커리어리 친구들, AI 솔루션 영업에 대해 관심 있는 분께 추천드립니다. 혹시 관심있는 분들은 댓글에 메일 주소를 남기시면 제가 연락 드리겠습니다.

참고로 NetApp에 대해 아시는 분들도 게시겠지만, 데이터 관리 및 클라우드 스토리지 솔루션을 제공하는 미국의 선도적인 기업입니다.

1992년에 설립되어 캘리포니아주 산호세에 본사를 두고 있으며, 기업들이 데이터를 관리하고 저장하며 보호할 수 있도록 다양한 서비스를 제공합니다.

최근 NetApp은 인공지능(AI) 및 머신러닝(ML) 애플리케이션에 집중하며, 기업들이 데이터를 활용해 인사이트를 도출하고 의사결정을 내릴 수 있도록 돕고 있습니다.

NetApp은 금융, 헬스케어, 정부와 같은 데이터 관리와 보안이 중요한 산업에서 높은 평가를 받고 있으며, 방대한 양의 데이터를 저장, 보호, 분석할 수 있는 솔루션을 제공합니다.

자세한 JD는 아래의 URL을 참고하세요!!

https://careers.netapp.com/job/seoul/ai-solution-sales-professional/27600/68239685200

커리어리 친구들, AI 솔루션 영업에 대해 관심 있는 분께 추천드립니다. 혹시 관심있는 분들은 댓글에 메일 주소를 남기시면 제가 연락 드리겠습니다. 참고로 NetApp에 대해 아시는 분들도 게시겠지만, 데이터 관리 및 클라우드 스토리지 솔루션을 제공하는 미국의 선도적인 기업입니다. 1992년에 설립되어 캘리포니아주 산호세에 본사를 두고 있으며, 기업들이 데이터를 관리하고 저장하며 보호할 수 있도록 다양한 서비스를 제공합니다. 최근 NetApp은 인공지능(AI) 및 머신러닝(ML) 애플리케이션에 집중하며, 기업들이 데이터를 활용해 인사이트를 도출하고 의사결정을 내릴 수 있도록 돕고 있습니다. NetApp은 금융, 헬스케어, 정부와 같은 데이터 관리와 보안이 중요한 산업에서 높은 평가를 받고 있으며, 방대한 양의 데이터를 저장, 보호, 분석할 수 있는 솔루션을 제공합니다. 자세한 JD는 아래의 URL을 참고하세요!! https://careers.netapp.com/job/seoul/ai-solution-sales-professional/27600/68239685200

careers.netapp.com

<넷앱 AI 솔루션 세일즈 추천합니다>

중국이 이번에는 오픈AI 'o1'을 새로운 따라잡기 목표로 설정했다. 동영상 생성 인공지능(AI) '소라'에 이어 올해에 거론된 두번째 타깃이다.사우스차이나모닝포스트(SCMP)는 21일 중국 항저우에서 열린 알리바바 클라우드의 컨퍼런스에서 중국의 대표 AI 스타트업들이 고급 추론이 가능한 오픈AI의 새로운 모델을 추격하겠다는 의지를 보였다고 보도했다.이에 따르면 중국의 '4마리 AI 호랑이' 중 하나인 문샷 AI의 양지린 설립자는 o1이 AI 개발에 새로운 전환점이 될 것이라고 설명했다.그는 컨퍼런스의 메인 포럼에 참여, "o1은

중국, '소라' 이어 'o1' 추격 선언..."AI 개발 획기적 전환점 될 것"

커리어리 친구들, 중국이 이번에는 오픈AI 'o1'을 새로운 따라잡기 목표로 설정했습니다. 동영상 생성 인공지능(AI) '소라'에 이어 올해에 거론된 두번째 목표 설정입니다.

사우스차이나모닝포스트(SCMP)는 21일 중국 항저우에서 열린 알리바바 클라우드의 컨퍼런스에서 중국의 대표 AI 스타트업들이 고급 추론이 가능한 오픈AI의 새로운 모델을 추격하겠다는 의지를 보였다고 보도했습니다.

중국의 '4마리 AI 호랑이' 중 하나인 문샷 AI의 양지린 설립자는 o1이 AI 개발에 새로운 전환점이 될 것이라고 설명했는 데, 컨퍼런스의 메인 포럼에 참여, "o1은 이제까지 대형언어모델(LLM) 발전을 이끈 '스케일링 법칙'을 넘어서는 것으로 큰 의미를 갖는다"라며 "많은 산업의 구조에 변화를 일으키고 스타트업에 새로운 기회를 창출할 것"이라고 말했습니다.

당분간 중국의 주요 AI 기업들은 강화 학습에 투자를 두배 이상 늘릴 것으로 예측했습니다. 그리고 문샷과 바이촨, 지푸, 미니맥스 등 4대 호랑이를 비롯해 바이두나 텐센트, 알리바바 등 빅테크 등이 후보로 꼽혔습니다.

이처럼 중국은 2022년 '챗GPT' 출시 이후 오픈AI에서 주요한 모델을 내놓을 때마다 이를 국가적인 목표로 설정하고 추격을 이어가고 있습니다.

지난 2월 소라가 등장했을 때도 중국 정부 차원에서 "미국에 기술이 크게 뒤졌다"라고 지적하며 관련 기술 개발을 촉구하는 목소리가 나왔습니다. 그 결과 중국은 반년 만에 콰이쇼우의 '클링', 센슈 AI의 '비두', 지푸의 '잉', 바이트댄스의 ‘지멩 AI’, 미니맥스의 ‘비디오-01’ 등 수준급 비디오 생성 AI를 쏟아내는 데 성공했습니다.

알리바바도 이번 컨퍼런스를 통해 '큐원 2.5' 제품군 100여종을 출시하며 반격에 나섰다. o1을 의식한듯, 수학과 코딩 능력을 강화했다고 강조했습니다.

https://www.aitimes.com/news/articleView.html?idxno=163544

커리어리 친구들, 중국이 이번에는 오픈AI 'o1'을 새로운 따라잡기 목표로 설정했습니다. 동영상 생성 인공지능(AI) '소라'에 이어 올해에 거론된 두번째 목표 설정입니다. 사우스차이나모닝포스트(SCMP)는 21일 중국 항저우에서 열린 알리바바 클라우드의 컨퍼런스에서 중국의 대표 AI 스타트업들이 고급 추론이 가능한 오픈AI의 새로운 모델을 추격하겠다는 의지를 보였다고 보도했습니다. 중국의 '4마리 AI 호랑이' 중 하나인 문샷 AI의 양지린 설립자는 o1이 AI 개발에 새로운 전환점이 될 것이라고 설명했는 데, 컨퍼런스의 메인 포럼에 참여, "o1은 이제까지 대형언어모델(LLM) 발전을 이끈 '스케일링 법칙'을 넘어서는 것으로 큰 의미를 갖는다"라며 "많은 산업의 구조에 변화를 일으키고 스타트업에 새로운 기회를 창출할 것"이라고 말했습니다. 당분간 중국의 주요 AI 기업들은 강화 학습에 투자를 두배 이상 늘릴 것으로 예측했습니다. 그리고 문샷과 바이촨, 지푸, 미니맥스 등 4대 호랑이를 비롯해 바이두나 텐센트, 알리바바 등 빅테크 등이 후보로 꼽혔습니다. 이처럼 중국은 2022년 '챗GPT' 출시 이후 오픈AI에서 주요한 모델을 내놓을 때마다 이를 국가적인 목표로 설정하고 추격을 이어가고 있습니다. 지난 2월 소라가 등장했을 때도 중국 정부 차원에서 "미국에 기술이 크게 뒤졌다"라고 지적하며 관련 기술 개발을 촉구하는 목소리가 나왔습니다. 그 결과 중국은 반년 만에 콰이쇼우의 '클링', 센슈 AI의 '비두', 지푸의 '잉', 바이트댄스의 ‘지멩 AI’, 미니맥스의 ‘비디오-01’ 등 수준급 비디오 생성 AI를 쏟아내는 데 성공했습니다. 알리바바도 이번 컨퍼런스를 통해 '큐원 2.5' 제품군 100여종을 출시하며 반격에 나섰다. o1을 의식한듯, 수학과 코딩 능력을 강화했다고 강조했습니다. https://www.aitimes.com/news/articleView.html?idxno=163544

AI타임스

<중국, ‘소라’ 이어 ‘o1’ 추격 선언>

The guide to Git I never had.

Rebasing 과 Merging
Rebasing을 Merging과 비교하는 것은 의미가 있습니다. 두 명령의 목표는 같지만 이를 달성하는 방법이 다릅니다. 중요한 차이점은 Rebasing이 프로젝트의 히스토리를 재작성한다는 것입니다. 깔끔하고 이해하기 쉬운 프로젝트 히스토리를 중요시하는 프로젝트에 적합합니다. 반면, Merging은 새로운 병합 커밋을 생성하여 두 브랜치의 히스토리를 유지합니다.
 
Squashing
Git Squashing은 여러 커밋을 하나의 통합된 커밋으로 압축하는 데 사용됩니다.

Cherry-picking
Cherry-picking은 특정 브랜치의 변경 사항을 선택적으로 다른 브랜치에 통합할 때 유용합니다. 전체 브랜치를 병합하는 것이 바람직하지 않거나 불가능한 경우에 특히 유용합니다. 그러나 Cherry-picking을 신중하게 사용해야 하며, 잘못 사용할 경우 중복된 커밋과 분기된 히스토리를 초래할 수 있습니다.

Signing commits
Signing commits는 Git에서 커밋의 진위와 무결성을 검증하는 방법입니다. GNU Privacy Guard(GPG) 키를 사용해 커밋에 암호화 서명을 추가함으로써, 커밋 작성자가 본인임을 보장할 수 있습니다. GPG 키를 생성하고 Git이 커밋할 때 이 키를 사용하도록 설정할 수 있습니다.

Git Reflog
Git references는 Git 히스토리의 명명된 지점으로, 사용자가 저장소의 타임라인을 탐색하고 프로젝트의 특정 스냅샷에 접근할 수 있게 합니다. Git references를 탐색하는 방법을 알고 있으면 유용하며, 이를 위해 git reflog를 사용할 수 있습니다. 다음과 같은 장점이 있습니다:
 * 잃어버린 커밋 또는 브랜치 복구
 * 디버깅 및 문제 해결
 * 실수 취소

Interactive rebase
인터랙티브 리베이스는 커밋 히스토리를 대화형으로 재작성할 수 있는 강력한 Git 기능입니다. 커밋을 적용하기 전에 수정, 재정렬, 결합, 삭제할 수 있습니다.

Origin vs Upstream
origin은 로컬 Git 저장소와 연관된 기본 원격 저장소입니다. 저장소를 복제(clone)하면 해당 복제본이 기본적으로 origin 원격 저장소로 설정됩니다. 저장소를 포크(fork)했다면, 그 포크가 기본적으로 origin 저장소가 됩니다.
 
반면, upstream은 저장소가 포크된 원래 저장소를 가리킵니다.
 
포크된 저장소를 원래 프로젝트의 최신 변경 사항과 동기화하려면 upstream 저장소에서 변경 사항을 가져와(git fetch) 로컬 저장소에 병합(merge)하거나 리베이스(rebase)해야 합니다.
 
Conflicts
브랜치를 병합하거나 리베이스할 때 충돌이 발생해도 당황하지 마세요. 이는 저장소의 동일 파일 또는 여러 파일의 다른 버전 사이에 충돌하는 변경 사항이 있음을 의미하며, 대부분의 경우 쉽게 해결할 수 있습니다.
 
