이지한의 AI일기장

이번에 웹사이트 만들면서 예상치 못한 문제가 생겼습니다.GPT API 호출을 프론트엔드에서 하려다 CORS 에러가 발생한 거예요.사실 구글링도 해보고, 공식문서도 봤는데… 딱 맞는 해결책은 없더라고요.그래서 직접 부딪히며 해결했습니다.혹시 비슷한 문제 겪는 분 계실까 봐 정리해봅니다. ❗ 문제 상황: GPT API 호출 시 CORS policy 에러환경:프레임워크: Next.js (13+)API 호출 방식: fetch 또는 axios사용 API: OpenAI GPT 3.5 / 4 API처음에는 프론트에서 바로 fetch로 호출했는데, 이런 에러가 발생했습니다:Access to fetch at 'https://api.openai.com/v1/chat/completions' from origin 'htt..

✨ 오늘 공부한 내용오늘은 OpenCV를 이용해서이미지의 일부를 잘라내고,그 영역을 다양한 방법으로 확대하는 실습을 진행했습니다.사진을 그냥 보는 것과, 특정 부분을 확대해서 보는 것의 차이를 직접 체험해봤고,확대할 때 사용하는 방법(보간법)에 따라 결과가 얼마나 다른지도 알게 되었습니다.공부하면서 느낀 것, 부족했던 점, 개선할 부분도 같이 정리했습니다!📌 작업한 파일 및 주요 내용파일명: plant2_test1.jpg주요 변경 사항:사진의 일부분(100x100)을 잘라서 patch로 저장자른 부분을 원본 사진에 파란색 네모로 표시잘라낸 patch를 3가지 방법(NEAREST, LINEAR, CUBIC)으로 5배 확대각각 다른 방식으로 확대된 결과를 비교🛠️ 오늘 작성한 전체 코드import cv2..

📅 2025년 4월 21일 오늘은 Spring MVC 기반 웹 애플리케이션에서 파일 업로드 기능을 구현해보았습니다. JSP와 Servlet 기반 프로젝트에서 실제 파일을 업로드하고 업로드 결과를 확인하는 흐름까지 직접 구성하면서 많은 학습이 되었습니다.1. DispatcherServlet 등록 (web.xml)가장 먼저 web.xml 파일에서 DispatcherServlet을 등록하고 .do 패턴으로 URL을 매핑합니다. dispatcher org.springframework.web.servlet.DispatcherServlet contextConfigLocation classpath:config/spring/spring-mvc.xml 1 dispatcher *.do2. sp..

오늘은 AI 모델 이미지를 자동으로 생성하기 위해 Leonardo AI API를 프론트엔드와 연동하는 작업을 진행했다. 이 과정에서 React + Vite 환경에서 사용자가 모델 A/B/C를 선택하면, 해당 프롬프트를 기반으로 API 요청을 보내고, 생성된 AI 모델 이미지를 받아와 화면에 표시하도록 구현했다.✅ 학습 목표Leonardo AI의 이미지 생성 API를 React에서 호출하는 구조 이해API를 통해 생성된 이미지를 상태로 받아와 화면에 렌더링하기프롬프트에 따라 다양한 스타일의 모델 생성 결과 확인🗂️ 수정한 파일 및 주요 내용📁 DetailMaker.jsxReact 페이지 컴포넌트에서 다음과 같은 주요 수정이 이루어졌다.✅ 1. 모델 프롬프트 설정const modelPrompts = { ..

✍️ 작성 목적: OpenCV 마우스 이벤트를 활용해 직사각형 그리기, 텍스트 쓰기, 붓으로 그리기 등의 실습을 정리했습니다. 단순히 코드 실행이 아닌 코드의 흐름과 원리, 그리고 제가 느낀 부족했던 점과 개선 방향까지 담았습니다.📌 학습 내용 요약OpenCV로 이미지 불러오기마우스 클릭 이벤트 감지마우스 위치에 도형 및 글씨 그리기드래그로 사각형 그리기좌클릭/우클릭에 따라 색상 변경하기📁 예제 1 – [2-6] 이미지에 도형과 글씨 그리기🔧 사용 기능:cv.rectangle(): 사각형 그리기cv.putText(): 글씨 쓰기💡 코드:import cv2 as cvimport sysimg = cv.imread('girl_laughing.jpg') # 이미지 불러오기if img is None: ..

