Minhyeok's traces

이전 글에 이어서 Mojo 설치부터 간단한 예제를 돌려보면서 Mojo라는 언어를 처음 접해보는 시간을 가져보려고 합니다. 참고한 공식 문서는 mojolang.org 퀵스타트입니다. uv 설치하기Mojo 공식 설치 방법은 여러 가지입니다. pip이나 conda 패키지로도 설치할 수 있지만, 공식 사이트가 추천하는 방식은 pixi 또는 uv를 사용하는 것입니다. 저는 이 중 uv를 이용해서 설치를 진행했습니다. uv가 아직 없다면, Windows 기준으로는 아래 글을 참고하면 됩니다.https://minhyeok-kimm.tistory.com/22 Python UV최근 VS Code를 키면 하나의 메시지 창이 떴습니다. 필자의 경우 Anaconda 환경을 사용하고 있어 파이썬을 정상적으로 사용하고 있었으나..

Mojo라는 프로그래밍 언어를 들어보셨나요? 1~2년 전, 저는 Mojo가 등장했다는 소식을 처음 접했습니다. 당시에는 Python과의 폭넓은 호환성을 장기 목표로 삼으면서도, 더 높은 성능을 추구한다는 초기 방향성이 특히 눈에 들어왔습니다. 그 시기에는 Python 코드만 좀 다루고, WSL2 등 운영체제에 대한 부분에는 미숙해서 설치해보고 직접 사용해 볼 엄두가 나지 않았습니다. 하지만 이 내용을 보고 처음 든 생각이 있었습니다.“이게 현실이 된다면 데이터 분석이나 머신러닝 작업에 꽤 큰 도움이 되지 않을까?” Python은 읽고 쓰기 쉬워서 데이터 분석과 AI 분야에서 많이 사용되고, 많은 분야에서 편하게 사용할 수 있다고 생각합니다. 다만 일반적인 CPython 환경에서는 동적 타입 처리 등의 특..

최근에 Claude를 구독하여 여러 방면으로 사용해보려고 하고 있습니다. 취업을 하면서 자연스럽게 회사의 구독으로 Claude, Claude Code를 많이 사용하게 되었고, 개인적인 학습이나 개발 등에 이용하고자 Pro 구독을 시작하게 되었습니다. 조금 늦은 감이 있지만, 다양한 기능들과 skill들을 찾아보고 적용하면서 적응해보려고 합니다. 초보의 입장에서 최대한 풀어서 작성하고, 차근차근 진행하는 방법을 기재해보고자 합니다. 요즘 AI 관련 유튜브들을 보면 PPT의 양식이 되게 비슷한 것을 느꼈을 수 있습니다. AI를 이용해서 다양한 작업을 진행하는 것이 가능해지다보니, PPT도 만들어주는 Skill까지도 만들어졌습니다. 그 스킬들을 직접 보고, 설치하고 기존에 부트캠프를 수강하며 만들었던 발표자료..

최근 데이터 엔지니어 부트캠프를 진행하면서 AWS 환경을 접하고 교육을 듣고 있는 중, PostgreSQL에 대해 접하였습니다. MySQL, Oracle이 있지만 클라우드, 현업에서는 PostgreSQL을 많이 사용하는 것으로 보였습니다. PostgreSQL을 직접 설치해보고, 사용해보고자 합니다. Windows, Mac, Linux 등 다양한 플랫폼을 지원하는 오픈소스 RDBMS로, 필자는 추후 Mac 환경(Linux 기반과 비슷함)을 사용해볼 예정으로, Windows의 wsl을 이용하여 리눅스 환경을 구축해서 진행해보고자 합니다. 1. wsl 환경 구축하기 wsl은 Windows에서 리눅스 개발 환경을 구축할 수 있는 간단한 방법입니다. 공식 문서 링크를 남겨두며, 해당 내용을 따라가면서 설명하도록 ..

Ollama로 이용하여 로컬 LLM을 사용하면 답변에 있어 방향성을 조절하고 싶거나, 커스텀하고 싶다는 생각이 들 수 있습니다. 이럴 때 LLM의 파라미터를 조절해서 모델을 추가한다면, 같은 모델 기반이어도 다른 답변을 낼 수 있습니다. 파라미터를 조절하여 본인 입맛대로 답변 형식 등을 수정하고 싶은 분들을 위해, 아래 방법을 공유합니다. 1. LLM 주요 파라미터 LLM 모델을 수정하기에 앞서 주로 사용하는 파라미터들이 있습니다. - temperature: 답변의 창의성. 0~1 범위로 설정 가능하며, 높을수록 상상력이 풍부해지고, 낮을수록 사실에 충실하여 답변합니다. - num_ctx: 문맥 기억량. 이전 대화를 얼마나 기억할지 결정합니다. 이 부분은 사용자의 환경에 따라 다를 수 있으며, 저의 데..

세 번째 글은 골드 데이터 및 경험치 데이터를 기반으로 분석을 진행해보고자 합니다. 사용하고 있는 데이터의 경우 10분~25분까지 5분 단위의 골드, 경험치 차이 등의 세부 지표가 있습니다. 해당 데이터 중 초반 라인전이라고 볼 수 있는(2025년 기준 포탑방패가 사라진 직후) 15분 시점 골드 격차에 따른 승률을 확인해보았습니다. 15분 시점을 기준으로 한 팀 골드 격차 데이터를 기반으로 시각화를 진행한 그래프입니다.우선 총 팀 골드 격차의 데이터는 218개입니다.[전체 세트 수(109) * 2(각 경기 당 팀)] 0을 기준으로 대칭적인 데이터가 나오는 구조이며, 이를 바탕으로 한 승률을 계산한 데이터입니다. n의 경우 해당 구간의 골드 격차를 보여준 팀의 수를 나타냅니다. 이를 보았을 때 15분 골드..

최근 VS Code를 키면 하나의 메시지 창이 떴습니다. 필자의 경우 Anaconda 환경을 사용하고 있어 파이썬을 정상적으로 사용하고 있었으나, 최근 이 창이 계속 떠서 대체 uv가 뭐지 하는 생각에 이리저리 찾아보았습니다. uv 공식 사이트가 있어 해당 사이트를 참고하여 글을 작성해보았습니다. (공식사이트) 1. uv란?uv는 Rust라는 언어로 작성된 Python 패키지와 프로젝트 관리도구입니다. 기존 Python에서 사용한 pip, pip-tools, pipx, poetry 등의 도구를 uv 하나로 대체가 가능하며, pip보다 10배~100배 빠르다고 설명하고 있습니다. 기존 사용과 동일하게 패키지, 프로젝트 설치 지원하며 가상환경 등으로 분리하여 관리도 가능한 것으로 확인됩니다. macOS, ..

지난 Ollama 설치에 이어 해당 모델을 WebUI에 연동하는 것을 진행하고자 합니다. WebUI란 오프라인에서 작동할 수 있도록 설계된 AI 플랫폼이라고 소개되고 있으며, 오픈소스로 공개되고 있습니다.(https://github.com/open-webui/open-webui) 해당 도구의 경우 GPT, Gemini 모델 등 온라인의 모델을 연동하여 사용할 수 있을 뿐 아니라, 오프라인에 설치한 LLM 모델도사용이 가능하도록 연결할 수 있다는 점이 특징입니다. 설치 방법의 경우 파이썬, Docker 두 가지 방법을 안내하고 있습니다. 필자의 경우 간단한 방법인 Docker를 이용하여 설치를 진행해보겠습니다. 1. Docker 설치 제일 먼저 필요한 Docker를 설치합니다. 공식 홈페이지로 접속하여 본..