Feature Branch Workflow
각 새로운 기능이나 버그 수정은 별도의 브랜치에서 개발되고 완료된 후 메인 브랜치로 병합됩니다.
 * 장점: 변경 사항의 격리 및 충돌 감소
 * 단점: 복잡해질 수 있으며 철저한 브랜치 관리가 필요

Gitflow Workflow
Gitflow는 다양한 개발 작업을 위한 사전 정의된 브랜치를 포함하는 엄격한 브랜칭 모델을 정의합니다.
 * 메인, 개발, 기능, 릴리스, 핫픽스 브랜치와 같은 장기 브랜치를 포함합니다.
 * 장점: 정기 릴리스 및 장기 유지보수가 필요한 프로젝트에 적합
 * 단점: 소규모 팀에는 너무 복잡할 수 있음

Forking Workflow
이 워크플로우에서는 각 개발자가 메인 저장소를 복제(clone)하지만, 변경 사항을 메인 저장소에 직접 푸시하는 대신 자신의 포크에 푸시합니다. 이후 메인 저장소로 변경 사항을 제안하는 풀 리퀘스트를 생성하여 병합 전에 코드 리뷰 및 협업이 이루어집니다.
 * 이 워크플로우는 오픈 소스 Glasskube 저장소에서 협업하는 데 사용합니다.
 * 장점: 외부 기여자의 협업을 장려하면서 메인 저장소에 대한 직접적인 쓰기 권한 부여를 방지
 * 단점: 포크와 메인 저장소 간의 동기화 유지가 어려울 수 있음

Pull Request Workflow
포크 워크플로우와 유사하지만, 개발자가 메인 저장소에 직접 기능 브랜치를 생성합니다.
 * 장점: 코드 리뷰, 협업, 팀원 간의 지식 공유 촉진
 * 단점: 사람에 의존한 코드 리뷰로 인해 개발 과정에서 지연이 발생할 수 있음

Trunk-Based Development
빠른 반복 및 지속적 배포에 집중하는 팀이라면 메인 브랜치에서 직접 개발하고 작은 변경 사항을 자주 커밋하는 트렁크 기반 개발을 사용할 수 있습니다.
 * 장점: 빠른 반복, 지속적 통합, 소규모 자주 변경을 프로덕션에 배포하는 데 집중
 * 단점: 메인 브랜치의 안정성을 보장하기 위해 강력한 자동화 테스트 및 배포 파이프라인이 필요하며, 릴리스 일정이 엄격하거나 복잡한 기능 개발이 필요한 프로젝트에는 적합하지 않을 수 있음
 
Git Cheatsheet
 
# Clone a Repository
git clone <repository_url>

# Stage Changes for Commit
git add <file(s)>

# Commit Changes
git commit -m "Commit message"

# Push Changes to the Remote Repository
git push

# Force Push Changes (use with caution)
git push --force

# Reset Working Directory to Last Commit
git reset --hard

# Create a New Branch
git branch <branch_name>

# Switch to a Different Branch
git checkout <branch_name>

# Merge Changes from Another Branch
git merge <branch_name>

# Rebase Changes onto Another Branch (use with caution)
git rebase <base_branch>

# View Status of Working Directory
git status

# View Commit History
git log

# Undo Last Commit (use with caution)
git reset --soft HEAD^

# Discard Changes in Working Directory
git restore <file(s)>

# Retrieve Lost Commit References
git reflog

# Interactive Rebase to Rearrange Commits
git rebase --interactive HEAD~3

 
번역: [https://ducktopia.tistory.com/134]
원문:

Rebasing 과 MergingRebasing을 Merging과 비교하는 것은 의미가 있습니다. 두 명령의 목표는 같지만 이를 달성하는 방법이 다릅니다. 중요한 차이점은 Rebasing이 프로젝트의 히스토리를 재작성한다는 것입니다. 깔끔하고 이해하기 쉬운 프로젝트 히스토리를 중요시하는 프로젝트에 적합합니다. 반면, Merging은 새로운 병합 커밋을 생성하여 두 브랜치의 히스토리를 유지합니다.&nbsp;SquashingGit Squashing은 여러 커밋을 하나의 통합된 커밋으로 압축하는 데 사용됩니다. Cherry-pickingCherry-picking은 특정 브랜치의 변경 사항을 선택적으로 다른 브랜치에 통합할 때 유용합니다. 전체 브랜치를 병합하는 것이 바람직하지 않거나 불가능한 경우에 특히 유용합니다. 그러나 Cherry-picking을 신중하게 사용해야 하며, 잘못 사용할 경우 중복된 커밋과 분기된 히스토리를 초래할 수 있습니다. Signing commitsSigning commits는 Git에서 커밋의 진위와 무결성을 검증하는 방법입니다. GNU Privacy Guard(GPG) 키를 사용해 커밋에 암호화 서명을 추가함으로써, 커밋 작성자가 본인임을 보장할 수 있습니다. GPG 키를 생성하고 Git이 커밋할 때 이 키를 사용하도록 설정할 수 있습니다. Git ReflogGit references는 Git 히스토리의 명명된 지점으로, 사용자가 저장소의 타임라인을 탐색하고 프로젝트의 특정 스냅샷에 접근할 수 있게 합니다. Git references를 탐색하는 방법을 알고 있으면 유용하며, 이를 위해 git reflog를 사용할 수 있습니다. 다음과 같은 장점이 있습니다:<ul ><li>잃어버린 커밋 또는 브랜치 복구</li><li>디버깅 및 문제 해결</li><li>실수 취소</li></ul> Interactive rebase인터랙티브 리베이스는 커밋 히스토리를 대화형으로 재작성할 수 있는 강력한 Git 기능입니다. 커밋을 적용하기 전에 수정, 재정렬, 결합, 삭제할 수 있습니다. Origin vs Upstreamorigin은 로컬 Git 저장소와 연관된 기본 원격 저장소입니다. 저장소를 복제(clone)하면 해당 복제본이 기본적으로 origin 원격 저장소로 설정됩니다. 저장소를 포크(fork)했다면, 그 포크가 기본적으로 origin 저장소가 됩니다.&nbsp;반면, upstream은 저장소가 포크된 원래 저장소를 가리킵니다.&nbsp;포크된 저장소를 원래 프로젝트의 최신 변경 사항과 동기화하려면 upstream 저장소에서 변경 사항을 가져와(git fetch) 로컬 저장소에 병합(merge)하거나 리베이스(rebase)해야 합니다.&nbsp;Conflicts브랜치를 병합하거나 리베이스할 때 충돌이 발생해도 당황하지 마세요. 이는 저장소의 동일 파일 또는 여러 파일의 다른 버전 사이에 충돌하는 변경 사항이 있음을 의미하며, 대부분의 경우 쉽게 해결할 수 있습니다.&nbsp;Feature Branch Workflow각 새로운 기능이나 버그 수정은 별도의 브랜치에서 개발되고 완료된 후 메인 브랜치로 병합됩니다.<ul ><li>장점: 변경 사항의 격리 및 충돌 감소</li><li>단점: 복잡해질 수 있으며 철저한 브랜치 관리가 필요</li></ul> Gitflow WorkflowGitflow는 다양한 개발 작업을 위한 사전 정의된 브랜치를 포함하는 엄격한 브랜칭 모델을 정의합니다.<ul ><li>메인, 개발, 기능, 릴리스, 핫픽스 브랜치와 같은 장기 브랜치를 포함합니다.</li><li>장점: 정기 릴리스 및 장기 유지보수가 필요한 프로젝트에 적합</li><li>단점: 소규모 팀에는 너무 복잡할 수 있음</li></ul> Forking Workflow이 워크플로우에서는 각 개발자가 메인 저장소를 복제(clone)하지만, 변경 사항을 메인 저장소에 직접 푸시하는 대신 자신의 포크에 푸시합니다. 이후 메인 저장소로 변경 사항을 제안하는 풀 리퀘스트를 생성하여 병합 전에 코드 리뷰 및 협업이 이루어집니다.<ul ><li>이 워크플로우는 오픈 소스 Glasskube 저장소에서 협업하는 데 사용합니다.</li><li>장점: 외부 기여자의 협업을 장려하면서 메인 저장소에 대한 직접적인 쓰기 권한 부여를 방지</li><li>단점: 포크와 메인 저장소 간의 동기화 유지가 어려울 수 있음</li></ul> Pull Request Workflow포크 워크플로우와 유사하지만, 개발자가 메인 저장소에 직접 기능 브랜치를 생성합니다.<ul ><li>장점: 코드 리뷰, 협업, 팀원 간의 지식 공유 촉진</li><li>단점: 사람에 의존한 코드 리뷰로 인해 개발 과정에서 지연이 발생할 수 있음</li></ul> Trunk-Based Development빠른 반복 및 지속적 배포에 집중하는 팀이라면 메인 브랜치에서 직접 개발하고 작은 변경 사항을 자주 커밋하는 트렁크 기반 개발을 사용할 수 있습니다.<ul ><li>장점: 빠른 반복, 지속적 통합, 소규모 자주 변경을 프로덕션에 배포하는 데 집중</li><li>단점: 메인 브랜치의 안정성을 보장하기 위해 강력한 자동화 테스트 및 배포 파이프라인이 필요하며, 릴리스 일정이 엄격하거나 복잡한 기능 개발이 필요한 프로젝트에는 적합하지 않을 수 있음</li></ul>&nbsp;Git Cheatsheet&nbsp;<pre ><code class="language-bash"># Clone a Repository
git clone &lt;repository_url&gt;

# Stage Changes for Commit
git add &lt;file(s)&gt;

# Commit Changes
git commit -m "Commit message"

# Push Changes to the Remote Repository
git push

# Force Push Changes (use with caution)
git push --force

# Reset Working Directory to Last Commit
git reset --hard

# Create a New Branch
git branch &lt;branch_name&gt;

# Switch to a Different Branch
git checkout &lt;branch_name&gt;

# Merge Changes from Another Branch
git merge &lt;branch_name&gt;

# Rebase Changes onto Another Branch (use with caution)
git rebase &lt;base_branch&gt;

# View Status of Working Directory
git status

# View Commit History
git log

# Undo Last Commit (use with caution)
git reset --soft HEAD^

# Discard Changes in Working Directory
git restore &lt;file(s)&gt;

# Retrieve Lost Commit References
git reflog

# Interactive Rebase to Rearrange Commits
git rebase --interactive HEAD~3</code></pre>&nbsp;번역: [https://ducktopia.tistory.com/134]원문:

Medium

🕊️ [Medium] 내가 원했던, Git 가이드 (2)

어떻게 생각하시나욬ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ

어떻게 생각하시나욬ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ

백엔드와 프론트엔드

스타트업 사원에서 다국적 IT기업 한국 대표로,우미영이 전하는 리더를 위한 성장문답성공한 커리어란 무엇일까? 자신이 좋아하는 일을 찾고, 그것에 몰두하고, 그 과정에서 힘이 되는 동료를 얻고, 그들과 함께 성장하는 것 아닐까? 일하는 사람이면 누구나 꿈꾸는 모...

리더는 항상 옳다 - 예스24

AWS 관련 행사를 갔다가 우미영님을 뵙고 너무 멋진 모습에 후다닥 책 사서 읽었는데 역시나 너무 재밌어서 저의 생각을 공유해봅니다 :))

이미 유튜브 "어른 친구" https://www.youtube.com/@coach_for_workers 로 미영님을 아시는 분들도 많을 것 같습니다. 책 "나를 믿고 일한다는 것"으로 여러 빅테크에서 성장해 나가며 일하는 방법 등을 많이 보여주셨는데요. 이번 책에서는 '리더십'에 대해 고민이 많은 사람들을 위한 위로와 응원으로 가득찬 책입니다.

특히, 아 내가 잘 하고 있나, 도대체 우리 팀원들과 더 잘지내면 어떻게 해야하는거지? 혹은 반대로 우리 리더는 왜 그러는거지? 와 같은 고민이 있으신 분들에게는 미영님 만의 리더십을 엿보며 나에 대해서도 질문을 많이 해볼 수 있습니다.

전 어도비코리아 대표라는 정말 대단한 자리에서 배웠던 점, 그리고 아쉬웠던 점들에 대해서 솔직하게 공유해주셔서 글로벌 회사의 대표가 타지역과 함께 협업하는 방법, 코로나 시절의 어려움 등등을 간접적으로 나마 느껴볼 수 있었습니다. 글로벌 테크, 아마존, 어도비 등의 일하는 방식이 궁금한 분들에게도 아주 재밌는 독서가 될 것 같습니다.

https://www.yes24.com/Product/Goods/130347695

AWS 관련 행사를 갔다가 우미영님을 뵙고 너무 멋진 모습에 후다닥 책 사서 읽었는데 역시나 너무 재밌어서 저의 생각을 공유해봅니다 :)) 이미 유튜브 "어른 친구" https://www.youtube.com/@coach_for_workers 로 미영님을 아시는 분들도 많을 것 같습니다. 책 "나를 믿고 일한다는 것"으로 여러 빅테크에서 성장해 나가며 일하는 방법 등을 많이 보여주셨는데요. 이번 책에서는 '리더십'에 대해 고민이 많은 사람들을 위한 위로와 응원으로 가득찬 책입니다. 특히, 아 내가 잘 하고 있나, 도대체 우리 팀원들과 더 잘지내면 어떻게 해야하는거지? 혹은 반대로 우리 리더는 왜 그러는거지? 와 같은 고민이 있으신 분들에게는 미영님 만의 리더십을 엿보며 나에 대해서도 질문을 많이 해볼 수 있습니다. 전 어도비코리아 대표라는 정말 대단한 자리에서 배웠던 점, 그리고 아쉬웠던 점들에 대해서 솔직하게 공유해주셔서 글로벌 회사의 대표가 타지역과 함께 협업하는 방법, 코로나 시절의 어려움 등등을 간접적으로 나마 느껴볼 수 있었습니다. 글로벌 테크, 아마존, 어도비 등의 일하는 방식이 궁금한 분들에게도 아주 재밌는 독서가 될 것 같습니다. https://www.yes24.com/Product/Goods/130347695

예스24

[책] 리더는 항상 옳다

Begin with the basics to understand Docker and Kubernetes networking: learn how to create and interconnect Linux network namespaces using only command-line tools.


