Fell's Infra-life

새로 회사에 입사하고, 여러가지를 시도해보고 있다. Claude 스킬을 배포해서 전사적으로 고객 대응을 하는 팀들의 능률을 향상시켰고, 개발자 문서를 작성하는 것도 내 업무인데 이것을 규격화해서 문서마다 중구난방으로 작성되어 있는 것이 아닌 통일감을 주는 등 여러가지를 개선했다. 이 중에서도 이번에 여기에 써볼 것은 n8n 활용한 사내 업무 자동화 제작기다. 자세한 내용에 앞서 이 회사가 사용하는 Tool 을 소개한다.ChannelTalk(채널톡) : 고객이 상담을 접수하는 라이브챗 도구. AI를 활용해 AI봇 상담 및 상담 종료 시 내용 요약 등 AI특화 상담툴HubSpot : CRM 툴. 고객의 정보와 거래, 티켓을 관리한다. 나는 여기서 Solution Architect 티켓 처리를 담당한다.n8n..

26년이 되고 마음먹고 있었던 이직에 시동을 걸기 시작했다. 본래 내 커리어를 위해 첫 직장에서 계속 있을 생각은 아니었다. 괜찮은 회사였는데 그 직무만으로 평생 일하면서 썩고 싶지 않은 욕심,, 그리하여 나는 입사 2년 차에 나는 3-4년차에 한번 새로운 도전을 해야겠다 라고 생각했었다. 그게 아래 글을 썼을 시점이다.https://infra-for-prime.tistory.com/75 25년 시작이 가지는 의미오랜만의 주저리주저리 쓰는 일기 포스팅이다. 24년에는 이제보니 목표 정하기를 했었구나 싶다 ㅎㅎ 올해도 물론 목표는 있다. 굳이굳이 블로그 포스팅에 다짐하듯이 쓰고싶지는 않은 기분이infra-for-prime.tistory.com 저 글을 쓸 당시 하고있던 일에 대한 회의감이 점점 커져나갔고,..

FellPrimus/Portfolio_RAG: 개인 토이 프로젝트, 포트폴리오 웹 페이지와 RAG Demo 빌드 GitHub - FellPrimus/Portfolio_RAG: 개인 토이 프로젝트, 포트폴리오 웹 페이지와 RAG Demo 빌드개인 토이 프로젝트, 포트폴리오 웹 페이지와 RAG Demo 빌드. Contribute to FellPrimus/Portfolio_RAG development by creating an account on GitHub.github.comgithub에 포트폴리오와 RAG Demo 를 빌드하고, 형상 관리를 위해 배포함

지난 포스팅에 이어 새롭게 기능을 업데이트하고, 리팩토링 등의 작업을 진행했다. 이제는 슬슬 마무리하고 Github에 올려둘까 싶기도 하다. 만드는 동안 상당히 재미있었다. RAG 에 대한 기초 지식 정도만 있었는데, 이걸 만들어보며 새롭게 알게된 것들도 많았다. (Self RAG 아키텍처, LangGraph 등) 이번에도 업데이트 한 부분을 포스팅하려 한다. 그리고 이후 마지막 별개의 포스팅으로 세세한 부분을 짚어가보는 과정도 진행해 볼 것이다. 우선 이번 업데이트에서 가장 큰 변경점인, 웹 검증 교차검증 기능이다. 웹 검증 교차검증은, 답변 생성이 완료된 후 외부 검색엔진을 통해 정보를 취득, 생성한 답변과 검증을 수행하는 기능이다.아키텍처 상으로는 다음과 같이 기획했다. class Verificat..

지난 번, RAG 를 빌드해 사용 중인 근황을 포스팅했다.https://infra-for-prime.tistory.com/79 개인화 RAG 간단 제작기나는 코딩을 잘 하는 편은 아니다. API 명세 읽고 어떻게 활용하고 아키텍처 짜보고 방법 강구하는 것은 하지만 주 업무가 코드 짜는 것은 아니다 보니 코드의 문법을 죄다 까먹어버린 탓이다. 근infra-for-prime.tistory.com 이 RAG 만드는 것이 재미있고, 그리고 생각보다 답변도 잘 해주는 괜찮은 결과물로 업데이트가 되어서 두 번째 포스팅을 적어본다. 우선 시스템부터 많은 변화가 있었다. 이전에는 네이버클라우드의 HCX-007 모델 사용했었는데, 이제는 GPT-5.2 로 전환했다. 먼저 요약하자면 위와같이 업데이트를 진행했다. 금번에 ..

