'프로그램 사용' 카테고리의 글 목록 (3 Page)

'프로그램 사용'에 해당되는 글 2544건

2026.05.19 llama.cpp kv quantization
2026.05.18 openai api
2026.05.15 RAG 시도 - postgresql(14) + pgvector 1
2026.05.15 gpt님 만세! - pip torch 버전 낮추기
2026.05.14 U-net, segmentation
2026.05.14 QAT, PTQ .. 모델 경량화
2026.05.13 wan2.2
2026.05.13 openwebui 설치 시도
2026.05.13 LLM 소비전력 단상 2
2026.05.12 rag 관련 라이브러리, 방법 조사중

llama.cpp kv quantization

128k context length에 2기가 VRAM을 냠냠

$ ./llama-b8925/llama-cli -m model/gemma4-e4b/gemma-4-E4B-it-Q4_K_M.gguf  --verbose
llama_kv_cache: size = 2048.00 MiB (131072 cells,   4 layers,  1/1 seqs), K (f16): 1024.00 MiB, V (f16): 1024.00 MiB
llama_kv_cache: attn_rot_k = 0, n_embd_head_k_all = 512
llama_kv_cache: attn_rot_v = 0, n_embd_head_k_all = 512
llama_kv_cache_iswa: creating     SWA KV cache, size = 1024 cells

k 만 q4로 하니 288MB! 256MB 보단 약간 큰데 아무튼 대충~ 1/4 로 줄었다.

$ ./llama-b8925/llama-cli -m model/gemma4-e4b/gemma-4-E4B-it-Q4_K_M.gguf  --verbose -ctk q4_0 --ctx-size 131072
llama_kv_cache: size = 1312.00 MiB (131072 cells,   4 layers,  1/1 seqs), K (q4_0):  288.00 MiB, V (f16): 1024.00 MiB
llama_kv_cache: attn_rot_k = 1, n_embd_head_k_all = 512
llama_kv_cache: attn_rot_v = 0, n_embd_head_k_all = 512
llama_kv_cache_iswa: creating     SWA KV cache, size = 1024 cells

kv를 q4로 하니 대충 512MB 근처.

$ ./llama-b8925/llama-cli -m model/gemma4-e4b/gemma-4-E4B-it-Q4_K_M.gguf  --verbose -ctk q4_0 -ctv q4_0 --ctx-size 131072
llama_kv_cache: size =  576.00 MiB (131072 cells,   4 layers,  1/1 seqs), K (q4_0):  288.00 MiB, V (q4_0):  288.00 MiB
llama_kv_cache: attn_rot_k = 1, n_embd_head_k_all = 512
llama_kv_cache: attn_rot_v = 1, n_embd_head_k_all = 512
llama_kv_cache_iswa: creating     SWA KV cache, size = 1024 cells

+

2026.05.29

verbose로는 토큰별로 로그가 나와서 성능 저하가 있긴한데

verbose	none	ctk	ctk ctv	ctv
단문	50.13 t/s	58.27 t/s	43.67 t/s	51.84 t/s
중문	50.76 t/s	56.41 t/s	43.66 t/s	50.37 t/s
장문	49.70 t/s	54.66 t/s	42.75 t/s	45.81 t/s

생각외로 양자화 한거랑 안한거랑 차이가 별로 없다.

1080 이라 q4를 지원하지 않아서 그런걸지도?

-	none	ctk	ctk ctv	ctv
단문	57.48 t/s	57.03 t/s	51.67 t/s	52.35 t/s
중문	59.56 t/s	56.90 t/s	50.20 t/s	49.95 t/s
장문	53.83 t/s	54.82 t/s	46.28 t/s	44.93 t/s

안녕?
너에 대해서 소개해줘
파이썬으로 셀레니움을 통해 웹을 서칭하고 텍스트만 추출하고 makrdown 으로 변환후 md 파일과 pdf로 저장하는 기능을 구현해줘

/mnt/Downloads/llama-b9305/llama-server --model /mnt/Downloads/model/gemma4-e4b/gemma-4-E4B-it-Q4_K_M.gguf -mm ./model/gemma4-e4b/mmproj-F16.gguf -sm none --ctx-size 131072 --verbose --host 0.0.0.0

gemma-4-E4B-it-Q4_K_M.gguf
Reading
Generation
63 tokens
1.3s
50.13 t/s

gemma-4-E4B-it-Q4_K_M.gguf
Reading
Generation
875 tokens
17s
50.76 t/s

gemma-4-E4B-it-Q4_K_M.gguf
Reading
Generation
3,009 tokens
1min
49.70 t/s

/mnt/Downloads/llama-b9305/llama-server --model /mnt/Downloads/model/gemma4-e4b/gemma-4-E4B-it-Q4_K_M.gguf -mm ./model/gemma4-e4b/mmproj-F16.gguf -sm none -ctk q4_0 --ctx-size 131072 --verbose --host 0.0.0.0

gemma-4-E4B-it-Q4_K_M.gguf
Reading
Generation
41 tokens
0.7s
58.27 t/s

gemma-4-E4B-it-Q4_K_M.gguf
Reading
Generation
1,025 tokens
18s
56.41 t/s

gemma-4-E4B-it-Q4_K_M.gguf
Reading
Generation
3,098 tokens
56s
54.66 t/s

/mnt/Downloads/llama-b9305/llama-server --model /mnt/Downloads/model/gemma4-e4b/gemma-4-E4B-it-Q4_K_M.gguf -mm ./model/gemma4-e4b/mmproj-F16.gguf -sm none -ctk q4_0 -ctv q4_0 --ctx-size 131072 --verbose --host 0.0.0.0

gemma-4-E4B-it-Q4_K_M.gguf
Reading
Generation
63 tokens
1.4s
43.67 t/s

gemma-4-E4B-it-Q4_K_M.gguf
Reading
Generation
1,059 tokens
24s
43.66 t/s

gemma-4-E4B-it-Q4_K_M.gguf
Reading
Generation
2,558 tokens
59s
42.75 t/s

/mnt/Downloads/llama-b9305/llama-server --model /mnt/Downloads/model/gemma4-e4b/gemma-4-E4B-it-Q4_K_M.gguf -mm ./model/gemma4-e4b/mmproj-F16.gguf -sm none -ctv q4_0 --ctx-size 131072 --verbose --host 0.0.0.0

gemma-4-E4B-it-Q4_K_M.gguf
Reading
Generation
328 tokens
6.3s
51.84 t/s

gemma-4-E4B-it-Q4_K_M.gguf
Reading
Generation
902 tokens
17s
50.37 t/s

gemma-4-E4B-it-Q4_K_M.gguf
Reading
Generation
3,105 tokens
1min 7s
45.81 t/s

---------------------
$ /mnt/Downloads/llama-b9305/llama-server --model /mnt/Downloads/model/gemma4-e4b/gemma-4-E4B-it-Q4_K_M.gguf -mm ./model/gemma4-e4b/mmproj-F16.gguf -sm none -ctv q4_0 --ctx-size 131072 --host 0.0.0.0

gemma-4-E4B-it-Q4_K_M.gguf
Reading
Generation
609 tokens
11s
52.35 t/s

gemma-4-E4B-it-Q4_K_M.gguf
Reading
Generation
850 tokens
17s
49.95 t/s

gemma-4-E4B-it-Q4_K_M.gguf
Reading
Generation
3,472 tokens
1min 17s
44.93 t/s

$ /mnt/Downloads/llama-b9305/llama-server --model /mnt/Downloads/model/gemma4-e4b/gemma-4-E4B-it-Q4_K_M.gguf -mm ./model/gemma4-e4b/mmproj-F16.gguf -sm none -ctk q4_0 --ctx-size 131072 --host 0.0.0.0

gemma-4-E4B-it-Q4_K_M.gguf
Reading
Generation
32 tokens
0.6s
57.03 t/s

gemma-4-E4B-it-Q4_K_M.gguf
Reading
Generation
640 tokens
11s
56.90 t/s

gemma-4-E4B-it-Q4_K_M.gguf
Reading
Generation
3,379 tokens
1min 1s
54.82 t/s

$ /mnt/Downloads/llama-b9305/llama-server --model /mnt/Downloads/model/gemma4-e4b/gemma-4-E4B-it-Q4_K_M.gguf -mm ./model/gemma4-e4b/mmproj-F16.gguf -sm none -ctk q4_0 -ctv q4_0 --ctx-size 131072 --host 0.0.0.0

gemma-4-E4B-it-Q4_K_M.gguf
Reading
Generation
37 tokens
0.7s
51.67 t/s

gemma-4-E4B-it-Q4_K_M.gguf
Reading
Generation
817 tokens
16s
50.20 t/s

gemma-4-E4B-it-Q4_K_M.gguf
Reading
Generation
3,357 tokens
1min 12s
46.28 t/s

$ /mnt/Downloads/llama-b9305/llama-server --model /mnt/Downloads/model/gemma4-e4b/gemma-4-E4B-it-Q4_K_M.gguf -mm ./model/gemma4-e4b/mmproj-F16.gguf -sm none --ctx-size 131072 --host 0.0.0.0

gemma-4-E4B-it-Q4_K_M.gguf
Reading
Generation
45 tokens
0.8s
57.48 t/s

gemma-4-E4B-it-Q4_K_M.gguf
Reading
Generation
737 tokens
12s
59.56 t/s

gemma-4-E4B-it-Q4_K_M.gguf
Reading
Generation
3,291 tokens
1min 1s
53.83 t/s

저작자표시 (새창열림)

'프로그램 사용 > ai 프로그램' 카테고리의 다른 글

wan2.2 + comfyui (0)	2026.05.19
comfyui 실행 (0)	2026.05.19
openai api (0)	2026.05.18
RAG 시도 - postgresql(14) + pgvector (1)	2026.05.15
gpt님 만세! - pip torch 버전 낮추기 (0)	2026.05.15

Posted by 구차니

openai api

[링크 : https://velog.io/@euisuk-chung/%EC%A0%95%EB%A6%AC-OpenAI-API-Document]

[링크 : https://developers.openai.com/api/reference/resources/responses]

[링크 : https://developers.openai.com/api/docs/guides/text]

[링크 : https://model-spec.openai.com/2025-02-12.html#chain_of_command]

claude에 물어보니 openai 의 api가 랩핑한것일뿐

결국에는 신경망에 특수 토큰으로 인식될 만한 녀석으로 감싸고 그걸 임베딩 해서 벡터로 넣어줄 뿐

무언가(?) 대단한 방법으로 들어가는건 아니라고 한다. imagenary monologue 줄여서 im prefix

다른 모델과의 비교

모델블록 시작블록 끝방식

ChatML (Qwen, Hermes)	<\|im_start\|>role	<\|im_end\|>	범용 role 삽입
LLaMA-3	<\|start_header_id\|>role<\|end_header_id\|>	<\|eot_id\|>	헤더 분리
LLaMA-2	[INST]	[/INST]	role 구분 없음
Mistral	[INST]	[/INST]	role 구분 없음
DeepSeek-R1	<\|User\|> / <\|Assistant\|>	<\|end▁of▁sentence\|>	role별 고정 토큰

[링크 : https://claude.ai/share/0bfc9c76-e5a8-46d2-8346-4f84170625db]

#define CHATML_TEMPLATE_SRC                                                               \
    "{%- for message in messages -%}\n"                                                   \
    "  {{- '<|im_start|>' + message.role + '\n' + message.content + '<|im_end|>\n' -}}\n" \
    "{%- endfor -%}\n"                                                                    \
    "{%- if add_generation_prompt -%}\n"                                                  \
    "  {{- '<|im_start|>assistant\n' -}}\n"                                               \
    "{%- endif -%}"

    const std::string TOOL_CALL_START = "<|tool_call_start|>";
    const std::string TOOL_CALL_END   = "<|tool_call_end|>";
    const std::string THINK_START     = "<think>";
    const std::string THINK_END       = "</think>";
    const std::string GEN_PROMPT      = "<|im_start|>assistant\n";

[링크 : https://github.com/ggml-org/llama.cpp/blob/master/common/chat.cpp#L567]

음.. gemma4-e4b 에서는 im_start가 특수 토큰으로 배우진 않은듯?

/mnt/Downloads/model/gemma4-e4b$ ../../llama-b8925/llama-tokenize -m gemma-4-E4B-it-Q4_K_M.gguf -p "<|im_start|>system" --log-disable
     2 -> '<bos>'
236820 -> '<'
236909 -> '|'
   548 -> 'im'
236779 -> '_'
  3041 -> 'start'
111038 -> '|>'
  9731 -> 'system'

/mnt/Downloads/model/gemma4-e4b$ ../../llama-b8925/llama-tokenize -m gemma-4-E4B-it-Q4_K_M.gguf -p "<|im_start|>system" --log-disable  --no-parse-special
     2 -> '<bos>'
236820 -> '<'
236909 -> '|'
   548 -> 'im'
236779 -> '_'
  3041 -> 'start'
111038 -> '|>'
  9731 -> 'system'

/mnt/Downloads/model/gemma4-e4b$ ../../llama-b8925/llama-tokenize -m gemma-4-E4B-it-Q4_K_M.gguf -p "<|im_start|>system" --log-disable  --no-parse-special --ids
[2, 236820, 236909, 548, 236779, 3041, 111038, 9731]

+

모델 읽어들이다가 발견 한 특수 토큰..?

