PALDYNAI LAB

PALDYN LEARN

AI 학습

AI가 어떻게 작동하는지 배웁니다. 모델의 원리부터 그 아래를 떠받치는 수학, 실제로 굴리는 방법까지.

466편
전체

RESULT / 22

개발·프레임워크2026.05.2826 MIN

Google Gemini SDK 활용 가이드

google-genai 패키지의 Client 하나로 Gemini API를 부르는 법 — 응답 객체와 finish_reason, 생성 설정과 구조화 출력, 인라인 데이터와 Files API, 도구 호출 왕복, 안전 설정과 재시도, 대화 비용과 컨텍스트 캐싱까지 정리한다.

개발·프레임워크2026.05.2830 MIN

OpenAI SDK 완전 정복

Python openai 패키지로 OpenAI API를 다루는 법 — 클라이언트 설정과 재시도, 메시지와 응답 구조, Responses API 대응, 모델 고르는 축, 도구 호출 루프, 구조화 출력, 임베딩·이미지 입력, 토큰 비용과 한도까지 정리

개발·프레임워크2026.05.2830 MIN

Anthropic SDK로 Claude API 활용하기

메시지 구조와 선입력, 스트리밍 이벤트와 부분 JSON, Tool Use 한 사이클, 프롬프트 캐싱의 손익 경계, 재시도와 멱등성, 배치 API까지 Anthropic Python SDK의 실전 기준을 정리합니다.

개발·프레임워크2026.05.2847 MIN

HuggingFace 허브 운용: 데이터셋 로딩부터 모델 공개까지

load_dataset()과 map()으로 데이터를 준비하고, 스트리밍과 캐시로 크기를 다루고, push_to_hub()와 HfApi로 데이터셋과 모델을 올린 뒤 모델 카드와 Spaces로 마감하기까지 — 허브를 오가는 자산의 왕복을 한 편에 정리한다.

개발·프레임워크2026.05.2829 MIN

HuggingFace Transformers 실전 가이드

pipeline이 감추는 세 단계부터 토크나이저의 잘리는 자리, Trainer가 대신 하는 일, LoRA, generate 파라미터, 모델 고르는 기준까지 HuggingFace Transformers를 실무 기준으로 정리합니다.

개발·프레임워크2026.05.2826 MIN

TensorFlow/Keras로 시작하는 딥러닝

Keras 3의 백엔드 구조, 세 가지 API가 갈리는 자리, compile의 세 인자와 fit이 도는 한 바퀴, 콜백·tf.data·저장 형식까지 실무에서 어긋나는 지점 위주로 정리합니다.

개발·프레임워크2026.05.2856 MIN

PyTorch 입문: 텐서·자동미분·학습 루프

텐서와 autograd, nn.Module로 부품을 만들고 Dataset·DataLoader와 다섯 줄 학습 루프로 그것을 엮는다. 검증 모드, 조기 종료, 체크포인트, 학습률 스케줄러까지 PyTorch 학습 파이프라인 한 벌을 한 편에서 처음부터 끝까지 따라간다.

개발·프레임워크2026.05.2829 MIN

AI 개발을 위한 Python 핵심 라이브러리

NumPy 브로드캐스팅과 축, Pandas 성능과 dtype, Scikit-learn 파이프라인의 데이터 누수 차단, 손실 곡선 읽기, 환경 재현까지 — AI 개발의 Python 기본기를 실전 기준으로 정리합니다.

개발·프레임워크2026.05.2729 MIN

AI 회의 요약 시스템: 음성 인식부터 인사이트 추출까지

STT를 고르는 기준, 화자 분리가 틀리는 자리와 겹침 비율 매핑, 긴 회의를 요약하는 두 방식, 액션아이템 추출의 실패 유형, 그리고 결정사항 재현율로 품질을 재는 법을 다룹니다.

개발·프레임워크2026.05.2727 MIN

AI 번역 시스템 구축: 도메인 특화 고품질 번역

용어집을 기존 번역 자산에서 뽑는 법, 번역 메모리가 남아야 하는 이유, 청크 경계에서 깨지는 것, 자리 표시로 지키는 고유명사, 그리고 MQM으로 품질을 재는 법을 다룹니다.