How Container Networking Works: a Docker Bridge Network From Scratch | iximiuz Labs

컨테이너의 브릿지 네트워크가 어떻게 동작하는지를 배워볼 수 있는 재미있는 사이트입니다.

네트워크는 여전히 저에게 너무 어렵긴 한데 netns, veth, bridge, NAT를 설명하면서 우측에 플레이그라운드를 제공하기 때문에 웹사이트에서 설명에 나온 명령어를 따라해보면서 직접 구성해 볼 수 있습니다.

하나하나 직접 따라해보고 테스트도 해볼 수 있기 때문에 브릿지 네트워크를 이해해 보기 좋은 튜토리얼 사이트라고 생각합니다.

일반적으로는 컨테이너의 네트워크가 잘 동작하기 때문에 다 알아야 할 필요는 없지만 종종 겪게되는 엣지 케이스에서는 이러한 네트워크 구성을 알면 트러블시팅 및 원인 파악에 큰 도움이 되기 때문에 자세한 부분은 그때그때 찾아보더라도 전체적인 구조를 이해해두는 건 큰 도움이 된다고 생각합니다.

https://labs.iximiuz.com/tutorials/container-networking-from-scratch

컨테이너의 브릿지 네트워크가 어떻게 동작하는지를 배워볼 수 있는 재미있는 사이트입니다. 네트워크는 여전히 저에게 너무 어렵긴 한데 netns, veth, bridge, NAT를 설명하면서 우측에 플레이그라운드를 제공하기 때문에 웹사이트에서 설명에 나온 명령어를 따라해보면서 직접 구성해 볼 수 있습니다. 하나하나 직접 따라해보고 테스트도 해볼 수 있기 때문에 브릿지 네트워크를 이해해 보기 좋은 튜토리얼 사이트라고 생각합니다. 일반적으로는 컨테이너의 네트워크가 잘 동작하기 때문에 다 알아야 할 필요는 없지만 종종 겪게되는 엣지 케이스에서는 이러한 네트워크 구성을 알면 트러블시팅 및 원인 파악에 큰 도움이 되기 때문에 자세한 부분은 그때그때 찾아보더라도 전체적인 구조를 이해해두는 건 큰 도움이 된다고 생각합니다. https://labs.iximiuz.com/tutorials/container-networking-from-scratch

iximiuz Labs

In this issue: Self-correcting LLMs The 4 levels of RAG and beyond 9B model beating GPT-4o in RAG MLOps/GenAI World is all about solving real-world problems and sharing genuine experiences with production-grade AI systems. Want to learn from some of the best practitioners in the world? Join leaders 

♻️ LLMs Are Improving Themselves

 * 스스로 수정하는 LLM
 * 4단계의 RAG 및 그 이상
 * RAG에서 GPT-4o를 능가하는 9B 모델
   
   
1. 강화 학습을 통해 언어 모델이 스스로 수정하도록 훈련하기
 * 자가 수정 LLM
   * 논문:https://arxiv.org/abs/2406.11271
   * 코드: https://github.com/mlfoundations/MINT-1T
 * 어떤 문제를 해결하나요?
   * 자가 수정은 외부 피드백이나 감독에 의존하지 않고도 스스로 실수를 식별하고 수정할 수 있기 때문에 대규모 언어 모델(LLM)에 매우 바람직한 기능입니다.
   * 그러나 LLM 기술의 급속한 발전에도 불구하고 최신 LLM에서는 자가 수정 기능이 크게 효과적이지 않다는 사실이 지속적으로 밝혀지고 있습니다.
   * 자가 수정 학습을 위한 기존의 접근 방식은 여러 모델을 필요로 하거나 더 유능한 모델 또는 다른 형태의 감독에 의존하기 때문에 많은 실제 시나리오에서 리소스 집약적이고 비실용적일 수 있습니다.
 * 어떻게 문제를 해결하나요?
   * SCoRe(강화를 통한 자기 수정)는 전적으로 자체 생성된 데이터를 사용하여 LLM의 자기 수정 능력을 크게 향상시키는 멀티턴 온라인 강화 학습 접근 방식입니다.
     (1) 자체 생성된 보정 트레이스의 자체 분포로 모델을 훈련하여 감독 미세 조정(SFT) 접근 방식이 직면하는 분포 불일치 문제를 해결합니다.
     (2) 적절한 정규화 기법을 사용하여 주어진 프롬프트에 대해 단순히 높은 보상 응답을 맞추는 것이 아니라 효과적인 자가 수정 전략을 학습하도록 학습 프로세스를 조정합니다.
   * 이 정규화에는 기본 모델에서 RL의 첫 번째 단계를 실행하여 붕괴에 덜 취약한 정책 초기화를 생성한 다음, 보상 보너스를 사용하여 훈련 중에 자기 교정을 증폭시키는 것이 포함됩니다.
 * 다음 단계는 무엇인가요?
   * 대체 정규화 기법을 탐색하거나 도메인별 지식을 통합하는 등 SCoRe 접근 방식을 더욱 개선하면 자가 수정 성능이 훨씬 더 향상될 수 있습니다.
   * 또한, 다른 LLM 아키텍처와 도메인에 대한 SCoRe의 확장성과 일반화 가능성을 조사하면 LLM의 자가 수정 기능을 향상시키는 표준 기술로 자리매김하는 데 도움이 될 수 있습니다.

2. 검색 증강 생성(RAG)과 그 이후: LLM이 외부 데이터를 더 현명하게 사용하는 방법에 대한 종합적인 설문조사
 * RAG와 그 이후 - 논문: https://arxiv.org/abs/2409.14924v1
 * 어떤 문제를 해결하나요?
   * 대규모 언어 모델(LLM)은 다양한 작업에서 인상적인 성능을 보여 왔지만, 외부 데이터를 통합하면 그 성능을 더욱 향상시킬 수 있습니다. 그러나 다양한 전문 영역에 걸쳐 데이터 증강 LLM을 효과적으로 배포하는 데는 상당한 어려움이 있습니다.
   * 이러한 과제에는 관련 데이터를 검색하고, 사용자의 의도를 정확하게 해석하고, 복잡한 작업에서 LLM의 추론 기능을 충분히 활용하는 것이 포함됩니다.
 * 어떻게 문제를 해결할 수 있을까요?
   * 이 설문조사에서는 필요한 외부 데이터의 유형과 작업의 주요 초점에 따라 사용자 쿼리를 명시적 사실 쿼리, 암시적 사실 쿼리, 해석 가능한 근거 쿼리, 숨겨진 근거 쿼리 등 네 가지 수준으로 분류하는 검색 증강 생성(RAG) 작업 분류 방법을 제안합니다.
   * 이 설문조사는 이러한 쿼리 수준을 정의하고, 관련 데이터 세트를 제공하며, 각 수준에 대한 주요 과제와 가장 효과적인 기술을 요약함으로써 독자들이 LLM 애플리케이션 구축 시 데이터 요구사항과 주요 병목 현상을 이해하고 분석하는 데 도움을 줍니다.
   * 또한 이 설문조사에서는 컨텍스트, 소규모 모델, 미세 조정의 세 가지 주요 외부 데이터 통합 방식에 대해 논의하며 각 방식의 강점과 한계, 해결에 가장 적합한 문제 유형에 대해 강조합니다.
 * 다음 단계는 무엇인가요?
 * LLM이 계속 발전하고 더욱 강력해짐에 따라 외부 데이터의 통합은 성능을 향상시키고 복잡한 실제 작업을 처리하는 데 점점 더 중요한 역할을 하게 될 것입니다.
 * 향후 연구는 관련 외부 데이터를 검색하고 통합하기 위한 보다 정교한 기술을 개발하고, LLM의 해석 가능성과 추론 능력을 향상시키는 데 초점을 맞춰야 합니다.
 * 또한 데이터 증강 LLM 애플리케이션의 개발과 평가를 지원하기 위해 광범위한 전문 영역을 포괄하는 보다 다양하고 포괄적인 데이터 세트가 필요합니다.

3. SFR-RAG: 컨텍스트에 충실한 LLM을 향하여
 * SFR-RAG - 논문: https://arxiv.org/abs/2409.09916
 * 어떤 문제를 해결하나요?
   * 검색 증강 생성(RAG)은 외부 문맥 정보를 통합하여 대규모 언어 모델(LLM)의 사실 정확도와 관련성을 향상시키는 것을 목표로 합니다.
   * 하지만 기존 RAG 모델은 제공된 문맥을 충실히 이해하고, 환상을 피하고, 품질이 낮거나 관련성이 낮은 문맥을 처리하고, 복잡한 멀티홉 추론을 수행하고, 신뢰할 수 있는 인용을 생성하는 데 종종 어려움을 겪습니다.
 * 어떻게 문제를 해결하나요?
   * SFR-RAG는 문맥에 기반한 생성 및 환각 최소화를 위해 특별히 명령어로 조정된 소형 LLM을 도입하여 기존 RAG 모델의 한계를 해결합니다.
   * 이 모델은 제공된 컨텍스트를 충실히 이해하고, 잘못된 정보를 생성하지 않으며, 답이 없거나 사실과 반대되는 질문과 같은 까다로운 시나리오를 처리하고, 멀티홉 추론을 수행하도록 훈련됩니다.
   * 또한 SFR-RAG는 신뢰할 수 있는 인용을 생성하도록 설계되어 생성된 답변의 신뢰성을 높입니다.
   * 또한 저자들은 일관된 설정으로 다양한 RAG 벤치마크를 컴파일하여 재현 가능하고 일관된 모델 평가를 가능하게 하는 표준화된 평가 프레임워크인 ContextualBench를 소개합니다.
 * 다음 단계는 무엇인가요?
   * SFR-RAG의 인상적인 성능은 주요 기준선에 비해 훨씬 작은 크기에도 불구하고 효율적이고 효과적인 RAG 모델을 개발할 수 있는 가능성을 보여줍니다.
   * 향후 연구에서는 명령어 튜닝 프로세스에 대한 추가 최적화와 더 큰 모델 크기로의 SFR-RAG의 확장성을 조사할 수 있습니다.
   * 또한 컨텍스트벤치의 도입은 RAG 모델의 표준화된 평가와 비교를 위한 기회를 열어주어 이 중요한 제너레이티브 AI 영역의 발전을 촉진할 것입니다.

 * source: https://www.linkedin.com/pulse/llms-improving-themselves-pascal-biese-z2uxf/

