졸업 프로젝트로, 사용자의 활동을 기반으로 좋아할 만한 책을 추천해주는 기능을 구현하고자 했다. 👎🏻 초기 접근 방식: 기존 DB 임베딩 + 유사도 검색처음에는 단순한 방법으로 접근했다.기존 백엔드 DB에 저장된 책 정보 전체를 불러와 Vector DB에 임베딩하고, 사용자의 질문을 입력으로 받아 Vector DB에서 유사한 책을 검색해 추천하는 방식이었다. 하지만 결과는 만족스럽지 않았다.책 정보와 리뷰, 사용자 정보가 여러 테이블에 흩어져있어 구조적으로 불안정했고구조화되지 않은 원본 데이터를 그대로 임베딩했기 때문에 유사도 검색 정확도가 낮고, LLM의 hallucination 현상도 심했다.이미 유사도 검색에서 정확도가 낮으니까, LLM을 사용해도 의미가 없었다.🔁 방향 전환: 정보를 구조화한..

IEEE TVT 2025에 게재된 논문 「Intelligent Task Offloading in Vehicular Networks: A Deep Reinforcement Learning Perspective」를 정리했다. 단순히 읽기만 하면 머릿속에 잘 정리되지 않아서, 정리해가며 읽어봤다.차량 네트워크에서의 작업 오프로드 최적화를 다룬 최신 연구로, 강화학습과 게임이론이 어떻게 접목되었는지 확인할 수 있다. 1. Introduction현대 차량은 주행 효율성과 안전성 향상을 위해 다양한 센서와 통신 시스템, 연산 장치를 탑재하고 있지만, 이로 인해 처리해야 할 데이터의 양과 요구되는 연산 능력도 크게 증가하고 있다. 하지만 차량 자체가 갖는 자원은 제한적이기 때문에, 효율적인 자원 활용이 점점 더 중요..