API 서비스를 사용하면 DeepL에 직접 접속하지 않고도 번역 기능을 이용할 수 있다. import deeplDEEPL_KEY = "제 API KEY는 비밀입니다"tran = deepl.Translator(DEEPL_KEY)resp = tran.translate_text( "Hello, World", source_lang = "EN", target_lang = "KO")resp.text from pathlib import Pathimport deeplfrom step_1 import IN_DIRfrom step_2_2 import read_textdef read_text_translated(path: Path) -> list : text_list = read_text(path) # 문자 인..

(1)에 이어서..키워드별 상품 개수를 CSV 파일로 저장하는 함수 shop_cnt_to_cvs() 정의import timefrom pathlib import Pathimport pandas as pdfrom tqdm import tqdmfrom step_1_1 import OUT_DIRfrom step_1_2 import query_naver_shopfrom step_2_2 import OUT_2_2OUT_2_3 = OUT_DIR / f"{Path(__file__).stem}.csv"def shop_cnt_to_csv() : df_raw = pd.read_csv( OUT_2_2 ) # CSV 파일에서 데이터 프레임 생성 kwd_list = df_raw["키워드"].to_list() # 키워드..

(1)에서 이어서…구글의 gemma4(26년 4월 출시) 모델과, 메타의 llama3.1(24년 7월 출시)을 동시에 사용하여,사용자가 한번 메시지를 입력하면 두 LLM 으로 받은 답변을 비교할 수 있는 웹앱으로 바꿔보자. import streamlit as st# 모듈 불러오기from step_2_1 import ( chat_message_llm, chat_message_user, init_session_state,)if __name__ == "__main__" : st.set_page_config( layout = "wide" ) st.title("이지우의 챗봇(Gemma4 + Llama3.1)") init_session_state( dict ( gemma = [], ..

이분에게 감사합니다. → 작업한 코드들을 기록하고 보관할 수 있음→ 과거로 빠꾸 가능. 과거에 작업한 내용 열람 가능. 등등 안정적인 개발이 가능 → 멋있음→ 작업폴더에서 git을 사용하려면 폴더 열고 터미널에서 git init부터 입력스테이징 하는 법(스테이징 = 어떤걸 기록할지 고르기)git add ...→ 파일 지정해서 스테이징git add .→ 폴더 내 모든 파일 한번에 스테이징커밋하는 법(커밋 = 고른 걸(스테이징) repository(저장소)에 기록하기)git commit -m 커밋메시지 요즘은 웬만한 에디터들(VS Code 같은 것들)은 git 기본 기능이 내장되어 있어서 버튼 몇개만 딸깍하면 스테이징, 커밋같은 git 기본 기능들은 사용할 수 있음. 다만 스테이징/커밋 개념을 알고, 터..

(1)에서 이어서…구글의 gemma4(26년 4월 출시) 모델과, 메타의 llama3.1(24년 7월 출시)을 동시에 사용하여,사용자가 한번 메시지를 입력하면 두 LLM 으로 받은 답변을 비교할 수 있는 웹앱으로 바꿔보자. import streamlit as st# 모듈 불러오기from step_2_1 import ( chat_message_llm, chat_message_user, init_session_state,)if __name__ == "__main__" : st.set_page_config( layout = "wide" ) st.title("이지우의 챗봇(Gemma4 + Llama3.1)") init_session_state( dict ( gemma = [], ..

ollama는 오픈소스 AI 모델을 관리할 수 있는 도구이다CLI 기반 실행방식으로 다양한 오픈소스 LLM 을 제공한다pip install -U ollama streamlit trafilaturaollama.com에서 설치LLM 챗봇을 사용해서 한국어를 영어로 번역할 것이고, LLM 모델 중 구글의 Gemma2를 사용하겠다.ollama run gemma2:9b여기에서 gemma2 는 모델명이고, 9b 는 매개변수 9 billion(90억)개를 의미한다. 첫번째 대화import ollamaresp1 = ollama.chat( model = "gemma2:9b", messages = [{ "role" : "user", "content" : "내 이름은 파이썬이야!"}],)dict(resp1["m..

(1)에 이어서..키워드별 상품 개수를 CSV 파일로 저장하는 함수 shop_cnt_to_cvs() 정의import timefrom pathlib import Pathimport pandas as pdfrom tqdm import tqdmfrom step_1_1 import OUT_DIRfrom step_1_2 import query_naver_shopfrom step_2_2 import OUT_2_2OUT_2_3 = OUT_DIR / f"{Path(__file__).stem}.csv"def shop_cnt_to_csv() : df_raw = pd.read_csv( OUT_2_2 ) # CSV 파일에서 데이터 프레임 생성 kwd_list = df_raw["키워드"].to_list() # 키워드..

네이버 서비스 API : 각종 네이버 검색, 로그인, 데이터랩 등네이버 검색광고 API : 키워드 도구, 광고 캠페인 관리 등 검색광고 특화네이버 클라우드 API : 지도, 번역, 문자 인식, 음성 인식, 음성 합성 등 최신 서비스 pip install -U datakart pandas streamlit tqdmdatakart(데이터 수집), pandas(데이터 분석), streamlit(웹 앱), tqdm(진행 표시줄)네이버 개발자 센터에서검색, 데이터랩(검색어트렌드, 쇼핑인사이트) API선택해서 키를 생성한다. import jsonfrom pathlib import Pathfrom datakart import Naverfrom step_1_1 import OUT_DIRdef query_naver_sh..

API 서비스를 사용하면 DeepL에 직접 접속하지 않고도 번역 기능을 이용할 수 있다. import deeplDEEPL_KEY = "제 API KEY는 비밀입니다"tran = deepl.Translator(DEEPL_KEY)resp = tran.translate_text( "Hello, World", source_lang = "EN", target_lang = "KO")resp.text from pathlib import Pathimport deeplfrom step_1 import IN_DIRfrom step_2_2 import read_textdef read_text_translated(path: Path) -> list : text_list = read_text(path) # 문자 인..