<ul ><li>스스로 수정하는 LLM</li><li>4단계의 RAG 및 그 이상</li><li>RAG에서 GPT-4o를 능가하는 9B 모델 </li></ul>1. 강화 학습을 통해 언어 모델이 스스로 수정하도록 훈련하기<ul ><li>자가 수정 LLM<ul ><li>논문:https://arxiv.org/abs/2406.11271</li><li>코드: https://github.com/mlfoundations/MINT-1T</li></ul></li><li>어떤 문제를 해결하나요? <ul ><li>자가 수정은 외부 피드백이나 감독에 의존하지 않고도 스스로 실수를 식별하고 수정할 수 있기 때문에 대규모 언어 모델(LLM)에 매우 바람직한 기능입니다. </li><li>그러나 LLM 기술의 급속한 발전에도 불구하고 최신 LLM에서는 자가 수정 기능이 크게 효과적이지 않다는 사실이 지속적으로 밝혀지고 있습니다. </li><li>자가 수정 학습을 위한 기존의 접근 방식은 여러 모델을 필요로 하거나 더 유능한 모델 또는 다른 형태의 감독에 의존하기 때문에 많은 실제 시나리오에서 리소스 집약적이고 비실용적일 수 있습니다.</li></ul></li><li>어떻게 문제를 해결하나요? <ul ><li>SCoRe(강화를 통한 자기 수정)는 전적으로 자체 생성된 데이터를 사용하여 LLM의 자기 수정 능력을 크게 향상시키는 멀티턴 온라인 강화 학습 접근 방식입니다. (1) 자체 생성된 보정 트레이스의 자체 분포로 모델을 훈련하여 감독 미세 조정(SFT) 접근 방식이 직면하는 분포 불일치 문제를 해결합니다. (2) 적절한 정규화 기법을 사용하여 주어진 프롬프트에 대해 단순히 높은 보상 응답을 맞추는 것이 아니라 효과적인 자가 수정 전략을 학습하도록 학습 프로세스를 조정합니다.</li><li>이 정규화에는 기본 모델에서 RL의 첫 번째 단계를 실행하여 붕괴에 덜 취약한 정책 초기화를 생성한 다음, 보상 보너스를 사용하여 훈련 중에 자기 교정을 증폭시키는 것이 포함됩니다.</li></ul></li><li>다음 단계는 무엇인가요? <ul ><li>대체 정규화 기법을 탐색하거나 도메인별 지식을 통합하는 등 SCoRe 접근 방식을 더욱 개선하면 자가 수정 성능이 훨씬 더 향상될 수 있습니다. </li><li>또한, 다른 LLM 아키텍처와 도메인에 대한 SCoRe의 확장성과 일반화 가능성을 조사하면 LLM의 자가 수정 기능을 향상시키는 표준 기술로 자리매김하는 데 도움이 될 수 있습니다.</li></ul></li></ul> 2. 검색 증강 생성(RAG)과 그 이후: LLM이 외부 데이터를 더 현명하게 사용하는 방법에 대한 종합적인 설문조사<ul ><li>RAG와 그 이후 - 논문: https://arxiv.org/abs/2409.14924v1</li><li>어떤 문제를 해결하나요? <ul ><li>대규모 언어 모델(LLM)은 다양한 작업에서 인상적인 성능을 보여 왔지만, 외부 데이터를 통합하면 그 성능을 더욱 향상시킬 수 있습니다. 그러나 다양한 전문 영역에 걸쳐 데이터 증강 LLM을 효과적으로 배포하는 데는 상당한 어려움이 있습니다. </li><li>이러한 과제에는 관련 데이터를 검색하고, 사용자의 의도를 정확하게 해석하고, 복잡한 작업에서 LLM의 추론 기능을 충분히 활용하는 것이 포함됩니다. </li></ul></li><li>어떻게 문제를 해결할 수 있을까요? <ul ><li>이 설문조사에서는 필요한 외부 데이터의 유형과 작업의 주요 초점에 따라 사용자 쿼리를 명시적 사실 쿼리, 암시적 사실 쿼리, 해석 가능한 근거 쿼리, 숨겨진 근거 쿼리 등 네 가지 수준으로 분류하는 검색 증강 생성(RAG) 작업 분류 방법을 제안합니다. </li><li>이 설문조사는 이러한 쿼리 수준을 정의하고, 관련 데이터 세트를 제공하며, 각 수준에 대한 주요 과제와 가장 효과적인 기술을 요약함으로써 독자들이 LLM 애플리케이션 구축 시 데이터 요구사항과 주요 병목 현상을 이해하고 분석하는 데 도움을 줍니다. </li><li>또한 이 설문조사에서는 컨텍스트, 소규모 모델, 미세 조정의 세 가지 주요 외부 데이터 통합 방식에 대해 논의하며 각 방식의 강점과 한계, 해결에 가장 적합한 문제 유형에 대해 강조합니다.</li></ul></li><li>다음 단계는 무엇인가요? </li><li>LLM이 계속 발전하고 더욱 강력해짐에 따라 외부 데이터의 통합은 성능을 향상시키고 복잡한 실제 작업을 처리하는 데 점점 더 중요한 역할을 하게 될 것입니다. </li><li>향후 연구는 관련 외부 데이터를 검색하고 통합하기 위한 보다 정교한 기술을 개발하고, LLM의 해석 가능성과 추론 능력을 향상시키는 데 초점을 맞춰야 합니다. </li><li>또한 데이터 증강 LLM 애플리케이션의 개발과 평가를 지원하기 위해 광범위한 전문 영역을 포괄하는 보다 다양하고 포괄적인 데이터 세트가 필요합니다. </li></ul> 3. SFR-RAG: 컨텍스트에 충실한 LLM을 향하여<ul ><li>SFR-RAG - 논문: https://arxiv.org/abs/2409.09916</li><li>어떤 문제를 해결하나요? <ul ><li>검색 증강 생성(RAG)은 외부 문맥 정보를 통합하여 대규모 언어 모델(LLM)의 사실 정확도와 관련성을 향상시키는 것을 목표로 합니다.</li><li> 하지만 기존 RAG 모델은 제공된 문맥을 충실히 이해하고, 환상을 피하고, 품질이 낮거나 관련성이 낮은 문맥을 처리하고, 복잡한 멀티홉 추론을 수행하고, 신뢰할 수 있는 인용을 생성하는 데 종종 어려움을 겪습니다. </li></ul></li><li>어떻게 문제를 해결하나요? <ul ><li>SFR-RAG는 문맥에 기반한 생성 및 환각 최소화를 위해 특별히 명령어로 조정된 소형 LLM을 도입하여 기존 RAG 모델의 한계를 해결합니다. </li><li>이 모델은 제공된 컨텍스트를 충실히 이해하고, 잘못된 정보를 생성하지 않으며, 답이 없거나 사실과 반대되는 질문과 같은 까다로운 시나리오를 처리하고, 멀티홉 추론을 수행하도록 훈련됩니다. </li><li>또한 SFR-RAG는 신뢰할 수 있는 인용을 생성하도록 설계되어 생성된 답변의 신뢰성을 높입니다. </li><li>또한 저자들은 일관된 설정으로 다양한 RAG 벤치마크를 컴파일하여 재현 가능하고 일관된 모델 평가를 가능하게 하는 표준화된 평가 프레임워크인 ContextualBench를 소개합니다.</li></ul></li><li>다음 단계는 무엇인가요? <ul ><li>SFR-RAG의 인상적인 성능은 주요 기준선에 비해 훨씬 작은 크기에도 불구하고 효율적이고 효과적인 RAG 모델을 개발할 수 있는 가능성을 보여줍니다. </li><li>향후 연구에서는 명령어 튜닝 프로세스에 대한 추가 최적화와 더 큰 모델 크기로의 SFR-RAG의 확장성을 조사할 수 있습니다. </li><li>또한 컨텍스트벤치의 도입은 RAG 모델의 표준화된 평가와 비교를 위한 기회를 열어주어 이 중요한 제너레이티브 AI 영역의 발전을 촉진할 것입니다.</li></ul></li></ul> <ul ><li>source: https://www.linkedin.com/pulse/llms-improving-themselves-pascal-biese-z2uxf/</li></ul>

www.linkedin.com

[LLM Watch] 스스로 발전하고 있는 LLMs

조직에서 자연어 처리(NLP) 시스템, 추천 엔진이나 검색 기반 시스템과 같은 머신 러닝(ML) 애플리케이션을 만들려고 할 때, 일정 수준 이상의 단계에서 k-Nearest Neighbor(k-NN) 검색을 쓰게 됩니다. 하지만 데이터 포인트가 수억 개에서 수십억 개까지 늘어나면, k-NN 검색 시스템을 확장하는 게 정말 큰 난제가 될 수 있습니다. 이럴 때 Approximate k-Nearest Neighbor (ANN) 검색을 적용하면 이 문제를 잘 […]

OpenSearch에서 수십억 규모 검색을 위한 적합한 k-NN 알고리즘을 선택하기 | Amazon Web Services

데이터 포인트가 수억 개에서 수십억 개까지 늘어나면 검색 시스템을 확장하는 게 정말 큰 난제가 될 수 있습니다. 🙄 이를 해결하는 과정에서, 모든 메트릭을 한 번에 최적화하는 완벽한 알고리즘이나 접근 방식은 존재하지 않습니다. HNSW, IVF, PQ 등의 기법은 각각 k-NN 워크로드에서 서로 다른 메트릭을 최적화할 수 있게 해줍니다. 👨‍🎓

그래서 알고리즘을 선택할 때는 먼저 사용 사례의 요구 사항(ANN 검색이 얼마나 정확해야 하는가? 얼마나 빨라야 하나요? 인프라 예산은 얼마인가?)을 파악한 다음 이를 충족하도록 알고리즘 구성을 조정해야 합니다. 💻

OpenSearch는 손쉽게 데이터를 수집, 검색, 시각화 및 분석할 수 있는 오픈소스 커뮤니티 중심의 Apache 2.0 라이선스 검색 및 분석 엔진입니다. OpenSearch k-NN 플러그인은 OpenSearch 클러스터 내에서 k-NN 알고리즘 중 일부를 사용할 수 있는 기능을 제공합니다. 🕊 아래 블로그에서는 OpenSearch에서 지원되는 다양한 알고리즘에 대해 분석하고 실험을 통해 이들 간의 장단점을 설명하고 있습니다.

https://aws.amazon.com/ko/blogs/tech/choose-the-k-nn-algorithm-for-your-billion-scale-use-case-with-opensearch/

데이터 포인트가 수억 개에서 수십억 개까지 늘어나면 검색 시스템을 확장하는 게 정말 큰 난제가 될 수 있습니다. 🙄 이를 해결하는 과정에서, 모든 메트릭을 한 번에 최적화하는 완벽한 알고리즘이나 접근 방식은 존재하지 않습니다. HNSW, IVF, PQ 등의 기법은 각각 k-NN 워크로드에서 서로 다른 메트릭을 최적화할 수 있게 해줍니다. 👨‍🎓 그래서 알고리즘을 선택할 때는 먼저 사용 사례의 요구 사항(ANN 검색이 얼마나 정확해야 하는가? 얼마나 빨라야 하나요? 인프라 예산은 얼마인가?)을 파악한 다음 이를 충족하도록 알고리즘 구성을 조정해야 합니다. 💻 OpenSearch는 손쉽게 데이터를 수집, 검색, 시각화 및 분석할 수 있는 오픈소스 커뮤니티 중심의 Apache 2.0 라이선스 검색 및 분석 엔진입니다. OpenSearch k-NN 플러그인은 OpenSearch 클러스터 내에서 k-NN 알고리즘 중 일부를 사용할 수 있는 기능을 제공합니다. 🕊 아래 블로그에서는 OpenSearch에서 지원되는 다양한 알고리즘에 대해 분석하고 실험을 통해 이들 간의 장단점을 설명하고 있습니다. https://aws.amazon.com/ko/blogs/tech/choose-the-k-nn-algorithm-for-your-billion-scale-use-case-with-opensearch/

Amazon Web Services

수십억 규모 검색을 위한 K-nn 알고리즘 선택하기

Microsoft에서 RAG 사용 분류에 대한 서베이 논문이 나왔는데요. 해당 논문에서는 RAG의 사용 레벨을 다음과 같은 4가지로 분류했습니다.

Lv.1 데이터에서 명시적인 사실 추출
Lv.2 데이터의 암시적 사실을 결합한 추론
Lv.3 도메인별 명시적 근거와 절차를 이해하고 적용
Lv.4 데이터에서 암시적인 근거를 추론하고 적용

또한 이 분류에 근거한 RAG 기법을 첨부 이미지처럼 제안했습니다. 이 분류를 참고하면 언제 파인튜닝을 해야 할지, 자체 모델을 만들어야 할지도 판단해 볼 수 있겠습니다.

참고로, 실제 프로젝트에서는 널리 알려진 RAG 방법론이나 파인튜닝을 사용해도 결과가 제대로 안나오는 경우가 대부분인데요. 그 이유는 #여백이적어생략합니다

Microsoft에서 RAG 사용 분류에 대한 서베이 논문이 나왔는데요. 해당 논문에서는 RAG의 사용 레벨을 다음과 같은 4가지로 분류했습니다. Lv.1 데이터에서 명시적인 사실 추출Lv.2 데이터의 암시적 사실을 결합한 추론Lv.3 도메인별 명시적 근거와 절차를 이해하고 적용Lv.4 데이터에서 암시적인 근거를 추론하고 적용 또한 이 분류에 근거한 RAG 기법을 첨부 이미지처럼 제안했습니다. 이 분류를 참고하면 언제 파인튜닝을 해야 할지, 자체 모델을 만들어야 할지도 판단해 볼 수 있겠습니다. 참고로, 실제 프로젝트에서는 널리 알려진 RAG 방법론이나 파인튜닝을 사용해도 결과가 제대로 안나오는 경우가 대부분인데요. 그 이유는 #여백이적어생략합니다

OAuth는 무엇인가요?티스토리 로그인페이지에서 보면 카카오톡으로 로그인이라는 버튼이 보일 것입니다. 이 외에도 구글, 네이버, 페이스북으로 로그인 할 수 있도록 타 사이트에서 기능을 제공해주고 있는데 이처럼 서비스에 직접 사용자를 등록하지 않고 제 3자의 플랫폼에 사용자의 접근 권한을 위임할 수 있도록 해주는 표준 프로토콜을 OAuth라고 합니다.OAuth는 인터넷 사용자들이 비밀번호를 제공하지 않고 다른 웹사이트 상의 자신들의 정보에 대해 웹사이트나 애플리케이션의 접근 권한을 부여할 수 있는 공통적인 수단으로서 사용되는 접근 위임을 위한 개방형 표준. - 위키피디아OAuth가 사용되기 전에는 인증방식의 표준이 없었기 때문에 기존의 기본인증인 아이디와 비밀번호를 사용하였는데, 이는 보안상 취약한 구조일..

OAuth 원리와 이해 (feat. 카카오 로그인)

예전에 카카오워크라는 협업툴의 기획자로 일한 적이 있었는데요.
그러면서 OAuth와 SAML에 대해 많은 공부를 하게 되었었어요!
SSO 인증은 알아두면 나중에 정말 요긴하게 쓰이니 읽고 가볍게 공부해보세요!

