AI Story

LottoInsight: 로또 용지 그리기 (개발기 2편)"1편에서 패턴으로 보기 약속했잖아요? 이번엔 진짜 그립니다."1. 2편에서 뭐 하냐면1편에서 「패턴으로 보기」 약속했죠?2편은 그걸 직접 만들어 보는 편이에요.2편이 끝나면 이렇게 됩니다:프로그램 깔고 (Node.js, Next.js — 이름 몰라도 됨)화면에 로또 용지(7×7) 가 보이고전체 다시 뽑기 누르면 → A~E 번호 → 용지에 표시 → 선으로 패턴폰 화면 크기에 맞춰서 보여요 (편의점에서 폰으로 보는 느낌)그게 전부예요. 설치만 하고 끝내지 않습니다.2. 뭘로 만들까?먼저, 코드 짤 프로그램Cursor 또는 VS Code — 둘 중 하나면 됩니다. (저는 Cursor파)Chrome 열고 검색:Cursor 설치 또는 VS Code 설치 ..

LottoInsight: 찍지 말고 그리자! 나만의 로또 번호 생성기 만들기 (개발 1편)"복잡한 코딩은 잊으세요! 재미로 만드는 나만의 로또 번호 생성 서비스입니다."1. 왜 로또 번호 생성기를 만들까?솔직히 말하면, 로또는 당첨될 확률이… 음, 알죠? 그래도 매주 "이번엔 될 것 같은데?" 하면서 번호 고르는 재미는 포기 못 합니다.그런데 그냥 1~45에서 아무거나 찍는 건 너무 심심하지 않나요?그래서 LottoInsight를 시작했습니다. 번호만 뽑고 끝이 아니라, 내가 고른 숫자들이 용지 위에서 어떤 모양을 그리는지 보고, 운세든 통계든 골라서 재미있게 뽑는 서비스요."로또를 단순히 운으로만 보지 않고, 하나의 패턴과 재미로 접근해보면 어떨까?"같이 만들어 보고 싶다면 GitHub LottoIns..

테스트2

테스트

관리자 대시보드 프로젝트 생성챗봇 시스템의 관리자 대시보드를 별도 프로젝트로 분리하여 백엔드와 프론트엔드를 생성합니다. 관리자 대시보드 프로젝트 목적사용자와 챗봇의 대화를 실시간 모니터링세션별 대화 이력 조회 및 분석챗봇 응답 품질 관리FAQ 수정 및 신규 등록시스템 성능 통계(KPI) 제공1. 프로젝트 구조기존 챗봇 프로젝트와 동일한 구조로 관리자 대시보드 전용 프로젝트를 생성합니다.추가할 구조D:\git_chatbot_project\├─ backend_python/ # 챗봇 백엔드 (기존)├─ frontend_react/ # 챗봇 프론트엔드 (기존)├─ admin_backend_python/ # 관리자 대시보드 백엔드 (신규)├─ admin_frontend_react/..

작업 구성도파워포인트보다 손그림 같은 엑스칼리드로우(Excalidraw)와 옵시디언(Obsidian)으로 작업 구성을 그려보았다. 아래는 시스템의 흐름을 한 눈에 보이도록 정리한 설명과 다이어그램이다.사용자 → 챗봇각 사용자가 챗봇과 실시간 대화모든 이벤트(질문/답변)가 챗봇 서버에 기록챗봇 서버 → 관리자 대시보드 서버(WebSocket)새 대화 생성 시 “챗봇 활성화 알림” 이벤트 발생대시보드에 챗봇A🔥, 챗봇B🔥, 챗봇C🔥 상태 표시관리자 → 특정 챗봇 클릭예) 관리자1이 챗봇A 클릭 → 챗봇A 대화 로그 스트리밍 연결예) 관리자2는 동시에 챗봇B 클릭 → 병렬로 다른 대화 확인실시간 대화 모니터링선택한 챗봇의 대화 내용을 실시간으로 확인여러 관리자가 동시에 서로 다른 챗봇 모니터링 가능

많은 생성형 AI를 써봤지만, 지금 내 작업 스타일에 맞는 건 ChatGPT, Gemini, Cursor였다. 개발 언어는 Java도 고민했지만, 파일럿을 빠르게 만들기 위해 우선 Python + React 조합으로 간다. 참고로 ChatGPT에게 이렇게 물었다. "LLM 이용한 챗봇 + 관리자 대시보드 + 개발환경(Cursor AI + Python + React)의 개발 목표와 개요를 알려줘." 그동안의 대화 맥락을 반영해 준 개요를, 아래처럼 내 환경에 맞게 정리했다. 작업 구성도 파워포인트보다 손그림 같은 엑스칼리드로우(Excalidraw)와 옵시디언(Obsidian)으로 작업 구성을 정리했다. 아래는 시스템의 흐름을 한 눈에 보이도록 정리한 설명과 다이어그램이다. ..

생성형 AI로 만드는 나만의 챗봇 최근에 ChatGPT, Gemini, Claude, Cursor 같은 생성형 AI를 꾸준히 써봤다. 결론은 하나. 남이 만든 도구도 좋지만, 내가 정말 필요한 걸 아는 건 나다. 그래서 시작한다. 나만의 챗봇. 사용자 관점 vs 개발자 관점 현장에서 느낀 점: 멋진 해결책 뒤에는 종종 100개의 새 이슈가 따라온다. 같은 질문 반복은 시간을 많이 잡아먹는다. 근거와 화면 경로까지 함께 보여주면 더 빨리 끝난다. 예산·회계 도메인 예시: 이 계정과목, 어디에 써야 해? 예산 변경 결재 단계 지금 어디쯤? 만들 챗봇의 기준 첫 시작 설계(초간단) FAQ ..