아글라이아 연구소 개발 일지 (1) - 개발 환경

이번 프로젝트는 AWS 학습에 의의를 두고 있기 때문에 AWS를 적극 활용하는 방법으로 개발을 진행해야한다.

 

Django와 Vue 프로젝트를 만들어 주었다.

 

Back

우선 본격적인 개발 전에 API로 반환해줄 수 있는 값을 통해 어떤 정보를 제공할지

기능들을 정리하는 설계의 시간을 충분히 가져야한다.

요리를 예로들면 식재료를 손질하고 숙성하는 느낌.

그래서 이터널리턴 API키를 받아 테스트도 몇가지 해주었고, 하루이틀 정도는 API 문서를 정리하는데 시간을 쏟았다.

 

Django를 사용하고 BackEnd에서 데이터를 가공해서 응답하는 API의 역할만을 수행할 것이기에

DRF(Django REST Framework)를 안쓸 수 없었다.

Serializer가 너무 유용하기 때문이다.

 

그래서 프로젝트를 생성 후에 Secret key, 환경변수 등을 분리하고 이터널리턴 API키를 받아 테스트도 몇가지 해주었다.

하루이틀 정도는 API 문서 내용을 정리하는데 시간을 쏟았다.

문서에 명세되어 있지 않은 데이터가 반환되기도 해서 개발자 디스코드에 문의 넣었다.

Front

Pycharm으로 프로젝트 생성하니까 node 설치, vue 프로젝트 초기화까지 알아서 해준다. (다음에는 직접 프로젝트 생성해봐야겠다.)

vite+vue3 조합으로 생성되었다.

 

이후에 GPT를 통해 전적 분석 통계 사이트를 만들어 달라고 했는데 아래와 같은 페이지를 만들어주었다.

Logo는 vue의 로고에 css로 filter를 넣어주어 임시방편으로 만들어주었다.

실로 엄청나다.

css만 조금 수정하면 당장이라도 사용할만한 페이지를 만들어준다.

전적분석, 리더보드, 매치히스토리, 캐릭터 빌드 가이드, 이벤트 및 뉴스, 커뮤니티 각각의 페이지도 만들어달라고 하면 만들어준다.

 

이젠 AI가 짜준  코드를 이해하고 수정할 수 있는 능력이 필요할 것 같다.

그리고 알게된 점은 생각보다 GPT가 학습한 데이터가 꽤 이전의 데이터라는 것이다.

GPT가 deprecated 된 코드들 뱉어내는 경우도 봤었다.

 

아무래도 GPT의 학습에 사용된 데이터가 레거시 코드 뿐이라, 파인 튜닝할 때는 주기적으로 기술의 새로운 문법이나, 구조를 학습시켜줘야 할 것 같다고 느꼈다.

 

이제 얼추 틀은 잡았으니, 각각 배포하고 배포 자동화를 구축해봐야겠다.