kuwi 님의 블로그

한국과학기술정보연구원(KISTI) 인턴후기

kuwi — Fri, 14 Nov 2025 16:54:39 +0900

270일간의 인턴이 끝났다. 냉정하게 말해서 이걸 지원하는 사람이라면

1. 정출연 지원 직무 경험 스펙

2. 공백기 채우기

3. 대학생 인턴경험

이렇게라고 생각이 든다.

나는 2번이었고, 아무 생각 없이 지원했다가 가장 멋진 사람들을 만나고 왔다.

너무 자세하게 이야기하면 특정될까봐, 자세히는 안적겠다.

1. 다들 너무 친절하시다

센터장님, 팀장님 모두 권위를 따지지 않으신다. 이게 신기했다. 높은 위치에 있고 밑에 사람들이

있으면 권위가 생길만한데, 그런것이 전혀 없었다. 그래서 너무 감사했다.

2. 인턴이라고 차별하지 않는다.

워크숍, 행사가 있으면 같이 참여할 수 있었다. 학회처럼 비용이 나가는 경우엔

갈 수 없었지만 집들이나 회식 등등 내부 행사는 무조건 불러주셨다.

이게, 당연하다고 생각을 할 수가 있는데 당연해도 안하는 집단이

생각보다 주변에 많았다. 당연히 진골보다는 성골을 챙기는게 맞지 않는가 ㅋㅋ

그래서 더더욱 고마웠다

3 배울 점이 많았다

작더라도 조금씩 도움을 주셨고, 업무적으로나 내 커리어적으로 도움이 될 것 같으면

회의에도 불러주시는 등 고마웠다

어떤 어른이 되고 싶었나에 걸맞는 분들이었다

일 정말 열심히 하시고, 힘들때도 많지만 꾸준히 하시는 박사님들을 보고

나 또한 더 열심히 살려고 했다

관련 후기가 검색해도 잘 안나올텐데, 한번 경험해봤으면 좋겠다. 멋진 분들이고 나 또한

더 멋진 사람이 되어 나중에 인사드리고 싶다.

jupyter notebook에서 작동하는데 python 파일에서는 작동안하는 Langchain

kuwi — Wed, 12 Nov 2025 20:42:44 +0900

주피터 노트북 파일로 실습을 하고, 파이썬 파일로 실제 사이드 프로젝트를 진행하기

위해 코드를 그대로 이동시켜서 작동했다.

문제가 발생한게, segmentation fault라고 계속 발생을 했다.

Segmentation fault는 c에서 잘못된 메모리를 접근할 때 발생한다.

'내 코드의 문제'가 아니라, 근본적으로 잘못되었다는 뜻이었다.

찾아보니까 UnstructuredURLLoader를 사용하는 경우

에러가 발생하는 케이스가 있었다.

그리고 ipynb 파일의 경우 캐시로 환경변수가 남아있을 수도 있고,

실행 경로가 달라서 작동했을 수도 있다.

결론은 UnstructuredURLLoader 사용하지 말자. 위험하다.

슈프리마 1차 면접 탈락 후기

kuwi — Mon, 10 Nov 2025 19:37:31 +0900

20년 넘게 근무하신 슈프리마 부서장님이 연락이 오셔서 보러갔다.

비대면 면접이라 스카에서 세팅을 하고 봤다.

결론부터 말하자면 냉정하게 개발자 면접은 처음이어서 대비를 못했다.

1시간 예정이었는데, 9시부터 9시 37분까지 봤다.

1. 프로젝트 설명 대비가 안되었다

- 솔직히 좀 오래된 내용이었고, 다 까먹었다.

- 내 스스로도 이게 뭔지 까먹어서 계속 쇼미 탈락 래퍼들처럼 절고 있었다

- 질문을 사전에 면접관님이 준비해오셨는데, 내가 소개해야 하는 부분에서

제대로 소개를 못했다

2. 어떤 트러블 있었는지 대답할 때 미숙하게 대답함

- 기술적인 문제를 말해야 하는데, 구체적으로 대답을 못했음

내가 과거에 어떤 문제 상황이 있었고, 그걸 어떻게 해결했는지

대답을 했어야 했는데, 제대로 못했다

솔직히 까먹은 것도 많고, 상대방이 얼마나 알고 있는지를 몰라서

더 더듬은 부분도 있다

3 솔직히 개발자 면접은 처음이다

- 대비를 해본 적이 없다

- 말을 하면서, 면접관 분 눈빛에서 얘 좀 이상하다는 느낌이 있었다

- 설명을 제대로 못했다

- CORS 에러를 내가 몇 번을 해결했는데, 이걸 설명을 하는 것은

또 달라서 슬펐다

- 비유를 들었는데 아이고 전문가 앞에서 비유는 들지 말자

그렇다면 이번에 잘한 점은 뭐가 있을지도 생각해봤다.

