1.6, "adx": 24.58, "earnings_date": null, "earnings_estimate": null, "days_to_earnings": null, "composite_score": 0.6117, "v2_factors": { "z_rise": 1.29, "z_tech": -0.231, "z_macd": -1.375, "z_sma": 1.408, "z_rsi": -0.727, "z_sent": -1.365, "z_vol": 1.401, "z_adx": 1.397 }, "vix_value": 14.5299997329712, "scoring_version": "v2" } ], "llm_reasoning": "LLM 호출 전체 실패 (Opus 3회 + Sonnet 3회): Messages.create() got an unexpected keyword argument 'temperature'", "total_elapsed_sec": 211 } ■ 1.1 그리고 이 부분을 클로드에게 물어보니 아래와 같은 답변을 받았습니다. app/services/llm_review_service.py:181 의 create_kwargs["temperature"] = 0 입니다. 이 프로젝트에 설치된 SDK는 anthropic 1.2.0 인데, 1.x 메이저 업그레이드에서 temperature / top_p / top_k 가 Messages.create() 시그니처에서 완전히 삭제됐습니다. 실제 설치본 확인 결과: max_tokens, messages, model, cache_control, container, inference_geo, metadata, output_config, service_tier, stop_sequences, stream, system, thinking, tool_choice, tools, user_profile_id, extra_headers, extra_query, extra_body, timeout temperature 가 없습니다. 그래서 API 요청이 나가기도 전에 파이썬 레벨에서 TypeError: Messages.create() got an unexpected keyword argument 'temperature' 가 터집니다. 서버 400 에러가 아니라 SDK 호출 자체가 실패한 것이라, 재시도해도 100% 같은 결과입니다. 코드의 전제가 어긋난 부분: # temperature 파라미터를 받지 않는 모델 (Opus 4.7부터 sampling 파라미터 제거됨) MODELS_WITHOUT_TEMPERATURE = {"claude-opus-4-8"} "모델별로 다르다"는 전제로 Opus만 제외했지만, SDK 1.x에서는 모델과 무관하게 어떤 모델에도 temperature를 넘길 수 없습니다. 그래서 폴백 모델 claude-sonnet-4-6 차례에서 매번 터졌습니다. Opus 3회는 왜 실패했나 (추정) 최종 메시지의 에러는 last_error 한 개만 찍히는데, Sonnet의 TypeError가 Opus 쪽 에러를 덮어썼습니다. 다만 4_llm_review 의 elapsed_sec: 51.3 이 단서입니다 — 재시도 대기는 5+15+30 = 50초이고, 이건 한 모델만 3회 재시도(sleep 포함)를 돌았다는 뜻입니다. 즉 Opus는 sleep 없이 break 되는 경로 — json.JSONDecodeError(191행) 또는 529/429/503 이외의 APIStatusError(246행) — 로 1회만에 빠져나갔고, 50초는 Sonnet의 TypeError 3회입니다. Opus의 실제 에러는 콘솔 stdout(LLM API 에러 ... 또는 LLM 응답 JSON 파싱 실패 ...)에만 남아 있으니 그 줄을 확인해야 확정됩니다. 수정 방향 1. temperature 분기 전체 삭제 (MODELS_WITHOUT_TEMPERATURE 상수 포함). 결정성이 필요하면 프롬프트/output_config로 제어합니다. 2. TypeError 같은 비재시도성 예외는 50초 sleep 후 재시도하지stdout(LLM API 에러 ... 또는 LLM 응답 JSON 파싱 실패 ...)에만 남아 있으니 그 줄을 확인해야 확정됩니다. 수정 방향 1. temperature 분기 전체 삭제 (MODELS_WITHOUT_TEMPERATURE 상수 포함). 결정성이 필요하면 프롬프트/output_config로 제어합니다. 2. TypeError 같은 비재시도성 예외는 50초 sleep 후 재시도하지 말고 즉시 다음 모델/중단으로 보내기. 3. last_error 를 모델별로 모아서 실패 사유에 함께 남기기 (지금은 Opus 원인이 통째로 유실됩니다). 4. 모델 ID도 현행 세대(claude-opus-5 / 폴백 claude-sonnet-5)로 올리는 걸 권합니다. 수정 적용해 드릴까요? 1·2·3번은 바로 반영 가능하고, 4번은 원하시면 같이 하겠습니다. ■ 2. llm_decision_logs 미적재 문의 (캐글 연동은 되었음) (a) /pipeline/kaggle/trigger-ml 은 원래 이 테이블을 안 건드립니다 pipeline.py:298 의 kaggle_trigger_ml() 은 kaggle kernels push → status 폴링만 합니다. review_buy_candidates() 를 호출하는 경로가 아예 없어요. llm_decision_logs 에 쓰는 건 /pipeline/run-buy-pipeline 과 스케줄러의 일일 파이프라인뿐입니다. trigger-ml 을 아무리 돌려도 이 테이블은 안 채워집니다. (b) run-buy-pipeline 을 돌려도 저장이 실패하고 있습니다 — 컬럼 누락 Supabase에 직접 조회해서 확인했습니다(읽기만 했고 쓰기는 안 했습니다): ┌──────────────────────────────────────────┬────────────┐ │ 컬럼 │ 상태 │ ├──────────────────────────────────────────┼────────────┤ │ decision_date, ticker, stock_name, │ │ │ decision, reason, market_analysis, │ OK │ │ composite_score, rise_probability, rsi, │ │ │ adx, vix_value, created_at, updated_at │ │ ├──────────────────────────────────────────┼────────────┤ │ │ ❌ 42703 │ │ earnings_date │ column │ │ │ does not │ │ │ exist │ ├──────────────────────────────────────────┼────────────┤ │ days_to_earnings │ ❌ 42703 │ ├──────────────────────────────────────────┼────────────┤ │ earnings_estimate │ ❌ 42703 │ └──────────────────────────────────────────┴────────────┘ llm_review_service.py:24 의 upsert 페이로드에는 이 세 컬럼이 들어갑니다. 컬럼이 없으니 매번 요청이 거부되고, save llm_decision_logs 는 전체를 try/except Exception 으로 감싸 LLM 판단 로그 저장 실패: 만 출력하고 넘어갑니다(llm_review_service.py:41). 그래서 API 응답은 정상으로 보이는데 테이블만 계속 비어 있는 겁니다. 현재 행 수는 0개입니다. 같은 원인으로 earnings_calendar 테이블 자체도 없습니다(PGRST205). 어제 실행 결과의 1.5_earnings_calendar: "저장할 실적 일정이 없습니다" 도 이것 때문입니다. 원인은 sql/create_earnings_calendar.sql 을 Supabase에서 실행하지 않은 것입니다. 파일은 리포에 있는데 DB에 적용이 안 됐어요. Supabase SQL Editor에서 그 파일을 통째로 실행하면 테이블 생성 + 컬럼 3개 추가가 한 번에 됩니다. 한 가지 더: .env 의 SUPABASE_KEY 는 anon 역할입니다. 조회는 되는 걸 확인했지만 INSERT는 RLS에 막힐 수 있으니, 컬럼 추가 후에도 안 들어가면 sql/errorfix.sql 의 ALTER TABLE llm_decision_logs DISABLE ROW LEVEL SECURITY 를 확인하세요. --- 정리하면 이 순서로 풀립니다: 1. Supabase에서 sql/create_earnings_calendar.sql 실행 → 컬럼/테이블 생성 (이건 직접 하셔야 합니다) 2. llm_review_ service.py 의 temperature 제거 → LLM 호출 자체가 성공해야 BUY/HOLD 판정이 저장됨 3. /pipeline/run-buy-pipeline 실행 (trigger-ml 아님) 2번과, 로그 저장 실패가 조용히 묻히지 않게 API 응답에 노출시키는 수정을 지금 적용할까요?

