L
LY Corp
November 19, 20241회
Poetry를 이용한 멀티 프로젝트 Python 애플리케이션 개발 방법

간단 소개
Poetry와 Dependency Injector를 활용하여 대규모 Python 프로젝트의 의존성을 관리하고 멀티 프로젝트 환경을 구축하는 방법을 소개합니다.
AI Summary
- Python 프로젝트의 대규모화와 문제점
- Python은 간결성과 유연성으로 인해 대규모 프로젝트의 핵심 언어로 부상했지만, 프로젝트 규모가 커지면서 구조, 공통 기능 공유, 라이브러리 버전 관리 등의 문제가 발생한다.
- LLM Ops 개발 시 멀티 프로젝트 구성의 필요성이 제기되었고, 코드 및 의존성 관리의 어려움을 해결하기 위해 Poetry와 Dependency Injector를 도입했다.
- Poetry를 이용한 의존성 관리 및 멀티 프로젝트 구축
- Poetry는 pyproject.toml 파일과 poetry.lock 파일을 통해 패키지 정보, 의존성, 실행 환경을 관리하며, 그룹별 의존성 관리와 내부 라이브러리 관리를 지원한다.
- 멀티 프로젝트는 libraries(공통 라이브러리)와 services(컴포넌트 서비스) 디렉터리로 분리하고, 각 서비스별 의존성을 독립적으로 관리하기 위해 Poetry의 의존성 그룹 기능을 활용한다.
- Dependency Injector를 활용한 코드 수준 의존성 관리
- DI는 서비스 간 결합도를 낮추고 응집력을 높이며, 객체 생성과 관리를 컨테이너에 위임한다. Dependency Injector는 쉬운 용어, 컨테이너 구조, 통합성, 사용성 등의 장점을 제공한다.
- 멀티 프로젝트에서는 라이브러리와 서비스의 각 패키지를 감싸는 컨테이너를 구성하고, 서비스 컨테이너에서 라이브러리 컨테이너를 참조하여 사용한다.
Next Feeds

아자르에서는 어떤 추천 모델을 사용하고 있을까?
아자르의 AI 추천 모델은 투 타워 아키텍처와 세션 기반 추천을 통해 성능과 효율성을 높였습니다.
추천 시스템AI 알고리즘투 타워 아키텍처세션 기반 추천CUPID 모델
2024. 11. 19.
하이퍼커넥트
HMG TECH SUMMIT 기술 교류회를 마치며
HMG TECH SUMMIT 기술 교류회는 미래 모빌리티 기술의 핵심인 '보이지 않는 부식'에 대한 인사이트를 공유하고, 기술 혁신을 위한 연결고리를 강화하는 자리였다.
HMG TECH SUMMIT미래 모빌리티부식열화전동화기술 교류회
2024. 11. 18.
현대자동차
뱅크샐러드에서 테스트 데이터를 생성하는 방법 (feat. LLM)
뱅크샐러드는 LLM을 활용하여 복잡한 금융 테스트 데이터를 자동 생성하고, QA 효율성을 높여 개발 전반에 활용하고 있습니다.
LLM테스트 데이터프롬프트 엔지니어링자동화마이데이터
2024. 11. 18.
뱅크샐러드

지금 매출 얼마인가요?
데브시스터즈의 준실시간 지표 서비스 도입 과정과 기술적 도전, 해결 과정을 담고 있으며, Spark Streaming 기반 파이프라인 구축을 통해 성공적으로 서비스를 제공하게 된 내용을 요약.
준실시간 지표Spark Streaming데이터 파이프라인KibanaDevsisters
2024. 11. 18.
데브시스터즈

스포카의 백엔드팀에서 코딩 컨벤션을 관리하는 방법
스포카 백엔드팀의 코딩 컨벤션 관리 방법: 문서, 자동화 도구(ktlint, SonarQube, Konsist), 코드 리뷰를 통해 코드 품질을 향상시키고 협업 효율성을 극대화합니다.
코딩 컨벤션ktlintSonarQubeKonsist코드 리뷰
2024. 11. 18.
스포카

Harness를 이용해 LLM 애플리케이션 평가 자동화하기
Harness를 활용하여 LLM 애플리케이션 평가를 자동화하고, 다양한 지표를 통해 모델 성능을 다각도로 분석하는 방법론을 제시합니다.
LLMHarness자동화평가 지표프롬프트 엔지니어링
2024. 11. 15.
LY Corp