이 저장소와 강의는 Python3, .NET, Node.js, Java 개발을 지원하는 범용 런타임이 포함된 개발 컨테이너로 구성되어 있습니다. 관련 설정은 이 저장소 루트의 .devcontainer/ 폴더에 있는 devcontainer.json 파일에 정의되어 있습니다.
개발 컨테이너를 활성화하려면 GitHub Codespaces에서 실행하여 클라우드 호스팅 런타임을 사용하거나, Docker Desktop에서 실행하여 로컬 장치 호스팅 런타임을 사용할 수 있습니다. VS Code 내에서 개발 컨테이너가 어떻게 작동하는지에 대한 자세한 내용은 이 문서를 참고하세요.
Tip
최소한의 노력으로 빠르게 시작하려면 GitHub Codespaces 사용을 권장합니다. 개인 계정에 대해 넉넉한 무료 사용 한도를 제공합니다. 비활성 codespaces를 중지하거나 삭제하도록 타임아웃 설정하여 할당량을 최대한 활용하세요.
각 강의에는 Python, .NET/C#, Java, JavaScript/TypeScript 등 하나 이상의 프로그래밍 언어로 제공될 수 있는 선택적 과제가 있습니다. 이 섹션에서는 과제 실행과 관련된 일반적인 안내를 제공합니다.
Python 과제는 애플리케이션(.py 파일) 또는 Jupyter 노트북(.ipynb 파일) 형태로 제공됩니다.
- 노트북을 실행하려면 Visual Studio Code에서 열고 오른쪽 상단의 _Select Kernel_을 클릭한 후 기본 Python 3 옵션을 선택하세요. 이제 _Run All_을 클릭해 노트북을 실행할 수 있습니다.
- 커맨드라인에서 Python 애플리케이션을 실행하려면 과제별 지침을 따라 올바른 파일을 선택하고 필요한 인자를 제공하세요.
과제는 OpenAI, Azure, Hugging Face 같은 지원되는 서비스 공급자를 통해 하나 이상의 대형 언어 모델(LLM) 배포와 연동되도록 설정될 수 있습니다. 이들은 적절한 인증 정보(API 키 또는 토큰)를 사용해 프로그래밍 방식으로 접근할 수 있는 호스팅된 엔드포인트(API)를 제공합니다. 이 강의에서는 다음 공급자들을 다룹니다:
- OpenAI - 핵심 GPT 시리즈를 포함한 다양한 모델 제공
- Azure OpenAI - 엔터프라이즈 환경에 적합한 OpenAI 모델
- Hugging Face - 오픈소스 모델과 추론 서버 제공
이 연습을 위해서는 각자 계정을 사용해야 합니다. 과제는 선택 사항이므로 관심에 따라 한 개, 모두, 또는 전혀 설정하지 않아도 됩니다. 가입 관련 안내는 다음과 같습니다:
| 가입처 | 비용 | API 키 | 플레이그라운드 | 비고 |
|---|---|---|---|---|
| OpenAI | 가격 | 프로젝트 기반 | 코드 없이 웹에서 | 다양한 모델 제공 |
| Azure | 가격 | SDK 빠른 시작 | 스튜디오 빠른 시작 | 사전 신청 필요 |
| Hugging Face | 가격 | 액세스 토큰 | Hugging Chat | Hugging Chat은 모델이 제한적 |
아래 지침에 따라 이 저장소를 다양한 공급자와 함께 사용할 수 있도록 _설정_하세요. 특정 공급자가 필요한 과제는 파일명에 다음 태그 중 하나가 포함되어 있습니다:
aoai- Azure OpenAI 엔드포인트 및 키 필요oai- OpenAI 엔드포인트 및 키 필요hf- Hugging Face 토큰 필요
공급자를 하나, 전혀, 또는 모두 설정할 수 있습니다. 관련 과제는 인증 정보가 없으면 오류가 발생합니다.
위 안내를 읽고 관련 공급자에 가입하여 필요한 인증 정보(API_KEY 또는 토큰)를 이미 받았다고 가정합니다. Azure OpenAI의 경우, 적어도 하나의 GPT 모델이 배포된 Azure OpenAI 서비스(엔드포인트)를 유효하게 운영 중이어야 합니다.