  • python
  • 머신러닝
  • aws
  • FastAPI
  • 퀀트
  • cloud-computing
  • claude
구구구구 댓글 2 좋아요 1 조회수 67

강의 교재가 있나요?

미해결

2026년! 처음부터 제대로 배우는 파이썬 기초

안녕하세요~ 방금 강의를 결제 했는데, 강의 교재나 파일이 있는지 문의드립니다! 인프런 플랫폼을 처음써서 그런지 잘 모르겠네요..ㅎ

  • python
이규성 댓글 2 좋아요 0 조회수 52

3-1 sub 폴더를 찾을 수 없습니다

미해결

프로그래밍 시작하기 : 파이썬 입문 (Inflearn Original)

제가 파이썬 관련해서 강의를 듣다가 강의에 나오는 선생님이 3-1 sub폴더에 관련해서 언급을 하셨는데 아무리 찾아도 3-1 sub 폴더를 찾을 수 없습니다. 그리고 다른 분들도 3-1 sub 폴더 관련해서 언급을 하셨는데 아직도 개선이 되지 않았네요. 확인 후 업로드 바랍니다.

  • python
서명훈 댓글 1 좋아요 0 조회수 56

연동 문제

해결됨

베개투자법 완성: 아침이 설레는 AI 주식 완전 자동매매 Claude 바이브코딩

현재 섹션 7까지는 전부 들었는데 따로 모의투자 매매도 안되고 llm쪽 슈퍼베이스 데이터도 안들어가서 문의드려요. 클로드는 아래처럼 말해주는데 이해가 잘 안돼서요ㅠㅠ env에는 아래값들 전부 넣어줬습니다. KAGGLE_USERNAME= KAGGLE_API_TOKEN= KAGGLE_KERNEL_SLUG= KAGGLE_NOTEBOOK_DIR= SLACK_WEBHOOK_URL= SLACK_NOTIFY_LEVEL=info USE_SCORING_V2=true 아래는 제가 클로드에게 모의투자 계좌 연동했는데 왜 안사는지 질문한 내용입니다. 결론: 계좌 연동 문제 아닙니다. LLM 최종 검토에서 전부 거부당하고 있습니다. stock_scheduler.log를 보면 시스템은 오늘 끝까지 정상으로 돌았습니다. 21:00:00 Daily Pipeline 시작 21:00:04 [2/4] Kaggle 예측 push → 21:08:14 완료 (482초) 21:10:32 [4/4] LLM 최종 검토 + KIS 매수 주문 시작 21:10:37 현재 보유/주문 중인 종목 수: 0 21:10:38 매수 후보 6개 → LLM 최종 검토 시작 21:11:31 LLM 검토 결과 매수 대상이 없습니다. ← 여기서 끝 어제도 똑같았습니다: 후보 7개 → LLM 전원 HOLD. 이틀 연속 매수 0건이고, trade_records 테이블도 0행입니다. 즉 데이터 수집 → ML 예측 → 기술지표 → 점수 산출까지 다 통과해서 후보 6개가 올라왔는데, 마지막 LLM 관문(llm_review_ service.py )이 6개를 전부 HOLD 처리했습니다. LLM은 거부권만 있어서(코드 주석 49번 줄) 여기서 막히면 주문이 아예 안 나갑니다. "시간이 지나야 하냐" — 반은 맞습니다 매수 경로가 두 개입니다. ┌─────────────────────────┬────────────────────────────────┬───────────────────┐ │ 경로 │ 실행 시각 │ 오늘 결과 │ ├─────────────────────────┼────────────────────────────────┼───────────────────┤ │ 일일 파이프라인 │ 매일 KST 21:00 │ 실행됨 → LLM 전원 │ │ (force=True) │ │ HOLD │ ├─────────────────────────┼────────────────────────────────┼───────────────────┤ │ 스케줄러 자동매수 │ 평일 10:30~10:35 ET = KST │ 아직 안 옴 (28분 │ │ │ 23:30~23:35 │ 뒤) │ └─────────────────────────┴────────────────────────────────┴───────────────────┘ 지금 23:01 KST(10:01 ET)라 두 번째 시도가 곧 있습니다. 