도커와 Django ORM, OpenAI API 학습 기록

이번 주 WIL (Weekly I Learned)

FACTS: 이번 주 동안 있었던 일

이번 주는 도커(Docker)의 기본 개념과 활용, Django 프로젝트에서 다양한 기능 구현, 그리고 OpenAI API를 활용한 챗봇 프로젝트를 중심으로 학습했습니다. 각 학습 내용을 간략히 요약하면 다음과 같습니다:

1. 도커
   • 컨테이너 기술의 개념, 설치 및 기본 명령어 학습.
   • Nginx 웹 서버를 도커로 실행해보고, 실습을 통해 이식성과 효율성을 이해함.
2. Django
   • CBV(Class-Based View)를 활용한 DRF(Django Rest Framework) 및 MySQL 연동 학습.
   • Django ORM의 고급 기능인 Q(), F(), annotate(), aggregate() 메서드에 대해 심도 있게 다룸.
   • Redis를 활용한 캐싱과 세션 관리 방법 이해.
3. OpenAI API와 Django
   • OpenAI API를 활용해 챗봇 프로젝트를 기획 및 구현.
   • Python에서 기본 챗봇을 구현한 뒤, Django를 통해 템플릿, 회원관리, 대화 데이터 저장 기능을 추가.

---

FEELINGS: 나의 감정적인 반응, 느낌

이번 주는 배운 내용이 매우 많았고, 새로운 도구와 개념을 익히는 과정에서 흥미와 동시에 약간의 어려움을 느꼈습니다. 특히 도커와 Django ORM의 고급 기능들은 처음에는 어렵게 느껴졌지만, 실습과 예제를 통해 점차 익숙해졌습니다. OpenAI API와 Django를 결합한 챗봇 프로젝트는 특히 흥미로웠습니다. AI 기술을 실질적으로 적용해보는 경험은 성취감을 느끼게 했습니다.

---

FINDINGS: 그 상황으로부터 내가 배운 것

1. 기술의 상호작용 이해
   • 도커와 Django의 조합은 프로젝트 개발 환경의 유연성을 크게 향상시킨다는 것을 깨달았습니다.
   • Redis와 Django의 통합을 통해 효율적인 캐싱 및 세션 관리 방법을 배웠습니다.
2. Django ORM의 강력함
   • Q()와 F() 객체는 복잡한 쿼리를 작성할 때 코드의 가독성과 효율성을 동시에 제공함을 알게 되었습니다.
   • annotate()와 aggregate()는 데이터 분석 및 통계 처리에 매우 유용했습니다.
3. API 활용
   • OpenAI API는 간단한 설정으로도 강력한 기능을 제공하며, 이를 Django와 통합해 실질적인 애플리케이션을 구현할 수 있음을 깨달았습니다.

---

FUTURE: 배운 것을 미래에는 어떻게 적용할지

1. 프로젝트 실습에 응용
   • OpenAI API를 활용한 챗봇을 더욱 발전시켜 추천 시스템이나 사용자 맞춤형 서비스로 확장해보고 싶습니다.
2. 도커 활용 강화
   • 도커와 Kubernetes를 함께 사용하여 애플리케이션의 배포 및 스케일링을 자동화하는 방법을 배우고 실습에 적용할 예정입니다.
3. AI 모델 학습
   • OpenAI API뿐만 아니라 Hugging Face 등의 다른 LLM(대규모 언어 모델)을 활용해 더 다양한 AI 프로젝트를 시도해보고 싶습니다.

---

이번 주의 학습은 전반적으로 새로운 기술을 체계적으로 배우고 실습하는 데 성공적이었습니다. 다음 주는 챗봇 프로젝트를 확장하는 데 집중하려고 합니다.