분류 전체보기50 AI 이미지 분석 서비스 아키텍처 설계 이번 글에서는 가상의 AI 이미지 분석 서비스를 예시로 잡고 전체 아키텍처를 정리한다.이 서비스는 사용자가 이미지를 업로드하면 AI 모델이 이미지를 분석하고 결과를 웹 화면에 보여주는 구조이다.지금까지 학습한 Docker, 추론 최적화, Streamlit, FastAPI를 연결하면 하나의 AI 웹 서비스 흐름을 구성할 수 있다.1. 서비스 예시가상의 서비스 이름은 AI 이미지 불량 탐지 서비스로 설정한다.사용자는 제품 이미지를 업로드하고 시스템은 이미지 속 제품이 정상인지 불량인지 예측한다.결과 화면에는 예측 결과, 신뢰도, 처리 시간이 함께 표시된다.입력: 제품 이미지출력: 정상 또는 불량 예측 결과사용 기술: Streamlit, FastAPI, Docker, 최적화된 AI 모델2. 전체 아키텍처 흐름.. 2026. 6. 26. FastAPI로 AI 모델 웹 API를 구현할 때의 서버 코드 구조 FastAPI로 AI 모델을 API 형태로 제공할 때는 단순히 모델을 실행하는 코드만 작성하면 부족하다.사용자 요청을 받고, 입력값을 검증하고, 모델에 맞게 전처리한 뒤, 추론 결과를 안정적으로 반환하는 구조가 필요하다.따라서 실제 프로젝트에서는 기능별로 코드를 나누어 관리하는 방식이 많이 사용된다.1. AI 모델 API 서버의 기본 흐름AI 모델을 통합한 API 서버는 보통 다음 흐름으로 동작한다.사용자가 API 요청을 보낸다.서버가 입력 데이터를 검증한다.입력 데이터를 모델에 맞게 전처리한다.AI 모델이 추론을 수행한다.결과를 JSON 형태로 반환한다.이 흐름을 코드에서도 역할별로 분리하면, 모델을 교체하거나 API를 추가할 때 수정 범위를 줄일 수 있다.2. 추천 프로젝트 구조app/├── main.. 2026. 6. 26. Streamlit으로 AI 모델을 웹 애플리케이션에 통합하는 과정 Streamlit은 Python 코드만으로 간단한 웹 애플리케이션을 만들 수 있는 도구이다.복잡한 프론트엔드 지식이 없어도 모델을 불러오고, 사용자 입력을 받고, 예측 결과를 화면에 보여주는 흐름을 빠르게 구현할 수 있다.AI 모델을 Streamlit 앱에 통합할 때는 일반적으로 모델 로드, 사용자 입력, 결과 출력의 단계를 거친다.1. 모델 로드모델 로드는 학습이 완료된 AI 모델을 웹 애플리케이션 안에서 사용할 수 있도록 불러오는 단계이다.예를 들어 이미지 분류 모델이라면 PyTorch의 .pt 파일이나 ONNX 모델 파일을 불러올 수 있다.모델을 로드한 뒤에는 보통 추론 모드로 전환한다. PyTorch에서는 model.eval()을 사용하여 학습 중에만 필요한 동작을 비활성화한다.모델 로드는 앱이 .. 2026. 6. 26. 제61회 SQLD 합격 후기 이번 글에서는 제61회 SQL 개발자(SQLD) 시험을 준비했던 과정과 합격 후기를 정리해보려고 합니다.저는 2026년 5월 31일에 SQLD 시험을 응시했고, 결과는 총점 66점으로 합격했습니다. 점수가 아주 높지는 않았지만, ADsP 시험 이후 시간적 여유 없이 바로 이어서 준비한 시험이었기 때문에 한 번에 합격한 것만으로도 만족스러웠습니다.SQLD를 준비하게 된 흐름저는 항공소프트웨어공학을 전공해서 데이터베이스나 SQL을 완전히 처음 접하는 상태는 아니었습니다. 학교 수업이나 프로젝트를 통해 기본적인 데이터베이스 개념과 SQL 문법은 어느 정도 알고 있었습니다.그렇지만 SQLD 시험을 준비하면서 느낀 건, 알고 있는 것과 시험 문제로 맞히는 것은 꽤 다르다는 점이었습니다. 특히 데이터 모델링 파트는.. 2026. 6. 24. 제49회 ADsP 합격 후기 안녕하세요. 이번에 제49회 데이터분석 준전문가 ADsP 시험에 합격해서 공부 후기를 남겨보려고 합니다.저는 2026년 5월 17일에 ADsP 시험을 봤고, 총점 68점으로 합격했습니다. 점수가 엄청 여유 있었던 건 아니지만, 공부 기간을 생각하면 꽤 만족스러운 결과였습니다.공부를 시작할 때 상황저는 항공소프트웨어공학을 전공했습니다. 그래서 데이터베이스나 프로그래밍, 기본적인 IT 개념은 어느 정도 알고 있는 상태였습니다. 완전 노베이스로 시작한 건 아니었고, 기본적인 배경지식은 있는 편이었다고 생각합니다.다만 ADsP는 막상 준비해 보니 생각보다 시험 범위가 넓었습니다. 데이터 이해나 데이터베이스 쪽은 익숙한 내용도 있었지만, 데이터분석 기획이나 통계 관련 개념은 따로 정리하지 않으면 헷갈리는 부분이 .. 2026. 6. 24. 모델 경량화 후 성능 저하를 확인하기 위한 테스트 방법 양자화(Quantization)나 모델 경량화(Model Compression)는 모델 크기를 줄이고 추론 속도를 높이기 위해 사용된다.하지만 모델을 최적화하는 과정에서 예측 정확도가 낮아지거나 일부 데이터에 대한 성능이 저하될 수 있다.따라서 실제 서비스에 적용하기 전에는 모델의 정확도와 성능이 유지되는지 충분히 검증해야 한다.왜 검증 과정이 필요할까예를 들어 FP32 모델을 INT8 모델로 변환했다고 가정해보자.모델 크기는 줄어들고 추론 속도는 빨라질 수 있지만 숫자 표현 범위가 감소하면서 일부 정보가 손실될 수 있다.이로 인해 특정 데이터에서 오탐(False Positive)이나 미탐(False Negative)이 증가할 가능성이 있다.그래서 모델 최적화 이후에는 정확도뿐만 아니라 실제 서비스 환경.. 2026. 6. 19. 이전 1 2 3 4 ··· 9 다음
