90분
최종 프로젝트: 제조 도메인 Q&A 챗봇 v2.0
Day 5: 제조 도메인 Q&A 챗봇
최종 프로젝트: 제조 도메인 Q&A 챗봇 v2.0
LLM 기초 > Day 5: 제조 도메인 Q&A 챗봇
학습 목표
- Week 1의 모든 학습 내용을 통합한 완성도 높은 챗봇을 구현한다
- 프로덕션 수준의 에러 처리, 비용 추적, 대화 관리를 포함한다
- README, requirements.txt 등 배포 가능한 패키지를 만든다
최종 프로젝트: 제조 도메인 Q&A 챗봇 v2.0
구현 순서 (권장)
Step 1 (30분): Day 4 코드를 기반으로 v2.0 뼈대 작성
Step 2 (20분): 에러 처리 + 재시도 추가
Step 3 (15분): 비용 추적 추가
Step 4 (15분): 대화 내보내기 추가
Step 5 (10분): README, requirements.txt 작성다섯 단계를 더하면 90분이다. 이 과제에 잡힌 시간이 그 90분이며, 한 번에 다 만들려 하지 말고
단계마다 streamlit run으로 확인하며 넘어간다.
필수 구현 사항
- 4개 분야별 시스템 프롬프트
- 스트리밍 응답
- 에러 처리 (재시도 3회)
- 대화 히스토리 (최근 10개)
- 대화 초기화
- 대화 내보내기 (Markdown)
- 비용 추적 (사이드바). 글자 수 추정이 아니라
usage값으로 잰다 - 조치 절차 답변에 "출처 없음: 설비 매뉴얼과 대조하십시오" 표시
마지막에 반드시 하는 확인
이 챗봇은 매뉴얼을 읽지 않는다. 답은 모델이 학습 때 본 것에서 나오므로 출처가 없다. 완성한 뒤 다음을 한다.
- 예시 질문의 알람 코드를 자기 설비의 실제 알람 코드로 바꿔 묻는다
- 답에 적힌 원인과 조치 순서를 설비 매뉴얼의 해당 항목과 한 줄씩 대조한다
- 어긋난 곳 두 군데를 찾아 README의 "한계" 절에 적는다
찾지 못했다면 대조가 아니라 읽기만 한 것이다. 다시 본다. 여기서 나온 절차를 그대로 현장에 적용하지 않는다. 근거 문서를 붙이는 일은 W2에서 한다.
실행 확인
streamlit run manufacturing_chatbot_v2.py에디터 로딩 중...
힌트 보기
- • 기능별로 하나씩 추가하세요. 한 번에 다 만들려고 하지 마세요
- • 각 기능 추가 후 streamlit run으로 테스트하세요
- • 에러 처리는 try/except로 API 호출을 감싸는 것부터 시작
- • 대화 내보내기는 문자열 조합 → st.download_button
정답 보기
에디터 로딩 중...
AI로 학습하기 — 꿀팁
챗봇 v2.0 통합 엣지케이스 검증AI 학습 팁
AI에게 Week 1 통합 챗봇의 비용 추적 정확성과 에러 복구 흐름을 시나리오별로 검증하는 테스트를 제안해달라고 요청하세요.
제조 도메인 Q&A 챗봇 v2.0 코드에서 다음을 검증해줘: (1) 멀티턴 대화에서 비용 누적 계산이 정확한지, (2) API 500 에러 시 사용자에게 안전하게 폴백하는지, (3) 대화 컨텍스트가 최대 토큰 초과 시 오래된 메시지를 올바르게 삭제하는지. 각 케이스의 반례를 코드로 보여줘.
이 팁이 도움이 됐나요?