일단은 control token 이라고 나온다.

$ ./llama-b8925/llama-cli -m model/gemma4-e4b/gemma-4-E4B-it-Q4_K_M.gguf  --verbose
load: control token: 258884 '<|video|>' is not marked as EOG
load: control token: 255999 '<|image>' is not marked as EOG
load: control token: 258882 '<image|>' is not marked as EOG
load: control token: 258883 '<audio|>' is not marked as EOG
load: control token:     98 '<|think|>' is not marked as EOG
load: control token:    105 '<|turn>' is not marked as EOG
load: control token: 258880 '<|image|>' is not marked as EOG
load: control token:      2 '<bos>' is not marked as EOG
load: control-looking token:    212 '</s>' was not control-type; this is probably a bug in the model. its type will be overridden
load: control token:      0 '<pad>' is not marked as EOG
load: control-looking token:     50 '<|tool_response>' was not control-type; this is probably a bug in the model. its type will be overridden
load: control token:     46 '<|tool>' is not marked as EOG
load: control token:     47 '<tool|>' is not marked as EOG
load: control token: 256000 '<|audio>' is not marked as EOG
load: control token:      3 '<unk>' is not marked as EOG
load: control token: 258881 '<|audio|>' is not marked as EOG
load: control-looking token:      1 '<eos>' was not control-type; this is probably a bug in the model. its type will be overridden
load: control token:      4 '<mask>' is not marked as EOG
|load: printing all EOG tokens:
load:   - 1 ('<eos>')
load:   - 50 ('<|tool_response>')
load:   - 106 ('<turn|>')
load:   - 212 ('</s>')
load: special_eog_ids contains '<|tool_response>', removing '</s>' token from EOG list

print_info: BOS token             = 2 '<bos>'
print_info: EOS token             = 106 '<turn|>'
print_info: UNK token             = 3 '<unk>'
print_info: PAD token             = 0 '<pad>'
print_info: MASK token            = 4 '<mask>'
print_info: LF token              = 107 '
'
print_info: EOG token             = 1 '<eos>'
print_info: EOG token             = 50 '<|tool_response>'
print_info: EOG token             = 106 '<turn|>'
print_info: max token length      = 93

init: chat template, example_format: '<|turn>system
<|think|>
You are a helpful assistant<turn|>
<|turn>user
Hello<turn|>
<|turn>model
Hi there<turn|>
<|turn>user
How are you?<turn|>
<|turn>model
'
srv          init: init: chat template, thinking = 1

저작자표시 (새창열림)

'프로그램 사용 > ai 프로그램' 카테고리의 다른 글

comfyui 실행 (0)	2026.05.19
llama.cpp kv quantization (0)	2026.05.19
RAG 시도 - postgresql(14) + pgvector (1)	2026.05.15
gpt님 만세! - pip torch 버전 낮추기 (0)	2026.05.15
wan2.2 (0)	2026.05.13

Posted by 구차니

RAG 시도 - postgresql(14) + pgvector

오늘도 ai님 1승 ㅋㅋ

플랫폼 : ubuntu 24.04 에서 postgresql 14 버전

step 1. postgresql 설치 및 pgvector 확장 빌드+설치

$ sudo apt install -y postgresql postgresql-server-dev-14
$ git clone https://github.com/pgvector/pgvector.git
$ cd pgvector
$ make -j4
$ sudo make install

step 2. postgresql 계정 / database / table 생성

$ sudo -u postgres psql
postgres=# CREATE USER minimonk WITH PASSWORD '12346578';
postgres=# CREATE DATABASE vdb;
postgres=# \c vectordb
vdb=# CREATE EXTENSION vector;
CREATE EXTENSION
vdb=# \dx
                             List of installed extensions
  Name   | Version |   Schema   |                     Description
---------+---------+------------+------------------------------------------------------
plpgsql | 1.0     | pg_catalog | PL/pgSQL procedural language
vector  | 0.8.2   | public     | vector data type and ivfflat and hnsw access methods
(2 rows)

vdb=# CREATE TABLE documents (
    id SERIAL PRIMARY KEY,
    content TEXT,
    embedding VECTOR(1024)
);
CREATE TABLE
vdb=# GRANT ALL PRIVILEGES ON DATABASE vdb TO minimonk;
vdb=# GRANT ALL PRIVILEGES ON TABLE documents TO minimonk;
vdb=# GRANT ALL PRIVILEGES ON SEQUENCE documents_id_seq TO minimonk;

step 3. python 용 모듈들 설치 (1080ti의 경우 sm61이라 torch쪽 버전 정해주어야 함)

$ pip install sentence-transformers torch psycopg2-binary pgvector

step 4. python 에서 embedding 예제

$ python3
from sentence_transformers import SentenceTransformer
from sklearn.metrics.pairwise import cosine_similarity

model = SentenceTransformer("nlpai-lab/KURE-v1", device="cuda:1")

conn = psycopg2.connect(
    host="localhost",
    dbname="vdb",
    user="minimonk",
    password="12345678"
)

register_vector(conn)

cur = conn.cursor()

documents = [
    "오늘 날씨가 좋다.",
    "고양이가 소파에서 자고 있다.",
    "PostgreSQL pgvector 테스트 중이다."
]

# 임베딩 생성
embeddings = model.encode(
    documents,
    normalize_embeddings=True
)

# 저장
for doc, emb in zip(documents, embeddings):
    cur.execute(
        "INSERT INTO documents (content, embedding) VALUES (%s, %s)",
        (doc, emb)
    )

conn.commit()

cur.execute(
    """
    SELECT
        id,
        content,
        1 - (embedding <=> %s) AS similarity
    FROM documents
    ORDER BY embedding <=> %s
    LIMIT 5
    """,
    (query_embedding, query_embedding)
)

>>> results = cur.fetchall()
>>>
>>> for row in results:
...     print(row)
...
(2, '고양이가 소파에서 자고 있다.', 0.6432789393330931)
(1, '오늘 날씨가 좋다.', 0.4769372683279639)
(3, 'PostgreSQL pgvector 테스트 중이다.', 0.38056273692098685)

cur.close()
conn.close()

이제 그럼.. 문서를 때려 뱍음되나?

from sentence_transformers import SentenceTransformer
from langchain_community.document_loaders import PyPDFLoader
import urllib.request

import psycopg2
from pgvector.psycopg2 import register_vector

# -----------------------------
# 설정
# -----------------------------

# 모델 로드
model = SentenceTransformer(
    "nlpai-lab/KURE-v1",
    device="cuda:1"
)

# PostgreSQL 연결
conn = psycopg2.connect(
    host="localhost",
    dbname="vdb",
    user="minimonk",
    password="12345678"
)

register_vector(conn)
cur = conn.cursor()

# -----------------------------
# PDF 로드
# -----------------------------

urllib.request.urlretrieve("https://debix-oss.oss-cn-hongkong.aliyuncs.com/debix/IMX8MPRM%20Rev.%201.06.pdf", filename="IMX8MPRM.pdf")
loader = PyPDFLoader("IMX8MPRM.pdf")
pages = loader.load_and_split()
print('문서의 수 :', len(pages))

# -----------------------------
# 페이지별 text 추출
# -----------------------------

documents = []

for page in pages:
    text = page.page_content.strip()

    # 빈 페이지 제외
    if not text:
        continue

    documents.append(text)

print(f"추출된 문서 수: {len(documents)}")

# -----------------------------
# 임베딩 생성
# -----------------------------

embeddings = model.encode(
    documents,
    normalize_embeddings=True,
    show_progress_bar=True
)

# -----------------------------
# DB 저장
# -----------------------------

for doc, emb in zip(documents, embeddings):
cur.execute(
        """
        INSERT INTO documents (content, embedding)
        VALUES (%s, %s)
        """,
        (
            doc,
            emb.tolist()
        )
    )

conn.commit()
print("저장 완료")

# -----------------------------
# DB 조회
# -----------------------------
query = "emmc and sd card controller"

query_embedding = model.encode(
    query,
    normalize_embeddings=True
)

cur.execute(
    """
    SELECT
        id,
        content,
        1 - (embedding <=> %s) AS similarity
    FROM documents
    ORDER BY embedding <=> %s
    LIMIT 5
    """,
    (query_embedding, query_embedding)
)

results = cur.fetchall()

for row in results:
    print(row)

# -----------------------------
# DB 접속 종료
# -----------------------------
cur.close()
conn.close()

결과. 먼가 SD 카드와 emmc 관련 내용이 보이긴 한다.

(2528, '• SD control misc\n• Command control\n• Data control\n• Clock control\n10.3.2.4.2 SD control misc\nIn the SD control misc unit:\n• The card detection (including CD_B and DATA3 for card detection) and card\ninterrupt are implemented.\n• The module monitors the signal level on all the eight data lines and the command\nlines. It directly routes the level values into the register bank.\n• The module also detects the Write Protect (WP) line. If WP is active, writes to the\nregister bank are ignored.\n10.3.2.4.3 SD clock control\nIf the internal data buffer is near full (for read) or near empty (for write), the SD clock\nmust be gated off to avoid buffer over/under-run. This module asserts the gate of the\noutput SD clock to shut the clock off. After the buffer has space (for read) or has data (for\nwrite), the clock gate of this module opens, and the SD clock is active again.\n10.3.2.4.4 Command control\nThe Command Control module deals with the transactions on the CMD line.\nSee the figure below for an illustration of the structure for the Command CRC shift\nregister.\n \n CLR_CRC \n ZERO \n CRC_IN \n CRC OUT \n CRC \nBus [0] \n CRC \nBus [1] \n CRC \nBus [2] \n CRC \nBus [3] \n CRC \nBus [4] \n CRC \nBus [5] \n CRC \nBus [6] \nFigure 10-68. Command CRC shift register\nThe CRC polynomials for the CMD are as follows:\nChapter 10 Mass Storage\ni.MX 8M Plus Applications Processor Reference Manual, Rev. 1, 06/2021\nNXP Semiconductors 2519', 0.6124236583709717)
(2510, 'MMC/SD/SDIO\nHost Controller\nDMA Interface IP Bus\nMMC Card\nSD Card\nSDIO Card\nIP Bus\nPower Supply\nAXI Bus\nTransceiver\nCard\nSlot\nFigure 10-57. System connection of uSDHC\nThe following are brief descriptions of the cards supported by uSDHC:\n• The Multi Media Card (MMC) is a universal low-cost data storage and\ncommunication media designed to cover a wide array of applications including\nmobile video and gaming. Previous MMC cards were based on a 7-pin serial bus\nwith a single data pin, while the new high speed MMC communication is based on an\nadvanced 11-pin serial bus designed to operate in the low-voltage range.\n• The Secure Digital Card (SD) is an evolution of the old MMC technology. It is\nspecifically designed to meet the security, capacity, performance, and environmental\nrequirements inherent in newly emerging audio and video consumer electronic\ndevices. The physical form factor, pin assignment, and data transfer protocol are\nbackward/downward compatible with the old MMC (with some additions).\n• Under the SD protocol, system connection can be categorized into memory card, I/O\ncard, and combo card, which have both memory and I/O functions. The memory card\ninvokes a copyright protection mechanism that complies with the security of the\nSDMI standard. The I/O card, which is also known as SDIO card, provides high-\nspeed data I/O with low-power consumption for mobile electronic devices. For the\nsake of simplicity, the next figure does not show cards with reduced size or mini\ncards.\n10.3.1.2 Features\nThe list given below shows the features of the uSDHC module:\n• Conforms to the SD Host Controller Standard Specification version 2.0/3.0\n• Compatible with the MMC System Specification version 4.2/4.3/4.4/4.41/4.5/5.0/5.1\n• Compatible with the SD Memory Card Specification version 3.0 and supports the\nExtended Capacity SD Memory Card\n• Compatible with the SDIO Card Specification version 2.0/3.0\n• Designed to work with SD Memory, miniSD Memory, SDIO, miniSDIO, SD\nCombo, MMC, MMC plus, and MMC RS cards\nChapter 10 Mass Storage\ni.MX 8M Plus Applications Processor Reference Manual, Rev. 1, 06/2021\nNXP Semiconductors 2501', 0.6080637755412991)
(2509, 'Ultra Secured Digital Host Controller (uSDHC)\n10.3.1 Overview\nThe Ultra Secured Digital Host Controller (uSDHC) provides the interface between the\nhost system and the SD/SDIO/MMC cards, as shown in Figure 10-57. The module acts as\na bridge, passing host bus transactions to the SD/SDIO/MMC cards by sending\ncommands and performing data accesses to/from the cards. It handles the SD/\nSDIO/MMC protocols at the transmission level.\n10.3.1.1 Block Diagram\nThe following figure illustrates the block diagram for uSDHC.\n \n \n \nClock divider\nCMD\nCLK \n \n \n \nInterrupt \ngenerator\nAXI master port\n \nDMA\nRESET_B\nSync \nbuffer \ncontroller\nCRC\nTX buffer\nDLL\nRX buffer\nMISC\nSD-CLK Contro l\nIPS bus\nIRQ\nDual port\nSRAM\nRegister\n bank\nCMD \nchannel\nCTRL\nData channel\nCTRL CRC\nAsync fifo\nDATAn\nCRC\nipg_clk_perclk\nhclk\nipg_clk\nCD_B\nWP\nFigure 10-56. uSDHC block diagram\nThe figure below shows the System connection of uSDHC:\n10.3\nUltra Secured Digital Host Controller (uSDHC)\ni.MX 8M Plus Applications Processor Reference Manual, Rev. 1, 06/2021\n2500 NXP Semiconductors', 0.6032886505126953)
(2005, 'Chapter 9\nExternal Memory\nExternal Memory Overview\n9.1.1 External Memory Overview\n9.1.1.1 DRAM Interface\nThe SDRAM configurations supported by this chip are provided in the following table.\nTable 9-1. DRAM controller supported SDRAM configurations\nParameter LPDDR4 DDR4\nNumber of Controllers 1 1\nNumber of Channels 2 N/A\nNumber of Chip Selects 2 1\nBus Width 32-bit 32-bit\nMaximum Clock Frequency 4000 MT/s 3200 MT/s\nThe DRAM controller and PHY also support the following:\n• Inline ECC feature for LPDDR4 and DDR4\n• Various low power modes, clock and power gated operations, that are defined for\nthis chip. In addition, it can place the external DRAM into and out of its self-refresh\nmode as requested by different low-power operating modes.\n9.1.1.2 SD/eMMC/SDIO Support\nThe chip has three Ultra Secured Digital Host Controller (uSDHC) modules for the SD/\neMMC interface. It provides the interface between the host system and SD/SDIO/eMMC\nmemory devices. The key features include:\n9.1\ni.MX 8M Plus Applications Processor Reference Manual, Rev. 1, 06/2021\nNXP Semiconductors 2001', 0.5951421856880188)
(2531, 'NOTE\nFor the eMMC4.3 card setting, please see the eMMC4.3\nspecification.\n10.3.2.7.1 Boot operation\nIf the CMD line is held low for 74 clock cycles and more after power-up before the first\ncommand is issued, the slave recognizes that boot mode is being initiated and starts\npreparing boot data internally.\nWithin one second after the CMD line goes low, the slave starts to send the first boot data\nto the master on the DATA line(s). The master must keep the CMD line low to read all of\nthe boot data.\nNOTE\nFor the purposes of this documentation, fast boot is called\n"normal fast boot mode".\nIf boot acknowledge is enabled, the slave has to send acknowledge pattern \'010\' to the\nmaster within 50ms after the CMD line goes low. If boot acknowledge is disabled, the\nslave does not send out acknowledge pattern \'010\'.\nThe master can terminate the boot mode with the CMD line high.\nThe boot operation is terminated when all the contents of the enabled boot data are sent to\nthe master. After the boot operation is executed, the slave gets ready for the CMD1\noperation and the master needs to start a normal MMC initialization sequence by sending\nCMD1.\n512 bytes\n+CRC\nCMD1 RESP CMD2 RESP CMD3 RESP\nE\nBoot terminated\nS512 bytes\n+CRC E S010\n50 ms max\n1 sec. max\nE S DATA0\nMin 8 clocks + 48 clocks = 56 clocks required from\nCMD signal high to next MMC command\nCMD\nCLK\nFigure 10-69. MultiMediaCard state diagram (normal boot mode)\n10.3.2.7.2 Alternative boot operation\nThis boot function is optional for the device. If bit 0 in the extended CSD byte[228] is set\nto \'1\', the device supports the alternative boot operation.\nUltra Secured Digital Host Controller (uSDHC)\ni.MX 8M Plus Applications Processor Reference Manual, Rev. 1, 06/2021\n2522 NXP Semiconductors', 0.5909771919250488)

