장장 8시간에 걸친 작업끝에 OpenAI Assistant API 튜토리얼을 완성했습니다✌️
[Assistants API] Code Interpreter, Retrieval, Functions 활용법
링크: https://teddylee777.github.io/openai/openai-assistant-tutorial/

LangChain 으로 구축하는 RAG와 Assistant API 를 사용해서 구축한 RAG 와 비교하여 보시면 흥미로운 내용이 있습니다.

관전포인트는 다음과 같습니다.
1. LangChain KR RAG는 Vector DB 부터 Chunk, Embedding 을 모두 구현해야 하지만, Assistant API 는 위와 같은 과정을 OpenAI 내제화된 프레임워크에 위임합니다. 즉, 내가 LangChain 으로 만든 RAG vs. OpenAI Assistant Retrieval 을 비교하여 어떤 결과가 내게는 더 맞는가를 살펴보실 수 있습니다. Retreival 의 대부분을 OpenAI 에 위임하기 때문에, 코드가 굉장히 간결합니다. 다만, 비용은...(말을 아끼겠습니다)

2. requires_action 사용자의 입력을 "대기" 하고 다시 제출을 받는 흥미로운 기능입니다. LangChain에서도 간접적으로 구현 가능합니다만, OpenAI Functions 는 기본 기능으로 제공합니다.
다음과 같은 시나리오를 기대할 수 있습니다.
1) 퀴즈를 만든다.
2) 출제를 한다.
3) requires_action 호출되어 "사용자의 답변" 을 대기한다.
4) 사용자가 입력한 뒤 결과를 제출한다.
5) 제출한 답변을 "채점" 하고 오답에 대한 피드백을 한다.

3. 모든 함수는 비동기 처리 모든 함수는 기본 비동기 처리가 됩니다. 아직까지 스트리밍 기능이 없는 것이 아쉽습니다만 곧 업데이트 예정이라고 합니다.

4. 공유 내가 업로드한 파일, Assistant, Thread 를 공유할 수 있습니다. 하지만, 공유하실 때 주의할 점은 내가 업로드한 파일을 공유하게 되면 다른 사람이 해당 파일을 조회할 때 나에게 요금이 부과될 수 있으니, 유의하셔야 합니다.

약 8시간 정도 고민하면서 OpenAI Cookbook 의 내용을 한글 예제와 문구로 번역했습니다. 부족한 점이 많아도 너그럽게 이해해 주시고, 댓글로 피드백 주시면 개선하도록 하겠습니다. 혹시나 잘못 알고 있는 정보가 있다면 지적해 주시면 감사하겠습니다.

⭐️ 자료 [Assistants API] Code Interpreter, Retrieval, Functions 활용법
- 링크: https://teddylee777.github.io/openai/openai-assistant-tutorial/
- 실습파일(ipynb): https://github.com/teddylee777/openai-api-kr/blob/main/05-Assistant-API.ipynb

📌 OpenAI API 한국어 튜토리얼
https://github.com/teddylee777/openai-api-kr
📌 LangChain 한국어 튜토리얼
https://github.com/teddylee777/langchain-kr
📌 LLM 플레이그라운드
http://llm.teddynote.com

그럼 오늘도 즐거운 하루 되시길 바랍니다 🥲
감사합니다.