💡 오늘의 목표오늘은 TensorFlow를 활용해 이미지 분류 모델을 만들고 학습하는 전체 흐름을 처음부터 끝까지 공부했습니다.특히 사진이 어떻게 처리되는지, Conv2D와 MaxPooling이 어떤 역할을 하는지, 왜 4차원으로 데이터를 만드는지 등평소에 궁금했던 개념들을 코드와 함께 차근차근 배워봤습니다.🧪 학습 내용 요약사진 데이터는 어떻게 불러오고 가공하는가? (ImageDataGenerator)Conv2D, MaxPooling2D는 왜 반복해서 쓰는가?모델은 어떻게 구성하고, 어떻게 학습하는가?모델이 예측을 어떻게 수행하는가?차원이 왜 중요하며, 배치, 채널 등의 의미는 무엇인가?📂 파일 및 작업 내용파일명: horse_or_human_model.py수정한 내용:이미지 처리 코드 전부 이해..

1. 오늘의 목표오늘은 React로 만든 쇼핑몰에 로그인 / 회원가입 화면을 구현해봤어요.기존에는 화면만 있던 상태였는데, 이번에는 실제로 Supabase 인증 기능을 연결해봤습니다!2. 작업한 파일 및 기능 요약파일명: AuthForm.jsx구현 내용:로그인 & 회원가입 전환 (모드 토글)이메일 + 비밀번호 입력비밀번호 보기/숨기기 기능비밀번호 확인 기능Supabase로 회원 가입 / 로그인 요청관리자 이메일이면 자동으로 admin 역할 부여3. 전체 코드 + 주석 설명// ✅ React 및 상태관리 훅, Supabase 클라이언트 importimport React, { useState } from 'react';import { supabase } from '../supabaseClient';expor..

✅ 오늘의 학습 목표 오늘은 머신러닝 모델을 활용해 영화 리뷰의 감정을 자동으로 분류하는 프로젝트를 진행했습니다.한 문장으로 말하자면, "이 영화 꿀잼인가요? 노잼인가요? 컴퓨터가 판단해줍니다."🔧 사용한 기술 스택Pythonscikit-learnTfidfVectorizerLinearSVC (SVM)사용자 정의 tokenizerPandas1️⃣ 텍스트 전처리를 위한 Tokenizer 정의# 영화 리뷰 감성 분석에 사용할 사용자 정의 토크나이저 함수 정의def my_tokenizer(text): # 예시로 간단한 공백 기준 토큰화 (실제로는 형태소 분석기 추천) return text.split()✔️ 실제 프로젝트에선 Konlpy, Okt, Mecab 등의 형태소 분석기를 쓰는 게 정확합니다...

✏ 오늘 공부한 내용오늘은 Gensim의 FastText 모델을 활용하여 영화 리뷰 데이터를 임베딩하고, 특정 단어와 유사한 단어를 추출하는 방법을 실습했습니다. Word2Vec보다 확장성이 좋고, OOV(Out Of Vocabulary) 문제를 해결하는 FastText의 강점을 직접 느껴볼 수 있었습니다.📁 사용한 코드와 설명# gensim 라이브러리에서 FastText 불러오기from gensim.models import FastText# FastText 모델 생성ft_model = FastText( corpus, # 학습할 말뭉치 window=3, # 중심 단어 기준 앞뒤 3개 단어 참고 min_count=3, # 3번 이상 등장한 단어만 학습 ..

🌱 식물 이미지 분석 자동화 - 초록 면적과 시듦 정도 측정하기오늘은 OpenCV와 NumPy를 활용해서 식물 이미지 여러 장을 자동으로 분석하고,얼마나 초록색이 많은지 (성장 정도)얼마나 갈색이 많은지 (시듦 정도)초록색의 색상 평균이 어떻게 변했는지이 세 가지를 기준으로 건강 상태를 자동으로 판단하는 코드를 작성해보았습니다.📁 파일명 및 수정한 부분파일명: plant_analyzer_multi_image.py수정한 부분:이미지 반복 분석 기능 추가초록색과 갈색 HSV 범위 지정면적 계산, 평균 색상 계산, 변화량 비교 기능 구현이미지 시각화 및 결과 출력 추가💻 전체 코드 + 상세 주석import cv2 as cv # OpenCV: 이미지 처리용import numpy as..