+

총포 및 화약류 관리.pdf를 받아서 진행

[링크 : https://www.law.go.kr/lbook/lbInfoR.do?lbookSeq=111031&FSort=100]

법은 눈에 잘 안들어와.. ㅠㅠ

그나저나 점수가 0.55 대 인거 보면 딱 맞는건 못 찾았다고 봐야하나.. 이 점수에 대해서 제한을 걸어야 하나?

query="tnt 폭탄 저장 제한"

(7875, '법제처                                                            11                                                       국가법령정보센터\n「총포ㆍ도검ㆍ화약류 등의 안전관리에 관한 법률 ...」\n2. 탄창은 6개이하의 실탄 또는 금속성탄알을 장전할 수 있는 것일 것. 다만, 기관총 및 건설용\n타정총의 경우에는 그러하지 아니하다.\n3. 기타 행정안전부령이 정하는 구조와 성능에 적합할 것\n②법 제4조제5항의 규정에 의한 화약류 제조기술의 기준은 다음 각호와 같다. 다만, 도화선 또\n는 전기도화선의 제조에 있어서는 제23호, 꽃불류등의 제조에 있어서는 제27호의 기준에 의\n하지 아니할 수 있다.<개정 1996. 6. 20., 1999. 6. 30., 2004. 1. 20., 2008. 2. 29., 2013. 3. 23., 2013.\n10. 10., 2014. 11. 19., 2017. 7. 26.>\n1. 화약 또는 폭약은 미리 그 성분의 배합비율을, 화공품은 그 구조 및 조성과 1일에 제조하는\n최대수량을 각각 정하고, 그 성분의 배합비율 또는 그 구조 및 조성에 따라 각각 그 최대량이\n하를 제조할 것\n2. 위험구역안에는 작업에 필요한 종업원과 특히 필요하다고 인정되는 사람외에는 출입을 금\n지할 것\n3. 위험공실과 화약류 일시저치장의 정원은 행정안전부령이 정하는 정원의 범위안에서 정하고\n, 그 정원내의 종업원과 특히 필요하다고 인정되는 사람외에는 출입을 금지할 것\n4. 위험구역안에서는 술을 마시고 작업을 하지 아니할 것\n5. 위험구역안에서는 특히 신중을 기하여야 하며 혼잡한 작업을 하지 아니하도록 할 것\n6. 공실 또는 화약류 일시저치장은 항상 깨끗이 하여 철물 또는 흙이나 모래가 화약류에 섞여\n들어가지 아니하도록 하고, 공실의 부근에는 바람에 먼지나 모래등이 날리지 아니하도록 물\n을 뿌리거나 그밖의 적절한 조치를 할 것\n7. 위험공실에는 휴대용 전등외의 등불을 휴대하지 아니할 것\n8. 위험공실등 또는 그 부근에는 폭발 또는 불이 나거나 불에 타기 쉬운 물건을 쌓아 두지 아니\n하도록 할 것\n9. 위험공실등에는 행정안전부령이 정하는 수량의 범위안에서 정체량 또는 동시에 동일장소에\n저치할 수 있는 화약류의 원료의 최대량을 정하고, 이를 초과하여 화약류 또는 그 원료를 저\n치하지 아니하도록 할 것\n10. 화약류를 제조할 때에 온도와 밀접한 관계가 있는 작업을 함에 있어서는 그 온도의 범위를\n정하고 그 범위안에서 작업을 할 것\n11. 위험공실안에서 사용되는 기계ㆍ기구 및 용기는 항상 점검하고 손질할 것\n12. 위험공실에서 사용되는 기계ㆍ기구 및 용기를 수리하는 경우에는 그 공실밖에서 화약류제\n조보안책임자의 지시에 따라 그 기계ㆍ기구 및 용기에 묻거나 또는 스며들어간 화약류를 털\n어낸 후가 아니면 수리에 착수하지 아니하도록 할 것. 다만, 부득이한 경우에는 위험공실안\n의 위험물을 안전한 장소에 옮기는 등 필요한 조치를 하고 위험공실안에서 수리할 수 있다.\n13. 위험공실 또는 화약류 일시저치장의 개축ㆍ수리등의 공사를 하고자 하는 때에는 미리 위\n해예방조치를 할 것\n14. 위험공실은 그 공실에서 하게 되어 있는 본래의 작업외의 다른 용도에 사용하지 아니하도\n록 할 것', 0.553948786619379)
(7480, '법제처                                                            11                                                       국가법령정보센터\n「총포ㆍ도검ㆍ화약류 등의 안전관리에 관한 법률 ...」\n2. 탄창은 6개이하의 실탄 또는 금속성탄알을 장전할 수 있는 것일 것. 다만, 기관총 및 건설용\n타정총의 경우에는 그러하지 아니하다.\n3. 기타 행정안전부령이 정하는 구조와 성능에 적합할 것\n②법 제4조제5항의 규정에 의한 화약류 제조기술의 기준은 다음 각호와 같다. 다만, 도화선 또\n는 전기도화선의 제조에 있어서는 제23호, 꽃불류등의 제조에 있어서는 제27호의 기준에 의\n하지 아니할 수 있다.<개정 1996. 6. 20., 1999. 6. 30., 2004. 1. 20., 2008. 2. 29., 2013. 3. 23., 2013.\n10. 10., 2014. 11. 19., 2017. 7. 26.>\n1. 화약 또는 폭약은 미리 그 성분의 배합비율을, 화공품은 그 구조 및 조성과 1일에 제조하는\n최대수량을 각각 정하고, 그 성분의 배합비율 또는 그 구조 및 조성에 따라 각각 그 최대량이\n하를 제조할 것\n2. 위험구역안에는 작업에 필요한 종업원과 특히 필요하다고 인정되는 사람외에는 출입을 금\n지할 것\n3. 위험공실과 화약류 일시저치장의 정원은 행정안전부령이 정하는 정원의 범위안에서 정하고\n, 그 정원내의 종업원과 특히 필요하다고 인정되는 사람외에는 출입을 금지할 것\n4. 위험구역안에서는 술을 마시고 작업을 하지 아니할 것\n5. 위험구역안에서는 특히 신중을 기하여야 하며 혼잡한 작업을 하지 아니하도록 할 것\n6. 공실 또는 화약류 일시저치장은 항상 깨끗이 하여 철물 또는 흙이나 모래가 화약류에 섞여\n들어가지 아니하도록 하고, 공실의 부근에는 바람에 먼지나 모래등이 날리지 아니하도록 물\n을 뿌리거나 그밖의 적절한 조치를 할 것\n7. 위험공실에는 휴대용 전등외의 등불을 휴대하지 아니할 것\n8. 위험공실등 또는 그 부근에는 폭발 또는 불이 나거나 불에 타기 쉬운 물건을 쌓아 두지 아니\n하도록 할 것\n9. 위험공실등에는 행정안전부령이 정하는 수량의 범위안에서 정체량 또는 동시에 동일장소에\n저치할 수 있는 화약류의 원료의 최대량을 정하고, 이를 초과하여 화약류 또는 그 원료를 저\n치하지 아니하도록 할 것\n10. 화약류를 제조할 때에 온도와 밀접한 관계가 있는 작업을 함에 있어서는 그 온도의 범위를\n정하고 그 범위안에서 작업을 할 것\n11. 위험공실안에서 사용되는 기계ㆍ기구 및 용기는 항상 점검하고 손질할 것\n12. 위험공실에서 사용되는 기계ㆍ기구 및 용기를 수리하는 경우에는 그 공실밖에서 화약류제\n조보안책임자의 지시에 따라 그 기계ㆍ기구 및 용기에 묻거나 또는 스며들어간 화약류를 털\n어낸 후가 아니면 수리에 착수하지 아니하도록 할 것. 다만, 부득이한 경우에는 위험공실안\n의 위험물을 안전한 장소에 옮기는 등 필요한 조치를 하고 위험공실안에서 수리할 수 있다.\n13. 위험공실 또는 화약류 일시저치장의 개축ㆍ수리등의 공사를 하고자 하는 때에는 미리 위\n해예방조치를 할 것\n14. 위험공실은 그 공실에서 하게 되어 있는 본래의 작업외의 다른 용도에 사용하지 아니하도\n록 할 것', 0.553948786619379)
(7893, '법제처                                                            29                                                       국가법령정보센터\n「총포ㆍ도검ㆍ화약류 등의 안전관리에 관한 법률 ...」\n3. 흙둑의 경사는 45도이하로 하고, 높이는 저장소의 지붕의 높이(지붕의 높이가 1.5미터미만\n인 때에는 1.5미터)이상으로 하고, 정상의 폭이 1미터이상으로 할 것\n4. 흙둑을 부득이 흙담으로 하는 경우에는 흙둑의 높이의 3분의 1이하로 하되, 안쪽 면의 흙담\n은 폭발할 때에 가볍게 날리어 흩어지기 쉬운 것으로 할 것. 다만, 꽃불류저장소에 흙둑을 쌓\n는 때에는 그러하지 아니하다.\n5. 2개이상의 저장소가 인접하여 중간의 흙둑을 같이 사용하는 때에는 그 흙둑에 통로를 설치\n하지 아니할 것\n6. 흙둑의 표면에는 가능한 한 잔디를 입힐 것\n \n제43조(간이흙둑) ①화약류저장소 주위에 간이흙둑을 설치하는 경우에는 다음 각호의 기준에\n의하여야 한다.\n1. 간이흙둑의 경사는 75도이하로 하고, 높이는 3급저장소에 있어서는 지붕의 높이(지붕의 높\n이가 1.5미터미만인 때에는 1.5미터)이상, 꽃불류저장소에 있어서는 처마의 높이(처마의 높\n이가  1.5미터미만인  때에는  1.5미터)이상으로  하고,  정상의  폭은  60센티미터이상으로  할\n것\n2.  정상은  빗물이  스며들지  아니하도록  판자등으로  씌우거나  잔디를  입힐  것\n②제42조(제3호를 제외한다)의 규정은 간이흙둑에 관하여 이를 준용한다.\n \n제44조(방폭벽) 꽃불류저장소 주위에 설치하는 방폭벽의 위치ㆍ구조 및 자재등에 관하여 필요\n한 사항은 행정안전부령으로 정한다. <개정 1999. 6. 30., 2008. 2. 29., 2013. 3. 23., 2014. 11. 19.,\n2017. 7. 26.>\n \n제45조(저장량) ①법 제24조제1항의 규정에 의하여 저장소에 저장할 수 있는 화약류의 저장량\n은 별표 12와 같다. 다만, 부득이한 사유가 있는 때에는 허가관청의 허가를 받아 그 저장량을\n초과하여 저장할 수 있다.\n②1급저장소ㆍ2급저장소ㆍ3급저장소 및 간이저장소에 있어서 2종이상의 화약류를 동일한 장\n소에 저장하는 경우의 저장량은 각각 그 화약류의 수량을 별표 12에 의한 당해화약류의 최대\n저장량으로 나눈 수의 합계가 1을 초과하지 아니하는 수량으로 한다.\n \n제46조(화약류저장소에서의 저장방법 및 취급방법) ①법 제24조제1항에 따라 화약류저장소에\n화약류(도화선 및 전기도화선을 제외한다)를 저장(수중저장소에서의 저장을 제외한다)하는\n경우의 저장방법 및 취급방법은 다음 각 호와 같다. 다만, 신호염관ㆍ신호화전 또는 꽃불류의\n경우에는 제8호 및 제11호부터 제13호까지의 규정을 적용하지 아니한다. <개정 1987. 11. 10.,\n2016. 1. 6.>\n1. 저장소의 경계울타리안에는 필요없는 사람의 출입을 금지할 것\n2. 저장소의 경계울타리안에는 폭발ㆍ발화 또는 연소하기 쉬운 물건을 두지 아니할 것\n3. 저장소안에는 저장하는 화약류외의 물건을 넣어 두지 아니할 것', 0.5503639846823234)
(7498, '법제처                                                            29                                                       국가법령정보센터\n「총포ㆍ도검ㆍ화약류 등의 안전관리에 관한 법률 ...」\n3. 흙둑의 경사는 45도이하로 하고, 높이는 저장소의 지붕의 높이(지붕의 높이가 1.5미터미만\n인 때에는 1.5미터)이상으로 하고, 정상의 폭이 1미터이상으로 할 것\n4. 흙둑을 부득이 흙담으로 하는 경우에는 흙둑의 높이의 3분의 1이하로 하되, 안쪽 면의 흙담\n은 폭발할 때에 가볍게 날리어 흩어지기 쉬운 것으로 할 것. 다만, 꽃불류저장소에 흙둑을 쌓\n는 때에는 그러하지 아니하다.\n5. 2개이상의 저장소가 인접하여 중간의 흙둑을 같이 사용하는 때에는 그 흙둑에 통로를 설치\n하지 아니할 것\n6. 흙둑의 표면에는 가능한 한 잔디를 입힐 것\n \n제43조(간이흙둑) ①화약류저장소 주위에 간이흙둑을 설치하는 경우에는 다음 각호의 기준에\n의하여야 한다.\n1. 간이흙둑의 경사는 75도이하로 하고, 높이는 3급저장소에 있어서는 지붕의 높이(지붕의 높\n이가 1.5미터미만인 때에는 1.5미터)이상, 꽃불류저장소에 있어서는 처마의 높이(처마의 높\n이가  1.5미터미만인  때에는  1.5미터)이상으로  하고,  정상의  폭은  60센티미터이상으로  할\n것\n2.  정상은  빗물이  스며들지  아니하도록  판자등으로  씌우거나  잔디를  입힐  것\n②제42조(제3호를 제외한다)의 규정은 간이흙둑에 관하여 이를 준용한다.\n \n제44조(방폭벽) 꽃불류저장소 주위에 설치하는 방폭벽의 위치ㆍ구조 및 자재등에 관하여 필요\n한 사항은 행정안전부령으로 정한다. <개정 1999. 6. 30., 2008. 2. 29., 2013. 3. 23., 2014. 11. 19.,\n2017. 7. 26.>\n \n제45조(저장량) ①법 제24조제1항의 규정에 의하여 저장소에 저장할 수 있는 화약류의 저장량\n은 별표 12와 같다. 다만, 부득이한 사유가 있는 때에는 허가관청의 허가를 받아 그 저장량을\n초과하여 저장할 수 있다.\n②1급저장소ㆍ2급저장소ㆍ3급저장소 및 간이저장소에 있어서 2종이상의 화약류를 동일한 장\n소에 저장하는 경우의 저장량은 각각 그 화약류의 수량을 별표 12에 의한 당해화약류의 최대\n저장량으로 나눈 수의 합계가 1을 초과하지 아니하는 수량으로 한다.\n \n제46조(화약류저장소에서의 저장방법 및 취급방법) ①법 제24조제1항에 따라 화약류저장소에\n화약류(도화선 및 전기도화선을 제외한다)를 저장(수중저장소에서의 저장을 제외한다)하는\n경우의 저장방법 및 취급방법은 다음 각 호와 같다. 다만, 신호염관ㆍ신호화전 또는 꽃불류의\n경우에는 제8호 및 제11호부터 제13호까지의 규정을 적용하지 아니한다. <개정 1987. 11. 10.,\n2016. 1. 6.>\n1. 저장소의 경계울타리안에는 필요없는 사람의 출입을 금지할 것\n2. 저장소의 경계울타리안에는 폭발ㆍ발화 또는 연소하기 쉬운 물건을 두지 아니할 것\n3. 저장소안에는 저장하는 화약류외의 물건을 넣어 두지 아니할 것', 0.5503639846823234)
(7496, '법제처                                                            27                                                       국가법령정보센터\n「총포ㆍ도검ㆍ화약류 등의 안전관리에 관한 법률 ...」\n1.  저장소의  벽(앞면의  벽을  제외한다)은  두께  20센티미터이상의  철근콘크리트  또는  두께\n30센티미터이상의 보강시멘트블록으로 하고, 앞면의 벽은 두께 10센티미터 이상의 콘크리\n트로 할 것\n2. 지붕은 철망골 시멘트모르타르로 하는 등 폭발한 때에 가볍게 날리어 흩어질 수 있는 건축\n자재로 할 것\n3.  화약  또는  폭약과  화공품을  동시에  저장하기  위한  격벽의  기초는  저장소의  기초에  두께\n10센티미터이상의 콘크리트로 하고, 격벽은 두께 30센티미터이상의 철근콘크리트 또는 두\n께 40센티미터이상의 보강콘크리트블록으로 할 것\n4. 출입구는 부근의 보안물건을 고려하여 위험의 염려가 없는 쪽에 설치하고, 저장소의 바깥에\n는 포말소화기등의 소화시설을 갖출 것\n5. 저장소의 주위에는 흙둑 또는 간이흙둑을 설치할 것\n6. 제31조제4호 내지 제10호의 규정은 지상에 설치하는 3급저장소에 관하여 이를 준용한다.\n②지하에 설치하는 3급저장소의 위치ㆍ구조 및 설비의 기준은 다음 각호와 같다.\n1. 지하저장소의 윗 지반의 두께가 60센티미터이상인 곳에 설치할 것\n2. 주택 그 밖의 건축물의 지하에는 설치하지 아니할 것\n3. 제31조제7호 및 제16호, 제33조제1호 내지 제4호ㆍ제6호 및 제1항제3호의 규정은 지하\n에 설치하는 3급저장소에 관하여 이를 준용한다.\n \n제36조(수중저장소의 위치ㆍ구조 및 설비) 수중저장소의 위치ㆍ구조 및 설비의 기준은 다음 각\n호와 같다. <개정 2013. 10. 10.>\n1.  저장소의  기초  또는  벽은  두께  15센티미터이상의  철근콘크리트조로  하고,  물이  스며들지\n아니하도록  방수처리를  할  것\n2. 지붕은 철망골 시멘트모르타르로 하는 등 내화성이 있는 재료로 하며, 도난을 방지할 수 있\n는 구조로 할 것\n3. 수위계와 자동흡수장치를 설치할 것\n4. 물이 넘어서 흘러 빠질 수 있는 배수구를 설치하고, 배수구에는 침전통을 설치하는 등 화약\n류가 흘러내리지 아니하도록 할 것\n \n제37조(실탄저장소의 위치ㆍ구조 및 설비) 실탄저장소의 위치ㆍ구조 및 설비의 기준은 다음 각\n호와 같다. <개정 1996. 6. 20.>\n1. 저장소의 벽은 철근콘크리트로 하는 때에는 두께 20센티미터이상, 벽돌ㆍ콘크리트블록 또\n는 석조로 하는 때에는 30센티미터이상으로 할 것\n2. 지붕은 두께 20센티미터이상의 철근콘크리트로 할 것\n3. 제31조제1호ㆍ제2호ㆍ제4호 내지 제10호ㆍ제12호ㆍ제14호 및 제16호의 규정은 실탄저\n장소에 관하여 이를 준용한다.\n[제목개정 1996. 6. 20.]', 0.5406196117401123)

그래도 0.60 까진 올라가네 흐음..

query="승용차 운반 여부"

