안녕하세요, 여러분! 오늘은 정말 흥미진진한 프로젝트를 함께 만들어볼 거예요. 바로 여러분만의 AI 챗봇을 만드는 거죠! 어렵게 들릴 수 있지만, 차근차근 따라오시면 여러분도 충분히 만들 수 있답니다. 자, 시작해볼까요?

## 🌟 이 프로젝트로 무엇을 배우나요?

1. Streamlit으로 대화형 웹 애플리케이션 만들기
2. LaaS API를 이용해 AI 모델과 대화하기
3. 간단한 채팅 인터페이스 구현하기
4. 파이썬 코드 구조화 및 오류 처리하기

## 🛠 준비물

먼저 필요한 도구들을 준비해봅시다:

1. **Python**: 우리의 주 프로그래

이 프로젝트는 정말 유용하고 흥미로운 주제네요! AI 챗봇을 만드는 과정에서 많은 것을 배울 수 있을 것 같아요. 필요한 준비물과 단계별 가이드를 자세하게 설명해주셔서 초보자도 쉽게 따라올 수 있을 것 같습니다. 좋은 정보 공유 감사해요! 😊

원티드 회원들의 커리어 성장과 행복을 돕는 AI입니다.

원티드 에이전트

안녕하세요, 여러분! 오늘은 정말 흥미진진한 프로젝트를 함께 만들어볼 거예요. 바로 여러분만의 AI 챗봇을 만드는 거죠! 어렵게 들릴 수 있지만, 차근차근 따라오시면 여러분도 충분히 만들 수 있답니다. 자, 시작해볼까요?

🌟 이 프로젝트로 무엇을 배우나요?

Streamlit으로 대화형 웹 애플리케이션 만들기
LaaS API를 이용해 AI 모델과 대화하기
간단한 채팅 인터페이스 구현하기
파이썬 코드 구조화 및 오류 처리하기

🛠 준비물

먼저 필요한 도구들을 준비해봅시다:

Python: 우리의 주 프로그래밍 언어예요. Python 공식 웹사이트에서 다운로드하세요.
Streamlit: 대화형 웹 애플리케이션을 쉽게 만들 수 있게 해주는 도구예요.
requests: 인터넷을 통해 데이터를 주고받는 데 필요해요.
LaaS API: AI 모델과 대화하는 데 사용할 거예요. LaaS 웹사이트에서 가입하고 API 키를 받아두세요.

📚 단계별 가이드

1단계: 환경 설정하기

먼저, 필요한 라이브러리들을 설치해봅시다. 명령 프롬프트(윈도우) 또는 터미널(맥/리눅스)을 열고 다음 명령어를 입력하세요:

pip install streamlit requests

2단계: LaaS API Key 설정하기

LaaS API를 사용하려면 몇 가지 설정이 필요해요. 보안을 위해 API 키를 안전하게 보관해야 합니다.

프로젝트 폴더에 .streamlit 이라는 이름의 폴더를 만드세요.
.streamlit 폴더 안에 secrets.toml 파일을 만들고 다음과 같이 입력하세요:

LAAS_API_KEY = "여기에_여러분의_API_키를_넣으세요"

API 키가 실수로 공개되지 않도록, .gitignore 파일에 다음 줄을 추가하세요:

.streamlit/secrets.toml

3단계: 필요한 라이브러리 임포트하기

이제 본격적으로 코드를 작성해볼까요? 먼저 필요한 라이브러리들을 가져옵시다:

import os
import logging
import requests
from typing import Dict, List, Optional
import streamlit as st

4단계: LaaS 프리셋 설정하기

LaaS에서 AI 모델이 어떻게 동작할지 정의해야 해요. 이를 "프리셋"이라고 부릅니다.

LaaS 웹사이트에 로그인하세요.
새 프리셋을 만들거나 기존 프리셋을 선택하세요.
프롬프트 입력 창에 다음과 같이 프롬프트를 작성하세요.



설정을 저장하고 배포한다음 코드를 눌러 프리셋 해시값을 복사합니다.

파이썬 코드에서 LaaS 프리셋을 사용하기 위한 설정을 작성합니다.

LAAS_API_KEY = st.secrets["LAAS_API_KEY"]
LAAS_API_URL = "https://api-laas.wanted.co.kr/api/preset/v2/chat/completions"
LAAS_PROJECT = "여기에_여러분의_PROJECT_ID를_넣으세요"
LAAS_HASH = "여기에_여러분의_프리셋_해시를_넣으세요"

여기서 LAAS_HASH는 여러분이 LaaS 웹사이트에서 설정한 프리셋의 해시값이에요. 자신의 프리셋 해시값으로 바꿔주세요.

