이것은 Gemma 4 Challenge: Gemma 4와 함께 구축하기
에 대한 제출입니다. 제가 만든 것
은행 명세서 분석기 — 3–6개월의 명세서를 업로드하고, 지출 패턴의 분석, 잊고 있던 구독, 이상 징후, 비용 절감을 위한 구체적인 제안을 받으세요.
데모
코드
AbelCodeCanvas
/
my-bank-app
Bank statement Analyzer — upload 3–6 개월의 statements, spending patterns의 분석, 잊고 있던 subscriptions, anomalies, 그리고 비용 절감을 위한 구체적인 제안을 받으세요.
markdown
💰 Bank Statement Analyser
3–6개월의 은행 명세서를 업로드하고 다음을 명확하게 분석하세요:
- 📊지출 패턴 – 돈이 정말 어디로 가는지
- 🔁잊고 있던 구독 서비스 – 필요하지 않을 수 있는 반복 결제
-
⚠️ 이상 현황 – 정상적이지 않은 또는 예상치 못한 거래 - ✂️ 구체적인 제안 – 비용 절감을 위한 실행 가능한 조언
Gemma 4 26B A4B를 통해 Hugging Face에서 제공하는
설명 튜닝 모델로 작동합니다.
📋 선행 조건
- 시작하기 전에 로컬 컴퓨터에 다음이 설치되어 있는지 확인하세요.Python 3.9 이상__JHSNS_SEG_92f0a701_33__ (권장: 3.10)
- Git – 저장소를 클론합니다
- Hugging Face 계정 (무료)와 사용자 접근 토큰 여기서 하나 만듭니다
- 최소 16GB RAM (32GB 권장)
- 12GB 이상 VRAM을 가진 GPU (선택 사항이지만 빠른 추론을 위해 강력히 권장됩니다) – GPU가 없으면 앱이 CPU로 되돌아갑니다 (26B 모델에는 매우 느립니다)
참고: 26B A4B 모델은 크지만 Expert Mixture를 사용하여 계산을 줄입니다…
Gemma 4를 어떻게 사용했나요
제 은행 명세서 분석기에 Hugging Face에서 Gemma 4 26B A4B(명령어 조정 변형)을 사용했습니다. 표준 크기(E2B, E4B, 또는 31B Dense) 중 하나는 아니지만, 이 26B 파라미터 모델은 작업에 이상적인 균형을 찾습니다:
긴 컨텍스트 처리 - 3-6개월 이상의 은행 명세서에는 수백 개의 거래가 포함됩니다. 모델의 큰 컨텍스트 윈도우는 전체 명세서를 청크 없이 제공할 수 있게 하여 시간적 패턴을 보존합니다.
구조화된 추출 – Gemma 4의 명령어 조정은 반구조화된 데이터 (PDF/CSV 선언문)를 분석하고 지출, 구독, 이상 현상에 대한 일관된 JSON 분해를 출력하는 데 능숙합니다.
제안 이유 – 26B 크기는 밀도 높은 31B 모델의 지연 시간이나 비용 없이 중복 구독, 높은 수수료 계정, 비정상적인 청구와 같은 비용 절감 기회를 식별할 수 있는 충분한 추론 용량을 제공합니다.
A4B 효율성 – The Mixture-of-Experts (A4B) 아키텍처는 토큰당 계산을 줄여 로컬에서 또는 무료 Hugging Face T4 GPU에서 실행할 수 있게 합니다.
간단히 말해, Gemma 4는 전체 파이프라인을 구동합니다: 문장 분석 → 지출 분류 → 이상 탐지 → 실행 가능한 추천.
