V-RAG는 최첨단 AI 기술을 활용하여 강의 동영상을 분석하고 수강자와 상호작용을 하는 플랫폼입니다. 동영상만 업로드하면 강의의 모든 정보가 생성되고 수강자가 강의 내용에 대해 질문하고, 실시간으로 응답을 받을 수 있습니다. V-RAG의 핵심 기술 스택 1. 대규모 언어 모델 (LLM): 자연어 처리의 핵심으로, 텍스트 이해와 생성에 사용됩니다. 2. Retrieval-Augmented Generation (RAG): 정보 검색과 텍스트 생성을 결합하여 정확하고 관련성더 보기
External Access Configuration Guide for Ollama Server: OS-Specific Instructions
Introduction Ollama is a powerful local LLM (Large Language Model) server that, by default, only accepts local connections. This guide provides detailed, OS-specific instructions for enabling external access to your Ollama server. Configuration Steps by Operating System 1. macOS Configuration Note: Don’t forget to configure your macOS firewall to allow incoming connections on port 11434.더 보기
Complete Guide: From Ollama Installation to Mobile App Integration
Overview This technical guide covers the complete process of setting up Ollama, a local LLM server, including external access configuration and mobile app integration using MyOllama. 1. Introduction to Ollama Ollama is an open-source project enabling local execution of various LLMs (Llama, Mistral, Gemma, etc.) on personal computers. It ensures privacy through local execution and더 보기
[오픈소스]MyOllama – LLM 모바일 클라이언트
MyOllama는 Ollama가 설치된 컴퓨터에 접속하여 대규모 언어 모델(LLM)과 상호작용할 수 있는 모바일 클라이언트 앱입니다. 소스코드를 다운(https://github.com/bipark/my_ollama_app)받아 빌드 하거나 [애플 앱스토어](https://apps.apple.com/us/app/my-ollama/id6738298481)에서 MyOllama 앱을 다운로드할 수 있습니다. 소개 MyOllama를 사용하면 무료로 다양한 오픈 소스 LLM을 활용할 수 있습니다. Ollama 프로그램을 통해 자신의 컴퓨터에서 LLM을 실행하므로, 별도의 사용료 없이 AI 모델과 대화할 수 있습니다. 주요 기능 – 원격더 보기
Ollama 서버에 외부에서 접속하는 방법: OS별 가이드
Ollama 서버에 외부에서 접속하는 방법: OS별 가이드 Ollama는 강력한 로컬 LLM(Large Language Model) 서버입니다. 기본적으로 로컬 환경에서만 접근 가능하지만, 적절한 설정을 통해 외부에서도 접속할 수 있습니다. 아래와 같이 macOS, Ubuntu, Windows 각 운영체제별로 Ollama 서버를 외부에서 접속 가능하게 만드는 방법을 살펴보겠습니다. 1. macOS 1. 터미널을 열고 Ollama 설정 파일을 엽니다: 2. 다음 줄을 추가하여 모든더 보기
LLM이 여러분의 PDF 문제를 해결해드립니다 – Ollama-Gemma2와 함께하는 프로젝트 이야기
여러분, 혹시 문서 더미 속에서 중요한 정보를 찾아야 했던 적 있나요? 직접 검사하고, 요약하는 일이 얼마나 힘든지 잘 아실 겁니다. 오늘은 이런 문제를 Python과 머신러닝(LMM)으로 해결하는 방법을 나눠보려 합니다. 프로젝트의 하이라이트는 Local 모델인 Ollama-Gemma2를 사용하여 PDF 데이터를 RAG(Retrieval-Augmented Generation) 모델로 검색하고 요약하는 것입니다. PDF 데이터를 SQLite와 PostgreSQL에 저장하기! 여러분이 알고 계셔야 할 첫 번째 개념은더 보기
MirrorOn
LLM(Large Language Model)은 이제 없으면 아쉬운 존재입니다. 개발자 입장에서는 벌써 2년째 Github Copilot을 코딩도우미로 잘 쓰고 있었지만 ChatGPT, Claude가 좀 더 좋은 코드를 만들어 주는 상황이 되었고, 최근 검색증강생성(RAG – Retrieval-Augmented Generation)이 개발자 입장에서 중요한 키워드가 되어서 MML의 구조와 Api에 대한 공부를 하지 않을수 없게 되어서 공부를 시작했습니다. 공부에 가장 빠른 방법은 가르치거나 만들어 보는것이라고더 보기
Spatial Video (공간동영상) in Swift
Spatial Video는 아이폰 15프로, 15프로맥스에서 지원하는 3차원 동영상 비디오 입니다. 아이폰 15프로 또는 맥스를 가지고 있다면 Spatial Video를 만들 수 있습니다. 하지만 현재 이렇게 녹화된 동영상은 애플 비젼프로, 오큘러스에서만 플레이 할수 있습니다. Spatial Video의 기본 원리는 양쪽눈의 시각차이를 이용한 방법 이므로 이미 사용중인 3D 안경을 이용하는 방법으로 일반 동영상 플레이어에서도 3D 동영상을 볼 수 있습니다.더 보기
BodyCam – 아이폰 동영상레코더
10년 넘게 앱 스토어에서 앱을 팔고(?) 있지만 최근엔 잘 안팔립니다. 시장도 포화되었고, 유저들 사용성도 고착화 되어 새로운 앱을 깔지 않죠. 게다가 유료라면 더욱 거들떠 보지도 않습니다. 그래도 스토어에 앱을 만들어 올리는 일은 개발자로서 긴장을 늦추지 않는 개인적인 방법입니다. 그러면서 평소같으면 하지 않을 프레임워크 공부도 하고 스토어 정책변화도 살피고 합니다. 그게 돈 버는 일 할때 도움이더 보기
크랙 디텍터 – Crack Detector
크랙디텍터(Crack Detector) V3가 앱스토어에 릴리즈되었습니다. 크랙디텍터는 스마트폰 카메라에서 촬영한 콘크리트 벽면의 벌어진틈(크랙)을 찾아내고 크랙의 두께와 길이를 이미지 프로세싱 방법으로 측정하는 소프트웨어 서비스 입니다. V3 – 머신러닝 크랙디텍터를 만들기 시작한건 거의 10년이 넘었습니다만 상용화 가능한 수준의 제품이 된건 이번 버전이 처음입니다. V3에서 가장 큰 변화는 사진에서 크랙을 찾아내는 방법을 기존의 룰베이스 이미지 프로세싱에서 세그멘테이션 머신러닝을 도입한더 보기