본문 바로가기

전체 글

[3일 해커톤 여정] RealView: AI 챗봇으로 부동산 시장의 숨겨진 분위기를 읽다! 안녕하세요! 최근 「AI Chatbot & RAG 기반 서비스 개발자 양성 과정」 해커톤에 참여하며 정말 흥미로운 프로젝트를 진행했어요. 단 3일이라는 짧은 시간 안에 'AI 기반 지역 시세 및 분위기 분석 챗봇 - RealView'라는 아이디어를 구체화하고, 기본적인 구현까지 마치는 여정이었답니다!오늘은 그 치열하고도 설레었던 3일간의 기록과 RealView의 핵심 아이디어를 공유하고자 해요. 부동산 시장의 복잡한 정보 속에서 '분위기'까지 읽어주는 똑똑한 AI 챗봇, RealView의 이야기에 함께 빠져볼까요? ✨1. RealView: 무엇을 위한 서비스인가요? (아이디어 개요)RealView는 사용자가 원하는 지역의 부동산 시세, 거래 동향은 물론, 지역의 '생활 분위기'까지 한눈에 파악할 수 있는.. 더보기
1차 기획서 제작 1️⃣ 1차 기획서팀명:리얼뷰(RealView)실시간 부동산 시세와 매물 정보 제공, 사용자에게 똑똑한 선택을 안내하는 의미주제:AI 부동산 어시스턴트 챗봇 (조회 중심 MVP)사용자가 지역 매물 조회, 시세 확인, 간단 상담까지 챗봇에서 바로 해결팀 소개:팀원: 혼자 참여역할: 기획, 개발, 발표 모두 담당목표: 3일 내 MVP 완성 후 4일차 발표아이디어 발상 배경:기존 부동산 앱은 매물 검색, 시세 조회, 상담 등 여러 앱/사이트를 오가야 하는 불편함 존재사용자가 한 곳에서 매물 조회와 시세 확인, 주변 분위기 파악까지 가능하도록 하면 편리함 증가RAG 챗봇을 활용하면 최신 공공 데이터, 뉴스, 통계 정보를 실시간으로 제공 가능아이디어 내용:핵심 기능매물 조회: 지역, 매물 종류, 가격대 조건 입력.. 더보기
🤖 AI&Chatbot 해커톤 안내 (11/10 ~ 11/13) 1️⃣ 해커톤 개요구분내용목적RAG 기반 AI 챗봇으로 지역 문제 해결주최고려대학교 세종캠퍼스, Chatbot AI RAG 기반 서비스 개발자 과정RAG란?🔍 검색 증강 생성 기술, 실제 정보를 찾아 답변하는 챗봇 구현일정11/10 ~ 11/13 (총 4일)주제에너지, 물류/유통, 교육, 교통, 헬스케어, 기타 지역 현안 2️⃣ 일정1일차 (11/10)📝 등록, 오리엔테이션, 팀 빌딩, 기획서 작성 ⏰ 17:00 기획서 제출 마감2~3일차 (11/11-12)💻 집중 개발 및 멘토링 🕖 운영진 상주(19:00~09:00), 야식 쿠폰 제공4일차 (11/13)📦 최종 결과물 제출(10:00 마감), 발표 리허설, 발표(2분 시연 + 5분 Q&A), 시상💡 Tip: 발표 순서는 랜덤 사다리타기! 미.. 더보기
Day15. LangChain + Streamlit + Ngrok 기반 RAG 챗봇 구현 (Colab 실습 정리) 환경: Google Colab기술스택: LangChain, OpenAI API, Streamlit, Chroma, Ngrok목표: RAG(Retrieval-Augmented Generation) 기반 한국어 챗봇 구현🧩 1️⃣ 필수 라이브러리 설치Colab 환경에서 Streamlit과 LangChain 관련 패키지를 설치합니다.!pip install -q streamlit langchain langchain_experimental langchain-openai langchain-community langchain-text-splitters chromadb python-dotenv pyngrok pypdf🔑 2️⃣ Ngrok 인증토큰 등록Colab은 외부 접속이 불가능하기 때문에,Ngrok을 사용해 S.. 더보기
AI & Chatbot 🌟 StyleMate – AI OOTD 챗봇 프로젝트📌 프로젝트 개요서비스명: StyleMate (가칭)목표: 날씨, 계절, 최신 트렌드, 개인 취향을 반영한 오늘의 옷차림 추천핵심 가치:👗 개인화된 OOTD 추천🔥 최신 트렌드 반영👍 사용자가 직접 피드백 가능 (좋아요 / 마음에 안 들어요)📌 MVP 핵심 기능기능설명비고추천날씨 + 계절 + 사용자 선호 기반 3~5가지 코디 추천텍스트 MVP개인화성별, 나이, 스타일 취향, 선호 색상 저장프로필 기반 추천피드백좋아요 / 마음에 안 들어요추천 개선 데이터인터페이스텍스트 + 샘플 이미지추후 이미지 AI, AR 가능공유SNS 공유추후 커뮤니티 확장📌 데이터 소스 / 참고 자료데이터 종류용도참고 자료 / API🌤️ 날씨추천 코디 결정, 계절 반영.. 더보기
Day12. turn / library import – LLM 챗봇 정리 1. 기본 턴(turn) 관리 실습상태 저장용 전역 변수state = { "turn": 0, # 현재 턴 수 "history": [] # 대화 히스토리 저장}턴별 대화 함수 설계def phase1(user_input): return f"반가워요 {user_input}에 대해서 조금 더 알려주세요"def phase2(user_input): return f"{user_input}에 대해서 더 정확하게 알려주세요"턴 실행 함수def run_turn(user_input): if state['turn'] == 0: output = phase1(user_input) else: output = phase2(user_input) st.. 더보기
Day11. 메모리를 저장하는 LLM 챗봇 # 메모리를 저장하는 LLM 챗봇 def talk_with_buffer(user_input): # 1) 이전 히스토리 불러오기 # load_memory_variables{} -> 메모리에 저장된 내용을 {} 딕셔너리 형태로 가져온다. # .get("history") -> history 키에 해당하는 대화 문자열을 꺼낸다. 없으면 빈 문자열을 가져온다. history = buffer_memory.load_memory_variables({}).get("history","") # 2) 프롬프트를 완성 msg = prompt.format(history = history, input = user_input) # 3) 모델을 호출 answer = llm.invoke(msg.. 더보기
Day 10. Role, Goal, Style 설정하기 # 🎭 Role : 너는 여행 전문가야.# 🎯 Goal : 사용자가 여행지를 말하면 추천 코멘트를 제시해.# 🖋️ Style : 친근하고 간결하게, 이모지도 함께 써줘.text = input("여행지를 입력하세요.")# ① 단순 프롬프트p1 = f"'{text}' 여행지에 대해서 적절한 여행 장소를 추천해줘"# ② 구조화형 프롬프트 (Role + Goal)p2 = f"너는 20년차 여행 가이드야 '{text}' 여행지에 대해서 적절한 여행 장소를 추천해줘"# ③ 스타일 강조형 프롬프트 (Role + Goal + Style)p3 = f"너는 20년차 여행 가이드야 '{text}' 여행지에 대해서 적절한 여행 장소를 친근하고 간결하게, 이모지를 사용해서 추천해줘"prompts = [p1, p2, p.. 더보기

티스토리툴바