Scikit-LLM 감성 분석 파이프라인 만들기
중급40분2026-06-17
도면 수정, 렌더링 피드백, 자재 발주 메모처럼 짧은 업무 문장을 정제한 뒤 scikit-learn Pipeline 안에서 Groq 기반 LLM 제로샷 분류기로 긍정/부정을 예측하고 평가합니다. 최종적으로 500건 샘플의 분류 결과와 precision, recall, f1-score가 담긴 classification_report 리포트를 출력하는 Python 파이프라인 코드와 요약 문서를 만듭니다.
이 실습은 터미널에서 진행됩니다
오른쪽 패널에서 설치 명령어를 복사하세요이런 걸 배워요
- 업무 피드백 문장을 자동 정제하는 전처리 단계를 구성합니다
- scikit-learn Pipeline 안에 LLM 제로샷 분류기를 연결합니다
- Groq API 키를 안전하게 설정값 파일로 관리합니다
- classification_report로 긍정/부정 분류 품질을 확인합니다
어떻게 진행해요
1. 실행 환경 확인
2. 분류 API 키 준비
3. 설정값 파일 준비
4. API 키 안전 저장
5. 분석 도구 설치
6. 분류 파이프라인 작성
7. 예측 실행과 리포트 확인
8. 팀 공유 요약 정리
AI 튜터가 각 단계를 하나씩 안내해줄 거예요