5단계: 로깅 설정하기

로깅은 프로그램이 실행되는 동안 무슨 일이 일어나는지 기록하는 거예요. 문제가 생겼을 때 원인을 찾는 데 도움이 됩니다:

logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)

6단계: LaaS API 요청 함수 만들기

이제 LaaS API에 요청을 보내는 함수를 만들어봅시다:

def make_laas_api_request(messages: List[Dict]) -> Optional[str]:
    """LaaS API에 요청을 보내고 응답을 받습니다."""
    try:
        response = requests.post(
            LAAS_API_URL,
            headers={"project": LAAS_PROJECT, "apikey": LAAS_API_KEY},
            json={"hash": LAAS_HASH, "params": {}, "messages": messages},
        )
        response.raise_for_status()
        return response.json()["choices"][0]["message"]["content"].strip()
    except requests.RequestException as e:
        logger.error(f"API 요청 중 오류 발생: {str(e)}")
        st.error(f"챗봇 응답을 받는 데 실패했습니다: {str(e)}")
        return None

이 함수는 메시지 목록을 받아 LaaS API에 보내고, AI의 응답을 받아옵니다.

7단계: 메시지 관리 함수 만들기

대화 기록을 관리하는 함수를 만들어봅시다:

MAX_MESSAGES = 100 # 최대 메시지 저장 개수

def add_message(messages: List[Dict[str, str]], role: str, content: str):
    """메시지를 추가하고, 필요한 경우 가장 오래된 메시지를 삭제합니다."""
    messages.append({"role": role, "content": content})
    if len(messages) > MAX_MESSAGES:
        messages.pop(0)

이 함수는 새 메시지를 추가하고, 메시지 수가 너무 많아지면 가장 오래된 메시지를 삭제합니다.

8단계: 메인 애플리케이션 만들기

이제 모든 준비가 끝났어요! 우리의 메인 애플리케이션을 만들어봅시다:

def main():
    st.set_page_config(page_title="💬 당신의 AI 친구", page_icon="💬")
    st.title("💬 당신의 AI 친구")

    # 세션 상태 초기화
    if "messages" not in st.session_state:
        st.session_state.messages = []

    # 대화 기록 표시
    for message in st.session_state.messages:
        with st.chat_message(message["role"]):
            st.markdown(message["content"])

    # 사용자 입력
    user_input = st.chat_input("메시지를 입력하세요:")

    if user_input:
        # 사용자 메시지 추가
        add_message(st.session_state.messages, "user", user_input)
        with st.chat_message("user"):
            st.markdown(user_input)

        # 챗봇 응답
        with st.chat_message("assistant"):
            container = st.empty()
            with st.spinner("챗봇이 응답하는 중..."):
                response = make_laas_api_request(st.session_state.messages)
                if response:
                    container.markdown(response)
                    # 챗봇 응답 저장
                    add_message(st.session_state.messages, "assistant", response)
                else:
                    st.error("챗봇 응답을 받지 못했습니다.")

if __name__ == "__main__":
    main()

이 코드는 우리 애플리케이션의 메인 부분이에요. Streamlit을 사용해 채팅 인터페이스를 만들고, 사용자의 입력에 따라 AI 챗봇이 응답합니다.

9단계: 실행하기

모든 준비가 끝났습니다! 이제 애플리케이션을 실행해볼까요?

여러분의 코드를 app.py라는 이름으로 저장하세요.
명령 프롬프트나 터미널을 열고, 코드가 있는 폴더로 이동하세요.
다음 명령어를 입력하세요:

streamlit run app.py

웹 브라우저가 자동으로 열리고 여러분의 AI 챗봇이 실행될 거예요!



🎉 축하합니다!

여러분은 방금 자신만의 AI 챗봇을 만들었어요! 이제 메시지를 입력하고 AI와 대화를 나눌 수 있습니다.

전체 코드는 여기에서 확인할 수 있습니다.

🚀 다음 단계

이 프로젝트를 더 발전시키고 싶다면 다음과 같은 기능을 추가해보는 건 어떨까요?

대화 내용을 파일로 저장하고 불러오는 기능
다양한 AI 페르소나 선택 옵션
음성 입력 및 출력 지원
대화 내용 분석 및 시각화 기능

이 프로젝트가 여러분의 프로그래밍 실력 향상에 도움이 되었기를 바랍니다. 계속해서 실험하고, 배우고, 만들어보세요. 여러분의 상상력이 한계예요!