1. 영어 번역

- 방금 설명한 내용을 영어로 번역하라고 했을때

즉시 잘한 것 같다

2 결론 먼저

말을 길게 하지 않고 결론이나 생각을 먼저 말해서

최대한 절지 않도록 했다

LLM 활용한 텍스트 요약 feat. Langchain core

kuwi — Mon, 10 Nov 2025 10:47:30 +0900

랭체인을 활용하여 텍스트 요약을 할려고 한다.

랭체인은 맨날 바뀐다. 매번 새로 구매하고 바뀌는 전여친들의 텀블러처럼 그냥 바뀐다.

0.2, 0.3 1.0 이렇게 변하는데, 문제는 이전 라이브러리들이 다 레거시 코드가 된다.

이 글을 쓰게 된 것도 작년에는 잘 되는 튜토리얼과 블로그 예시들이 이젠 레거시 코드다.

짜증나서 내가 가이드를 연재할 계획이다.

원래는 create_stuff_documents_chain을 활용하는데, 이름이 랭체인인데 체인이 레거시 코드다.

from langchain_openai import ChatOpenAI
from langchain.chains.combine_documents import create_stuff_documents_chain
from langchain_teddynote.callbacks import StreamingCallback


llm = ChatOpenAI(
    model_name="gpt-4o-mini",
    streaming=True,
    temperature=0,
    callbacks=[StreamingCallback()],
)


stuff_chain = create_stuff_documents_chain(llm, prompt)
answer = stuff_chain.invoke({"context": docs})

이제는 modern한 방식은 아래와 같다(랭체인 챗봇의 답변)

from langchain_community.document_loaders import PyPDFLoader
from langchain_text_splitters import RecursiveCharacterTextSplitter
from langchain_openai import ChatOpenAI

# Load and split
loader = PyPDFLoader("file.pdf")
docs = loader.load()
splitter = RecursiveCharacterTextSplitter(chunk_size=1000)
chunks = splitter.split_documents(docs)

# Summarize
model = ChatOpenAI()
summaries = [model.invoke(f"Summarize: {chunk.page_content}") for chunk in chunks]

이전과 가장 큰 차이점은 chain 라이브러리를 이젠 활용하지 않고

직접 체인을 만드는 방식으로 코드를 쓰는 것이다.

왜 이렇게 하는지는 '더 custom된 체인'을 만들 수 있기 떄문이라는데

솔직히 나는 잘 모르겠다.

일단 간단하게 비교를 하고, 다음 글은 실제 활용을 해보자.

RAG과 Langchain을 활용한 RetrievalQA 만들기(feat. 창팝) - 1

kuwi — Wed, 15 Oct 2025 17:31:50 +0900

LLM 공부를 하는데 있어 제일 중요한 건 실습인 것 같다.

관련 공식 문서나 내용이 매번 바뀌고 있고, vector db를 어떻게 저장하느냐에 따라

성능이 천차만별로 보인다.

회사에서 뉴스 스크랩을 해야 되는데, 이걸 문맥에 따라 뭐가 중요한지를 찾기 위해서 우선 정상화 밈을 통해

학습할려고 한다.

1. 전부 한국어다

- 임베딩에서 중요한 부분이 언어인데, 모두 한국어여서 작업하기에 일관성이 있어 좋다고 생각했다.

2. 도메인에 관한 지식이 있어야 한다.

- evaluation이 langsmith에도 있으나, 결과를 보면 맞는 답인데도 불고하고 틀리다고 하는 경우가 있다.

- 그래서 내가 자신 있는 도메인을 선택하기로 했다.

3. 재밌다

- 이게 제일 큰데, 적어도 주제만큼은 재밌는걸 하고 싶었다.

- 국내에서 AI로 문화를 개척한게 창팝만한게 없다고 느꼈다.

현재 계획

1. local llm 선정 (용량 고려)

2. 파인튜닝 학습

3. streamlit로 실제 배포하기

데스크톱 절전 모드 후 안켜지는 이유

kuwi — Thu, 2 Oct 2025 10:17:17 +0900

업무 컴퓨터 세팅 후, 절전 모드에서 다시 안켜지는 문제가 생겼다
찾아보니까 USB 절전을 알아서 컴퓨터가 하는데, 그래서 마우스 키보드 인식을 못하는
문제가 생겼다

해결 방법

설정 -> 전원 및 절전 -> 추가 전원 설정-> 균형 조정(권장) 옆 설정 변경

고급 전원 관리 옵션 설정 변경 -> USB 설정에서 사용 안함으로 바꾸기

벨로그에서 이주

kuwi — Thu, 2 Oct 2025 10:04:52 +0900

기존에는 벨로그에 작성을 했는데,

솔직히 말해서 불편하다

개발자 출신이 만들었다는데 너무 불편하다

검색이 잘되는 것도 아니고 사용자 친화적인것도 아니고

수익이 나지도 않고 무엇보다 내 블로그 통계를 볼 수가 없다 ㅋㅋㅋ

그래서 일단 티스토리로 이주했습니다