오늘 매수 성공이 0건이라 last buy_date가 갱신되지 않았으므로(scheduler.py:811-815) 23:30에 정상적으로 재시도됩니다. 다만 그 시도도 똑같은 LLM 관문을 통과해야 합니다. 지금 상태면 또 막힐 가능성이 큽니다. LLM이 왜 다 거부하나 — 프롬프트가 종목을 실제보다 나쁘게 보여주고 있습니다 코드를 보니 LLM에게 넘어가는 데이터에 문제가 두 개 있습니다. 1. v2 모드인데 프롬프트는 v1 키를 읽습니다 (제일 큼) llm_review_service.py:110: (예측상승률: {c.get('rise_score', 0)}, 기술: {c.get('tech_score', 0)}, 거래량: {c.get('volume_score', 0)}, ADX: {c.get('adx_score', 0)}, VIX: {c.get('vix_score', 0)}) 이 다섯 키는 compute_v1()만 만듭니다. USE_SCORING_V2=true인 지금은 compute_v2()가 v2_factors만 넣기 때문에 전부 없는 키 → 기본값 0으로 출력됩니다. LLM은 매 종목마다 이렇게 봅니다: - 종합점수: 0.8532 (예측상승률: 0, 기술: 0, 거래량: 0, ADX: 0, VIX: 0) 종합점수는 양수인데 근거 점수가 전부 0인 모순된 데이터입니다. "데이터가 이상하면 HOLD" 성향의 프롬프트(138번 줄 "시스템 오류 가능성 → HOLD")와 만나면 전멸이 자연스럽습니다. 2. RSI 라벨이 틀렸습니다 llm_review_ service.py :103은 RSI가 50~65일 때만 "(강세 진입)"이라 쓰고, 30~50이면 "(매수구간 아님)"으로 표기합니다. 그런데 사전필터(scoring_service.py:42)는 RSI ≤ 65를 전부 매수 구간으로 봅니다. 지금 DB의 25개 종목 중 16개가 RSI 30~50 구간이라, 시스템이 통과시킨 종목을 프롬프트가 "매수구간 아님"이라고 LLM에게 일러바치는 셈입니다. 여기에 ADX가 20 미만인 종목이 13/25라 "(추세 약함)"까지 붙으면, LLM 입장에서 HOLD를 안 낼 이유가 없습니다. 근거를 DB에서 못 보는 이유도 찾았습니다 llm_decision_logs 테이블이 0행입니다. 판단 이유가 하나도 안 남아 있어요. 원인은 저장 코드가 실제 테이블에 없는 컬럼 3개를 쓰기 때문입니다: column llm_decision_logs.earnings_date does not exist (42703) column llm_decision_logs.days_to_earnings does not exist column llm_decision_logs.earnings_estimate does not exist llm_review_service.py:36-38이 실적 정보를 upsert에 넣는데, create_all_tables.sql:203-219의 테이블 정의에는 그 컬럼들이 없습니다. 매번 예외가 나고 except가 삼켜서(42-43번 줄) 조용히 넘어갑니다. 지금 바로 확인할 곳 .env에 Slack 웹훅이 설정돼 있으니, 오늘 21:11에 온 Slack 메시지를 보시면 LLM이 6개 종목을 각각 왜 HOLD했는지 이유가 그대로 적혀 있습니다. - "오늘의 LLM 판단" 류 메시지가 왔다면 → LLM이 정상 응답했고 실제로 전부 거부한 것 - "LLM 장애" 알림이 왔다면 → API 호출 자체가 실패해서 Fail-Close로 막힌 것 (llm_review_service.py:264-275) python run.py 를 띄운 터미널 창에도 LLM HOLD: 종목명(티커) - 이유 가 줄줄이 찍혀 있습니다. 이건 print라서 로그 파일에는 안 들어갑니다. --- 원인 확인만 요청하셨던 흐름이라 코드는 아직 손대지 않았습니다. 위 세 가지(프롬프트 v2 대응, RSI 라벨, llm_decision_logs 컬럼)를 고치면 LLM이 제대로 된 데이터를 보고 판단하게 됩니다. 고쳐드릴까요?

