Serendipity
이해는 잠시만 있다가 하실게요.👋
그래서 일단 기록합니다.
LoRA 훈련의 90%를 결정하는 '캡셔닝'의 모든 것
🟣 Low-Rank Adapter(LoRA) 기법을 통해서 Diffusion 모델을 파인튜닝해보기
[코드잇 스프린트] 프로젝트#3 log
🟣 생성형 AI 기술을 활용하여 소상공인이 광고 콘텐츠를 손쉽게 제작할 수 있도록 서비스를 개발하는 Project
17-(2) Streamlit, FastAPI로 구성된 시스템에 Triton 기반 추론 서버를 통합하려면 어떤 구조로 설계하는 것이 바람직하다고 생각하나요?
🟢 Streamlit (UI), FastAPI (Backend Logic), Triton (Inference) 조합은 프로토타입부터 실제 서비스까지 확장할 수 있는 정말 강력하고 표준적인 구성
암호화 알고리즘 정리: IDEA, ARIA, RSA, AES 에 대하여
🔵 암호화 알고리즘 종류를 정리해보았다
17-(1) 모델 서빙이란 무엇이며, 왜 필요한가요? 실제 서비스 환경에서 서빙 프레임워크가 어떤 역할을 하나요?
🟢 모델 서빙(Model Serving)은 AI 모델을 실제 서비스 환경(production environment) 에서 사용자나 애플리케이션이 쓸 수 있도록 배포(deploy) 하는 과정
네트워크 기본: OSI 7계층에 대하여
🔵 네트워크 기본기인 OSI 7계층에 대해서 알아보았다.
SQL 기초: 정규화(Normalization)
🔵 DB를 구축하는 과정에서 이상(Anomlay)을 제거하기 위한 정규화(Normalization)에 대해 알아보았다.
16-(3) 현존하는 AI 웹/앱서비스를 하나 선정하세요. (가상의 서비스로 해보는 것도 좋아요.) 그 서비스가 지금까지 학습한 Docker, 추론 최적화, Streamlit, FastAPI로 구현되었다고 가정하고, 전체 아키텍처를 작성해보세요. 만약 가능하다면, 보안 요소(CORS 등)/멀티유저 요청 처리 방안(비동기 처리, 대기 큐 등)/클라우드 배포 구조(GCP, AWS)/모니터링 및 로깅 전략 까지 포함하여 작성해보세요.