+여담
그리고 그 당시에 찾아보며 느꼈는데,
미국이나 우리나라는 OAuth를 많이 쓰는데.. 일본은 LINE을 기반으로 SAML을 많이 쓰는 느낌이 들더라구요..!? 🤓

https://yejipro.tistory.com/entry/OAuth-%EC%9B%90%EB%A6%AC%EC%99%80-%EC%9D%B4%ED%95%B4-feat-%EC%B9%B4%EC%B9%B4%EC%98%A4-%EB%A1%9C%EA%B7%B8%EC%9D%B8

예전에 카카오워크라는 협업툴의 기획자로 일한 적이 있었는데요.그러면서 OAuth와 SAML에 대해 많은 공부를 하게 되었었어요!SSO 인증은 알아두면 나중에 정말 요긴하게 쓰이니 읽고 가볍게 공부해보세요! +여담그리고 그 당시에 찾아보며 느꼈는데, 미국이나 우리나라는 OAuth를 많이 쓰는데.. 일본은 LINE을 기반으로 SAML을 많이 쓰는 느낌이 들더라구요..!? 🤓 https://yejipro.tistory.com/entry/OAuth-%EC%9B%90%EB%A6%AC%EC%99%80-%EC%9D%B4%ED%95%B4-feat-%EC%B9%B4%EC%B9%B4%EC%98%A4-%EB%A1%9C%EA%B7%B8%EC%9D%B8

Yeji's Tech Notes

기획을 하시다가 분석을 하고 계신 스토리도 궁금하네요

한국에서 일할 때는 제 주변에 대부분의 직장인들이 성장에 목말라 했었습니다. 막 입사한 개발자들은 어떻게 하면 빨리 신입 딱지를 땔 수 있을지 물어봤었고, 주니어 개발자들은 어떻게 하면 빨리 시니어가 될 수 있는지 궁금해했습니다. 동기들은 다 진급하는데 본인만 누락될까봐 걱정하시는 분들이 많았습니다. 그래서 주로 이러한 갈증을 해소시켜주는 멘토링을 했던 기억이 있습니다.

이러한 경험을 갖고 저는 캐나다에 와서 직장 생활을 하면서 문화 충격을 받는데요. 현재 자신이 맡고있는 역할에 충분히 만족하며 딱히 더 성장할 마음이 없는 직장인들이 많기 때문입니다. 이러한 엔지니어들과 얘기를 해보면 소프트웨어 개발 직군이 다른 직군 대비 처우가 얼마나 좋은지 잘 인지하고 있으며 그래서 더 이상 바랄 게 없다고 합니다. 진급과 함께 늘어난 권한만큼 무거운 책임도 부담스럽다고 하고요.

한국에서 어렸을 때 부터 치열한 경쟁 속에 살아온 저는 처음에 이러한 캐나다 동료들이 나태하고 한심하다고 느껴졌습니다. 아마도 예전에 교양 수업에서 들었던 열심히 일하지 않아도 되는 복지 선진국의 폐해일 수도 있겠다고 생각했습니다. 하지만 이러한 엔지니어들을 직접 멘토링하게 되면서 제 관점이 조금씩 바뀌게 되었습니다.

처음에는 이러한 멘티들의 성장을 독려하는 것이 저의 임무라고 생각했습니다. 업무에서 사용하고 있는 기술에 대해서 좀 더 깊이 공부하기를 바라는 마음에 여러 책과 온라인 강의를 추천해주었습니다. 이 친구들이 조직에서 더 두각을 내고 진급을 하려면 어떤 부분에서 더 실력을 키워야 하는지 얘기해 주었습니다. 이렇게 성장하는 방법을 알려주면 고마워할 줄 알았죠.

하지만 저의 이러한 멘토링 방향에 반발하는 멘티를 만났고, 이 친구와 우리는 왜 성장해야 하는가 대해서 수 차례 깊은 대화를 나누었습니다. 그러다가 저는 태어나서 한 번도 의심해보지 않았던 성장이라는 가치에 대해서 자문하게 되었습니다. 나는 왜 이렇게 성장에 집착하는 거지? 왜 다른 사람에게 성장을 강요하려는 거지?? 생각을 해보니 반드시 모든 사람이 성장하고 싶어야 할 이유도 없더군요! 제 생각이 얼마나 편협했었는지를 느끼게 되었습니다.

그래서 이제는 새로운 멘티가 생기면 성장을 하고 싶은지에 대해서 먼저 꼭 물어봅니다. 엔지니어로서 성장을 원치 않는 친구들은 보통 인생의 다른 부분에 열정을 갖고 있더라고요. 어떤 친구는 퇴근 후에 아마추어 하키팀 코치로 투잡을 뛰고, 다른 친구는 영화 감독이 꿈이라서 주말마다 독립 영화를 찍고 있다고 하네요. 이런 친구들은 성장보다는 효율에 초점을 두어 멘토링을 합니다.

저처럼 소프트웨어 개발을 천직으로 삼고 계속해서 공부하며 엔지니어로 성장하고 싶은 사람도 있지만, 그냥 소프트웨어 개발을 괜찮은 돈벌이 수단으로 생각하고 직업 그 이상 이하로도 생각하지 않는 사람도 많습니다. 멘토가 멘티의 성장을 도와줄 수는 있지만, 절대 강요할 수는 없다는 것을 배웠습니다.

한국에서 일할 때는 제 주변에 대부분의 직장인들이 성장에 목말라 했었습니다. 막 입사한 개발자들은 어떻게 하면 빨리 신입 딱지를 땔 수 있을지 물어봤었고, 주니어 개발자들은 어떻게 하면 빨리 시니어가 될 수 있는지 궁금해했습니다. 동기들은 다 진급하는데 본인만 누락될까봐 걱정하시는 분들이 많았습니다. 그래서 주로 이러한 갈증을 해소시켜주는 멘토링을 했던 기억이 있습니다. 이러한 경험을 갖고 저는 캐나다에 와서 직장 생활을 하면서 문화 충격을 받는데요. 현재 자신이 맡고있는 역할에 충분히 만족하며 딱히 더 성장할 마음이 없는 직장인들이 많기 때문입니다. 이러한 엔지니어들과 얘기를 해보면 소프트웨어 개발 직군이 다른 직군 대비 처우가 얼마나 좋은지 잘 인지하고 있으며 그래서 더 이상 바랄 게 없다고 합니다. 진급과 함께 늘어난 권한만큼 무거운 책임도 부담스럽다고 하고요. 한국에서 어렸을 때 부터 치열한 경쟁 속에 살아온 저는 처음에 이러한 캐나다 동료들이 나태하고 한심하다고 느껴졌습니다. 아마도 예전에 교양 수업에서 들었던 열심히 일하지 않아도 되는 복지 선진국의 폐해일 수도 있겠다고 생각했습니다. 하지만 이러한 엔지니어들을 직접 멘토링하게 되면서 제 관점이 조금씩 바뀌게 되었습니다. 처음에는 이러한 멘티들의 성장을 독려하는 것이 저의 임무라고 생각했습니다. 업무에서 사용하고 있는 기술에 대해서 좀 더 깊이 공부하기를 바라는 마음에 여러 책과 온라인 강의를 추천해주었습니다. 이 친구들이 조직에서 더 두각을 내고 진급을 하려면 어떤 부분에서 더 실력을 키워야 하는지 얘기해 주었습니다. 이렇게 성장하는 방법을 알려주면 고마워할 줄 알았죠. 하지만 저의 이러한 멘토링 방향에 반발하는 멘티를 만났고, 이 친구와 우리는 왜 성장해야 하는가 대해서 수 차례 깊은 대화를 나누었습니다. 그러다가 저는 태어나서 한 번도 의심해보지 않았던 성장이라는 가치에 대해서 자문하게 되었습니다. 나는 왜 이렇게 성장에 집착하는 거지? 왜 다른 사람에게 성장을 강요하려는 거지?? 생각을 해보니 반드시 모든 사람이 성장하고 싶어야 할 이유도 없더군요! 제 생각이 얼마나 편협했었는지를 느끼게 되었습니다. 그래서 이제는 새로운 멘티가 생기면 성장을 하고 싶은지에 대해서 먼저 꼭 물어봅니다. 엔지니어로서 성장을 원치 않는 친구들은 보통 인생의 다른 부분에 열정을 갖고 있더라고요. 어떤 친구는 퇴근 후에 아마추어 하키팀 코치로 투잡을 뛰고, 다른 친구는 영화 감독이 꿈이라서 주말마다 독립 영화를 찍고 있다고 하네요. 이런 친구들은 성장보다는 효율에 초점을 두어 멘토링을 합니다. 저처럼 소프트웨어 개발을 천직으로 삼고 계속해서 공부하며 엔지니어로 성장하고 싶은 사람도 있지만, 그냥 소프트웨어 개발을 괜찮은 돈벌이 수단으로 생각하고 직업 그 이상 이하로도 생각하지 않는 사람도 많습니다. 멘토가 멘티의 성장을 도와줄 수는 있지만, 절대 강요할 수는 없다는 것을 배웠습니다.

성장을 강요하는 멘토, 성장을 거부하는 멘티

Learn how to publish a package to npm with a complete setup including, TypeScript, Prettier, Vitest, GitHub Actions, and versioning with Changesets.

How To Create An NPM Package

npm 패키징관련해서 매우 자세하게 작성해둔 글입니다.
타입스트립트로 만드는 방법도 같이 정리되어 있어서 귀한 글이라고 생각합니다.
npm으로 패키지를 배포해보고 싶으신 분은 보시는거 추천드려요~
https://www.totaltypescript.com/how-to-create-an-npm-package

npm 패키징관련해서 매우 자세하게 작성해둔 글입니다. 타입스트립트로 만드는 방법도 같이 정리되어 있어서 귀한 글이라고 생각합니다. npm으로 패키지를 배포해보고 싶으신 분은 보시는거 추천드려요~ https://www.totaltypescript.com/how-to-create-an-npm-package

Total TypeScript

NPM 패키지 만들기 가이드

Let's create a Git commit using Git's low-level (plumbing) commands

Creating a Git commit: The Hard Way

Git에서 저희가 일반적으로 사용하는 git add나 git commit 같은 명령어를 Porcelain 명령어라고 하고 보다 저수준작업을 하는 명령어는 Plumbing 명령어라고 부릅니다.

이 글에서는 Git의 동작 방식을 더 잘 이해하기 위해서 blob과 tree로 구성된 커밋의 구조를 설명하고 Git commit 대신 git hash-object, git update-index, git commit-tree같은 Plubming 명령어로 직접 커밋을 만들어 보면서 실제로 git commit이 어떻게 동작하는지를 설명하는데 직접 따라해 보면서 구조를 이해하기 쉽게 정리된 글입니다.

https://avestura.dev/blog/creating-a-git-commit-the-hard-way

Git에서 저희가 일반적으로 사용하는 git add나 git commit 같은 명령어를 Porcelain 명령어라고 하고 보다 저수준작업을 하는 명령어는 Plumbing 명령어라고 부릅니다. 이 글에서는 Git의 동작 방식을 더 잘 이해하기 위해서 blob과 tree로 구성된 커밋의 구조를 설명하고 Git commit 대신 git hash-object, git update-index, git commit-tree같은 Plubming 명령어로 직접 커밋을 만들어 보면서 실제로 git commit이 어떻게 동작하는지를 설명하는데 직접 따라해 보면서 구조를 이해하기 쉽게 정리된 글입니다. https://avestura.dev/blog/creating-a-git-commit-the-hard-way

Avestura's Blog

Git에서 저희가 일반적으로 사용하는 git add나 git co

#직딩에세이 #25 | 암초는 바다에만 있는 것이 아니다. 직장 생활을 하다보면 뭔지 모르게 자신의 힘을 빼는 사람들이 있는데 이런 사람들과는 처음부터 거리를 두는 것이 좋다.  1. 편을 가르는 사람들  회의를 팀전이라 생각하는 사람들이 있다. PC방에서는 진실일지 모르겠으나, 회사에서는 이것만큼 골치아픈 것이 없다. 회사가 위기일수록 이런 사람들이 많아지는데, 어쩌면 이런 사

직장생활에서 피해야 할 사람들

직장 생활을 하다보면 뭔지 모르게 자신의 힘을 빼는 사람들이 있는데 이런 사람들과는 처음부터 거리를 두는게 좋다고 합니다. 꽤 오래된 글이지만 몇 가지는 저도 공감이 가는글이고, 반대로 저도 이런적이 있었나 다시 한번 생각해보게 되는 글입니다.