  • python
  • 머신러닝
  • aws
  • FastAPI
  • 퀀트
  • cloud-computing
  • claude
구구구구 댓글 2 좋아요 1 조회수 72

키보드 단축키 알려주세요!

미해결

파이썬 무료 강의 (기본편) - 6시간 뒤면 나도 개발자

36초 부분에 키보드로 원하는 부분 지정하는 거 어떻게 하나요??

  • python
나연 댓글 1 좋아요 0 조회수 40

5-21 질문이요!

해결됨

베개투자법 완성: 아침이 설레는 AI 주식 완전 자동매매 Claude 바이브코딩

섹션 5의 API 자동화 FastAPI 라우트 통합 구성 하고있는데 코랩에서는 잘 된 것 같은데 슈퍼베이스에는 데이터가 없어서요 제가 아직 한국투자증권에 돈을 안넣어놔서 그런건가요? .

  • python
  • 머신러닝
  • aws
  • FastAPI
  • 퀀트
  • cloud-computing
  • claude
구구구구 댓글 3 좋아요 1 조회수 84

강의자료 누락

미해결

프로그래밍 시작하기 : 파이썬 입문 (Inflearn Original)

(4-1, 5-1, 5-2,6-1)부분 강의 자료가 없습니다. 메일로 자료 보내주시면 감사하겠습니다. skylee0628@naver.com

  • python
이예찬 댓글 1 좋아요 0 조회수 55

강의 업데이트

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

선생님 안녕하세요. 이제 강의 하나씩 들어보려고 하는데요. 올해 4월 최신 기출까지 강의 업데이트가 된 것인지 궁금합니다. 4월 시험 쳐서 떨어졌는데 너무 어렵더라구요. 다시 공부해보고 싶습니다.

