AI Learning Project

Python/ML 기초부터 LangChain RAG, AI Agent, BERT Fine-tuning, 배포까지

프로젝트 개요

Phase 기반 AI/ML 학습 프로젝트. 별도 rag-project(Next.js + Supabase pgvector)에서 RAG 핵심을 이미 구현했으며, 여기서는 Python 생태계 중심으로 학습합니다.

rag-project에서 이미 커버한 것

• RAG 핵심 (청킹, 임베딩, 벡터검색, 출처추적) — pgvector 전체 구현
• OpenAI API (GPT-4o, 임베딩) — 실전 사용
• 스트리밍 응답 — Vercel AI SDK
• PDF 문서 처리, 채팅 UI, 프로덕션 배포 (Vercel)

디렉토리 구조

ai-learning/
├── python-ml-basics/     ← 완료: Python/ML 기초 (NumPy, Pandas, Scikit-learn, PyTorch)
├── langchain-rag/        ← Phase 1: Python LangChain + ChromaDB RAG
├── ai-agent/             ← Phase 2: LangChain Agent (Tool Calling, ReAct)
├── pytorch-bert/         ← Phase 3: BERT Fine-tuning (금융 뉴스 감성 분석)
└── deployment/           ← Phase 4: FastAPI + Docker 배포

Phase별 진행 상황

Phase	주제	기간	상태
-	Python/ML 기초	완료	✅
1	Python LangChain RAG + ChromaDB	완료	✅
2	AI Agent (Tool Calling, ReAct)	2~3일	미착수
3	PyTorch BERT Fine-tuning	2~3일	미착수
4	FastAPI + Docker 배포	2~3일	미착수

시작하기

conda activate ai-dev

각 Phase 디렉토리의 README.md에 상세 안내가 있습니다.

환경

• Python 3.11 (Conda: ai-dev)
• 주요 패키지: LangChain, ChromaDB, PyTorch, Transformers, FastAPI

작성자

YDK | 2026.01 ~