(7591, '법제처                                                            32                                                       국가법령정보센터\n「총포ㆍ도검ㆍ화약류 등의 안전관리에 관한 법률 ...」\n1. 운반 중에 화약류가 마찰 또는 동요되거나 굴러떨어지지 않도록 할 것\n2. 화약류는 방수 및 내화성이 있는 덮개로 덮을 것\n3. 화약류(초유폭약ㆍ실탄ㆍ공포탄 및 포탄은 제외한다)는 실으려는 차량의 적재정량의 80퍼\n센트에 해당하는 중량(외장의 중량을 포함한다)을 초과하여 싣지 않을 것\n4. 화약류는 다음 각 목의 물건과 같은 차량에 함께 싣지 않을 것\n가. 발화성 또는 인화성 물질\n나. 외장이 불완전하여 화약류에 마찰 또는 충격을 줄 염려가 있는 물건\n다. 철강재ㆍ기계류ㆍ광석류 및 그 밖에 이에 준하는 물건\n라. 독극물ㆍ방사성물질 및 그 밖의 유해성 물질\n② 제1항제4호 각 목 외의 물건과 화약류를 함께 싣는 경우의 차량적재량에 관하여는 제1항제\n3호를 준용한다. 다만, 영 별표 13에 따른 수량 또는 차량적재량의 10퍼센트에 미달하는 수량\n의 화약류와 제1항제4호 각 목 외의 물건을 함께 싣는 경우는 제외한다.\n③ 종류가 다른 화약류는 동일한 차량에 함께 실어서는 안 된다. 다만, 별표 10의2에 따른 화\n약류는 예외로 한다.\n[본조신설 2026. 1. 8.]\n \n제40조의3(화약류 운반방법 및 운반경로의 기술상의 기준) ① 법 제26조제4항에 따른 화약류\n운반방법의 기술상 기준은 다음 각 호와 같다. 다만, 제1호ㆍ제2호ㆍ제4호 및 제5호는 영 별\n표 13에 따른 화약류를 운반하는 경우에는 적용하지 않는다.\n1.  화약류의  운반은  자동차(2륜자동차  및  택시는  제외한다.  이하  같다)를  이용해야  하며,\n200킬로미터 이상의 거리를 운반할 때에는 운송인은 도중에 운전자를 교체할 수 있도록 예\n비운전자 1명 이상을 태울 것. 다만, 「화물자동차 운수사업법」에 따른 운송 차량을 이용할\n때 같은 법 시행규칙 제21조제23호의 준수사항을 따를 경우 예비운전자를 태우지 않을 수\n있다.\n2. 운반자동차에 경계요원을 태울 것. 다만, 다음 각 목의 어느 하나에 해당하는 경우에는 운반\n책임자가 경계요원을 겸할 수 있다.\n가. 제조업자ㆍ판매업자 또는 화약류사용자가 차량 1대로 하루에 1개 장소에만 화약류를 운\n반하는 경우\n나. 「자동차 및 자동차 부품의 성능과 기준에 관한 규칙」 제32조제1항제2호에 따른 기준\n에 부합하고 실시간으로 위치정보가 전송되는 차량으로 화약류를 운반하는 경우\n3. 주차는 위험하지 않은 장소를 선정하여 할 것\n4. 야간이나 앞을 분간하기 힘든 경우에 주차를 할 때에는 차량의 전방과 후방 15미터 지점에\n붉은색 등불을 달 것\n5. 화약류를 실은 차량이 서로 진행할 때(앞지르는 경우는 제외한다)에는 100미터 이상, 주차\n할 때에는 50미터 이상의 거리를 둘 것\n6. 화약류 부근에서는 담배를 피우거나 화기를 취급하지 않을 것', 0.601850050742926)
(7986, '법제처                                                            32                                                       국가법령정보센터\n「총포ㆍ도검ㆍ화약류 등의 안전관리에 관한 법률 ...」\n1. 운반 중에 화약류가 마찰 또는 동요되거나 굴러떨어지지 않도록 할 것\n2. 화약류는 방수 및 내화성이 있는 덮개로 덮을 것\n3. 화약류(초유폭약ㆍ실탄ㆍ공포탄 및 포탄은 제외한다)는 실으려는 차량의 적재정량의 80퍼\n센트에 해당하는 중량(외장의 중량을 포함한다)을 초과하여 싣지 않을 것\n4. 화약류는 다음 각 목의 물건과 같은 차량에 함께 싣지 않을 것\n가. 발화성 또는 인화성 물질\n나. 외장이 불완전하여 화약류에 마찰 또는 충격을 줄 염려가 있는 물건\n다. 철강재ㆍ기계류ㆍ광석류 및 그 밖에 이에 준하는 물건\n라. 독극물ㆍ방사성물질 및 그 밖의 유해성 물질\n② 제1항제4호 각 목 외의 물건과 화약류를 함께 싣는 경우의 차량적재량에 관하여는 제1항제\n3호를 준용한다. 다만, 영 별표 13에 따른 수량 또는 차량적재량의 10퍼센트에 미달하는 수량\n의 화약류와 제1항제4호 각 목 외의 물건을 함께 싣는 경우는 제외한다.\n③ 종류가 다른 화약류는 동일한 차량에 함께 실어서는 안 된다. 다만, 별표 10의2에 따른 화\n약류는 예외로 한다.\n[본조신설 2026. 1. 8.]\n \n제40조의3(화약류 운반방법 및 운반경로의 기술상의 기준) ① 법 제26조제4항에 따른 화약류\n운반방법의 기술상 기준은 다음 각 호와 같다. 다만, 제1호ㆍ제2호ㆍ제4호 및 제5호는 영 별\n표 13에 따른 화약류를 운반하는 경우에는 적용하지 않는다.\n1.  화약류의  운반은  자동차(2륜자동차  및  택시는  제외한다.  이하  같다)를  이용해야  하며,\n200킬로미터 이상의 거리를 운반할 때에는 운송인은 도중에 운전자를 교체할 수 있도록 예\n비운전자 1명 이상을 태울 것. 다만, 「화물자동차 운수사업법」에 따른 운송 차량을 이용할\n때 같은 법 시행규칙 제21조제23호의 준수사항을 따를 경우 예비운전자를 태우지 않을 수\n있다.\n2. 운반자동차에 경계요원을 태울 것. 다만, 다음 각 목의 어느 하나에 해당하는 경우에는 운반\n책임자가 경계요원을 겸할 수 있다.\n가. 제조업자ㆍ판매업자 또는 화약류사용자가 차량 1대로 하루에 1개 장소에만 화약류를 운\n반하는 경우\n나. 「자동차 및 자동차 부품의 성능과 기준에 관한 규칙」 제32조제1항제2호에 따른 기준\n에 부합하고 실시간으로 위치정보가 전송되는 차량으로 화약류를 운반하는 경우\n3. 주차는 위험하지 않은 장소를 선정하여 할 것\n4. 야간이나 앞을 분간하기 힘든 경우에 주차를 할 때에는 차량의 전방과 후방 15미터 지점에\n붉은색 등불을 달 것\n5. 화약류를 실은 차량이 서로 진행할 때(앞지르는 경우는 제외한다)에는 100미터 이상, 주차\n할 때에는 50미터 이상의 거리를 둘 것\n6. 화약류 부근에서는 담배를 피우거나 화기를 취급하지 않을 것', 0.601850050742926)
(7987, '법제처                                                            33                                                       국가법령정보센터\n「총포ㆍ도검ㆍ화약류 등의 안전관리에 관한 법률 ...」\n7. 화약류를 다룰 때에는 갈고리 등을 사용하지 않을 것\n8. 화약류를 차량에 싣거나 내릴 때에는 원동기의 발동을 정지시키는 등 제동과 관련된 조치를\n확실하게 할 것\n9. 화약류를 실을 때에는 실은 전후에 그 장소를 깨끗하게 청소할 것\n10. 화약류를 다룰 때에는 철물류로 된 신발을 신지 않을 것\n11. 화약류는 특별한 사정이 있는 경우 외에는 야간에 싣지 않을 것\n12. 뇌홍 및 뇌홍을 주로 하는 기폭약은 수분 또는 알코올이 25퍼센트 정도를 머금은 상태로\n운반할 것\n13. 트리니트로레졸신납ㆍ테트라센ㆍ디아조디니트로페놀 및 이들을 주로 하는 기폭약은 수분\n또는 알코올을 20퍼센트 정도 머금은 상태로 운반할 것\n14. 니트로셀룰로오스는 수분 또는 알코올을 23퍼센트 정도 머금은 상태로 운반할 것\n15. 펜타에리스리트 및 테트라나이트레이트는 수분 또는 알코올을 15퍼센트 정도 머금은 상\n태로 운반할 것\n16. 그 밖에 운반상의 위험을 방지하기 위하여 축축하게 젖은 상태로 운반해야 할 필요가 있다\n고 인정되는 화약은 그 화약의 성질에 따라 안전성을 확보할 수 있는 수분을 머금은 상태로\n운반할 것\n② 법 제26조제4항에 따른 화약류를 운반하는 경로는 다음 각 호의 기준에 따른다. 다만, 다음\n각 호의 기준에 맞는 경로로 운반하는 경우 멀리 돌아가게 되거나 그 밖에 다음 각 호의 기준\n에 맞는 경로로 운반할 수 없는 부득이한 사정이 있는 경우는 제외한다.\n1. 차량으로 운반할 때에는 그 차량의 폭에 3.5미터를 더한 너비 이하의 도로를 통행하지 않을\n것\n2. 화기를 취급하는 장소 또는 발화성이나 인화성이 있는 물질을 쌓아둔 장소에 가까이 가지\n않을 것\n3. 번화가 및 그 밖에 사람의 왕래가 잦거나 사람이 많이 모인 곳을 지나가지 않을 것\n[본조신설 2026. 1. 8.]\n \n제40조의4(운반표지) ① 화약류를 운반하는 차량은 화약류를 운반하고 있음을 나타내기 위해 다\n음 각 호에 따른 표지를 해야 한다.\n1. 주간에는 가로ㆍ세로 각 35센티미터 이상의 붉은색 바탕에 흰색으로 “화”라고 쓴 표지를\n차량의 앞뒤와 양옆의 보기 쉬운 곳에 붙일 것. 다만, 부득이한 경우에는 허가관청의 승인을\n받아 위장표지를 할 수 있다.\n2. 야간에는 제1호에 따른 표지를 붙이되 그 표지를 반사체로 하고, 150미터 이상의 거리에서\n명확히 확인할 수 있는 광도의 붉은색 등을 차량 앞뒤의 보기 쉬운 곳에 달 것\n② 영 별표 13에 해당하는 화약류를 운반할 때에는 붉은색 등만을 차량의 앞뒤에 달 수 있다.\n③ 다음 각 호의 어느 하나에 해당하는 수량의 화약류를 운반할 때에는 제1항 또는 제2항에 따\n른 표지를 하지 않을 수 있다.', 0.5657979249954224)
(7592, '법제처                                                            33                                                       국가법령정보센터\n「총포ㆍ도검ㆍ화약류 등의 안전관리에 관한 법률 ...」\n7. 화약류를 다룰 때에는 갈고리 등을 사용하지 않을 것\n8. 화약류를 차량에 싣거나 내릴 때에는 원동기의 발동을 정지시키는 등 제동과 관련된 조치를\n확실하게 할 것\n9. 화약류를 실을 때에는 실은 전후에 그 장소를 깨끗하게 청소할 것\n10. 화약류를 다룰 때에는 철물류로 된 신발을 신지 않을 것\n11. 화약류는 특별한 사정이 있는 경우 외에는 야간에 싣지 않을 것\n12. 뇌홍 및 뇌홍을 주로 하는 기폭약은 수분 또는 알코올이 25퍼센트 정도를 머금은 상태로\n운반할 것\n13. 트리니트로레졸신납ㆍ테트라센ㆍ디아조디니트로페놀 및 이들을 주로 하는 기폭약은 수분\n또는 알코올을 20퍼센트 정도 머금은 상태로 운반할 것\n14. 니트로셀룰로오스는 수분 또는 알코올을 23퍼센트 정도 머금은 상태로 운반할 것\n15. 펜타에리스리트 및 테트라나이트레이트는 수분 또는 알코올을 15퍼센트 정도 머금은 상\n태로 운반할 것\n16. 그 밖에 운반상의 위험을 방지하기 위하여 축축하게 젖은 상태로 운반해야 할 필요가 있다\n고 인정되는 화약은 그 화약의 성질에 따라 안전성을 확보할 수 있는 수분을 머금은 상태로\n운반할 것\n② 법 제26조제4항에 따른 화약류를 운반하는 경로는 다음 각 호의 기준에 따른다. 다만, 다음\n각 호의 기준에 맞는 경로로 운반하는 경우 멀리 돌아가게 되거나 그 밖에 다음 각 호의 기준\n에 맞는 경로로 운반할 수 없는 부득이한 사정이 있는 경우는 제외한다.\n1. 차량으로 운반할 때에는 그 차량의 폭에 3.5미터를 더한 너비 이하의 도로를 통행하지 않을\n것\n2. 화기를 취급하는 장소 또는 발화성이나 인화성이 있는 물질을 쌓아둔 장소에 가까이 가지\n않을 것\n3. 번화가 및 그 밖에 사람의 왕래가 잦거나 사람이 많이 모인 곳을 지나가지 않을 것\n[본조신설 2026. 1. 8.]\n \n제40조의4(운반표지) ① 화약류를 운반하는 차량은 화약류를 운반하고 있음을 나타내기 위해 다\n음 각 호에 따른 표지를 해야 한다.\n1. 주간에는 가로ㆍ세로 각 35센티미터 이상의 붉은색 바탕에 흰색으로 “화”라고 쓴 표지를\n차량의 앞뒤와 양옆의 보기 쉬운 곳에 붙일 것. 다만, 부득이한 경우에는 허가관청의 승인을\n받아 위장표지를 할 수 있다.\n2. 야간에는 제1호에 따른 표지를 붙이되 그 표지를 반사체로 하고, 150미터 이상의 거리에서\n명확히 확인할 수 있는 광도의 붉은색 등을 차량 앞뒤의 보기 쉬운 곳에 달 것\n② 영 별표 13에 해당하는 화약류를 운반할 때에는 붉은색 등만을 차량의 앞뒤에 달 수 있다.\n③ 다음 각 호의 어느 하나에 해당하는 수량의 화약류를 운반할 때에는 제1항 또는 제2항에 따\n른 표지를 하지 않을 수 있다.', 0.5657979249954224)
(7593, '법제처                                                            34                                                       국가법령정보센터\n「총포ㆍ도검ㆍ화약류 등의 안전관리에 관한 법률 ...」\n1. 10킬로그램 이하의 화약\n2. 5킬로그램 이하의 폭약\n3. 100개 이하의 공업용 뇌관 또는 전기뇌관\n4. 1만개 이하의 총용 뇌관\n5. 1천개 이하의 실탄ㆍ공포탄 또는 미진동 파쇄기\n6. 100미터 이하의 도폭선\n[본조신설 2026. 1. 8.]\n \n제40조의5(운반책임자의 유의사항) ① 운송인은 화약류를 운반하는 경우 법 제28조제1항에 따\n른 화약류제조보안책임자면허 또는 화약류관리보안책임자면허를 받은 사람을 운반책임자로\n정하고, 화약류의 종류에 따라 적재ㆍ운반 및 그 밖의 취급을 할 때 특히 유의해야 할 사항을\n운반책임자에게 미리 알려주어야 한다.\n② 운반책임자는 출발하기 전에 차량 및 적재상황을 점검ㆍ확인해야 한다.\n③ 운반책임자는 운전기술이 능숙한 사람으로 하여금 화약류 운반 차량을 운전하게 해야 한다\n.\n[본조신설 2026. 1. 8.]\n \n제41조(화약류제조ㆍ관리보안책임자의 선임 및 해임신고) ①법 제27조제1항 및 제2항의 규정\n에 의한 화약류제조보안책임자 또는 화약류관리보안책임자의 선임 및 해임신고는 별지 제\n22호서식의 화약류제조(관리) 보안책임자선임(해임)신고서에 의한다.\n②허가관청은 제1항의 선임 및 해임신고를 받은 때에는 그 면허증에 선임 및 해임사실을 기재\n하고 서명날인후 이를 신고인에게 돌려주어야 한다.<신설 1989. 3. 14.>\n \n제42조(면허의 신청) ①법 제28조제1항에 따라 화약류제조보안책임자 또는 화약류관리보안책\n임자의 면허를 받으려는 사람은 별지 제23호서식의 화약류제조(관리)보안책임자 면허 신청서\n를 시ㆍ도경찰청장에게 제출하여야 한다. <개정 1990. 4. 2., 1991. 9. 19., 2011. 2. 22., 2020. 12.\n31.>\n②제1항의 면허신청서에는 다음 각호의 서류를 첨부하여야 한다. 이 경우 시ㆍ도경찰청장(영\n제82조  본문에  따라  경유하여야  하는  관할  경찰서장을  포함한다)은  「전자정부법」  제36조\n제1항에 따른 행정정보의 공동이용을 통하여 해당 국가기술자격증을 확인하여야 하며, 신청인\n이 확인에 동의하지 아니하는 경우에는 해당 기술자격을 증명하는 서류를 첨부하도록 하여야\n한다.<개정 1999. 7. 15., 2010. 9. 10., 2020. 12. 31., 2026. 1. 8.>\n1.  신체검사서(「건강검진기본법」  제14조에  따라  지정된  검진기관에서  면허신청일  기준\n3개월  이내에  발급한  것으로  한정한다)\n2. 삭제 <2010. 9. 10.>\n3. 사진(가로 3센티미터, 세로 4센티미터)\n③시ㆍ도경찰청장은 제1항에 따른 면허신청서를 받은 때에는 법 제29조에 따른 결격사유에의\n해당여부를 확인하여야 한다.<개정 1990. 4. 2., 2011. 2. 22., 2020. 12. 31.>', 0.525307027977287)

