강릉에서 한달간 머물 서식지 👉 “워크앤스테이”

주문진 해수욕장까지 자전거로 15분도 안걸려서.. 폐관수련이 될까 싶지만..(…) 시설도 가본 곳 중에선 가장 좋고 한적하니 집중하기에 딱 좋네요.

워케이션 장소로 제주도만 생각했었는데, 강릉이 진짜 좋은 곳이었군요. 멍때릴 해변도 곳곳에 있고, 제주도보다 조용하고, 여차하면 서울로 쉽게 갈 수도 있고.

강릉에서 한달간 머물 서식지 👉 “워크앤스테이” 주문진 해수욕장까지 자전거로 15분도 안걸려서.. 폐관수련이 될까 싶지만..(…) 시설도 가본 곳 중에선 가장 좋고 한적하니 집중하기에 딱 좋네요. 워케이션 장소로 제주도만 생각했었는데, 강릉이 진짜 좋은 곳이었군요. 멍때릴 해변도 곳곳에 있고, 제주도보다 조용하고, 여차하면 서울로 쉽게 갈 수도 있고.

OpenAI가 생각하고 있는 인공지능의 발전 단계는 다음과 같은데요.

레벨 1: 챗봇, 대화형 언어를 사용하는 AI
레벨 2: 추론자, 인간 수준의 문제 해결 능력
레벨 3: 에이전트, 행동을 취할 수 있는 시스템
레벨 4: 혁신자, 발명을 도울 수 있는 AI
레벨 5: 조직, 조직의 일을 할 수 있는 AI

이번에 출시된 o1의 핵심 능력을 Reasoning으로 발표했다는 것은, 아직 극초기 단계이긴 해도 드디어 레벨2에 진입했다는 것을 의미하는게 아닌가 싶습니다.

이러한 단계를 봤을 때 GPTs나 SearchGPT 등을 개발하고 있는 것은 스토어나 검색 시장의 진입 같은 목적보다는, 아마도 레벨 3로 가기 위한 전초 작업 같은게 아닐까라는 생각이 들기도 하는데요.

그렇다면 레벨 3, 4, 5는 레벨 2가 궤도에 오르면 빠르게 달성될 수 있는 여지가 있는 것이니, AGI의 달성이 생각보다 빠르게 이루어질 수도 있겠다는 생각이 듭니다. 물론 당장 오늘내일하는 것은 아니겠지만, 이제는 기정사실이라는 생각정도는 가지고 있어야하는게 아닌가 싶습니다.

OpenAI가 생각하고 있는 인공지능의 발전 단계는 다음과 같은데요. 레벨 1: 챗봇, 대화형 언어를 사용하는 AI레벨 2: 추론자, 인간 수준의 문제 해결 능력레벨 3: 에이전트, 행동을 취할 수 있는 시스템레벨 4: 혁신자, 발명을 도울 수 있는 AI레벨 5: 조직, 조직의 일을 할 수 있는 AI 이번에 출시된 o1의 핵심 능력을 Reasoning으로 발표했다는 것은, 아직 극초기 단계이긴 해도 드디어 레벨2에 진입했다는 것을 의미하는게 아닌가 싶습니다. 이러한 단계를 봤을 때 GPTs나 SearchGPT 등을 개발하고 있는 것은 스토어나 검색 시장의 진입 같은 목적보다는, 아마도 레벨 3로 가기 위한 전초 작업 같은게 아닐까라는 생각이 들기도 하는데요. 그렇다면 레벨 3, 4, 5는 레벨 2가 궤도에 오르면 빠르게 달성될 수 있는 여지가 있는 것이니, AGI의 달성이 생각보다 빠르게 이루어질 수도 있겠다는 생각이 듭니다. 물론 당장 오늘내일하는 것은 아니겠지만, 이제는 기정사실이라는 생각정도는 가지고 있어야하는게 아닌가 싶습니다.

2023년 5월쯤 OpenAI에서 일리아 수츠케버가 참여한 “Let's Verify Step by Step”이라는 논문이 나왔었는데요.

이 논문의 내용은 최종 결과를 감독하는 것 보다 프로세스, 즉 추론 단계를 감독하는 것이 훨씬 좋은 결과를 낸다는 내용입니다. 특히 도전적인 수학 문제를 해결하는 데 있어서는 성능이 크게 증가하고요.