다음 단계는 로컬 환경 변수를 다음과 같이 설정하는 것입니다:
-
루트 폴더에서
.env.copy파일을 찾아보세요. 내용은 다음과 비슷할 것입니다:# OpenAI Provider OPENAI_API_KEY='<add your OpenAI API key here>' ## Azure OpenAI AZURE_OPENAI_API_VERSION='2024-02-01' # Default is set! AZURE_OPENAI_API_KEY='<add your AOAI key here>' AZURE_OPENAI_ENDPOINT='<add your AOIA service endpoint here>' AZURE_OPENAI_DEPLOYMENT='<add your chat completion model name here>' AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT='<add your embeddings model name here>' ## Hugging Face HUGGING_FACE_API_KEY='<add your HuggingFace API or token here>'
-
아래 명령어로
.env.copy파일을.env로 복사하세요. 이 파일은 gitignore 처리되어 비밀 정보를 안전하게 보호합니다.cp .env.copy .env
-
다음 섹션에 설명된 대로 값을 채워 넣으세요(
=오른쪽의 플레이스홀더를 교체). -
(선택 사항) GitHub Codespaces를 사용하는 경우, 환경 변수를 이 저장소와 연동된 _Codespaces 비밀_로 저장할 수 있습니다. 이 경우 로컬
.env파일을 따로 설정할 필요가 없습니다. 단, 이 옵션은 GitHub Codespaces에서만 작동합니다. Docker Desktop을 사용하는 경우에는 여전히.env파일 설정이 필요합니다.
변수 이름이 무엇을 의미하는지 간단히 살펴보겠습니다:
| 변수명 | 설명 |
|---|---|
| HUGGING_FACE_API_KEY | 프로필에서 설정한 사용자 액세스 토큰 |
| OPENAI_API_KEY | 비-Azure OpenAI 엔드포인트용 서비스 인증 키 |
| AZURE_OPENAI_API_KEY | Azure OpenAI 서비스 인증 키 |
| AZURE_OPENAI_ENDPOINT | Azure OpenAI 리소스의 배포된 엔드포인트 |
| AZURE_OPENAI_DEPLOYMENT | 텍스트 생성 모델 배포 이름 |
| AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT | 텍스트 임베딩 모델 배포 이름 |
참고: 마지막 두 Azure OpenAI 변수는 각각 채팅 완성(텍스트 생성)과 벡터 검색(임베딩)에 사용되는 기본 모델을 나타냅니다. 설정 방법은 관련 과제에서 안내됩니다.
Azure OpenAI 엔드포인트와 키 값은 Azure 포털에서 확인할 수 있으니, 여기서부터 시작합니다.
- Azure 포털에 접속하세요.
- 사이드바(왼쪽 메뉴)에서 Keys and Endpoint 옵션을 클릭하세요.
- Show Keys를 클릭하면 KEY 1, KEY 2, Endpoint가 표시됩니다.
- KEY 1 값을
AZURE_OPENAI_API_KEY에 사용하세요. - Endpoint 값을
AZURE_OPENAI_ENDPOINT에 사용하세요.
다음으로, 배포한 특정 모델의 엔드포인트를 확인해야 합니다.
- Azure OpenAI 리소스의 사이드바(왼쪽 메뉴)에서 Model deployments 옵션을 클릭하세요.
- 대상 페이지에서 Manage Deployments를 클릭하세요.
이후 Azure OpenAI Studio 웹사이트로 이동하며, 아래 설명대로 다른 값을 찾을 수 있습니다.
- 위에서 설명한 대로 리소스에서 Azure OpenAI Studio로 이동하세요.
- 사이드바(왼쪽)에서 Deployments 탭을 클릭해 현재 배포된 모델을 확인하세요.
- 원하는 모델이 배포되어 있지 않으면 Create new deployment를 사용해 배포하세요.
- 텍스트 생성 모델로는 gpt-35-turbo를 권장합니다.
- 텍스트 임베딩 모델로는 text-embedding-ada-002를 권장합니다.
이제 환경 변수에 _배포 이름_을 반영해 업데이트하세요. 보통 모델 이름과 같지만 직접 변경했다면 그 이름을 사용합니다. 예를 들어:
AZURE_OPENAI_DEPLOYMENT='gpt-35-turbo'
AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT='text-embedding-ada-002'설정 후 .env 파일을 꼭 저장하세요. 파일을 닫고 노트북 실행 지침으로 돌아가면 됩니다.
OpenAI API 키는 OpenAI 계정에서 확인할 수 있습니다. 계정이 없다면 가입 후 API 키를 생성하세요. 키를 받으면 .env 파일의 OPENAI_API_KEY 변수에 입력하면 됩니다.
Hugging Face 토큰은 프로필 내 Access Tokens에서 확인할 수 있습니다. 이 토큰을 공개적으로 게시하거나 공유하지 마세요. 대신 이 프로젝트 용도로 새 토큰을 생성한 후 .env 파일의 HUGGING_FACE_API_KEY 변수에 복사해 넣으세요. 참고: 기술적으로 API 키는 아니지만 인증에 사용되므로 일관성을 위해 이 명칭을 유지합니다.
면책 조항:
이 문서는 AI 번역 서비스 Co-op Translator를 사용하여 번역되었습니다. 정확성을 위해 노력하고 있으나, 자동 번역에는 오류나 부정확한 부분이 있을 수 있음을 유의하시기 바랍니다. 원문은 해당 언어의 원본 문서가 권위 있는 출처로 간주되어야 합니다. 중요한 정보의 경우 전문적인 인간 번역을 권장합니다. 본 번역 사용으로 인해 발생하는 오해나 잘못된 해석에 대해 당사는 책임을 지지 않습니다.