리눅스 PC(메모리 64GB, GeForce RTX 4060 8GB)에서 파이썬으로 로컬 이미지 생성 환경을 구축하고, 터미널 대화형 스크립트(image_gen_cli.py)를 실행하기까지의 전 과정을 정리한 문서입니다.
딥러닝
파이썬 한국어 실시간 음성인식 무료 구현 - faster-whisper + Silero VAD
마이크에 대고 말하면 발화가 끝나는 시점을 자동으로 감지해 한국어 텍스트로 출력하는 실시간 음성인식 프로그램을 파이썬으로 단계별로 만들어봅니다. faster-whisper와 Silero VAD를 사용하며, 가입·로그인·API 키·사용료가 전부 필요 없습니다.
YoloX 커스텀 데이터셋 학습해보기
YoloX를 사용하여 커스텀 데이터셋을 학습하는 과정을 정리했습니다.
Chunking (청킹) 개념부터 실전까지
텍스트로 구성된 문서를 작은 조각(chunk)으로 나누는 chunking(청킹)을 하는 이유와 방법을 다루고, 청킹을 통해 얻은 문서 조각들이 RAG 파이프라인에서 어떻게 벡터로 변환·저장·검색되어 LLM의 답변 재료가 되는지까지의 전체 흐름을 설명하고 있습니다.
임베딩(Embedding) 완벽 가이드: 개념부터 FAISS 검색까지 끝내기
임베딩(Embedding)의 개념부터 FAISS 검색까지 살펴봅니다.
TTS 라이브러리 MeloTTS로 한국어 음성 합성해보기
TTS( text-to-speech ) 라이브러리인 MeloTTS를 사용하여 한국어 음성을 합성해봤습니다.
Reranking 개념부터 구현까지 — CrossEncoder로 RAG 검색 정확도 높이기
Reranking에 대해 다루고 있습니다. 검색 결과의 순위를 재조정하여 사용자의 쿼리 의도에 더 정확히 부합하는 문서를 상위로 올리는 것이 목적이며 RAG의 정확도를 올리기위해서 사용됩니다. . 2026. 2. 24 최초작성 . . Reranking & CrossEncoderReranking이란?Reranking이 필요한 이유실제 문장으로 비교하는 예시CrossEncoder의 학습 방법Fine-tuning 없이 범용 모델을 사용할 수 있는 이유점수 캘리브레이션 문제RAG 파이프라인에서의 더 읽기
코사인 유사도의 개념과 원리
코사인 유사도(Cosine Similarity)의 개념과 원리를 간단히 정리하고 간단한 파이썬 예제를 살펴봅니다. . 2026. 2. 11 최초작성 . 코사인 유사도의 개념과 원리 코사인 유사도란 무엇인가 수학적 근거: 내적(Dot Product) 내적이 유사도를 측정할 수 있는 이유 왜 크기로 나누는가 코사인 유사도 vs 유클리드 거리 왜 비슷한 문장이 같은 방향의 벡터가 되는가 임베딩 더 읽기
RAG(Retrieval-Augmented Generation) 개념 및 구현
RAG(Retrieval-Augmented Generation)를 구현하는 7가지 RAG 방법론과 공통 기반 기술을 살펴보고 간단히 구현된 코드를 살펴봅니다. . 최초작성 2026. 2. 5 . 7가지 RAG 방법론 RAG는 단순히 "검색해서 LLM에게 주면 끝"이 아닙니다. 실제로 RAG를 구현하고 운영하다 보면 수많은 문제에 부딪히게 됩니다. 검색 결과가 엉뚱하거나, 관련 없는 문서가 섞여 들어오거나, LLM이 문서 내용을 더 읽기
RAG 구현에 필요한 공통 기반 기술
RAG 구현에 필요한 공통 기반 기술 모든 RAG에 공통으로 적용되는 핵심 기반 기술을 설명합니다. A. 청킹(Chunking) 전략 왜 청킹이 중요한가? RAG 성능의 30~40%는 청킹에서 결정됩니다. 이 말이 과장이 아닙니다. 청킹이란 긴 문서를 작은 조각으로 나누는 것입니다. 이 조각들이 벡터 데이터베이스에 저장되고, 검색의 단위가 됩니다. 청킹을 어떻게 하느냐에 따라: 가 결정됩니다. 더 읽기