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
강보희 댓글 2 좋아요 0 조회수 81

블로그 내용 정리

미해결

코딩 테스트 합격자 되기 파이썬 편-7기

안녕하세요:) 개인 블로그에 챌린지를 진행하면서 공부한 내용들을 정리할 때에 있어 오리엔테이션 글에 명시해주신대로 강의 링크 및 출처 표기는 반드시 할 예정입니다. 이때, 미션문제들을 캡쳐해서 같이 올려도 되는 것이 가능한지 여쭤봅니다. 감사합니다

  • python
  • 알고리즘
  • data-structure
  • 북-챌린지
코딩딩코 댓글 2 좋아요 0 조회수 49

3.1.강화학습 기본 알고리즘-마르코프 결정과정

미해결

강화학습 올인원: 기초, 최신 알고리즘, 실무 활용까지

안녕하세요 좋은강의 잘듣고있습니다! MDP 기본개념설명해주신 부분 중 3.1에서 교재 8페이지에 MDP를 계산하는 과정에서 정책1과 상태전이메트릭스1을 곱하고, 정책2도 상태전이메트릭스1에 곱한다고 나와있는데 이 부분이 잘 이해되지 않아 질문합니다. 정책이라는 것이 행동을 할 확률을 나타내는 것이므로 정책2도 상태전이메트릭스2에 곱하는게 맞는것이 아닌가라고 생각하였기에 이 부분이 궁금합니다 !

  • python
  • 인공신경망
  • 강화학습
  • fine-tuning
  • 최적화이론
호기 댓글 2 좋아요 0 조회수 63

매수 실행 시점 관련

해결됨

베개투자법 완성: 아침이 설레는 AI 주식 완전 자동매매 Claude 바이브코딩

선생님, 안녕하세요! 메수 실행 시점 관련 문의 드립니다. 1. 이해했던 내용 이론 강의에서는 매수가 미장 시작 1시간 후인 11시반(23:30 KST) 실행된다고(주된 매수 실행시점) 설명하신 걸로 이해했습니다. 2. 실제 코드/로그 확인 결과 하루에 매수 시도가 2번있었는데요 (모의투자) 9시 (KST 21:00) : 무조건 실행 : 뉴욕 장 시작 전(장은 22:30 KST 오픈)이라 "모의투자 장시작전" 에러로 전부 실패 11시반 (KST 23:30경) : NY 10:30~10:35에만 실행 : 매수 체결 성공 3. 같은 날 LLM 판정이 달랐음 9시 실패 → 11시반 재시도되면서, 같은 후보 종목인데 LLM 호출 시점에 따라 결과가 달라졌습니다. 9시 : NVDA + META → BUY / AMZN → HOLD 11시반 : NVDA + AMZN → BUY /META→ HOLD 제가 여쭤보고 싶은건.. 1) 9시에 무조건 실행되는것이 주된 로직이고 11시반이 보조 실행 인건가요? 아니면 원래 11시반만 매수 시점이고 9시 건 다른 용도(데이터 준비 등)인 건지 헷갈립니다. 원래 설계 의도가 궁금합니다. 1-2) 제가 아직 운영장에서 돌려보진않았는데,, 선생님의 운영장 매수 시점은 언제인가요? 2) 같은 데이터인데도LLM 호출 타이밍에 따라 실제 매수 종목이 바뀌고, 이게 수익률에 영향을 줄 수 있겠다는 생각이 듭니다. 이 현상을 선생님은 어떻게 다루고 계신지 궁금합니다.

  • python
  • 머신러닝
  • aws
  • FastAPI
  • 퀀트
  • cloud-computing
  • claude
yundyo 댓글 1 좋아요 1 조회수 65

영상 다운로드는 안되나요?