+

[링크 : https://www.law.go.kr/lbook/lbInfoR.do?lbookSeq=110567&FSort=100]

돈 안나오면 어떻게 고용보험이 해주나 찾아보자 ㅋㅋㅋ

아 역시 법은 나랑 안친해 ㅋㅋㅋ

query = "사업주 문제로 몇 달 간 급여 나오지 않을 경우"

(8225, '법제처                                                            9                                                       국가법령정보센터\n「고용보험법 시행규칙」\n제24조(고용조정이 불가피하게 된 사업주) ① 영 제19조제1항과 영 제22조 각 호 외의 부분에\n따른 고용조정이 불가피하게 된 사업주는 다음 각 호의 어느 하나에 해당하는 사업주로 한다.\n<개정 2010. 7. 12., 2011. 1. 3., 2013. 1. 25., 2013. 4. 24., 2020. 12. 31., 2023. 12. 29., 2026. 5. 11.>\n1. 영 제20조제1항에 따라 신고한 고용유지조치계획에 따라 실시하는 영 제19조제1항에 따\n른  고용유지조치(이하  “고용유지조치”라  한다)의  첫  날이  속하는  달의  직전  달(이하  이\n조에서  “기준달”이라  한다)의  매출액이  기준달  직전  6개월의  월평균  매출액에  비하여\n100분의  15  이상  감소한  사업의  사업주\n2. 기준달의 매출액과 기준달 직전 6개월 중 연속한 3개월씩의 월평균 매출액이 계속 감소 추\n세에 있는 사업의 사업주\n3. 해당 업종, 지역경제 상황의 악화 등 고용노동부장관이 정하는 기준에 따라 고용조정이 불\n가피하다고 직업안정기관의 장이 인정한 사업의 사업주\n②  제1항제1호에도  불구하고  「재난  및  안전관리  기본법」  제3조제1호에  따른  재난  등으로\n급격히  악화된  고용사정이  6개월  이상  계속되는  경우에는  고용노동부장관은  매출액  감소를\n비교하는  시점을  각각  달리  정하여  고시할  수  있다.<신설  2020.  12.  31.,  2023.  12.  29.>\n \n제25조 삭제 <2026. 5. 11.>\n \n제26조 삭제 <2013. 4. 24.>\n \n제27조 삭제 <2018. 7. 11.>\n \n제28조(고용유지지원금의 지급신청 방법) ① 영 제19조제1항에 따른 고용유지조치를 실시한 사\n업주가 고용유지지원금을 받으려면 별지 제32호서식의 고용유지지원금 신청서에 다음 각 호\n의 서류를 첨부하여 소재지 관할 직업안정기관의 장에게 제출해야 한다. <개정 2026. 5. 11.>\n1. 근로자의 월별 임금대장 사본 1부\n2. 고용유지조치 기간 중 사업주가 임금을 보전하기 위하여 지급한 금품을 확인할 수 있는 자\n료 1부\n3. 출퇴근카드 또는 출퇴근기록부 등 출퇴근 현황을 확인할 수 있는 서류 사본 1부\n4. 삭제 <2026. 5. 11.>\n② 제1항에 따른 신청을 받은 소재지 관할 직업안정기관의 장은 「전자정부법」 제36조제1항\n에  따른  행정정보의  공동이용을  통하여  사업주(법인인  경우  대표자를  말한다)의  주민등록표\n등본  또는  가족관계등록전산정보를  확인해야  한다.  이  경우  신청인이  확인에  동의하지  않는\n경우에는  그  서류를  첨부하도록  해야  한다.\n[전문개정 2023. 12. 29.]\n \n제29조(고용유지지원금의 지급신청 시기) 영 제19조제1항에 따른 고용유지조치를 실시한 사업\n주는 역(曆)에 따른 1개월을 단위로 해당 고용유지조치를 실시한 날이 속하는 달의 말일부터\n3개월이 되는 날까지 고용유지지원금의 지급을 신청해야 한다.', 0.6374310471158607)
(8595, '법제처                                                            49                                                       국가법령정보센터\n「고용보험법 시행령」\n2. 구직급여를 받지 못한 횟수가 4회인 경우: 2년\n3. 구직급여를 받지 못한 횟수가 5회 이상인 경우: 3년\n[본조신설 2020. 8. 27.]\n \n제81조(구직급여의 반환 등) ① 직업안정기관의 장은 다음 각 호의 어느 하나에 해당하는 조치\n를 했을 때에는 지체 없이 이를 해당 수급자격자 또는 수급자격자였던 사람(법 제62조제3항\n에 따른 사업주를 포함한다)에게 알려야 한다. <개정 2020. 8. 27.>\n1. 법 제61조에 따른 구직급여의 지급 제한\n2. 법 제62조제1항ㆍ제3항 및 제4항에 따른 구직급여의 반환 명령\n3. 법 제62조제2항 및 제3항에 따른 추가 징수\n4. 법 제62조제5항에 따른 지급받을 구직급여의 반환금ㆍ추가징수금에의 충당\n②  제1항제2호  및  제3호에  해당하는  조치를  받은  자는  제1항에  따른  통보를  받은  날부터\n30일 이내에 해당 금액을 내야 한다. 다만, 낼 금액이 고용노동부장관이 정하는 금액 이상인\n경우에는 본인이 신청하면 분할 납부하게 할 수 있다.<개정  2010.  7.  12.,  2020.  8.  27.>\n③  직업안정기관의  장은  법  제62조제1항  및  제2항에  따른  반환금과  추가징수금을  납부해야\n하는 사람에게 법 제44조에 따라 지급받을 구직급여가 있는 경우 법 제62조제5항에 따라 해\n당 구직급여의 10분의 1에 해당하는 금액을 해당 반환금ㆍ추가징수금에 충당한다. 다만, 해당\n반환금ㆍ추가징수금을 납부해야 하는 사람이 본문에 따른 금액 이상을 충당하기로 서면 동의\n하면 그 동의한 금액을 충당할 수 있다.<신설 2020. 8. 27.>\n④ 직업안정기관의 장은 법 제62조제4항에 따른 반환금을 납부해야 하는 사람에게 법 제44조\n에 따라 지급받을 구직급여가 있는 경우 법 제62조제5항에 따라 해당 구직급여의 전부 또는\n일부를  반환금에  충당하기로  서면  동의하면  그  동의한  금액을  충당할  수  있다.<신설  2020.  8.\n27.>\n⑤ 제2항 단서에 따른 분할 납부의 절차, 납부기한 등은 고용노동부장관이 정한다.<개정 2010.\n7. 12., 2020. 8. 27.>\n \n제82조(상병급여의 지급 청구와 지급 제외) ① 수급자격자는 법 제63조제1항에 따라 상병급여\n(傷病給與)의 지급을 청구하려는 경우 직접 또는 대리인을 통하여 그 취업할 수 없는 사유가\n없어진 날부터 14일(법 제48조에 따른 수급기간이 그 취업할 수 없는 기간 내에 끝난 경우에\n는 수급기간 종료 후 30일) 이내에 신청지 관할 직업안정기관의 장에게 상병급여 청구서에 질\n병 또는 부상이나 출산에 관한 증명서를 첨부하여 제출하여야 한다. 다만, 천재지변이나 그 밖\n의 부득이한 사유가 있는 경우에는 그 사유가 없어진 날부터 7일 이내에 제출하여야 한다. <개\n정 2011. 9. 15., 2024. 6. 25.>\n② 법 제63조제4항에서 “대통령령으로 정하는 보상 또는 급여”란 다음 각 호의 보상과 급여\n를 말한다.\n1. 「국가배상법」 제3조제2항제2호에 따른 휴업배상', 0.6336477835598295)
(8559, '법제처                                                            13                                                       국가법령정보센터\n「고용보험법 시행령」\n2. 제1호에 따른 사업주로부터 지정업종에 속하는 사업의 도급을 받아 제조ㆍ수리 등을 하는\n사업주로서 매출액의 2분의 1 이상이 그 지정업종과 관련된 사업의 사업주\n3. 「고용정책 기본법 시행령」 제29조제1항제2호 또는 제3호에 따라 고용조정 지원 등이 필\n요한 지역으로 지정된 지역(이하 “지정지역”이라 한다)에 위치하는 사업의 사업주\n4.  고용상황이  전국적으로  현저히  악화되어  특별지원이  필요하다고  「고용정책  기본법」  제\n10조에  따른  고용정책심의회(이하  “고용정책심의회”라  한다)에서  인정한  사업주\n③ 고용노동부장관은 제2항 각 호의 어느 하나에 해당하는 사업주가 고용안정을 위한 조치를\n하는  경우에는  제19조,  제20조,  제20조의2,  제21조,  제21조의2부터  제21조의4까지  및  제\n22조에도 불구하고 고용정책심의회의 심의를 거쳐 지원의 요건과 지원의 수준을 고용노동부\n장관이 정하여 고시하는 바에 따라 달리 정할 수 있다.<개정 2008. 9. 18., 2009. 12. 30., 2010. 7.\n12., 2020. 3. 31., 2026. 5. 6.>\n \n제19조(고용유지지원금의 지급 대상) ① 고용노동부장관은 법 제21조제1항에 따라 고용조정이\n불가피하게 된 사업주가 그 사업에서 고용하여 피보험자격 취득 후 90일이 지난 피보험자[일\n용근로자, 「근로기준법」 제26조에 따라 해고가 예고된 사람, 경영상 이유에 따른 사업주의\n권고에 따라 퇴직이 예정된 사람 및 사업주(사업주가 법인인 경우에는 그 대표자를 말한다)의\n배우자 및 직계존속ㆍ비속은 제외한다. 