개발·프레임워크2026.05.2752 MIN

비정형 문서에서 구조화 데이터 뽑기: 스키마·신뢰도·사람 검토

청구서·발주서 같은 비정형 문서를 Pydantic 스키마로 뽑고, 신뢰도로 자동 처리와 사람 검토를 가르고, ERP에 넣기까지의 파이프라인을 한 편에서 세운다. 텍스트와 스캔 이미지, 재시도, 배치, 정확도·자동화율 관리까지 다룬다.

개발·프레임워크2026.05.2729 MIN

AI 데이터 분석 보조 시스템

테이블 200개에서 무엇을 프롬프트에 넣을지 고르는 스키마 링킹, 지표 정의를 못 박는 의미 계층, 실행 오류 교정 루프, 그리고 정확도를 재는 두 자를 다룹니다.

개발·프레임워크2026.05.2730 MIN

AI 콘텐츠 생성 자동화 파이프라인

긴 글을 한 번에 생성하면 무너지는 세 자리, 아웃라인 자체를 검사하는 규칙, 병렬 작성이 치르는 대가, 점수만 올리는 품질 검토 루프와 사람이 서야 할 지점을 다룹니다.

개발·프레임워크2026.05.2732 MIN

AI 고객 지원 자동화: 티켓 분류부터 답변 생성까지

자동화 범위를 데이터로 정하고, 티켓 분류기를 만들고, 근거 있는 답변과 에스컬레이션 임계값·회로 차단기까지 — 고객 지원 자동화를 운영 기준으로 설계합니다.

개발·프레임워크2026.05.2731 MIN

AI 챗봇 서비스 설계: 아키텍처부터 배포까지

대화 이력 관리, RAG 연동, 스트리밍 응답, 안전 필터를 갖춘 프로덕션 수준 AI 챗봇 서비스의 설계 원칙과 구현 패턴을 다룹니다.

개발·프레임워크2026.05.2652 MIN

AI 코딩 운용 원칙과 리뷰 자동화

AI 코딩 도구를 쓸 때 지킬 다섯 원칙과 프롬프트 패턴에서 출발해, 생성된 코드를 사람이 검증하는 법과 그 검증을 Claude API·GitHub Actions 리뷰봇으로 자동화하는 법, 팀 도입과 측정까지 한 줄기로 정리한다.

개발·프레임워크2026.05.2629 MIN

Aider: AI 페어 프로그래머와 Git 통합 개발

오픈소스 AI 코딩 CLI Aider의 레포 맵 생성 방식, 편집 형식이 실패하는 자리, Architect 모드의 비용 계산, 자동 커밋 히스토리 정리까지 실전 기준으로 정리합니다.

개발·프레임워크2026.05.2631 MIN

OpenAI Codex와 ChatGPT: AI 코딩의 시작점

2021년 Codex부터 ChatGPT, GPT-4o, o-series까지 OpenAI 코딩 AI의 계보를 따라가고, HumanEval 통과율을 읽는 법과 코드 실행 격리·Codex CLI·팀 도입 기준을 정리합니다.

개발·프레임워크2026.05.2630 MIN

Claude Code: 터미널에서 만나는 AI 소프트웨어 엔지니어

에이전트가 도는 한 사이클부터 CLAUDE.md에 무엇이 듣는가, 권한 설계와 서브 에이전트를 나누는 기준, MCP·Hooks·CI 실행까지 Claude Code를 실무 기준으로 정리합니다.

개발·프레임워크2026.05.2663 MIN

IDE 안의 AI: GitHub Copilot과 Cursor

기존 IDE에 얹는 GitHub Copilot과 편집기를 다시 만든 Cursor를 완성·채팅·멀티파일 편집·컨텍스트·규칙 파일·보안의 여섯 자리에서 나란히 놓고 본다. 같은 자리에서 둘이 무엇을 다르게 하는지, 어느 쪽을 언제 고르는지까지 정리한다.