패스트캠퍼스 환급챌린지 9일차 미션(2월9일):프롬프트 엔지니어링으로 시작하는 AI/LLM 서비스 개발 강의후기

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.

 

이번 강의에서는 네이버 리뷰 데이터를 분석하고 AI 고객센터를 개발하는 과정을 학습했다. OpenAI의 GPT API를 활용하여 FAQ 자동 생성, Q&A 응대 시스템 개발, 그리고 VectorDB를 활용한 검색 기능을 구현하는 내용을 다뤘다.

1. 강의 개요 및 주요 내용

네이버 리뷰 데이터 분석

• 태스크에 맞는 프롬프트 작성법을 학습.
• OpenAI의 GPT API를 활용하여 리뷰 데이터를 분석하는 API 및 데모 개발.
• JSON 데이터 파싱의 다양한 방법을 익히며 데이터 구조를 이해하는 과정 포함.

 

AI 고객센터 프로젝트

• FAQ 자동 생성 (GPT-3.5 기반): 상품 상세 텍스트 데이터를 바탕으로 FAQ를 자동 생성.
• FAQ 자동 생성 (GPT-4 Omni 기반): 이미지 데이터를 입력으로 받아 텍스트 기반 FAQ를 생성.
• Q&A 자동 응대: 생성된 FAQ를 VectorDB에 저장하고 검색하여 고객의 질문에 자동으로 응대.

나만의 쇼핑 헬퍼 개발

• Function Calling을 활용하여 목적에 맞는 액션을 실행하는 방법 학습.
• 대화 페르소나 및 말투를 지정하는 프롬프트 작성법 실습.

2. 실습 환경 및 기술 스택

• 실습 환경: Python 3.8, PyCharm Community Edition (Windows/Mac 지원)
• 기술 스택: OpenAI, LangChain, FastAPI, Streamlit, Faiss
• 사용 데이터: 네이버 영화 리뷰 데이터, 패스트캠퍼스 강의 상세 데이터
• 비용: OpenAI GPT API 사용료 약 $5 내외, 무료 데이터 활용 가능

3. 강의 인사이트 및 느낀 점

• 실제 적용 가능한 AI 서비스 개발 경험
  • 네이버 리뷰 데이터 분석을 통해 감성 분석, 자동 응답 시스템 구축 등의 응용 가능성을 탐색할 수 있었다.
  • AI 고객센터 프로젝트에서는 텍스트뿐만 아니라 이미지 기반 FAQ 자동 생성 방법을 익힐 수 있어 활용성이 높았다.
• VectorDB를 활용한 검색 및 자동 응대의 중요성
  • AI 기반 Q&A 시스템의 핵심 요소인 데이터 저장 및 검색 기술을 익히면서, 실제 서비스 구축 시 VectorDB의 필요성을 체감할 수 있었다.
• 실무 적용을 위한 최적의 프롬프트 작성법 학습
  • Function Calling을 이용한 다양한 응용 사례를 다루면서, AI 모델을 보다 목적에 맞게 활용하는 방법을 익혔다.
  • 대화 페르소나 및 말투를 조정하는 프롬프트 작성 기술을 통해 사용자 경험을 더욱 자연스럽게 만들 수 있었다

 

 

 

 

① 오늘자 날짜, 공부 시작 시각

② 오늘자 날짜, 공부 종료 시각

③ 클립 1번 수강 인증 사진

④ 클립 2번 수강 인증 사진

⑤ 학습 인증샷 1장 이상 (ex. 필기 촬영, 작업물, 등)

샘플 데이터 다운로드

 

 

https://bit.ly/4gL1f1o