90

최종 프로젝트: 제조 도메인 Q&A 챗봇 v2.0

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 작성

다섯 단계를 더하면 90분이다. 이 과제에 잡힌 시간이 그 90분이며, 한 번에 다 만들려 하지 말고 단계마다 streamlit run으로 확인하며 넘어간다.

필수 구현 사항

  1. 4개 분야별 시스템 프롬프트
  2. 스트리밍 응답
  3. 에러 처리 (재시도 3회)
  4. 대화 히스토리 (최근 10개)
  5. 대화 초기화
  6. 대화 내보내기 (Markdown)
  7. 비용 추적 (사이드바). 글자 수 추정이 아니라 usage 값으로 잰다
  8. 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.

  1. 예시 질문의 알람 코드를 자기 설비의 실제 알람 코드로 바꿔 묻는다
  2. 답에 적힌 원인과 조치 순서를 설비 매뉴얼의 해당 항목과 한 줄씩 대조한다
  3. 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.py
에디터 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?
용어