🏄🏻‍♂️ 편을 가르는 사람들
회의를 팀전이라 생각하는 사람들이 있습니다. '니 편 내 편' 이 있는 사람들은 회의 내용에 잘 집중하지 못합니다. 이 사람들이 가장 문제가 되는 점은 '상대방의 주장이 옳다는 것'을 알아도 여전히 노선을 바꾸지 않는 점입니다.

🤫 상대에 따라 말이 바뀌는 사람들
말이나 생각의 일관성이 없는 사람들입니다. 특히 상사를 대할 때와 동료를 대할 때 말이 180도 달라지는 사람들이 많습니다. 이런 사람들이 가장 싫어하는 것은 '모두가 있는 자리에서 자신의 생각을 이야기하는 것' 입니다. 회의에서는 말을 아끼거나 대부분의 사람의 의견에 동의하지만, 회의가 끝나면 참석한 사람들을 하나씩 붙잡고 이야기를 시작합니다. 보통 이런 사람들은 회사에 불만이 많고, 불만의 대상이 눈앞에 있으면 그 이야기를 하지 않습니다. 그 사람을 직접 마주보고 할 수 없는 이야기는 다른 사람에게도 하지 않는 것이 좋습니다.

🏃‍♂️ 감정 기복이 심한 사람들
이런 사람들의 특징은 굉장히 잘해주는 때와 이유없이 화를 내는 때의 변화가 찰나의 순간에 교차한다는 것입니다. 논쟁을 하다가 갑자기 감정을 폭발하는 사람을 대하는 것은 굉장히 어렵습니다. 가능하다면 이런 사람들과는 1:1로 미팅을 하지 않는 것이 좋고, 어쩔 수 없이 해야한다면 회의실말고 카페같은 열린 공간에서 하는 것이 더 좋습니다.

🧘🏻‍♂️ 하겠다고 한 일을 하지 않는 사람들
하겠다고 막 내뱉고 하지 않는 것만큼 동료들을 지치게 하는 일은 없습니다.
하지 않을 업무는 눈 앞에 CEO가 앉아 있더라도 하지 않겠다고 이야기해야 합니다.
하지 않을 업무를 본인 스스로 제안하면 안됩니다. 보통 이러한 사람들은 '할 수 있을 것 같아서', '좋은 생각인 것 같아서'라는 답을 주는데 회사에서는 자신이 뱉은 말은 지켜야 하는 곳입니다.

💁‍♂️ 자기 생각을 이야기하지 못하는 사람들
자신의 생각을 말하지 않는 사람들이 생각을 말하게 하는 것은 생각보다 굉장히 어려운 일입니다. 특히 설득해야 하는 사람이 굳이 그럴 필요까지 있을까 생각하는 경우는 더욱 그렇습니다.
회사는 대체적으로 바쁜곳이기에 이야기하지 않으면 모른다고 생각하는 것이 좋습니다.
'꼭 말해야 아나요?' 라고 묻는다면 '그렇습니다.' 잘못된 의사결정이 내려지고 있으면 말을 해야 합니다.

👨‍💻 날짜와 숫자를 부르지 못하는 사람들
언제까지 마무리 할 수 있을지, 이번 분기에 매출이 얼마로 끝날 것 같은지에 대해 답을 못하는 사람들이 의외로 많습니다. 물어본 질문에 대한 답을 빼고 장황한 설명을 하거나, 노력하고 있다고만 말하는 경우가 많습니다. 이러한 사람을 매니저로 둔 팀원들은 죽었다고 보면 됩니다.

👁️ 하고 싶은 것이 없는 사람들
무기력하거나, 방어적이거나, 둘 다 인 경우를 의미합니다.

직장 생활을 하다보면 뭔지 모르게 자신의 힘을 빼는 사람들이 있는데 이런 사람들과는 처음부터 거리를 두는게 좋다고 합니다. 꽤 오래된 글이지만 몇 가지는 저도 공감이 가는글이고, 반대로 저도 이런적이 있었나 다시 한번 생각해보게 되는 글입니다. 🏄🏻‍♂️ 편을 가르는 사람들회의를 팀전이라 생각하는 사람들이 있습니다. '니 편 내 편' 이 있는 사람들은 회의 내용에 잘 집중하지 못합니다. 이 사람들이 가장 문제가 되는 점은 '상대방의 주장이 옳다는 것'을 알아도 여전히 노선을 바꾸지 않는 점입니다. 🤫 상대에 따라 말이 바뀌는 사람들말이나 생각의 일관성이 없는 사람들입니다. 특히 상사를 대할 때와 동료를 대할 때 말이 180도 달라지는 사람들이 많습니다. 이런 사람들이 가장 싫어하는 것은 '모두가 있는 자리에서 자신의 생각을 이야기하는 것' 입니다. 회의에서는 말을 아끼거나 대부분의 사람의 의견에 동의하지만, 회의가 끝나면 참석한 사람들을 하나씩 붙잡고 이야기를 시작합니다. 보통 이런 사람들은 회사에 불만이 많고, 불만의 대상이 눈앞에 있으면 그 이야기를 하지 않습니다. 그 사람을 직접 마주보고 할 수 없는 이야기는 다른 사람에게도 하지 않는 것이 좋습니다. 🏃‍♂️ 감정 기복이 심한 사람들이런 사람들의 특징은 굉장히 잘해주는 때와 이유없이 화를 내는 때의 변화가 찰나의 순간에 교차한다는 것입니다. 논쟁을 하다가 갑자기 감정을 폭발하는 사람을 대하는 것은 굉장히 어렵습니다. 가능하다면 이런 사람들과는 1:1로 미팅을 하지 않는 것이 좋고, 어쩔 수 없이 해야한다면 회의실말고 카페같은 열린 공간에서 하는 것이 더 좋습니다. 🧘🏻‍♂️ 하겠다고 한 일을 하지 않는 사람들하겠다고 막 내뱉고 하지 않는 것만큼 동료들을 지치게 하는 일은 없습니다.하지 않을 업무는 눈 앞에 CEO가 앉아 있더라도 하지 않겠다고 이야기해야 합니다.하지 않을 업무를 본인 스스로 제안하면 안됩니다. 보통 이러한 사람들은 '할 수 있을 것 같아서', '좋은 생각인 것 같아서'라는 답을 주는데 회사에서는 자신이 뱉은 말은 지켜야 하는 곳입니다. 💁‍♂️ 자기 생각을 이야기하지 못하는 사람들자신의 생각을 말하지 않는 사람들이 생각을 말하게 하는 것은 생각보다 굉장히 어려운 일입니다. 특히 설득해야 하는 사람이 굳이 그럴 필요까지 있을까 생각하는 경우는 더욱 그렇습니다.회사는 대체적으로 바쁜곳이기에 이야기하지 않으면 모른다고 생각하는 것이 좋습니다.'꼭 말해야 아나요?' 라고 묻는다면 '그렇습니다.' 잘못된 의사결정이 내려지고 있으면 말을 해야 합니다. 👨‍💻 날짜와 숫자를 부르지 못하는 사람들언제까지 마무리 할 수 있을지, 이번 분기에 매출이 얼마로 끝날 것 같은지에 대해 답을 못하는 사람들이 의외로 많습니다. 물어본 질문에 대한 답을 빼고 장황한 설명을 하거나, 노력하고 있다고만 말하는 경우가 많습니다. 이러한 사람을 매니저로 둔 팀원들은 죽었다고 보면 됩니다. 👁️ 하고 싶은 것이 없는 사람들무기력하거나, 방어적이거나, 둘 다 인 경우를 의미합니다.

Brunch Story

원문: https://vercel.com/blog/how-google-handles-javascript-throughout-the-indexing-process

(번역) 구글이 색인 과정에서 자바스크립트를 처리하는 방법

"구글은 클라이언트 사이드 렌더링을 제대로 처리하지 못해", "자바스크립트를 많이 쓰면 SEO에 악영향을 준다"는 말을 듣고 개발 방식을 고민해본 적 있으신가요?

이 글은 MERJ와 Vercel의 실증적 연구를 번역한 것으로, 구글의 자바스크립트 처리 능력에 대한 오해들을 해소합니다. SPA, CSR 등 현대적 웹 개발 기술이 SEO에 미치는 실제 영향을 밝혀내며, 우리가 믿어왔던 많은 가정들이 더 이상 유효하지 않음을 보여줍니다. 최신 프런트엔드 기술을 적극 활용하면서도 SEO를 최적화할 수 있는 방법을 이 글에서 확인해보세요!

> 글 링크: https://bit.ly/3Bq7TtO

"구글은 클라이언트 사이드 렌더링을 제대로 처리하지 못해", "자바스크립트를 많이 쓰면 SEO에 악영향을 준다"는 말을 듣고 개발 방식을 고민해본 적 있으신가요? 이 글은 MERJ와 Vercel의 실증적 연구를 번역한 것으로, 구글의 자바스크립트 처리 능력에 대한 오해들을 해소합니다. SPA, CSR 등 현대적 웹 개발 기술이 SEO에 미치는 실제 영향을 밝혀내며, 우리가 믿어왔던 많은 가정들이 더 이상 유효하지 않음을 보여줍니다. 최신 프런트엔드 기술을 적극 활용하면서도 SEO를 최적화할 수 있는 방법을 이 글에서 확인해보세요! &gt; 글 링크: https://bit.ly/3Bq7TtO

bit.ly

구글이 색인 과정에서 자바스크립트를 처리하는 방법

지난 16년 동안 8개의 회사를 거치면서, 후보자의 입장에서 여러 번의 면접을 경험해봤고, 반대로 면접관으로서 회사를 대표해 수많은 후보자를 평가하기도 했다. 그 과정에서 여전히 인상 깊게 기억하는 면접이 있는가 하면, 아쉽거나 이해하기 어려운…

개발자 기술 면접

 * 개발자 기술 면접에 대해 작성된 글입니다.
 * 면접을 보는 사람, 면접관 모두에게 도움이 될 것 같아요.
 * 더 좋은 질문은 무엇일까, 어떤 사람을 뽑을 것인가 고민하는 분이라면 꼭 읽어보셔도 좋을 것 같아요

https://medium.com/@greg.shiny82/%EA%B0%9C%EB%B0%9C%EC%9E%90-%EA%B8%B0%EC%88%A0-%EB%A9%B4%EC%A0%91-144a1fe28ca4

<ul ><li>개발자 기술 면접에 대해 작성된 글입니다.</li><li>면접을 보는 사람, 면접관 모두에게 도움이 될 것 같아요.</li><li>더 좋은 질문은 무엇일까, 어떤 사람을 뽑을 것인가 고민하는 분이라면 꼭 읽어보셔도 좋을 것 같아요</li></ul> https://medium.com/@greg.shiny82/%EA%B0%9C%EB%B0%9C%EC%9E%90-%EA%B8%B0%EC%88%A0-%EB%A9%B4%EC%A0%91-144a1fe28ca4

안녕하세요! 커뮤니티실 동네생활팀 프론트엔드 엔지니어 리디아(Lydia)예요. 당근에 합류한 지 이제 막 한 달이 넘어가고 있는 따끈따끈한 저의 경험을 여러분께 공유하고 싶어 찾아왔어요.

입사 1개월차 프론트엔드 개발자의 자체 기술 온보딩 : Streaming SSR편

최근 당근마켓을 사용하면서 UX가 괜찮다고 느꼇는데요. 이미
Streaming SSR
을 도입하고 있네요.
Streaming SSR
은 전통적인 SSR 한계를 극복하는 렌더링 기법인데요

SSR vs Streaming SSR
 * 기존 SSR: 전체 HTML을 생성한 후 한 번에 전송하기 때문에 모든 데이터 fetching과 렌더링이 완료될때 까지 기다립니다. 완전한 페이지를 한 번에 받기 때문에 유저는 일정시간동안 빈 화면을 봅니다.
 * Streaming SSR: Streaming SSR은 HTML을 Chunk(조각) 단위로 부분 스트리밍하여 전송합니다. 가령 API 페칭이 필요없는 GNB, 네비게이션 등은 먼저 렌더링을 하고 이후에 데이터 fetching이 된 부분은 나중에 순차적으로 렌더링 합니다. 따라서, 중요 컨텐츠를 먼저 사용자에게 전달할 수 있어 전체 로딩 시간은 동일하더라도, 사용자가 체감하는 속도가 더 빨라집니다

Streaming SSR 구현 방법
당근마켓의 StremingSSR은 아래와 같은 단계로 이루어집니다.
 1. 데이터 프리페칭 및 직렬화: TanStack Query로 데이터를 미리 가져옵니다. 이후
    dehydrate
    를 사용해 쿼리 상태를 JSON 으로 직렬화(SSR에서 가져온 데이터를 클라이언트로 전달) 합니다. 이를 통해 직렬화된 상태는 HTML 응답에 포함되어 클라이언트로 전송됩니다.
 2. HTML 스트리밍: ReactDOM의 renderToPipeableSteream함수를 이용해서 HTML 스트림을 청크 단위로 스트리밍합니다. 이를 통해 HTML부분 렌더링을 적용 합니다.
 3. TanstackQuery 하이드레이션: dehydrate 를 통해 JSON 형태로 직렬화된 데이터를 TanstackQuery의 HydrationBounary 함수를 사용하여 TanstackQuery 캐시에 hydrate 합니다. 이 과정을 통해 TanStack Query 캐시에는 서버에서 가져온 데이터가 들어있게됩니다.

