Royfactory

TL;DRLangChain은 LLM 기반 애플리케이션과 에이전트를 빠르게 조립하기 위한 오픈소스 프레임워크(및 생태계/플랫폼)다.핵심 조립 방식은 LCEL(LangChain Expression Language)과 Runnable 중심이며, 스트리밍/배치/비동기 같은 실행 특성을 일관되게 다루는 방향으로 발전했다.LangGraph는 "상태를 갖는(stateful) 장기 실행 에이전트"를 그래프 형태로 오케스트레이션하는 저수준 프레임워크다.LangServe는 LangChain의 runnable/chain을 FastAPI 기반 REST API로 배포하는 도구다.보안/운영 측면에서 최근(2025-12) 직렬화(Serialization) 주입 취약점(CVE-2025-68664/68665)이 공개되어, 영향 버전은..

PyTorch는 Meta(구 Facebook) 가 개발한 딥러닝 프레임워크로, Define-by-Run(동적 계산 그래프) 방식을 채택하여 모델을 직관적으로 개발하고 디버깅하기 쉽습니다. 핵심은 Tensor 객체를 중심으로 한 GPU 가속 지원과 Autograd를 통한 자동 미분 기능입니다. 2025년 10월 현재 최신 안정 버전은 PyTorch 2.9.0이며, 지속적인 성능 최적화와 TorchScript, ONNX 등 프로덕션 환경을 위한 배포 도구를 제공하여 연구부터 실무 배포까지 전 과정을 지원하는 Python 중심의 강력한 생태계를 구축하고 있습니다.PyTorch의 핵심 아키텍처 및 특징PyTorch는 유연성과 속도를 위해 설계된 오픈소스 머신러닝 라이브러리입니다. 특히 연구 커뮤니티에서 가장 선..

TL;DRCrawl4AI는 LLM 기반 애플리케이션(RAG, AI 에이전트)을 위해 특별히 설계된 오픈 소스 웹 크롤러 및 스크래퍼입니다. 기존 스크래퍼와 달리, 웹 페이지를 LLM이 이해하기 쉬운 깨끗한 Markdown 형식으로 변환하는 것이 핵심 기능입니다. Playwright 기반의 비동기 아키텍처를 통해 빠른 성능과 고급 브라우저 제어(프록시, 세션 관리)를 제공하며, CSS/XPath뿐만 아니라 LLM 기반 추출 전략까지 지원합니다. 실무자들은 Crawl4AI를 Docker 이미지나 Python 라이브러리로 쉽게 배포하여 AI 데이터 파이프라인의 Ingestion 단계를 크게 단순화할 수 있습니다.1. Crawl4AI 개요: AI 중심 웹 크롤러1.1. Crawl4AI의 등장 배경 및 정의Cra..

Prophet은 다음을 고려하지 못합니다:기업 실적 발표경제 지표 변화국제 정세시장 심리산업 트렌드따라서 주식 예측에는 한계가 있으며, 교육/학습 목적으로만 사용해야 합니다. TL;DR: 본 문서는 Python을 이용해 삼성전자 주가 데이터를 수집하고, Prophet 라이브러리로 시계열 예측 모델을 만드는 방법을 다룹니다. yfinance 라이브러리로 삼성전자(티커: 005930.KS)의 과거 주가 데이터를 다운로드합니다. 이후 Prophet 모델이 요구하는 형식(ds, y 컬럼)에 맞게 데이터를 전처리합니다. 모델을 학습시킨 후, 미래 기간에 대한 주가를 예측하고 matplotlib을 통해 결과를 시각화하여 추세와 계절성을 확인하는 과정을 포함합니다. 이 가이드는 금융 데이터 분석 및 시계열 예측의 기..

시계열 예측 라이브러리 Prophet 완전 가이드설명: Meta의 시계열 예측 라이브러리 Prophet 설치부터 핵심 개념(추세·계절성·휴일·변곡점), 교차검증/튜닝, 실전 팁과 코드 예제까지 한 번에 정리합니다.소개본 글은 시계열 예측 라이브러리 Prophet(구 fbprophet)에 대한 기술 가이드입니다. Prophet은 일/주/년 주기의 계절성과 휴일 효과를 더한 가산(additive) 모델을 기반으로 하며, 결측치·이상치·추세 변화에 비교적 강인합니다. Python과 R 양 언어를 지원하며, 파이프라인이 단순하고 빠르게 베이스라인을 만들 수 있다는 점이 장점입니다. ([GitHub][1], [facebook.github.io][2])Prophet 개요모델 철학가산 모델:$y(t) = g(t) +..

EDA란 무엇인가? (탐색적 데이터 분석 입문)데이터 분석을 한다는 건 마치 요리를 준비하는 것과 같습니다.EDA(탐색적 데이터 분석)는 본격적으로 요리를 시작하기 전에 재료를 하나하나 꺼내보고, 썩은 재료는 없는지, 어떤 재료가 얼마나 있는지 살펴보는 과정이에요.또는 건강검진에 비유할 수도 있습니다.몸 상태를 정확히 파악하지 않고 약을 처방하면 부작용이 생길 수 있듯, 데이터를 충분히 이해하지 않고 모델을 만들면 부정확한 예측이나 잘못된 인사이트를 얻게 될 수 있어요.그래서 데이터를 분석하거나 머신러닝 모델을 만들기 전에는 반드시 EDA부터 시작해야 합니다.EDA(Exploratory Data Analysis)란?EDA는 데이터를 시각화하고 요약 통계로 살펴보면서, 데이터에 어떤 패턴이 있는지 이상..

Scikit-Learn이란? (sklearn 완전 정복)Scikit-learn(일반적으로 sklearn으로 불림)은 파이썬에서 가장 널리 사용되는 머신러닝 라이브러리 중 하나입니다. 회귀, 분류, 군집화, 전처리, 모델 선택까지 머신러닝의 거의 모든 과정을 빠르고 쉽게 구현할 수 있도록 도와줍니다.초보자에게는 쉬운 입문 도구로, 실무자에게는 강력한 실험 프레임워크로 활용됩니다.Scikit-Learn의 주요 특징다양한 알고리즘 제공선형 회귀, 로지스틱 회귀, 결정 트리, 랜덤 포레스트, SVM, KNN 등.강력한 전처리 기능정규화, 스케일링, 인코딩, 결측치 처리 등.모델 선택 도구교차검증(Cross Validation), GridSearchCV, RandomizedSearchCV 등.Pipeline 지원..