질문이나 문제가 있다면 언제든 댓글로 물어보세요. 함께 해결해보겠습니다. 행운을 빕니다! 🍀

Hits

안녕하세요, 여러분! 오늘은 정말 흥미진진한 프로젝트를 함께 만들어볼 거예요. 바로 여러분만의 AI 챗봇을 만드는 거죠! 어렵게 들릴 수 있지만, 차근차근 따라오시면 여러분도 충분히 만들 수 있답니다. 자, 시작해볼까요?

## 🌟 이 프로젝트로 무엇을 배우나요?

1. Streamlit으로 대화형 웹 애플리케이션 만들기
2. LaaS API를 이용해 AI 모델과 대화하기
3. 간단한 채팅 인터페이스 구현하기
4. 파이썬 코드 구조화 및 오류 처리하기

## 🛠 준비물

먼저 필요한 도구들을 준비해봅시다:

1. **Python**: 우리의 주 프로그래밍 언어예요. [Python 공식 웹사이트](https://www.python.org/downloads/)에서 다운로드하세요.
2. **Streamlit**: 대화형 웹 애플리케이션을 쉽게 만들 수 있게 해주는 도구예요.
3. **requests**: 인터넷을 통해 데이터를 주고받는 데 필요해요.
4. **LaaS API**: AI 모델과 대화하는 데 사용할 거예요. [LaaS 웹사이트](https://laas.wanted.co.kr)에서 가입하고 API 키를 받아두세요.

## 📚 단계별 가이드

### 1단계: 환경 설정하기

먼저, 필요한 라이브러리들을 설치해봅시다. 명령 프롬프트(윈도우) 또는 터미널(맥/리눅스)을 열고 다음 명령어를 입력하세요:

```bash
pip install streamlit requests
```

### 2단계: LaaS API Key 설정하기

LaaS API를 사용하려면 몇 가지 설정이 필요해요. 보안을 위해 API 키를 안전하게 보관해야 합니다.

1. 프로젝트 폴더에 `.streamlit` 이라는 이름의 폴더를 만드세요.
2. `.streamlit` 폴더 안에 `secrets.toml` 파일을 만들고 다음과 같이 입력하세요:

```toml
LAAS_API_KEY = "여기에_여러분의_API_키를_넣으세요"
```

3. API 키가 실수로 공개되지 않도록, `.gitignore` 파일에 다음 줄을 추가하세요:

```
.streamlit/secrets.toml
```

### 3단계: 필요한 라이브러리 임포트하기

이제 본격적으로 코드를 작성해볼까요? 먼저 필요한 라이브러리들을 가져옵시다:

```python
import os
import logging
import requests
from typing import Dict, List, Optional
import streamlit as st
```

### 4단계: LaaS 프리셋 설정하기

LaaS에서 AI 모델이 어떻게 동작할지 정의해야 해요. 이를 "프리셋"이라고 부릅니다.

1. [LaaS 웹사이트](https://laas.wanted.co.kr/)에 로그인하세요.
2. 새 프리셋을 만들거나 기존 프리셋을 선택하세요.
3. 프롬프트 입력 창에 다음과 같이 프롬프트를 작성하세요.

![](https://i.imgur.com/yzjEwVx.png)

설정을 저장하고 배포한다음 코드를 눌러 프리셋 해시값을 복사합니다.

파이썬 코드에서 LaaS 프리셋을 사용하기 위한 설정을 작성합니다.

```python
LAAS_API_KEY = st.secrets["LAAS_API_KEY"]
LAAS_API_URL = "https://api-laas.wanted.co.kr/api/preset/v2/chat/completions"
LAAS_PROJECT = "여기에_여러분의_PROJECT_ID를_넣으세요"
LAAS_HASH = "여기에_여러분의_프리셋_해시를_넣으세요"
```

여기서 `LAAS_HASH`는 여러분이 LaaS 웹사이트에서 설정한 프리셋의 해시값이에요. 자신의 프리셋 해시값으로 바꿔주세요.

### 5단계: 로깅 설정하기

로깅은 프로그램이 실행되는 동안 무슨 일이 일어나는지 기록하는 거예요. 문제가 생겼을 때 원인을 찾는 데 도움이 됩니다:

```python
logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)
```

### 6단계: LaaS API 요청 함수 만들기

이제 LaaS API에 요청을 보내는 함수를 만들어봅시다:

```python
def make_laas_api_request(messages: List[Dict]) -> Optional[str]:
    """LaaS API에 요청을 보내고 응답을 받습니다."""
    try:
        response = requests.post(
            LAAS_API_URL,
            headers={"project": LAAS_PROJECT, "apikey": LAAS_API_KEY},
            json={"hash": LAAS_HASH, "params": {}, "messages": messages},
        )
        response.raise_for_status()
        return response.json()["choices"][0]["message"]["content"].strip()
    except requests.RequestException as e:
        logger.error(f"API 요청 중 오류 발생: {str(e)}")
        st.error(f"챗봇 응답을 받는 데 실패했습니다: {str(e)}")
        return None
```

이 함수는 메시지 목록을 받아 LaaS API에 보내고, AI의 응답을 받아옵니다.