국내 IT 기업도 점차 UX의 중요성에 대해 인식하고 기술적으로 많은 시도와 도입을 하는것 같습니다. 고객 경험을 중시하는 이런 시도는 사용자 만족도 향상과 비즈니스 성과 개선으로 이어지는데요. 이런 시도를 통해 당근마켓이 국내를 넘어 글로벌 시장에서도 더욱 성공적으로 성장하기를 기대해 봅니다.

https://medium.com/daangn/%EC%9E%85%EC%82%AC-1%EA%B0%9C%EC%9B%94%EC%B0%A8-%ED%94%84%EB%A1%A0%ED%8A%B8%EC%97%94%EB%93%9C-%EA%B0%9C%EB%B0%9C%EC%9E%90%EC%9D%98-%EC%9E%90%EC%B2%B4-%EA%B8%B0%EC%88%A0-%EC%98%A8%EB%B3%B4%EB%94%A9-streaming-ssr%ED%8E%B8-aabaee57f660

최근 당근마켓을 사용하면서 UX가 괜찮다고 느꼇는데요. 이미 <code >Streaming SSR</code>을 도입하고 있네요. <code >Streaming SSR</code>은 전통적인 SSR 한계를 극복하는 렌더링 기법인데요 SSR vs Streaming SSR<ul ><li>기존 SSR: 전체 HTML을 생성한 후 한 번에 전송하기 때문에 모든 데이터 fetching과 렌더링이 완료될때 까지 기다립니다. 완전한 페이지를 한 번에 받기 때문에 유저는 일정시간동안 빈 화면을 봅니다.</li><li>Streaming SSR: Streaming SSR은 HTML을 Chunk(조각) 단위로 부분 스트리밍하여 전송합니다. 가령 API 페칭이 필요없는 GNB, 네비게이션 등은 먼저 렌더링을 하고 이후에 데이터 fetching이 된 부분은 나중에 순차적으로 렌더링 합니다. 따라서, 중요 컨텐츠를 먼저 사용자에게 전달할 수 있어 전체 로딩 시간은 동일하더라도, 사용자가 체감하는 속도가 더 빨라집니다</li></ul> Streaming SSR 구현 방법당근마켓의 StremingSSR은 아래와 같은 단계로 이루어집니다.<ol ><li>데이터 프리페칭 및 직렬화: TanStack Query로 데이터를 미리 가져옵니다. 이후 <code >dehydrate</code>를 사용해 쿼리 상태를 JSON 으로 직렬화(SSR에서 가져온 데이터를 클라이언트로 전달) 합니다. 이를 통해 직렬화된 상태는 HTML 응답에 포함되어 클라이언트로 전송됩니다.</li><li>HTML 스트리밍: ReactDOM의 renderToPipeableSteream함수를 이용해서 HTML 스트림을 청크 단위로 스트리밍합니다. 이를 통해 HTML부분 렌더링을 적용 합니다.</li><li>TanstackQuery 하이드레이션: dehydrate 를 통해 JSON 형태로 직렬화된 데이터를 TanstackQuery의 HydrationBounary 함수를 사용하여 TanstackQuery 캐시에 hydrate 합니다. 이 과정을 통해 TanStack Query 캐시에는 서버에서 가져온 데이터가 들어있게됩니다.</li></ol> 국내 IT 기업도 점차 UX의 중요성에 대해 인식하고 기술적으로 많은 시도와 도입을 하는것 같습니다. 고객 경험을 중시하는 이런 시도는 사용자 만족도 향상과 비즈니스 성과 개선으로 이어지는데요. 이런 시도를 통해 당근마켓이 국내를 넘어 글로벌 시장에서도 더욱 성공적으로 성장하기를 기대해 봅니다. https://medium.com/daangn/%EC%9E%85%EC%82%AC-1%EA%B0%9C%EC%9B%94%EC%B0%A8-%ED%94%84%EB%A1%A0%ED%8A%B8%EC%97%94%EB%93%9C-%EA%B0%9C%EB%B0%9C%EC%9E%90%EC%9D%98-%EC%9E%90%EC%B2%B4-%EA%B8%B0%EC%88%A0-%EC%98%A8%EB%B3%B4%EB%94%A9-streaming-ssr%ED%8E%B8-aabaee57f660

전통적 SSR의 한계를 넘어: 당근마켓이 도입한 Streaming

01 . 작년부터 스멀스멀 고개를 내미는 기사 중에 이런 류의 제목들이 눈에 띄었습니다. 'Gen Z들에게 독서는 섹시한 행위로 치부된다. 그들에게는 텍스트를 읽는다는 것 자체가 이미 힙한 행동이다.' 그리고 동시다발적으로 새로운 용어들 역시 쏟아지기 시작했죠. '텍스트힙', '책멍', '독파민(독서+도파민)' 같은 말들도 이젠 그리 신기하고 낯선 단어들이 아니니 말입니다.

02 . 독서와 관련한 책을 써서인지 한 매체로부터 이런 현상에 대해 짧게나마 제 생각을 소개해 줄 수 있느냐는 요청을 받았습니다. 하지만 요청주신 분의 설명을 듣고 나서는 정중히 거절했죠. 아쉽게도 기사를 쓰는 분께서 이미 자기만의 답을 내리고 계신 느낌이 물씬 나더라고요. 그리고 그에 맞는 의견을 끼워놓을 요량으로 몇몇의 목소리가 필요했을지도 모르죠. 그 레이더에 아마 제가 걸려들었을 수도 있고요.

03 . 결론부터 이야기하자면 저는 독서가 이른바 새로운 행위와 문화로 간주되는 것도, 책을 둘러싼 조금은 간질거리는 유행어들이 탄생하는 것에도 큰 의미를 두고 있지 않습니다. 사실 책을 좋아하고, 늘 책과 관련한 콘텐츠를 다루고 또 소개하는 저로서도 딱히 책에 관한 엄청난 철학이나 가치관을 가진 것은 아니거든요. 그보다는 그저 책 읽는 행위가 참 즐겁고 그 안에서 발견되는 작은 생각의 조각들을 주워 제가 하는 일들에 조금씩 활용할 수 있다는 사실이 반가워서 계속 읽을 뿐입니다.

04 . 하지만 최근에 쏟아지는 기사들은 마치 '새로운 세대들은 그동안 책 따위엔 관심이 없었는데 복고 패션의 유행이나 클래식 카를 찾는 취향처럼 책 읽는 행위를 특별한 멋으로 생각하고 있다'로만 해석하는 것 같아서 한편으로는 아쉬움이 들더군요. 흡사 양팔과 양다리를 모두 꼰 채로 '우리 세대가 하는 독서와 너희 세대가 하는 독서는 다르지만, 그래도 책을 읽는다니 기특하구먼'이라는 시선으로 내려보는 느낌이랄까요. 개인적 선호 아래 각자의 즐거움을 찾으려는 사람들의 노력을 집단적 특성이란 상자에 욱여넣는 모습은 40대를 시작한 저에게도 결코 유쾌해 보이지 않았습니다.

05 . 사실 '독파민'이라는 단어도 친한 동생에게서 처음 들은 단어였습니다. 독서모임을 위해 발제문을 작성하던 중 주위 사람들의 생각은 어떤지 궁금해서 책을 좋아하는 동생에게 이런저런 의견을 물었는데 대뜸 '형 근데 독파민이라는 말 알아요?'라는 질문이 날아든 것이죠. 그리고 이어진 동생의 말에는 여러모로 생각할 거리가 많이 담겨있었습니다.
"참 웃긴 게... 사람들은 늘 분모에도 공통점을 두고 분자에도 공통점을 둬요. 그러니까 A라는 공통점을 가진 세대들에서 B라는 행위를 하는 사람들은 또 C라는 공통점이 있다는 식인 거죠. 그에 들어맞지 않는 것도 너무 많은데 말이에요."

06 . 그 의견에는 저도 정말 크게 동의가 되더라고요. 기사에서처럼 숏츠에 중독된 Gen Z들이 잠시 뇌를 시킬 목적으로 책을 읽는다고 해석하거나, 이제 숏츠조차 새로울 게 없는 상황에서 텍스트로만 된 책이 새로운 도파민이라는 둥의 말은 제가 봐도 비약이 너무 심한 것 같았거든요. 책 읽는 행위를 섹시하다고 표현하는 것도 찬성이고, 텍스트를 힙하다고 칭하는 것도 찬성이지만 그 본질에 접근하는 방식을 뭉뚱그려 해석할 수는 없다는 게 제 생각입니다.

07 . 이런 생각이 고개를 드는 이유는 한 가지 우려 때문입니다. 우리나라처럼 트렌드에 민감한 환경이라면 '책을 읽는 게 유행이다'라고 인식되는 순간 뜨겁게 그 유행이 달아오르다가 또 어느 순간 '텍스트힙, 독파민, 책멍 이런 단어 그만 좀...'이라는 분위기와 함께 차갑게 식어버릴지도 모르거든요. 뭐 본인 행동의 근간이 '보여주고 싶은 마음'에서 기인하는 것도 인간의 자유인데, '쟤는 보여주려고 저러나 봐'라는 시선을 받는 순간 우리 사회에서는 또 손가락질이 시작되는 것이 한편으로는 미리 두려운 것인지도 모르겠습니다.

08 . 천재 디자이너라 불리었던 '알렉산더 맥퀸'은 자신의 패션에 특정한 별칭을 붙이는 기자들과 자주 언쟁을 벌였습니다. '트렌드를 이끄는 방법 중 하나는 특정한 것이 트렌드가 되지 않도록 하는 것'이라는 그의 기조를 보여주는 대표적인 일화인 셈이죠. 누군가의 머릿속에서 빈약한 근거와 적당한 선입견과 손쉬운 분류와 약간의 우월감이 보태져 생긴 '트렌드'라는 것은 사람들이 그 본질 근처에 가보기도 전에 재빨리 결론을 지어 다시 돌려보내버리고 마니까요. 한편으로는 알렉산더 맥퀸의 마음이 이해가 되는 것도 같습니다.

09 . 아마 제게 인터뷰를 요청한 그 기자님도 이런 말을 기대했을지 모릅니다.
'책 읽는 행위는 우리 세대에서 힙한 행위로 자리 잡았고, 오늘날처럼 휘발성이 강한 콘텐츠 사이에서 제대로, 또 온전히 즐길 수 있는 콘텐츠다'라고 말이죠.
그치만 저는 숏츠도 재밌습니다... 책에는 책이 주는 재미가 있고, 시대의 플랫폼에는 또 그만의 재미가 담겨있죠. 각자가 선호하는 것을 통해 각자가 원하는 것을 얻으면 그만이고, 이왕이면 그 루트가 다양할 때 더 유리하다는 정도가 제 입장이지 독서에 필요 이상의 의미 부여를 하고 싶은 마음은 없습니다.

10 . 아이러니하게도 이건 제가 책을 사랑해서 할 수 있는 말인지도 모르겠습니다. '고양이는 건들지 마라'라는 말처럼 저는 특정한 대상을 하늘 높이 띄워줬다가 금세 나 몰라라 하는 그 마인드가 그리 달갑지 않거든요. 책을 읽고 싶은 사람들은 늘 책을 읽고 있고, 새롭게 책에 접근하는 사람들은 언제든 환영이고, 잠시 책을 떠나있는 사람도 마냥 아쉽지는 않다는 생각으로 아주 긴 호흡의 마음을 먹는다면 작금의 현상이 딱히 새로울 것도 없어 보이니까요, 그들이 책을 읽는 이유는 각자의 이유로 존중받았으면 하는 마음이 간절합니다.
그러니 독서와 관련한 현상은 많은 사람들이 눈치채지 못하게... 조용히 지나가게끔 하는 건 어떨까요... 그들이 책 읽는데 방해가 될지도 모르니까 말입니다...

