강사님 안녕하세요! 지난번 알려주신 구글 시트 로그 적재 팁 덕분에 챗봇 로그가 잘 쌓이고 있습니다. 감사합니다.이렇게 수집된 [피드백 데이터]*를 활용해 챗봇 성능을 높이려 하는데, 아래 방식으로 구현해도 괜찮을지 의견 여쭙니다! (*데이터 내용: 사용자질문/챗봇답변/평가(좋아요, 싫어요)/답변개선방향)[현재 고민] 피드백 받은 답변개선방향(ex. 챗봇 답변이 ~~식으로 되어야 합니다)을 실시간 프롬프트에 반영하자니 케이스도 많고, 답변 속도도 저하될 것 같아서, 아예 [피드백 데이터]에서 답변을 잘하지 못한 질문에 대한 [정답 답변]을 만들어서 우선 검색하는 방식을 고려 중입니다.[고려 중인 로직]QA데이터셋(정답지): 사용자 질문과 정답 답변(담당팀 검수 답변) 간 유사도 비교분기 처리(Threshold):유사도 0.9 이상: QA 데이터의 답변을 즉시 반환 (LLM 생성 X)유사도 0.9 미만: 기존 RAG 프로세스 (문서 검색 -> LLM 답변 생성) [문의 사항]방법론 검증: 위와 같이 임계값(Threshold 0.9)을 임의로 정하고 정답지 검색을 앞단에 배치하는 방식이 실무적으로 괜찮은 접근일까요?대안 문의: 일반적으로 현업에서 피드백(Human Feedback) 데이터를 RAG에 반영하여 정확도를 높일 때 사용하는 더 나은 방법이 있을까요?바쁘시겠지만 짧게라도 조언 주시면 큰 도움이 될 것 같습니다! 참고로 저는 비개발자입니다!

어떤 강의에 대한 질문인지 자세하게 알려주시면 답변을 드리는데 도움이 됩니다. 스크린샷윈도우키 + 쉬프트키 + S(윈도우)을 자세히 첨부하시면 답변 드리는데 많은 도움이 됩니다. 동영상 재생 관련 같은 인프런 서비스 관련 문의는 1:1 문의하기를 이용해 주세요.제공해주신 파이썬 코드에 아래 처럼 ko로 언어가 세팅되어 있습니다. 영어인 주소를 넣었을 때 영어도 요약을 하려면 lang:str="eng"로 작성후 docker에서 compose up 과정을 동일하게 거치고 node를 두개 만들어야 하는건가요?

강의대로 진행했다고 생각하는데...AI Agent1 노드에서 계속 에러가 떠서 진행을 못하고 있습니다. 어떤 부분이 잘못된 것인지 궁금합니다.

인강 같은 경우에는 녹음하기가 불편한데 저같은 경우 Y잭을 연결해서 하는 듣고 하나는 스마트폰에 가까이 대서 녹음하는데 이러면 소리를 크게해야해서 조용히 인강을 듣는 것을 선호하는 저에게는 귀만아프고 불편하기만하는데 다른 방법이 있나요?

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

안녕하세요. 강의 진행도중, 막히는 부분이 있어, 질문드립니다.사진과 같이, 입력을 하면, 커넥션 로스트가 발생합니다.현재 컨테이너들은 정상적으로 실행되고 있는 거 같은데 계속해서 커넥션 로스트가 발생하는 원인이 궁금합니다.

docker compose --profile gpu-nvidia up를 실행하면, 커서만 깜빡이고 실행이 되지않습니다. docker desktop도 실행되어있고, 도커 버전도 나오는데 뭐가 문제일까요 ? .env 파일도 docker-compose.yml과 동일한 경로에 존재하고 있습니다.

어떤 강의에 대한 질문인지 자세하게 알려주시면 답변을 드리는데 도움이 됩니다. 스크린샷윈도우키 + 쉬프트키 + S(윈도우)을 자세히 첨부하시면 답변 드리는데 많은 도움이 됩니다. 동영상 재생 관련 같은 인프런 서비스 관련 문의는 1:1 문의하기를 이용해 주세요.강의 내에서 사용했던 roundcube webmail은 어떤 경우에 사용하는 메일인가요?

