<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>데이터마케팅코리아 기술 블로그</title><link>https://tech.datamarketing.co.kr/</link><description>Recent content on 데이터마케팅코리아 기술 블로그</description><generator>Hugo</generator><language>ko-KR</language><lastBuildDate>Thu, 20 Feb 2025 00:00:00 +0000</lastBuildDate><atom:link href="https://tech.datamarketing.co.kr/index.xml" rel="self" type="application/rss+xml"/><item><title>기존 LLM의 문제점과 RAG(Retrieval Augmented Generation)</title><link>https://tech.datamarketing.co.kr/posts/rag-llm/</link><pubDate>Thu, 20 Feb 2025 00:00:00 +0000</pubDate><guid>https://tech.datamarketing.co.kr/posts/rag-llm/</guid><description>&lt;h1 id="기존-llm의-문제점"&gt;👻&lt;strong&gt;기존 LLM의 문제점&lt;/strong&gt;&lt;/h1&gt;

&lt;aside&gt;
&lt;b&gt;🌱LLM이란?&lt;/b&gt;
&lt;p&gt;✧ Large Language Model
✧ 방대한 양의 데이터로 사전 학습된 딥러닝 모델 → 자연어 등의 데이터 이해 및 생성
✧ ex) OpenAI의 GPT, Google의 Gemini, Meta의 LLaMa&lt;/p&gt;</description></item><item><title>Streamlit Cache 활용 방법</title><link>https://tech.datamarketing.co.kr/posts/streamlit-cache/</link><pubDate>Fri, 06 Sep 2024 00:00:00 +0000</pubDate><guid>https://tech.datamarketing.co.kr/posts/streamlit-cache/</guid><description>&lt;ul&gt;
&lt;li&gt;
&lt;p&gt;참고문서&lt;/p&gt;
&lt;p&gt;&lt;a href="https://docs.streamlit.io/develop/concepts/architecture/caching#controlling-cache-size-and-duration"&gt;https://docs.streamlit.io/develop/concepts/architecture/caching#controlling-cache-size-and-duration&lt;/a&gt;&lt;/p&gt;
&lt;/li&gt;
&lt;/ul&gt;
&lt;aside&gt;
&lt;b&gt;💡 문제사항&lt;/b&gt;
&lt;p&gt;Streamlit에서 데이터를 빠르게 불러오기 위해 @st.cache_.. 를 사용하고 있습니다.하지만 사용자가 많아질수록 서버의 메모리 부족으로 인해 멈추는 현상이 발생하고 있습니다.&lt;/p&gt;</description></item><item><title>개인정보 처리 방침</title><link>https://tech.datamarketing.co.kr/privacy/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://tech.datamarketing.co.kr/privacy/</guid><description>&lt;ol&gt;
&lt;li&gt;
&lt;p&gt;&lt;strong&gt;수집하는 정보&lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;본 블로그는 방문 통계 분석을 위해 익명 분석 도구를 사용합니다. 이를 통해 다음과 같은 익명 통계 정보가 수집됩니다.&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;페이지 조회수&lt;/li&gt;
&lt;li&gt;참조 URL (유입 경로)&lt;/li&gt;
&lt;li&gt;브라우저 및 운영체제 종류&lt;/li&gt;
&lt;li&gt;기기 유형 (데스크톱/모바일)&lt;/li&gt;
&lt;li&gt;방문 국가&lt;/li&gt;
&lt;/ul&gt;
&lt;/li&gt;
&lt;li&gt;
&lt;p&gt;&lt;strong&gt;개인 식별 불가&lt;/strong&gt;&lt;/p&gt;</description></item></channel></rss>