이하 이 조, 제21조, 제21조의3, 제21조의4, 제22조,\n제22조의2, 제35조제8호 및 제37조의3에서 같다]에게 역(曆)에 따른 1개월의 소정근로시간\n중 100분의 20 이상을 단축하고, 그 단축된 근로시간에 대한 임금을 보전하기 위하여 금품을\n지급하는 조치(이하 “고용유지조치”라 한다)를 하여 그 고용유지조치 기간과 이후 1개월\n동안 고용조정으로 피보험자를 이직시키지 않은 경우에 지원금(이하 “고용유지지원금”이라\n한다)을 지급한다. <개정 2008. 4. 30., 2009. 3. 12., 2009. 5. 28., 2010. 2. 8., 2010. 7. 12., 2010. 12.\n31., 2013. 4. 22., 2013. 12. 24., 2017. 12. 26., 2020. 12. 29., 2023. 12. 26., 2026. 5. 6.>\n1. 삭제 <2026. 5. 6.>\n2. 삭제 <2026. 5. 6.>\n② 제1항에도 불구하고 사업주가 다음 각 호의 어느 하나에 해당하는 경우에는 관할 직업안정\n기관의 장이 불가피하다고 인정하는 경우를 제외하고는 해당 달에 대한 고용유지지원금을 지\n급하지 않는다.<개정 2023. 12. 26.>\n1. 사업주가 제1항에 따른 고용유지조치 기간 동안 근로자를 새로 고용하는 경우\n2. 사업주가 3년 이상 연속하여 같은 달에 고용유지조치를 실시하는 경우\n3. 사업주가 고용유지조치를 하려는 날의 전날 이전 2년 동안 고용유지지원금을 지급받은 사\n실이 있는 경우에는 그 고용유지조치 기간의 마지막 날의 다음 날부터 6개월 이내에 고용조\n정으로 소속 피보험자의 100분의 10 이상을 이직시킨 경우\n③ 고용노동부장관은 제1항에도 불구하고 법 제21조제1항에 따라 고용조정이 불가피하게 된\n사업주가 「재난 및 안전관리 기본법」 제3조제1호에 따른 재난 등으로 고용사정이 급격히 악\n화된  경우에는  고용유지조치의  대상이  되는  피보험자의  피보험자격  취득  기간을  고용노동부\n장관이  정하여  고시하는  기간으로  달리  정할  수  있다.<신설  2020.  12.  29.,  2026.  5.  6.>', 0.619929850101471)
(8724, '법제처                                                            43                                                       국가법령정보센터\n「고용보험법」\n \n            제8장 보칙\n \n제105조(불이익 처우의 금지) 사업주는 근로자가 제17조에 따른 확인의 청구를 한 것을 이유로\n그 근로자에게 해고나 그 밖의 불이익한 처우를 하여서는 아니 된다.\n \n제106조(준용) 이 법에 따른 다음 각 호의 징수금의 징수에 관하여는 고용산재보험료징수법 제\n27조, 제27조의2, 제27조의3, 제28조, 제28조의2부터 제28조의7까지, 제29조, 제29조의2,\n제29조의3, 제30조, 제32조, 제39조, 제41조 및 제42조를 준용한다. <개정 2011. 7. 21.>\n1. 고용안정ㆍ직업능력개발 사업의 지원금액의 반환금 또는 추가징수금\n2. 실업급여의 반환금 또는 추가징수금\n3. 육아휴직 급여 등의 반환금 또는 추가징수금\n \n제107조(소멸시효) ① 다음 각 호의 어느 하나에 해당하는 권리는 3년간 행사하지 아니하면 시\n효로 소멸한다. <개정 2019. 1. 15.>\n1. 제3장에 따른 지원금을 지급받거나 반환받을 권리\n2. 제4장에 따른 취업촉진 수당을 지급받거나 반환받을 권리\n3. 제4장에 따른 구직급여를 반환받을 권리\n4. 제5장에 따른 육아휴직 급여, 육아기 근로시간 단축 급여 및 출산전후휴가 급여등을 반환받\n을 권리\n②소멸시효의  중단에  관하여는  「산업재해보상보험법」  제113조를  준용한다.<개정  2015.  1.\n20.>\n \n제108조(보고 등) ①고용노동부장관은 필요하다고 인정하면 피보험자 또는 수급자격자를 고용\n하고 있거나 고용하였던 사업주, 고용산재보험료징수법 제33조에 따른 보험사무대행기관(이\n하 “보험사무대행기관”이라 한다) 및 보험사무대행기관이었던 자에게 피보험자의 자격 확\n인, 부정수급(不正受給)의 조사 등 이 법의 시행에 필요한 보고, 관계 서류의 제출 또는 관계인\n의 출석을 요구할 수 있다. <개정 2010. 6. 4., 2021. 1. 5.>\n②이직한 사람은 종전의 사업주 또는 그 사업주로부터 보험 사무의 위임을 받아 보험 사무를\n처리하는  보험사무대행기관에  실업급여를  지급받기  위하여  필요한  증명서의  교부를  청구할\n수 있다. 이 경우 청구를 받은 사업주나 보험사무대행기관은 그 청구에 따른 증명서를 내주어\n야 한다.<개정 2020. 5. 26.>\n③고용노동부장관은  피보험자,  수급자격자  또는  지급되지  아니한  실업급여의  지급을  청구하\n는  사람에게  피보험자의  자격  확인,  부정수급의  조사  등  이  법의  시행에  필요한  보고를  하게\n하거나  관계  서류의  제출  또는  출석을  요구할  수  있다.<개정  2010.  6.  4.,  2020.  5.  26.>\n \n제109조(조사 등) ①고용노동부장관은 피보험자의 자격 확인, 부정수급의 조사 등 이 법의 시행\n을 위하여 필요하다고 인정하면 소속 직원에게 피보험자 또는 수급자격자를 고용하고 있거나', 0.6162779698537582)
(8703, '법제처                                                            22                                                       국가법령정보센터\n「고용보험법」\n용할 때는 그 구직급여를 지급받은 것으로 본다.<개정 2020. 5. 26.>\n④거짓이나 그 밖의 부정한 방법으로 실업급여를 지급받았거나 받으려 한 사람이 제1항 또는\n제2항에 따라 구직급여를 지급받을 수 없게 된 경우에도 제63조제2항을 적용할 때는 그 지급\n받을 수 없게 된 일수분의 구직급여를 지급받은 것으로 본다.<개정 2020. 5. 26.>\n⑤ 제1항 단서에도 불구하고 거짓이나 그 밖의 부정한 방법으로 구직급여를 받았거나 받으려\n한 사람이 그 구직급여를 받은 날 또는 제44조에 따른 실업인정의 신고를 한 날부터 소급하여\n10년간 3회 이상 제1항 본문에 따라 구직급여를 받지 못한 경우에는 대통령령으로 정하는 바\n에 따라 거짓이나 그 밖의 부정한 방법으로 구직급여를 받은 날 또는 제44조에 따른 실업인정\n의 신고를 한 날부터 3년의 범위에서 새로운 수급자격에 따른 구직급여를 지급하지 아니한다.\n<신설 2019. 8. 27.>\n \n제62조(반환명령 등) ① 직업안정기관의 장은 거짓이나 그 밖의 부정한 방법으로 구직급여를 지\n급받은 사람에게 고용노동부령으로 정하는 바에 따라 지급받은 구직급여의 전부 또는 일부의\n반환을 명할 수 있다.\n②  직업안정기관의  장은  제1항에  따라  반환을  명하는  경우에  고용노동부령으로  정하는  바에\n따라 거짓이나 그 밖의 부정한 방법으로 지급받은 구직급여액의 2배 이하의 금액을 추가로 징\n수할 수 있다. 다만, 사업주(사업주의 대리인ㆍ사용인, 그 밖에 사업주를 위하여 행위하는 자\n를 포함한다. 이하 이 조 및 제116조제1항에서 같다)와 공모(거짓이나 그 밖의 부정한 방법에\n사업주의 거짓된 신고ㆍ보고 또는 증명 등 사업주의 귀책사유가 포함되어 있는 경우를 말한다\n. 이하 같다)하여 거짓이나 그 밖의 부정한 방법으로 구직급여를 지급받은 경우에는 지급받은\n구직급여액의 5배 이하의 금액을 추가로 징수할 수 있다.\n③ 거짓이나 그 밖의 부정한 방법으로 구직급여를 지급받은 사람이 사업주와 공모한 경우에는\n그 사업주도 그 구직급여를 지급받은 사람과 연대(連帶)하여 제1항 및 제2항에 따른 책임을\n진다.\n④ 직업안정기관의 장은 구직급여의 수급자격이 있는 사람 또는 수급자격이 있었던 사람에게\n잘못 지급된 구직급여가 있으면 그 지급금의 반환을 명할 수 있다.\n⑤ 직업안정기관의 장은 제1항ㆍ제2항 또는 제4항에 따라 구직급여 지급금을 반환하거나 추\n가징수금을  납부하여야  하는  사람이  이  법에  따라  지급받을  구직급여가  있는  경우에는  이를\n대통령령으로 정하는 바에 따라 제1항ㆍ제2항 또는 제4항에 따른 반환금ㆍ추가징수금에 충당\n할 수 있다.\n[전문개정 2019. 8. 27.]\n \n제63조(질병 등의 특례) ①수급자격자가 제42조에 따라 실업의 신고를 한 이후에 질병ㆍ부상 또\n는 출산으로 취업이 불가능하여 실업의 인정을 받지 못한 날에 대하여는 제44조제1항에도 불\n구하고 그 수급자격자의 청구에 의하여 제46조의 구직급여일액에 해당하는 금액(이하 “상병\n급여”라 한다)을 구직급여를 갈음하여 지급할 수 있다. 다만, 제60조제1항 및 제2항에 따라\n구직급여의 지급이 정지된 기간에 대하여는 상병급여(傷病給與)를 지급하지 아니한다. <개정', 0.6153938403490888)