맵북 git 설치방법도 같나요?

call n8n workflow tool의 input에 query가 없어요. 그냥 그래도 강의대로 004-1-search에 query로 작성하니 동작은 잘 햇습니다.     궁금한 점은 call node에서 input에 qeury가 없는데 실제 검색 node에서는 어떻게 검색이 동작하는지 궁금합니다. 아니면 call node에서 query 정보를 확인할 수 있는 방법이 따로 있는건가요?

도커설치 내용 중, 윈도우 11 home이라서 윈도우 기능 켜기/끄기 항목에 hyper-v 없는데, 다른 대체 방법이 있을까요?

from langchain.chains.combine_documents import create_stuff_documents_chain이 부분에서 에러가 납니다TypeError: Fields of type "<class 'langchain_core.runnables.base.Runnable'>" are not supported., 

문제 상황: 모듈을 불러오는 과정 중 에러 발생.(langchain 1.1.0 버전 사용 중)from langchain.chains import RetrievalQA 이유: langchain 최신 버전에서 chains 모듈이 langchain-classic 패키지로 분리되었다고 합니다. 해결 방법: pip install langchain-classic 패키지 설치 후 아래와 같이 코드 작성.from langchain_classic.chains import RetrievalQA 

이번 강의에서 ai agent 이후에 basic llm chain이 추가되는 가장 큰 이유가 무엇인지 잘 이해가 안되서 궁금합니다. 또 붙이고 안붙이고 차이도 궁금해요

from langchain_neo4j import Neo4jGraph from dotenv import load_dotenv import os #환경 변수 로드 load_dotenv() #neo4j 연결 설정 NEO4J_URI = os.getenv("NEO4J_URI") NEO4J_USERNAME = os.getenv("NEO4J_USERNAME") NEO4J_PASSWORD = os.getenv("NEO4J_PASSWORD") #그래프 객체 생성 graph = Neo4jGraph( url=NEO4J_URI, username=NEO4J_USERNAME, password=NEO4J_PASSWORD ) def main(): print("Hello from neo4j-graphrag!") if __name__ == "__main__": main()

안녕하세요! 워크플로우 내 input 설정과 관련하여 궁금한 점이 있어서 질문 남깁니다.우선, 강의에서 설정한 대로 004-1-search 워크플로우를 설정하였는데, 아래와 같은 에러 메시지를 확인하였습니다. 이후 004-chatbot-naver-api 에서 Call 004-1-search 툴을 더블 클릭하여 아래와 같이 input을 설정하였더니 잘 동작하였는데요. workflow inputs를 설정하지 않으면 에러가 발생하여, 강의에서 설정한대로 진행하면 잘 동작해야하는 것이 맞을까요?제가 임의로 설정한 부분과 강사님이 설정해주신 부분에 어떤 관련이 있는지 궁금합니다. 

제가 다른 강의를 듣다가 제 기준으로 어려워서 남박사님 강의를 신청했습니다. 이전 강의에서 환경 설정할 때 window에 리눅스 환경으로 설정해서 썼었습니다. (wsl로 설치를 한다는게 그런 의미로 이해했습니다.) 기존 wsl 환경으로 본 강의를 진행해도 되는지, 아니면 남박사님 강의에 맞춰서 새로 설치를 하는게 좋을지 알려주세요.  

저는 replicate을 사용하지 않고 fal ai 사이트를 이용해서 다음과 같이 생성을 했는데요.   저 리스폰스 url을 입력하면 {"images":[{"url":"https://v3b.fal.media/files/b/0a8468a3/Xzyv19HpZoJQGUcwFCweO.webp","content_type":"image/webp","file_name":"Xzyv19HpZoJQGUcwFCweO.webp","file_size":null,"width":896,"height":1280}],"description":""}이런 화면이 뜹니다.  어떻게 해결해야 할까요?

 이런 오류가 뜹니다. 뭐가 문제일까요?

16강에서 텔레그램 트리거 사용할때 저는 레일웨이에서 n8n을 사용 중인데요. 그럼 ngrok인가? 이거 필요 없나요?