나는 코딩을 잘 하는 편은 아니다. API 명세 읽고 어떻게 활용하고 아키텍처 짜보고 방법 강구하는 것은 하지만 주 업무가 코드 짜는 것은 아니다 보니 코드의 문법을 죄다 까먹어버린 탓이다. 근데 요즘 참 바이브 코딩 성능이 하도 좋다보니 작성은 Claude 시키고 나는 검수하고 테스트만 하면서 앱 만드는게 꽤 재미있다. 그 중 최근 많이 사용하는 RAG 를 직접 개인적으로 사용하려고 만들어 보았다. 철저하게 내가 편하게, 그리고 RAG의 본질에 맞게 정확도를 중시하는 설계로 진행했다. 마침, LangChain이 1.0 정식으로 출시가 되며 라이브러리가 업데이트 되었고, LangGraph 품질 관리 도구를 함께 병행하여 꽤나 괜찮은 업무 보조도구를 만들 수 있었다. 사내 참고해야 될 파일들 모두 밀어넣고..

최근 RAG에 관심을 가지고 관련 자료를 수집하던 중, MCP 라는 것이 정말 눈에 띄게 많이 보이기 시작해서 알아보기로 했다. RAG와 MCP는 방향성이 완전히 다르지만, 이 도구들을 잘 활용해야만 IT 업계에서 나아갈 수 있을 것으로 여겨진다. 본격적으로 MCP 를 파보고자 하는 것은 아니고, 이러한 기술이 있으니 내가 이것을 어떻게 활용해 나가볼 수 있을까에 대한 고찰이다. MCP?MCP 는 LLM 생성형 AI에 도구를 쥐어주기 위한 프로토콜이라고 볼 수 있겠다. 기존의 LLM 은 사용자의 질문에 대해 답변을 하는 방식으로밖에 생산성을 가지지 못했다. MCP 는 이 한계점을 뚫기 위한 도구로, 이것이 준비됨으로써 LLM 이 본격적으로 App 이 될 수 있는 준비 상태에 있다고 볼 수 있겠다. 기..

사내 프로젝트로, 네이버 클라우드 플랫폼의 수많은 사용자 가이드에 대해 대응할 수 있는 AI 챗봇을 개발중이다.AI 개발에서 필수적인 과정은 학습 데이터를 수집하는 과정이다. 따라서 네이버 클라우드의 사용자, API, CLI 가이드 의 내용을 모두 수집할 수 있는 bot 을 만들기로 결정하고 진행했다. 대략 1만개가 넘는 엄청난 숫자의 페이지였는데, 이것을 사람 손으로 일일히 수집하기란 어마어마한 수고가 들 수 밖에 없다. 또한, 새로운 데이터가 업데이트 되었을 때도 사람 손으로 데이터를 수정하기란 쉽지 않은 일이다. 결과적으로는 이 bot으로 데이터셋을 관리함으로써 큰 도움이 되었다. 구현에는 Python 을 사용했고, Playwright와 BeautifulSoup 라이브러리를 활용했다. 구현 과정네이..

오랜만의 주저리주저리 쓰는 일기 포스팅이다. 24년에는 이제보니 목표 정하기를 했었구나 싶다 ㅎㅎ 올해도 물론 목표는 있다. 굳이굳이 블로그 포스팅에 다짐하듯이 쓰고싶지는 않은 기분이라 쓰고있진 않지만 마음에 새겨는 두고 있다. 무엇보다 24년 말~25년 초는 내게 알게모르게 버거운 해였다. 24년 11월 즈음부터 25년 1월까지, 몸이 왜인지모르게 무겁게 짓누르듯이 느껴질 때가 있었고 정신도 그에 따라 조금 약해진 면모가 있었다. 일기를 한번씩 쓰는 편인데, 당시에 써내렸던 일기들은 매일을 견디는 삶을 살고 있었던 듯하다. 결론부터 말하자면 지금은 정말 좋아졌고 오히려 인생 그 어느 때보다 멘탈이 좋아져 즐거운 날을 보내고 있다. 고작 3개월 만에 인생 슬럼프를 탈출했다니 참으로 나 자신이 대견하지 않..

클라우드 아키텍처에서는 MSA 방식을 지향하는 편이 많다. 거대한 플랫폼 내에서 수많은 기능들이 오고가며 내부에서는 서버들이 통신을 수행하게 되는데, 여기서 API Gateway 는 고속도로의 톨게이트 같은 역할을 하게 된다. 수많은 MSA 아키텍쳐들이 원활하게 API 를 정리하여 호출할 수 있도록 교통 정리를 하는 셈이다. 따라서 큰 규모, 지속 가능한 아키텍처를 구성하고 싶다면 이 API Gateway 라는 서비스는 필수적으로 사용되어야 하겠다. 자, 그렇다면 API 라는 개념에 대해 우선 간단하게 짚어보도록 하자.   API?애플리케이션과 애플리케이션 간 원활하게 대화를 할 수 있도록 하는 "규칙" 과 같다.우리가 실생활에서 같은 언어를 사용하지 않으면 대화가 원활하지 못하듯이, 각 아키텍처의 프로..