최근에 챗봇 멀티모달과 관련하여 작업할 내용이 있었다. 어째 하다보니 단순 일회성으로 파일이나 이미지를 입출력하는게 아니라 과거 특정 날짜에 올렸거나 특정 내용을 담은 파일에 대한 검색이 가능해야한다는 요구사항이 추가되었다. 때문에 가장 필요로 했던 것이 바로 자연어로

2025년이 다 끝나가는 마당에 갑자기 지난 면접회고를 하고싶어졌다.면접 회고라고는 하지만 별건 아니고 내가 제대로 답하지 못했던 것들을 이제와서 생각해보면 어떻게 답할 수 있을까 하는 생각에서 시작한 기록이다.따라서 개인적으로 충분히 잘 대답했다고 생각하는 것들에 대

저번 글에서 FastAPI 기반의 백엔드 아키텍처를 어떻게 구성했는지에 대해 적었었다.아직 이어서 써야 할 내용이 좀 남아 있지만, 최근 며칠간 고민했던 이 주제가 더 중요하다는 생각이 들어 순서를 조금 무시하고 기록을 남겨본다.이번 글의 핵심 주제는 다음과 같다.“과

일을 하다보면 코드리뷰가 필요함에도 불구하고 여러 이유로 코드리뷰를 진행하지 못하는 경우가 있다. 뭐 사실은 귀찮다는게 가장 큰 이유다. 코드를 작성하는 것과 작성된 코드를 이해하는 것은 또 다른 영역이라 남이 작성한 코드를 일일히 보면서 어디가 어떻게 잘못될 것인지

아키텍처 설계를 마쳤으니 실제 구현을 해볼 시간이다. 개인적으로 api를 하나 구현할 때는 아래와 같은 순서로 진행한다. 필요한 api 라우터를 만들고 대응하는 Service 로직을 구성한 뒤 필요한 데이터를 Repository에서 전달하는 함수를 구현 이렇게 진행

개인 프로젝트부터 시작해서 회사 서비스까지 많은 웹서비스를 개발하면서 거의 대부분의 프로젝트에서 백엔드로 선택한 프레임워크가 바로 FastAPI였다.별 거창한 이유는 아니고 그저 내 전공이 AI였기 때문에 파이썬이 주 언어라는 점과 Django에 비해 가벼워서 빠르게

약 한 달 전, 회사에서 새로운 서비스를 출시했다.대략 7월부터 9월 중반까지의 개발 기간이 있었는데, 목표로 하는 서비스의 크기에 비해 개발 일정은 매우 빠듯했다.그도 그럴 게, 초기 목표는 9월 중반이 아닌 8월 말 ~ 9월 초였고, 실제로는 약 3주가 밀려서 서비

ChatGPT로 처음 LLM을 접하고 여러 LLM오케스트레이션 도구들이 나오면서 한때 거의 모든 프로젝트에서 LangChain을 사용하는 경우가 허다했다.LangChain외에 다른 오케스트레이션 도구가 없었던 것은 아니지만 워낙 LLM을 다룸에 있어서 디폴트값처럼 여겨