저작자표시 (새창열림)

'프로그램 사용 > ai 프로그램' 카테고리의 다른 글

llama.cpp kv quantization (0)	2026.05.19
openai api (0)	2026.05.18
gpt님 만세! - pip torch 버전 낮추기 (0)	2026.05.15
wan2.2 (0)	2026.05.13
openwebui 설치 시도 (0)	2026.05.13

Posted by 구차니

gpt님 만세! - pip torch 버전 낮추기

이런저런 에러를 내면서 못도는거

home/minimonk/.local/lib/python3.10/site-packages/torch/cuda/__init__.py:384: UserWarning: Found GPU0 NVIDIA GeForce GTX 1080 Ti which is of compute capability (CC) 6.1.
The following list shows the CCs this version of PyTorch was built for and the hardware CCs it supports:
- 7.5 which supports hardware CC >=7.5,<8.0
- 8.0 which supports hardware CC >=8.0,<9.0 except {8.7}
- 8.6 which supports hardware CC >=8.6,<9.0 except {8.7}
- 9.0 which supports hardware CC >=9.0,<10.0
- 10.0 which supports hardware CC >=10.0,<11.0 except {10.1}
- 12.0 which supports hardware CC >=12.0,<13.0
Please follow the instructions at https://pytorch.org/get-started/locally/ to install a PyTorch release that supports one of these CUDA versions: 12.6
_warn_unsupported_code(d, device_cc, code_ccs)
/home/minimonk/.local/lib/python3.10/site-packages/torch/cuda/__init__.py:384: UserWarning: Found GPU1 NVIDIA GeForce GTX 1080 Ti which is of compute capability (CC) 6.1.
The following list shows the CCs this version of PyTorch was built for and the hardware CCs it supports:
- 7.5 which supports hardware CC >=7.5,<8.0
- 8.0 which supports hardware CC >=8.0,<9.0 except {8.7}
- 8.6 which supports hardware CC >=8.6,<9.0 except {8.7}
- 9.0 which supports hardware CC >=9.0,<10.0
- 10.0 which supports hardware CC >=10.0,<11.0 except {10.1}
- 12.0 which supports hardware CC >=12.0,<13.0
Please follow the instructions at https://pytorch.org/get-started/locally/ to install a PyTorch release that supports one of these CUDA versions: 12.6
_warn_unsupported_code(d, device_cc, code_ccs)
/home/minimonk/.local/lib/python3.10/site-packages/torch/cuda/__init__.py:502: UserWarning:
NVIDIA GeForce GTX 1080 Ti with CUDA capability sm_61 is not compatible with the current PyTorch installation.
The current PyTorch install supports CUDA capabilities sm_75 sm_80 sm_86 sm_90 sm_100 sm_120.
If you want to use the NVIDIA GeForce GTX 1080 Ti GPU with PyTorch, please check the instructions at https://pytorch.org/get-started/locally/

torch.AcceleratorError: CUDA error: no kernel image is available for execution on the device
Search for `cudaErrorNoKernelImageForDevice' in https://docs.nvidia.com/cuda/cuda-runtime-api/group__CUDART__TYPES.html for more information.
CUDA kernel errors might be asynchronously reported at some other API call, so the stacktrace below might be incorrect.
For debugging consider passing CUDA_LAUNCH_BLOCKING=1
Compile with `TORCH_USE_CUDA_DSA` to enable device-side assertions.

cu118로 낮추니 잘된다. 만세!

pip3 uninstall -y torch triton
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

.이거면.. openai 쪽 api도 필요없고

허깅페이스에서 모델만 받으면 어떻게 해결 될 듯 한데

그래도 KURE-v1이 가볍단 해도 아주 가벼운건 또 아니네..

python3 2354MiB

일단은 잘 돌아가는 것 같은니. pgvector랑 연동해보자 ㅋㅋ

>>> from sentence_transformers import SentenceTransformer
>>> from sklearn.metrics.pairwise import cosine_similarity
>>>
>>> model = SentenceTransformer("nlpai-lab/KURE-v1")
Warning: You are sending unauthenticated requests to the HF Hub. Please set a HF_TOKEN to enable higher rate limits and faster downloads.
Loading weights: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████| 391/391 [00:00<00:00, 1080.33it/s]
>>>
>>> documents = [
...     "고양이가 소파 위에 앉아 있다.",
...     "강아지가 공원에서 뛰어논다.",
...     "반려동물이 집에서 쉬고 있다."
... ]
>>>
>>> query = "집 안의 동물"
>>>
>>> doc_embeddings = model.encode(
...     documents,
...     normalize_embeddings=True
... )
>>>
>>> query_embedding = model.encode(
...     query,
...     normalize_embeddings=True
... )
>>>
>>> scores = cosine_similarity(
...     [query_embedding],
...     doc_embeddings
... )[0]
>>>
>>> for doc, score in zip(documents, scores):
...     print(f"{score:.4f} : {doc}")
...
0.6314 : 고양이가 소파 위에 앉아 있다.
0.6035 : 강아지가 공원에서 뛰어논다.
0.7798 : 반려동물이 집에서 쉬고 있다.

