27,500원
치즈초코우유
2025-12-221733514수강 전에 아키텍처에 대해 제가 이해한 내용이 맞는지 질문드립니다. 일반적인 LLM 애플리케이션 아키텍처는 다음과 같이 구성되는 것으로 알고 있습니다: 클라이언트 → LLM 서버 → API 서버(WAS) → DB 보통은 LLM을 처리하는 부분과 API를 처리하는 서버(WAS), DB가 각각 분리된 형태로 개발하는 경우가 많습니다. 그런데 이 강의는 Spring AI를 활용하여 하나의 서버 레이어에서 LLM 처리와 API 처리를 모두 통합해 구현하는 방식을 다루는 강의인가요?
cjh2025-11-251718037안녕하세요 해당 강의를 보고 이런 기능까지 구현이 가능한지 궁금합니다. 현재 관리자 상담 공식 스크립트를 DB에 저장해두고 있습니다. 상담사가 질문을 입력하면 해당 스크립트를 기반으로 필요한 내용을 자동으로 찾아주거나, 요약하거나, 정리해주는 기능도 Spring AI로 구현할 수 있는지 궁금합니다.
박매일2025-11-25463802네 가능합니다. 상담공식 스크립트를 백터DB에 저장후 RAG를 이용하시면 검색과 요약.정리해주는 기능은 기본으로 만들 수 있습니다.~~
안녕하세요. 강의는 아래 구조로 구현되어있습니다. 하나의 PC에서 각각 별도의 서버로 분리되어 하나의 Application에서 동작합니다. 여러환경으로 분산해서 서버로 배포해서 구동도 가능은 합니다.(Docker MSA) 말씀하신 부분이 여러PC에 Server를 구축해서 분리된 형태를 물어보신건지 잘모르겠네요? - 클라이언트쪽은(React.js) --> API Server(Spring Boot) : REST Server Node.js Server (AWS Cloud에 서버 배포해도 됩니다.) ---> LLM Server(OpenAI) ----------------> DB MySQL Server Ollama Local server로 구축해도 됩니다. - 다른쪽 시스템 즉 Python쪽의 순수 머신러닝/딥러닝 Model을 탈려면 FastAPI Server를 이용해야되서 이부분은 별도의 서버로 붙일수도 있습니다. 본 강의는 Spring AI Framework로도 충분하게 AI Agent를 구축할수있다는 것을 알려드리기 위한 강의인점 참고해주시기 바랍니다.