kt aivle 3기 [16 ~17주차] - 7차 미니 프로젝트

1. 수업 내용

7차 미니 프로젝트

수화를 통역해주는 웹 서비스 만들기 프로젝트

1~2일차 :

AI로 모델을 만들어서 그것을 웹과 통신하는 방법을 배웠다. 이전 기수에서는 직접 통신하는 것을 만들어서 모델 결과 값을 전송하였지만 이번에는 mlflow를 사용하였다. mlflow는 ML Pipeline에서 배포를 할때 모델을 저장하고 실행하는 프로그램이다. 오랜만에 데이터 전처리와 데이터 셋을 만들고 모델링을 돌려서 그 결과를 mlflow에 저장을 하였다. 웹 브라우저에서 mlflow를 관리할 수 있고, 다시 모델을 불러와서 사용할 수도 있다.

3~4일차 :

클라우드 환경을 구축하였다. AWS를 통해 클라우드 환경을 만들고 ChatGPT API를 발급하였다. API는 요금이 있지만 얼마정도는 무료로 사용할 수 있었다. 또한 Django를 통해 서비스 환경을 만들고 AWS에 EC2를 생성하여 인스턴스에 Django 서비스를 올렸다.

5~7일차 :

AWS로 통신 환경을 구축하였고, Django로 서버 환경을 구축하였다. 그렇다면 여기에 mlfow에 올려 놓았던 수어 번역 모델을 가져와서 통신하도록 만드는 것이 목표이다. mlflow를 가져와 사용하면서도 프론트엔트 파트를 꾸미는 것이 주요 과제였다. 대부분 프론트엔드 파트를 잘 한적이 없어서 급하게 하느라 예쁘게 만들진 못하였다.

 

2. 강의 후기

이번 수업을 들으면서 저번에 Django 수업에서 어려웠던 부분들을 정리 할 수 있는 시간이었다. 그리고 한기영 강시님이 인공지능에 대해 다시 정리해 주시고 mlflow를 설명해 주셔서 이해가 잘되었다. 또한 이번에 AWS와 Django를 다시 한번 복습 차원에서 다시 설명해 주셔서 한층 이해가 잘되는 수업이었다. 그리고 어떻게 흐름을 구성해야하는지고 명확히 알 수 있었다. 한가지 고민은 앞으로 프론트엔트 파트를 어떻게 해야 예쁘게 꾸밀 수 있을지 고민이다.