일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
- RecSys
- 밑바닥부터 시작하는 딥러닝
- 추천시스템
- Docker
- 강화학습의 수학적 기초와 알고리듬 이해
- tool_call_chunks
- 밑바닥부터시작하는딥러닝 #딥러닝 #머신러닝 #신경망
- adaptive_rag
- chat_history
- add_subgraph
- toolnode
- rag
- langgraph
- Python
- langgrpah
- summarize_chat_history
- update_state
- pinecone
- removemessage
- agenticrag
- Ai
- tool_calls
- 강화학습의 수학적 기초와 알고리듬의 이해
- rl
- 강화학습
- fastapi
- LangChain
- conditional_edges
- subgraph
- REACT
- Today
- Total
목록Docker (2)
타임트리

PostgreSQL 컨테이너가 172.17.0.3이라는 가상 IP를 가지고 있고, 내부적으로 5432 포트에서 PostgreSQL 서비스를 제공하고 있다고 가정하자. 외부에서 이 컨테이너에 접속하려면 다음과 같은 단계를 거쳐야 한다:외부 클라이언트 → 내 PC(서버)의 IP에 접근할 수 있어야 한다.내 PC에서 받은 요청을 컨테이너의 5432 포트로 전달해줘야 한다.1번을 위해서는 공유기나 라우터에서 공인 IP의 특정 포트를 내 PC의 포트로 포트포워딩해야 한다.2번은 도커에서 -p 옵션을 통해 호스트와 컨테이너 간 포트 매핑(port binding) 을 설정함으로써 해결할 수 있다.예를 들어 아래와 같은 명령어로 컨테이너를 실행한다고 하자:docker run -p 3001:5432 postgres 이렇..
최근 LangGraph를 활용하여 멀티 에이전트를 구축하는 사례가 증가하고 있다. 이를 어떻게 배포하는 게 좋을까 구글링을 해보면 대부분 streamlit 등을 이용한 방법이 나온다. 그런데 이를 실제 서비스로 제공하기 위해서는 백엔드와 프론트엔드가 분리된 구조에서 배포하는 방법을 이해하는 것이 중요하다. 이번 글에서는 FastAPI를 활용하여 LangGraph 애플리케이션을 서빙하고, Docker를 이용해 손쉽게 배포하는 방법을 다룬다.1. 프로젝트 구조프로젝트의 디렉토리 구조는 아래와 같다../├── Dockerfile├── graph.png├── main.py├── requirements.txt├── graph│ ├── edges.py│ ├── graph.py│ └── nodes.py└..