혹시나 해서 찾아본 cuda 1 번으로 돌리는 방법

sentence_transformer
nlpai-lab/KURE-v1

from sentence_transformers import SentenceTransformer
from sklearn.metrics.pairwise import cosine_similarity

model = SentenceTransformer("nlpai-lab/KURE-v1", device="cuda:1")

documents = [
    "고양이가 소파 위에 앉아 있다.",
    "강아지가 공원에서 뛰어논다.",
    "반려동물이 집에서 쉬고 있다."
]

query = "집 안의 동물"

doc_embeddings = model.encode(
    documents,
    normalize_embeddings=True
)

query_embedding = model.encode(
    query,
    normalize_embeddings=True
)

scores = cosine_similarity(
    [query_embedding],
    doc_embeddings
)[0]

for doc, score in zip(documents, scores):
    print(f"{score:.4f} : {doc}")

좋아좋아 gpu 1번 ㅋㅋ

저작자표시 (새창열림)

'프로그램 사용 > ai 프로그램' 카테고리의 다른 글

openai api (0)	2026.05.18
RAG 시도 - postgresql(14) + pgvector (1)	2026.05.15
wan2.2 (0)	2026.05.13
openwebui 설치 시도 (0)	2026.05.13
LLM 소비전력 단상 (2)	2026.05.13

Posted by 구차니

U-net, segmentation

[링크 : https://github.com/PINTO0309/TensorflowLite-UNet]

[링크 : https://huggingface.co/qualcomm/Unet-Segmentation]

[링크 : https://github.com/milesial/Pytorch-UNet]

[링크 : https://github.com/Rumit95/Auto_Segmentation] semantic segmentation

[링크 : https://github.com/Rumit95/Semantic-Segmentation-of-Image]

클래스 1: 애완 동물에 속하는 픽셀
클래스 2: 애완동물과 접하는 픽셀
클래스 3: 위에 속하지 않음/주변 픽셀

[링크 : https://www.tensorflow.org/tutorials/images/segmentation?hl=ko]

저작자표시 (새창열림)

'프로그램 사용 > yolo_tensorflow' 카테고리의 다른 글

MVTec AD 데이터 셋 (0)	2026.05.20
VAD - PaDiM, Patchcore - 정상이 아님을 탐지 (0)	2026.05.19
QAT, PTQ .. 모델 경량화 (0)	2026.05.14
unet (0)	2026.05.06
keras - transfer learning / fine tuning (0)	2025.09.17

Posted by 구차니

QAT, PTQ .. 모델 경량화

QAT - Quantization Aware Training

양자화 하지 않고 학습후

# Load MNIST dataset
mnist = keras.datasets.mnist
(train_images, train_labels), (test_images, test_labels) = mnist.load_data()

# Normalize the input image so that each pixel value is between 0 to 1.
train_images = train_images / 255.0
test_images = test_images / 255.0

# Define the model architecture.
model = keras.Sequential([
  keras.layers.InputLayer(input_shape=(28, 28)),
  keras.layers.Reshape(target_shape=(28, 28, 1)),
  keras.layers.Conv2D(filters=12, kernel_size=(3, 3), activation='relu'),
  keras.layers.MaxPooling2D(pool_size=(2, 2)),
  keras.layers.Flatten(),
  keras.layers.Dense(10)
])

# Train the digit classification model
model.compile(optimizer='adam',
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
              metrics=['accuracy'])

model.fit(
  train_images,
  train_labels,
  epochs=1,
  validation_split=0.1,
)

양자화 모델로 변환하고, 파인튜닝

import tensorflow_model_optimization as tfmot

quantize_model = tfmot.quantization.keras.quantize_model

# q_aware stands for for quantization aware.
q_aware_model = quantize_model(model)

# `quantize_model` requires a recompile.
q_aware_model.compile(optimizer='adam',
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
              metrics=['accuracy'])

q_aware_model.summary()

train_images_subset = train_images[0:1000] # out of 60000
train_labels_subset = train_labels[0:1000]

q_aware_model.fit(train_images_subset, train_labels_subset,
                  batch_size=500, epochs=1, validation_split=0.1)

[링크 : https://www.tensorflow.org/model_optimization/guide/quantization/training?hl=ko]

PTQ - Post Training Quantization

[링크 : https://www.tensorflow.org/model_optimization/guide/quantization/post_training?hl=ko]

pruning - 0에 가까운 애들 없애기 (가지치기)

quantization (양자화)

distillation (증류)

low rank factorization (NxM -> Xxk kxM)

[링크 : https://u-b-h.tistory.com/13]

[링크 : https://asidefine.tistory.com/318]

저작자표시 (새창열림)

'프로그램 사용 > yolo_tensorflow' 카테고리의 다른 글

VAD - PaDiM, Patchcore - 정상이 아님을 탐지 (0)	2026.05.19
U-net, segmentation (0)	2026.05.14
unet (0)	2026.05.06
keras - transfer learning / fine tuning (0)	2025.09.17
keras ssd mobilenet (0)	2025.09.16

Posted by 구차니

wan2.2

comfyui 보다가 동영상 만드는거에서 보이는 wan2.2 라는 키워드

이것도 알리바바 쪽 꺼라서 로고가 qwen이랑 같군.

[링크 : https://github.com/Wan-Video/Wan2.2]

[링크 : https://www.youtube.com/watch?v=sGZk2StxHho]

teacache 쓰면 빨리진다고 하는데..

[링크 : https://www.internetmap.kr/entry/TeaCache-with-Flux-GGUF-and-HunyuanVideo]

[링크 : https://www.reddit.com/r/StableDiffusion/comments/1jllera/anyone_know_how_to_run_wan_21_on_a_gtx_1080ti/?tl=ko]

근데.. 파스칼은 안보이고 볼타부터 보이네.. 흐규흐규

[링크 : https://github.com/komikndr/raylight]

[링크 : https://github.com/pollockjj/ComfyUI-MultiGPU]

[링크 : https://github.com/robertvoy/ComfyUI-Distributed]

[링크 : https://github.com/Comfy-Org/ComfyUI/pull/7063]

[링크 : https://www.reddit.com/r/comfyui/comments/1opv1t1/multi_gpu_support_for_video_generation_with_wan_22/]

저작자표시 (새창열림)

'프로그램 사용 > ai 프로그램' 카테고리의 다른 글

RAG 시도 - postgresql(14) + pgvector (1)	2026.05.15
gpt님 만세! - pip torch 버전 낮추기 (0)	2026.05.15
openwebui 설치 시도 (0)	2026.05.13
LLM 소비전력 단상 (2)	2026.05.13
rag 관련 라이브러리, 방법 조사중 (0)	2026.05.12

Posted by 구차니

openwebui 설치 시도

음.. 장렬히 실패 ㅋㅋ

[링크 : https://blog.oriang.net/69]

응 안 돼 돌아가~ 구글 ai 답변으로는 파이썬 3.11이 필요하다고

$ pip3 install open-webui
Defaulting to user installation because normal site-packages is not writeable
ERROR: Could not find a version that satisfies the requirement open-webui (from versions: none)
ERROR: No matching distribution found for open-webui

$ python3 --version
Python 3.10.12

[링크 : https://docs.openwebui.com/getting-started/quick-start/]

[링크 : https://docs.openwebui.com/getting-started/]

귀찮으니 docker로 하는데 실행된다고 바로 접속되는게 아니라 좀 기다려야 하네

좌측 하단에 계정 눌러서 Settings 들어가고

좌측 하단에 작게 Admin Settings.. 어우 -_-

아무튼 Admin 설정으로 가야지 api 연결할 수 있다.

관리자 메뉴에서 connections 가면 이제 api 들이 보이는데

http://localhost:8080/v1 해도 되고. 아무튼 로컬에서는 llama-swap 으로 돌리는 중

api.openai.com은 일단 끄고 save

그러니까 llama-swap에서 설정된 모델들이 쭈욱 끌려나온다.

Areana model 하면 여러개 모델 싸워보게 하나본데 메모리 부족하니 일단 패스

위에서 인텔의 역사 인터넷 검색하라는데 그건 안된다고 하고

자기가 가진 정보로 답변하고 나서 다른거 하다가 뒤늦게(!) follow up 이라는게 뜬다. 왜 gpu가 계속 먹고 있나 했네..

클릭하면 바로 질문으로 넘어간다.

google PSE(programmable Search Engine)을 사용하면 인터넷 검색이 가능하다고 한다. 기본값으로는 안되겠군.

[링크 : https://wikidocs.net/307842]

+

대화창에 직접 url을 때려 넣으면 되는것 같기도 한데

주소를 직접 넣어주고

먼가 끌어오길 기다리면

저렇게 text로 들어간다. 음.. 이걸 웹 검색이라고 해줘야 하나 말아야 하나..

31 초 보다는 한참 더 오래 걸린거 같은디..

그 와중에 아까 했던 다음 검색 링크는 왜 들어가이는거냐 -_-

저작자표시 (새창열림)

'프로그램 사용 > ai 프로그램' 카테고리의 다른 글

gpt님 만세! - pip torch 버전 낮추기 (0)	2026.05.15
wan2.2 (0)	2026.05.13
LLM 소비전력 단상 (2)	2026.05.13
rag 관련 라이브러리, 방법 조사중 (0)	2026.05.12
stable diffusion 모델 변경(SD -> SDXL) (0)	2026.05.12

Posted by 구차니

LLM 소비전력 단상

음.. 메모리 사용량과 최대 소비전력을 곱하니 지금 드시는 소비전력이랑 얼추 비슷하게 나오는 느낌.

Stable Diffusion은 먹는 메모리 대비로는 많이 GPU를 굴릴수 있는데 (250W 를 가끔 초과하거나 근접하게 돌림)

사용중인 모델은 gemma4-e4b 이긴 한데 어떻게 저렇게 우연이라도 얼추 맞게 나오지?

저작자표시 (새창열림)

'프로그램 사용 > ai 프로그램' 카테고리의 다른 글

wan2.2 (0)	2026.05.13
openwebui 설치 시도 (0)	2026.05.13
rag 관련 라이브러리, 방법 조사중 (0)	2026.05.12
stable diffusion 모델 변경(SD -> SDXL) (0)	2026.05.12
텔레그램 봇 업데이트 / 그림 그리기 (4)	2026.05.11

Posted by 구차니

rag 관련 라이브러리, 방법 조사중

DB : postgres, VectorDB : pgvector

embedding

[링크 : https://github.com/gulcin/pgvector-rag-app]

[링크 : https://edbkorea.com/blog/postgres-및-pgvector가-포함된-rag-앱/]

import PyPDF2
import torch
from transformers import pipeline

def generate_embeddings(tokenizer, model, device, text):
    inputs = tokenizer(
        text, return_tensors="pt", truncation=True, max_length=512
    ).to(device)
    with torch.no_grad():
        outputs = model(**inputs, output_hidden_states=True)
    return text, outputs.hidden_states[-1].mean(dim=1).tolist()

def read_pdf_file(pdf_path):
    pdf_document = PyPDF2.PdfReader(pdf_path)

    lines = []
    for page_number in  range(len(pdf_document.pages)):
        page = pdf_document.pages[page_number]

        text = page.extract_text()

        lines.extend(text.splitlines())

    return lines

[링크 : https://github.com/gulcin/pgvector-rag-app/blob/master/embedding.py]

[링크 : https://github.com/gulcin/pgvector-rag-app/blob/master/commands/import_data.py]

langchain, kure(임베딩 벡터 생성)

fast api, streamlit

[링크 : https://lsjsj92.tistory.com/686]

[링크 : https://huggingface.co/nlpai-lab/KURE-v1]

ChromaDB, langchain

DB : postgres, VectorDB : pgvector

[링크 : https://velog.io/@judy_choi/PGVector-와-프롬프트를-이용한-RAG-고도화]

저작자표시 (새창열림)

'프로그램 사용 > ai 프로그램' 카테고리의 다른 글

openwebui 설치 시도 (0)	2026.05.13
LLM 소비전력 단상 (2)	2026.05.13
stable diffusion 모델 변경(SD -> SDXL) (0)	2026.05.12
텔레그램 봇 업데이트 / 그림 그리기 (4)	2026.05.11
litert-lm 와 gemma4-e2b mtp 일단 실패 (0)	2026.05.10

Posted by 구차니

구차니의 잡동사니 모음

'프로그램 사용'에 해당되는 글 2544건

llama.cpp kv quantization

'프로그램 사용 > ai 프로그램' 카테고리의 다른 글

openai api

다른 모델과의 비교

'프로그램 사용 > ai 프로그램' 카테고리의 다른 글

RAG 시도 - postgresql(14) + pgvector

'프로그램 사용 > ai 프로그램' 카테고리의 다른 글

gpt님 만세! - pip torch 버전 낮추기

'프로그램 사용 > ai 프로그램' 카테고리의 다른 글

U-net, segmentation

'프로그램 사용 > yolo_tensorflow' 카테고리의 다른 글

QAT, PTQ .. 모델 경량화

'프로그램 사용 > yolo_tensorflow' 카테고리의 다른 글

wan2.2

'프로그램 사용 > ai 프로그램' 카테고리의 다른 글

openwebui 설치 시도

'프로그램 사용 > ai 프로그램' 카테고리의 다른 글

LLM 소비전력 단상

'프로그램 사용 > ai 프로그램' 카테고리의 다른 글

rag 관련 라이브러리, 방법 조사중

'프로그램 사용 > ai 프로그램' 카테고리의 다른 글

카테고리

공지사항

태그목록

최근에 올라온 글

최근에 달린 댓글

티스토리툴바