Minhyeok's traces

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..

지난 LM Studio에 이어 Ollama를 이용하여 LLM 설치를 진행해보겠습니다. 이번에도 역시 제미나이의 도움을 받아 설치를 진행하였습니다. 1. Ollama 프로그램 설치공식 홈페이지에서 설치파일을 다운로드하여 설치합니다. 2. LLM 모델 설치설치를 한 후 모델을 다운로드해야 합니다. 설치 가능한 모델의 경우 공식 홈페이지 내 'Models'에도 나오며,설치 후 프로그램에서도 확인할 수 있습니다. 저는 이 페이지가 아닌 PowerShell을 열어 다운로드를 진행해보겠습니다. 우선 qwen3:8b, qwen3-coder-next를 설치를 해볼 예정입니다. 추가내용 기존 설치한 Qwen3-coder-next의 경우 아주 큰 데이터 모델로, 현재 필자의 데스크톱 사양에서는 GPU에 모델을 올리지 ..

AI가 고도화되고, 여러 기업들에서도 내부 AI 툴 등을 도입하고 있는 상황에서, 일반 사용자들이 로컬에서 LLM을 설치해볼 수 있는 다양한 모델들이 공개되어 있습니다. 로컬 LLM이 나온지 시간이 지났지만, 직접 설치하고 추후 LLM에 관해 공부 후 파인튜닝 등의 내용까지 진행해보고자 합니다.로컬 LLM의 장점그렇다면 로컬 LLM의 장점은 무엇일까요? 우선 우리가 주로 인터넷을 연결해서 사용하는 GPT, Gemini나 Deepseek 등의 도구들은 해당 서비스를 사용할 때 대화 기록이남게되며, 해당 정보들은 서비스의 데이터로 저장되어 민감한 정보가 포함되는 경우 정보 유출의 우려가 있습니다. 해당 서비스들이 출시된 초기의 경우 기업의 내부 정보 유출로 인한 문제 발생 우려로 내부적으로 사용을 금지하는 ..

지난 글에 이어, LCK 데이터 분석을 진행하려고 합니다. LCK Cup 데이터를 시작으로 추후 정규시즌까지 진행하고자 하며, 구분하여 진행해보기도 하고, 각 대회별로 나누어 진행해보기도 하면서 시즌 진행에 따른 변화를 확인해보고자 합니다. 우선 LCK Cup 데이터만을 기준으로 확인해보고자 하며, 이는 2025년 스플릿 구분에 따른 흐름을 우선적으로 파악하기 위해스플릿 1인 LCK Cup 데이터를 확인할 예정입니다. 1. LCK Cup 데이터 정보다운로드 받은 데이터에서 LCK Cup의 데이터만을 확인했을때, 정규 리그의 경우 플레이오프 구분이 있지만,LCK Cup의 경우 구분이 따로 되어있지 않은 점을 확인하였습니다. 이 부분은 다른 리그의 경우도 따져봐야겠지만, 정규 성적에 기록되지 않는 등의 이유..