오픈소스SW

1. Mini 프로젝트 소개 및 데이터 가공

• MASK-RCNN을 적용한 객체 인식 프로젝트

• 개별 프로세스 수동 실행 + 텔레그램 봇을 활용한 알람 시스템 구축

2. 개발 환경구축 및 개발 실습

from datetime import datetime
import telegram
import asyncio
import platform
from apscheduler.schedulers.asyncio import AsyncIOScheduler
import locale

# 시스템에 따라 'ko_KR.utf8'과 같이 적절한 로케일로 변경
locale.setlocale(locale.LC_ALL, 'en_US.UTF-8') 

async def push_alert(bot, chat_id):
    time_data = datetime.now().strftime("현재 시간은 %H:%M:%S 입니다.")
    await bot.sendMessage(chat_id, time_data)

async def main():
    # bot 관련 설정
    bot_name = "jodory_bot"
    chat_id = "chat id 입력"
    bot_token = "봇 토큰 입력"

    # 비동기 관련 설정(윈도우 전용)
    if platform.system() == "Windows":
        asyncio.set_event_loop_policy(asyncio.WindowsSelectorEventLoopPolicy())

    # 봇 객체 생성
    bot = telegram.Bot(bot_token)

    # 스케줄러 등록
    test = AsyncIOScheduler()
    # 매 초마다 출력 max instances를 10으로 두어 작업이 최대 10개의 인스턴스를 가질 수 있도록 설정
    # test.add_job(push_alert, 'cron', hour='*', minute='*', second='*', args=[bot, chat_id], max_instances=10)

    # 6시부터 
    test.add_job(push_alert, 'cron', hour='6-22', minute='*/30', args=[bot, chat_id])

    # 스케줄러 시작
    test.start()

    while True:
        await asyncio.sleep(1000)

if __name__ == '__main__':
    try:
        asyncio.run(main())
    except (KeyboardInterrupt, SystemExit):
        AsyncIOScheduler().shutdown()
        pass

3. MLOPs의 이해

• 기존 프로젝트 개발은 개발과 운영을 분리하여 진행

• 운영 중 발생한 버그나 추가 요구사항을 다음 프로젝트에 적용
→ 즉, 한번에 끝나지 않음

• 운영 이슈와 개발을 동시에 수행해야 할 필요성 증가

• 운영 중 발생한 이슈사항을 바로 개발에 적용

• 즉 정리하자면, 운영 + 개발 ⇒ MLOPs

MLOps란, ML을 효율적으로 개발하고 성공적으로 서비스화하고 운영할 때 필요한 모든 것을 다루는 분야

1. OPEN API의 이해

• 공개되어 있는 Application Programming Inferace

• 서버 또는 서비스 제공 기관에서 제공하는 기능을 프로그램적으로 사용할 수 있는 기능

오픈API 소개

• API란? Application Programming Interface의 약자로 응용 프로그램 프로그래밍 인터페이스를 말합니다. 다양한 응용 프로그램에 사용할 수 있는 운영 체제, 혹은 프로그래밍 언어가 제공하는 기능을 제어할 수 있게 만든 인터페이스입니다.

• REST API란? API를 구현하는 대표적인 방식으로 REST(Representational State Transfer)방식이 있다. “REST 원칙을 따르는 API”라고 하며, RESTful API 혹은 REST API로 불린다.

• 요청 자체만으로 무엇을 원하는지 알게 하자는 사상으로 등장했으며, 클라이언와 서버는 고유한 url(링크)를 통해 요청과 응답을 주고받는데, 이 url을 보면 어떤 요청인지 바로 추론 가능하게 한 API이다.

• 즉, 웹의 장점을 가장 잘 살릴 수 있는 가장 간결하고 효율적인 구현 방식이다

2. ChatGPT OPEN API 사용

from openai import OpenAI

OPEN_API_KEY = "OPEN_API_KEY 입력"
OpenAI.api_key = OPEN_API_KEY

client = OpenAI(api_key = OPEN_API_KEY)

query = "opensw 실습 공부법 알려주세요."

completion = client.chat.completions.create(
  model="gpt-3.5-turbo",
  messages=[
    {"role": "system", "content": "You are a poetic assistant, skilled in explaining complex programming concepts with creative flair."},
    {"role": "user", "content": query}
  ]
)

print(completion.choices[0].message)

1. Hugging Face 실습

• Transformers 라이브러리를 활용하여 SOTA 모델을 학습하고 실행해 볼 수 있는 프레임워크 모듈

• 쉬운 사용방법을 통해 다양한 모델 활용 및 개발 지원

NLP 동작 원리

2. 인공지능 추론 알고리즘 및 평가 메트릭

• 자료 없으므로 PASS