### 7단계: 메시지 관리 함수 만들기

대화 기록을 관리하는 함수를 만들어봅시다:

```python
MAX_MESSAGES = 100 # 최대 메시지 저장 개수

def add_message(messages: List[Dict[str, str]], role: str, content: str):
    """메시지를 추가하고, 필요한 경우 가장 오래된 메시지를 삭제합니다."""
    messages.append({"role": role, "content": content})
    if len(messages) > MAX_MESSAGES:
        messages.pop(0)
```

이 함수는 새 메시지를 추가하고, 메시지 수가 너무 많아지면 가장 오래된 메시지를 삭제합니다.

### 8단계: 메인 애플리케이션 만들기

이제 모든 준비가 끝났어요! 우리의 메인 애플리케이션을 만들어봅시다:

```python
def main():
    st.set_page_config(page_title="💬 당신의 AI 친구", page_icon="💬")
    st.title("💬 당신의 AI 친구")

    # 세션 상태 초기화
    if "messages" not in st.session_state:
        st.session_state.messages = []

    # 대화 기록 표시
    for message in st.session_state.messages:
        with st.chat_message(message["role"]):
            st.markdown(message["content"])

    # 사용자 입력
    user_input = st.chat_input("메시지를 입력하세요:")

    if user_input:
        # 사용자 메시지 추가
        add_message(st.session_state.messages, "user", user_input)
        with st.chat_message("user"):
            st.markdown(user_input)

        # 챗봇 응답
        with st.chat_message("assistant"):
            container = st.empty()
            with st.spinner("챗봇이 응답하는 중..."):
                response = make_laas_api_request(st.session_state.messages)
                if response:
                    container.markdown(response)
                    # 챗봇 응답 저장
                    add_message(st.session_state.messages, "assistant", response)
                else:
                    st.error("챗봇 응답을 받지 못했습니다.")

if __name__ == "__main__":
    main()
```

이 코드는 우리 애플리케이션의 메인 부분이에요. Streamlit을 사용해 채팅 인터페이스를 만들고, 사용자의 입력에 따라 AI 챗봇이 응답합니다.

### 9단계: 실행하기

모든 준비가 끝났습니다! 이제 애플리케이션을 실행해볼까요?

1. 여러분의 코드를 `app.py`라는 이름으로 저장하세요.
2. 명령 프롬프트나 터미널을 열고, 코드가 있는 폴더로 이동하세요.
3. 다음 명령어를 입력하세요:

```bash
streamlit run app.py
```

4. 웹 브라우저가 자동으로 열리고 여러분의 AI 챗봇이 실행될 거예요!

![](https://i.imgur.com/5O5xQlf.png)

## 🎉 축하합니다!

여러분은 방금 자신만의 AI 챗봇을 만들었어요! 이제 메시지를 입력하고 AI와 대화를 나눌 수 있습니다.

전체 코드는 [여기](https://github.com/jeongsk/laas-tutorial/blob/main/pages/02_%F0%9F%92%AC_Friendly_Buddy_Chatbot.py)에서 확인할 수 있습니다.

## 🚀 다음 단계

이 프로젝트를 더 발전시키고 싶다면 다음과 같은 기능을 추가해보는 건 어떨까요?

1. 대화 내용을 파일로 저장하고 불러오는 기능
2. 다양한 AI 페르소나 선택 옵션
3. 음성 입력 및 출력 지원
4. 대화 내용 분석 및 시각화 기능

이 프로젝트가 여러분의 프로그래밍 실력 향상에 도움이 되었기를 바랍니다. 계속해서 실험하고, 배우고, 만들어보세요. 여러분의 상상력이 한계예요!

질문이나 문제가 있다면 언제든 댓글로 물어보세요. 함께 해결해보겠습니다. 행운을 빕니다! 🍀

![Hits](https://hits.seeyoufarm.com/api/count/incr/badge.svg?url=https%3A%2F%2Fsocial.wanted.co.kr%2Fcommunity%2Farticle%2F110718&count_bg=%2379C83D&title_bg=%23555555&icon=&icon_color=%23E7E7E7&title=hits&edge_flat=false)

AI 멀티턴 챗봇 만들기 - LaaS API 활용하기

오정석

🌟 이 프로젝트로 무엇을 배우나요?

🛠 준비물

오정석