하룹AI가 구동진행중인 경우와 진행완료가 된 경우에 따른 처리방식
안녕하세요 하룹 AI개발팀입니다.
저희 하룹은 병원장님(병원관계자분들) 그리고 AI개발자분들을 위해 항상 두가지 버젼으로 소식을 전달드립니다.
병원장님 전용
하룹AI는 원장님들이나 관계자분들도 매우 쉽고 편하게 바로 구동시킬 수 있습니다.
또한 구동중에 아무것도 하실게 없이 매우 편리합니다. 구동완료에도 그 후 추가로 처리해주시거나 하실게 없죠.
구동진행부터 구동완료까지 원장님들이나 이용자분들은 아무것도 추가 처리하실게 없이 편리하게 이용하실 수 있습니다.
AI개발자전용
구동진행중을 잡는 시점은 구동시간대를 계산하여 처리하게 됩니다.
이를 처리하면, 이에 따라 추가 변수들을 생성할 수 있게 되죠.
만약 구동진행중상태라면, 추가 액션을 위한 단계를 넣을 수 있습니다.
이는 다양한 변수조합들이 가장 중요한 사항이 될 것 입니다.
이용상태에서는 기본 정보들과 학습데이터들이 바로바로 실시간으로 필요한걸 골라서 넣을 수 있습니다.
하지만 구동진행상태에서는 여기에 다양한 선택지를 추가해줄 필요가 있죠.
기본은 데이터 536,120개부터 진행되는 방식이 있습니다.
또는 아예 무데이터 및 무선택 방식을 구성할수도 있습니다.
우선 무데이터방식부터 알아보겠습니다.
사실 매우 편리한 방식입니다. 데이터없이 바로 처리가 가능하죠. 연결할거나 정리할거나
데이터를 뭐또 가공하고 엑셀같은데 일일이 최소 수만개 이상 하나하나 봐가면서 정리할 필요도 없습니다.
장점은 우선 개발자 입장이나 사용자 입장에서 좀 더 편리합니다.
그리고 어떻게 구성하느냐에 따라 효율이 높을 확률도 있습니다.
단점은 사용자 입장에서 헷갈릴수도 있다는게 가장 큰 단점입니다.
536,120개부터 진행되는 방식을 알아보겠습니다.
여기에 장점은, 사용자 입장에서 편리하기는 마찬가지입니다.
하지만 단점은, 개발자입장에서 불편하다는것입니다.
여기서 볼때, 536,120방식이나 무데이터방식 모두 사용자입장에서는 구동진행중일경우 편리한것은 똑같습니다.
사용자는 둘의 차이를 크게 느끼지도 못할 수도 있습니다. 하지만 문제는 개발자들의 영역입니다.
개발자들 입장에서 536,120방식은 엄청 많은 노가다가 필요하게 됩니다. 그렇다고 사용자 사용성 개선이 더욱 뛰어나게 되는것은 아닙니다.
하지만 문제가 또 있습니다. 구동진행중에 분간이 어려워진다는 점입니다.
그리하여, 구동시에는 536,120개를 구성하는것이 좀 더 나은 선택일 수 있습니다.
방법은 아래와 같습니다.
1.구동진행중일경우, 536,120개의 추가데이터를 출력합니다.
2.총 3타입을 구성하고, 확인 액션을 추가해줍니다.
3.확인시 넘겨주는 값을, 구성합니다.
예를들어
a->13636
b->310535
c->619833
d->1236030
예를들어 array=>a 경우, 즉 특정값이 주어지는 경우죠.
이럴땐, 선택후 그후 구동진행이 이뤄져야 합니다.
안그러면 데이터는 꼬이고, 출력값은 엉망진창이 되어버릴 것입니다.
그렇다면, 구동진행전에 액션이 존재해야 하는데,
이것은 굳이 변경이 필요없고, 안내처리 로직만 추가하면 됩니다. 어차피 안내가 될테니깐요.
그러면, 각 데이터셋에 따라, 자동으로 추가처리를 시키면 됩니다.
예를들어 a구동시 ->구동진행이 되면 되는것이죠.
하지만 a구동말고 다른 구동을 하고 싶을 수 있습니다.
예를들어 b구동이나 c구동을 하고 싶을 수도 있죠.
이런 방식을 위해서는 다음과 같은 haroop_ai_logic테이블에 적합한 데이터를 검색하는 함수를 작동시켜야 합니다.
즉 a 선택으로 인해, 완전히 작동진행이 시작될것입니다.
하지만 AI작동중 원장님께서는 마음이 변해서 다른 방식 구동을 원할 수 있죠.
이런 경우, 모든 배열은 깔려있고, 선택한 배열만 계속 변경할 수 있는 로직을 불러오면 됩니다.
즉 a부터 d까지 배열이 있다고 치면, ip->com로 그리고 크론탭을 통해 need가 되면서, 여기서 배열처리가 가능해집니다.
그럼 a를 선택합니다. 그럼 a데이터가 뜨겠죠. b를 선택하면, b데이터가 뜨구요.
이런식으로 데이터 제약이나 복잡성을 아예 제로에 가깝게 만들 수 있게 됩니다.
그럼 후처리가 진행될경우? 선택에 따른 결과는?
exp->fn 이러한 방식으로 진행될것입니다.
기본은 need->exp, 그리고 변경에 따른, exp->exp, exp->exp, exp->exp에 다양한 예외처리가 필요합니다.
그리고 need->exp와 exp->exp는 정말 중요합니다. 안내가 제대로 떠야하는게 매우 중요하죠.
그리고 exp->fn로 되는순간, 추가 데이터들이 또 파생되어, 다차원모델을 클라우드에서 구성합니다.
이때는 일반 ChatGPT를 써도 무방합니다. 어차피 다차원모델 가동을 위한 준비일 뿐이니깐요. 추가 데이터나 임베딩은 필요없습니다.
이때 최종적으로 쏴주고, 이걸 기반으로, 진행완료가 되죠.
근데 마지막 과제가 남아있습니다. fn->exp 역순이죠. 이 처리가 되어야,
각 서버에서 필요한 데이터구성을 계속 실시간학습이 가능하기때문입니다.
그럼 fn->exp는 어떻게 구성할까요?
exp처리되면, 당연히 기존 추가된것 del(); 사실 이것만 하면 됩니다.
왜냐면 이건 추가학습을 하거나 그런게 아닌 배열을 선택해서 구성시킨 경우이기 때문이죠.
아무래도 이번 내용은 엄청 복잡한 로직을 매우 압축하여 간단히 표현하려 노력했기에, 그리 쉽진 않았을것입니다.
너무 어렵게 느껴지신다면, 하룹넷에 하룹대학->AI클래그5팀 “구동별 데이터셋” 영상과 함께 보시면 더욱 쉽게 이해하실 수 있으실거에요.