해결됨

(2026 최신!) 일주일만에 합격하는 정보처리기사 실기

질문을 작성하기 전에 아래 내용을 꼭 확인해주세요. 질문을 올릴 때는 이 안내문을 모두 지우고, 질문 내용만 작성해주시면 됩니다. 질문 작성 방법 질문은 동영상 강의 화면 오른쪽의 [커뮤니티] 버튼 을 통해 남겨주세요. 커뮤니티를 통해 질문해주셔야 어떤 강좌에서 나온 질문인지 확인할 수 있습니다 . 질문할 때는 영상의 몇 분 몇 초 구간 인지 함께 적어주세요. 예: 12분 35초 부분에서 ~가 이해되지 않습니다. 질문을 올리기 전에 기존 질문 게시판을 먼저 확인해주세요 . 이미 다른 수강생이 같은 내용을 질문했을 수 있습니다. 답변이 어려운 질문 아래에 해당하는 질문은 답변드리기 어렵습니다. 학교 과제, 타 강사의 코드 등 외부 수업 자료에 대한 질문 제가 다루는 커리큘럼 범위를 벗어난 이론 질문 지나치게 세부적인 컴퓨터 이론 질문 시험 출제 가능성이 낮거나, 출제되더라도 비중이 매우 낮은 암기성 내용 예: 서브넷 마스크 계산처럼 외울 내용은 많지만 실제 출제 비중이 낮은 주제 좋은 질문 예시 3강 12분 35초에서 설명하신 반복문 조건식이 이해되지 않습니다. 왜 i < 10으로 작성하나요? 5강 08분 10초에서 나온 코드 실행 결과가 제 환경에서는 다르게 나옵니다. 아래는 제가 작성한 코드입니다. 정확한 강의 위치와 질문 내용을 함께 남겨주시면 더 빠르고 정확하게 답변드릴 수 있습니다.

  • python
  • java
  • c
  • 정보처리기사
  • 정보처리산업기사
parkhh07 댓글 1 좋아요 0 조회수 73

수강자료 다운로드 관련 문의

해결됨

실리콘밸리 AI 개발자의 LLM 서비스를 위한 RAG

안녕하세요 수강하여 잘 보고 있습니다. 관련 자료들을 다운로드는 되나 압축된 파일안에 아무것도 보이지 않습니다. (특정 파트만 그런게 아닌거 봐서는 확인이 필요해보입니다. ㅜㅜ)

  • javascript
  • python
  • 인공지능(ai)
  • chatgpt
  • rag
몽상가 댓글 2 좋아요 0 조회수 85

Opus/Sonnet 버전 관련 문의

해결됨

베개투자법 완성: 아침이 설레는 AI 주식 완전 자동매매 Claude 바이브코딩

선생님, LLM검토 관련 문의드립니다. 최근 며칠간 자동매매 파이프라인에서 LLM(Claude API) 호출 단계가 계속 실패해서 원인을 찾아보고 있었습니다. 배경 원래 claude-opus-4-8 / claude-sonnet-4-6 을 쓰고 있었는데, 웹페이지에서 가격을 확인해보니 최신 버전인 claude-opus-5 / claude-sonnet-5 도 가격이 동일해서 제가 직접 최신 버전으로 업그레이드하였습니다. 증상 버전부분만 수정하였더니, 'ThinkingBlock' object has no attribute 'text' 에러로 6회(Opus 3회 + Sonnet 3회) 전부 실패 → 매수 후보 전부 차단 윗부분관려하여 수정하였더니, Opus는 Unterminated string (JSON 응답이 중간에 끊김), Sonnet은 content types: ['thinking'] (텍스트 응답 없이 사고 블록만 옴) 에러로 역시 전부 실패 원인 분석 claude-opus-5 / claude-sonnet-5 는 명시적으로 설정 안 해도 기본적으로 thinking(사고 과정)을 생성하는데, 기존 max_tokens=2000 설정이 이걸 감안 못 한 값이었습니다. thinking + 실제 답변(JSON)을 합친 길이가 2000을 넘어 응답이 잘리거나, 심하면 사고만 하다 텍스트 응답 없이 끝나버렸습니다. 제가 한 조치 content 블록 중 type == "text" 인 것만 골라 파싱하도록 방어 코드 추가 (에러를 재시도로 넘기기 위함) max_tokens 를 2000 → 16000으로 상향 (근본 원인 해결) (thinking depth를 낮추는 effort 파라미터 조정은 판단 품질 저하 우려로 일단 보류) 제가 여쭤보고 싶은건.. 선생님께서는 Opus,Sonnet 버전을 어떤 걸로 쓰고 계신지 궁금합니다. 저처럼 최신 버전(opus-5/sonnet-5)으로 올려서 쓰고 계신지, 아니면 다른 버전을 쓰시는지, 그리고 이런 thinking/max_tokens 이슈를 겪으신 적 있으신지도 여쭤보고 싶습니다. 토큰을 낮추기위해 effort 파라미터를 조정해볼까도 생각중인데 어떻게 해야할지 모르겠네요~

  • python
  • 머신러닝
  • aws
  • FastAPI
  • 퀀트
  • cloud-computing
  • claude
yundyo 댓글 2 좋아요 1 조회수 77

인기 태그

인프런 TOP Writers

주간 인기글