01 . 작년부터 스멀스멀 고개를 내미는 기사 중에 이런 류의 제목들이 눈에 띄었습니다. 'Gen Z들에게 독서는 섹시한 행위로 치부된다. 그들에게는 텍스트를 읽는다는 것 자체가 이미 힙한 행동이다.' 그리고 동시다발적으로 새로운 용어들 역시 쏟아지기 시작했죠. '텍스트힙', '책멍', '독파민(독서+도파민)' 같은 말들도 이젠 그리 신기하고 낯선 단어들이 아니니 말입니다. 02 . 독서와 관련한 책을 써서인지 한 매체로부터 이런 현상에 대해 짧게나마 제 생각을 소개해 줄 수 있느냐는 요청을 받았습니다. 하지만 요청주신 분의 설명을 듣고 나서는 정중히 거절했죠. 아쉽게도 기사를 쓰는 분께서 이미 자기만의 답을 내리고 계신 느낌이 물씬 나더라고요. 그리고 그에 맞는 의견을 끼워놓을 요량으로 몇몇의 목소리가 필요했을지도 모르죠. 그 레이더에 아마 제가 걸려들었을 수도 있고요. 03 . 결론부터 이야기하자면 저는 독서가 이른바 새로운 행위와 문화로 간주되는 것도, 책을 둘러싼 조금은 간질거리는 유행어들이 탄생하는 것에도 큰 의미를 두고 있지 않습니다. 사실 책을 좋아하고, 늘 책과 관련한 콘텐츠를 다루고 또 소개하는 저로서도 딱히 책에 관한 엄청난 철학이나 가치관을 가진 것은 아니거든요. 그보다는 그저 책 읽는 행위가 참 즐겁고 그 안에서 발견되는 작은 생각의 조각들을 주워 제가 하는 일들에 조금씩 활용할 수 있다는 사실이 반가워서 계속 읽을 뿐입니다. 04 . 하지만 최근에 쏟아지는 기사들은 마치 '새로운 세대들은 그동안 책 따위엔 관심이 없었는데 복고 패션의 유행이나 클래식 카를 찾는 취향처럼 책 읽는 행위를 특별한 멋으로 생각하고 있다'로만 해석하는 것 같아서 한편으로는 아쉬움이 들더군요. 흡사 양팔과 양다리를 모두 꼰 채로 '우리 세대가 하는 독서와 너희 세대가 하는 독서는 다르지만, 그래도 책을 읽는다니 기특하구먼'이라는 시선으로 내려보는 느낌이랄까요. 개인적 선호 아래 각자의 즐거움을 찾으려는 사람들의 노력을 집단적 특성이란 상자에 욱여넣는 모습은 40대를 시작한 저에게도 결코 유쾌해 보이지 않았습니다. 05 . 사실 '독파민'이라는 단어도 친한 동생에게서 처음 들은 단어였습니다. 독서모임을 위해 발제문을 작성하던 중 주위 사람들의 생각은 어떤지 궁금해서 책을 좋아하는 동생에게 이런저런 의견을 물었는데 대뜸 '형 근데 독파민이라는 말 알아요?'라는 질문이 날아든 것이죠. 그리고 이어진 동생의 말에는 여러모로 생각할 거리가 많이 담겨있었습니다."참 웃긴 게... 사람들은 늘 분모에도 공통점을 두고 분자에도 공통점을 둬요. 그러니까 A라는 공통점을 가진 세대들에서 B라는 행위를 하는 사람들은 또 C라는 공통점이 있다는 식인 거죠. 그에 들어맞지 않는 것도 너무 많은데 말이에요." 06 . 그 의견에는 저도 정말 크게 동의가 되더라고요. 기사에서처럼 숏츠에 중독된 Gen Z들이 잠시 뇌를 시킬 목적으로 책을 읽는다고 해석하거나, 이제 숏츠조차 새로울 게 없는 상황에서 텍스트로만 된 책이 새로운 도파민이라는 둥의 말은 제가 봐도 비약이 너무 심한 것 같았거든요. 책 읽는 행위를 섹시하다고 표현하는 것도 찬성이고, 텍스트를 힙하다고 칭하는 것도 찬성이지만 그 본질에 접근하는 방식을 뭉뚱그려 해석할 수는 없다는 게 제 생각입니다. 07 . 이런 생각이 고개를 드는 이유는 한 가지 우려 때문입니다. 우리나라처럼 트렌드에 민감한 환경이라면 '책을 읽는 게 유행이다'라고 인식되는 순간 뜨겁게 그 유행이 달아오르다가 또 어느 순간 '텍스트힙, 독파민, 책멍 이런 단어 그만 좀...'이라는 분위기와 함께 차갑게 식어버릴지도 모르거든요. 뭐 본인 행동의 근간이 '보여주고 싶은 마음'에서 기인하는 것도 인간의 자유인데, '쟤는 보여주려고 저러나 봐'라는 시선을 받는 순간 우리 사회에서는 또 손가락질이 시작되는 것이 한편으로는 미리 두려운 것인지도 모르겠습니다. 08 . 천재 디자이너라 불리었던 '알렉산더 맥퀸'은 자신의 패션에 특정한 별칭을 붙이는 기자들과 자주 언쟁을 벌였습니다. '트렌드를 이끄는 방법 중 하나는 특정한 것이 트렌드가 되지 않도록 하는 것'이라는 그의 기조를 보여주는 대표적인 일화인 셈이죠. 누군가의 머릿속에서 빈약한 근거와 적당한 선입견과 손쉬운 분류와 약간의 우월감이 보태져 생긴 '트렌드'라는 것은 사람들이 그 본질 근처에 가보기도 전에 재빨리 결론을 지어 다시 돌려보내버리고 마니까요. 한편으로는 알렉산더 맥퀸의 마음이 이해가 되는 것도 같습니다. 09 . 아마 제게 인터뷰를 요청한 그 기자님도 이런 말을 기대했을지 모릅니다. '책 읽는 행위는 우리 세대에서 힙한 행위로 자리 잡았고, 오늘날처럼 휘발성이 강한 콘텐츠 사이에서 제대로, 또 온전히 즐길 수 있는 콘텐츠다'라고 말이죠. 그치만 저는 숏츠도 재밌습니다... 책에는 책이 주는 재미가 있고, 시대의 플랫폼에는 또 그만의 재미가 담겨있죠. 각자가 선호하는 것을 통해 각자가 원하는 것을 얻으면 그만이고, 이왕이면 그 루트가 다양할 때 더 유리하다는 정도가 제 입장이지 독서에 필요 이상의 의미 부여를 하고 싶은 마음은 없습니다. 10 . 아이러니하게도 이건 제가 책을 사랑해서 할 수 있는 말인지도 모르겠습니다. '고양이는 건들지 마라'라는 말처럼 저는 특정한 대상을 하늘 높이 띄워줬다가 금세 나 몰라라 하는 그 마인드가 그리 달갑지 않거든요. 책을 읽고 싶은 사람들은 늘 책을 읽고 있고, 새롭게 책에 접근하는 사람들은 언제든 환영이고, 잠시 책을 떠나있는 사람도 마냥 아쉽지는 않다는 생각으로 아주 긴 호흡의 마음을 먹는다면 작금의 현상이 딱히 새로울 것도 없어 보이니까요, 그들이 책을 읽는 이유는 각자의 이유로 존중받았으면 하는 마음이 간절합니다. 그러니 독서와 관련한 현상은 많은 사람들이 눈치채지 못하게... 조용히 지나가게끔 하는 건 어떨까요... 그들이 책 읽는데 방해가 될지도 모르니까 말입니다...

독서는 건드리지 말아 주세요...

Sam Altman's spent years refining his note-taking process. Here's exactly what he does.

David Perell (@david_perell) on X

샘 알트만이 습관적으로 노트를 쓴다는 사실은 많이들 알고 계실 겁니다. 내용은 극비겠지만, 그가 자신의 노트 스펙(?)은 공유했어요. 우선 노트 자체는 바지 주머니에 넣고 다닐 만한 사이즈와 두께고요. 꼭 스프링노트를 쓴다고 합니다. 이유는 1) 책상에 딱 붙여놓고 쓸 수 있고, 2) 페이지가 잘 넘어 가며, 3) 필요할 경우 페이지를 뜯어낼 수 있어섭니다(페이지를 아마 많이 뜯어낼 거라고 생각해요). 종이는 펜이 잘 미끄러져 나가야 해서, 재질이 부드러워야하고요. 펜은 uni ball micro 0.5 검은색 아니면 Muji 0.3 파란색 펜을 쓴다고 합니다. 2~3주 안에 노트 한 권을 다 쓰고요. 어릴 때부터 여러 노트, 여러 펜을 다 써보고 최적화 한 결과라네요.ㅎㅎ
노트 작성 스펙을 차례대로 쭉 설명하는 말솜씨 자체가 굉장히 깔끔하고 군더더기 없고 체계적이어서 놀라기도 했습니다. 
https://x.com/david_perell/status/1838425252772077636

샘 알트만이 습관적으로 노트를 쓴다는 사실은 많이들 알고 계실 겁니다. 내용은 극비겠지만, 그가 자신의 노트 스펙(?)은 공유했어요. 우선 노트 자체는 바지 주머니에 넣고 다닐 만한 사이즈와 두께고요. 꼭 스프링노트를 쓴다고 합니다. 이유는 1) 책상에 딱 붙여놓고 쓸 수 있고, 2) 페이지가 잘 넘어 가며, 3) 필요할 경우 페이지를 뜯어낼 수 있어섭니다(페이지를 아마 많이 뜯어낼 거라고 생각해요). 종이는 펜이 잘 미끄러져 나가야 해서, 재질이 부드러워야하고요. 펜은 uni ball micro 0.5 검은색 아니면 Muji 0.3 파란색 펜을 쓴다고 합니다. 2~3주 안에 노트 한 권을 다 쓰고요. 어릴 때부터 여러 노트, 여러 펜을 다 써보고 최적화 한 결과라네요.ㅎㅎ노트 작성 스펙을 차례대로 쭉 설명하는 말솜씨 자체가 굉장히 깔끔하고 군더더기 없고 체계적이어서 놀라기도 했습니다.&nbsp;https://x.com/david_perell/status/1838425252772077636

X (formerly Twitter)

샘 알트만이 습관적으로 노트를 쓴다는 사실은 많이들 알고 계실 겁

커리어리 친구들, OpenAI의 Sora로 만든 뮤직비디오가 공개했습니다.

"인디 음악가 August Kamp의 노래 "Worldweight"에 대한 음악 비디오를 AI 비디오 생성기로 만들어 공개함으로써 관심을 증폭시켰습니다. 이 비디오는 정원에 있는 거대한 수정, 식물이 환상적으로 빛나는 장면, 수중 산호초의 곡물이 많은 아카이브 같은 영상 등 꿈같은 장면들로 구성되어 있습니다. 비주얼은 Boards of Canada와 Aphex Twin을 연상시키는 음악적 분위기와 잘 어울린다는 평을 하네요"

여러분들도 한 번 감상해 보세요~!!

https://www.youtube.com/watch?v=f75eoFyo9ns&t=123s

커리어리 친구들, OpenAI의 Sora로 만든 뮤직비디오가 공개했습니다. "인디 음악가 August Kamp의 노래 "Worldweight"에 대한 음악 비디오를 AI 비디오 생성기로 만들어 공개함으로써 관심을 증폭시켰습니다. 이 비디오는 정원에 있는 거대한 수정, 식물이 환상적으로 빛나는 장면, 수중 산호초의 곡물이 많은 아카이브 같은 영상 등 꿈같은 장면들로 구성되어 있습니다. 비주얼은 Boards of Canada와 Aphex Twin을 연상시키는 음악적 분위기와 잘 어울린다는 평을 하네요" 여러분들도 한 번 감상해 보세요~!! https://www.youtube.com/watch?v=f75eoFyo9ns&amp;t=123s

www.youtube.com

지수inc 유지관리팀 사원

최광우

빛나는광우 빛광해돋을우 최광우입니다 ♥️ 🍒 💘 똥광코알라호랑이입니다 👍👍👍광우C최광우입니다☺️😍😀

Strategy & Insight

엔터업계뉴스 5줄요약

마이뮤직테이스트 백엔드 개발자

윤우섭

<OpenAI의 Sora로 만든 비디오>

머신 러닝

MySQL

python

html

javascript

SpringBoot

django

Java

Docker

Kubernetes

Linux

c언어

React

typescript

Node.js

Vue.js

Spring

Github

OracleDB

Android

데이터 분석

커뮤니케이션

대규모 데이터센터나 서버에서 대규모 언어 모델 또는 멀티모달, 딥러닝 모델에 대한 GPU를 이용한 분산 훈련 및 추론 솔루션 아키텍처를 기업 대상으로 하고 있습니다. 

HPC&AI PreSales

AI 전략경영 MBA

서진호

서진호의 링크드인

Google Cloud Innovators

시나브로의 실리콘 밸리 산책

저의 깃허브

클라우드 또는 하이브리드 컴퓨팅에서 빅데이타 분석과 GPU와 고성능 분산 컴퓨팅 기반의 머신러닝 및 딥러닝, 생성형 AI(LLM/LMM)에 대한 솔루션 아키텍처 컨설팅.

#소프트웨어엔지니어 #데이터사이언스 #Ai #데이터애널리스트 #GPU #분산훈련

<OpenAI의 Sora로 만든 비디오>

댓글 1

비슷한 게시물

주간 인기 TOP 10

추천 프로필