패스트캠퍼스 환급챌린지 20일차 미션(2월20일):프롬프트 엔지니어링으로 시작하는 AI/LLM 서비스 개발 강의후기
본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.
이번 강의에서는 엔티티 링크(Entity Linking, EL) 개념과 위키피케이션(Wikification) 기술을 배웠다. 처음에는 다소 생소한 개념처럼 느껴졌지만, 강의를 들으며 실제 적용 사례와 함께 이해할 수 있었다.
📌 핵심 내용 정리
- 엔티티 링크(Entity Linking, EL)
- 텍스트에서 특정 개념(엔티티)을 인식하고 이를 고유한 데이터베이스(예: Wikipedia, Wikidata)와 연결하는 기술.
- 문장에서 등장하는 단어가 단순한 명사가 아니라, 특정 개념(예: 인물, 지명, 조직 등)인지 판별하는 것이 핵심.
- 위키피케이션(Wikification)
- 문서 속 엔티티를 Wikipedia 항목과 연결하는 과정.
- 단순한 검색이 아니라, 문맥을 고려해 적절한 항목을 매칭하는 것이 중요.
- 같은 단어라도 다른 의미를 가질 수 있기 때문에 정확한 연결이 필수적.
- 위키데이터(Wikidata)와 Wikidata ID
- Wikipedia의 구조화된 데이터베이스로, 각 개념(엔티티)은 고유한 Q ID를 가짐 (예: Q312).
- 이를 활용하면 언어와 관계없이 같은 개념을 참조할 수 있어, 자연어 처리(NLP)에서 중요한 역할을 함.
🎯 느낀 점 및 배운 점
이전까지는 검색 엔진이 단순히 키워드를 기반으로 정보를 찾는다고 생각했지만, 실제로는 문맥을 고려하여 특정 개념을 매칭하는 과정이 포함된다는 것을 알게 되었다. 특히, 위키데이터처럼 구조화된 지식 그래프를 활용하면 보다 정확한 정보 검색이 가능하다는 점이 흥미로웠다.
이 기술이 뉴스 정리 봇에 활용된다면, 뉴스 기사에서 언급된 인물, 장소, 사건 등을 자동으로 분석하고 정리하는 것이 가능할 것이다. 예를 들어, "Apple"이라는 단어가 나왔을 때, 문맥을 분석하여 과일인지, 기업인지 정확하게 매칭하는 과정이 필요하다.
🚀 활용 가능성 & 향후 기대
엔티티 링크 기술은 검색 엔진, 챗봇, 자동 요약 시스템 등 다양한 분야에서 활용될 수 있다. 특히, 뉴스 요약 봇을 만든다면 주요 개념을 자동으로 정리하고 관련 정보를 제공하는 기능을 추가할 수 있을 것이다.
이 강의를 통해 단순히 NLP 기술을 배우는 것이 아니라, 실제 서비스에서 데이터를 어떻게 연결하고 활용할 수 있는지 고민해보는 계기가 되었다. 앞으로도 이런 기술이 어떻게 발전할지 기대된다!
① 오늘자 날짜, 공부 시작 시각
② 오늘자날짜, 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)