아마도 이 때 o1이 시작되고 있었던 것 같습니다.

더불어 대규모 모델이 소규모 모델에 대한 인간 감독을 근사할 수 있다는 OpenAI의 연구도 있었는데요. 발표자료의 몇 가지 결과를 보면 이 방식도 들어가 있지 않을까하는 추측도 한 번 해 봅니다.

2023년 5월쯤 OpenAI에서 일리아 수츠케버가 참여한 “Let's Verify Step by Step”이라는 논문이 나왔었는데요. 이 논문의 내용은 최종 결과를 감독하는 것 보다 프로세스, 즉 추론 단계를 감독하는 것이 훨씬 좋은 결과를 낸다는 내용입니다. 특히 도전적인 수학 문제를 해결하는 데 있어서는 성능이 크게 증가하고요. 아마도 이 때 o1이 시작되고 있었던 것 같습니다. 더불어 대규모 모델이 소규모 모델에 대한 인간 감독을 근사할 수 있다는 OpenAI의 연구도 있었는데요. 발표자료의 몇 가지 결과를 보면 이 방식도 들어가 있지 않을까하는 추측도 한 번 해 봅니다.

그나저나 이 그래프는 진짜, GPT-4가 오징어로 보일 정도라니.. 그동안 GPT-4 성능을 넘는 것이 있긴 해도 도찐개찐에 가까웠는데, 샘 알트먼과 OpenAI가 그동안 그렇게 설레발친게 전혀 무색하지 않다.

그나저나 이 그래프는 진짜, GPT-4가 오징어로 보일 정도라니.. 그동안 GPT-4 성능을 넘는 것이 있긴 해도 도찐개찐에 가까웠는데, 샘 알트먼과 OpenAI가 그동안 그렇게 설레발친게 전혀 무색하지 않다.

복잡한 문제를 해결하기 위한 새로운 추론 모델인 o1은 훈련을 통해 사고 과정을 개선하고, 다양한 전략을 시도하며, 실수를 인식하는 법을 배웠다고 합니다..!
모델이 응답하기 전에 문제를 더 오래 생각하도록 훈련되었는데, 그래서 과학, 코딩, 수학 등의 분야에서 복잡한 문제를 다루는 경우 특히 유용할 수 있어요!

잠깐 써봤는데,
이해하려고 노력 중 -> 이해 방법 찾기 -> 이해하기
스스로 추론해가며 답변하는 것이 대단하네요..!

https://openai.com/o1/

복잡한 문제를 해결하기 위한 새로운 추론 모델인 o1은 훈련을 통해 사고 과정을 개선하고, 다양한 전략을 시도하며, 실수를 인식하는 법을 배웠다고 합니다..!모델이 응답하기 전에 문제를 더 오래 생각하도록 훈련되었는데, 그래서 과학, 코딩, 수학 등의 분야에서 복잡한 문제를 다루는 경우 특히 유용할 수 있어요! 잠깐 써봤는데,이해하려고 노력 중 -&gt; 이해 방법 찾기 -&gt; 이해하기스스로 추론해가며 답변하는 것이 대단하네요..! https://openai.com/o1/

chatGPT o1의 등장!!!!!!!

A collection of (mostly) technical things every software developer should know about - mtdvio/every-programmer-should-know

GitHub - mtdvio/every-programmer-should-know: A collection of (mostly) technical things every software developer should know about

개발자라면 찜 해놔야하는 GitHub 저장소들

모든 프로그래머가 알아야하는 지식 모음
https://github.com/mtdvio/every-programmer-should-know
JS 프로젝트 50일동안 50개만들기
https://github.com/bradtraversy/50projects50days

모오던 웹개발
https://github.com/dexteryy/spellbook-of-modern-webdev

30초면 배울 수 있는 코드 스니핏들
https://github.com/Chalarangelo/30-seconds-of-code

개발 면접 핸드북
https://github.com/yangshun/tech-interview-handbook

개발자라면 찜 해놔야하는 GitHub 저장소들 모든 프로그래머가 알아야하는 지식 모음https://github.com/mtdvio/every-programmer-should-knowJS 프로젝트 50일동안 50개만들기https://github.com/bradtraversy/50projects50days 모오던 웹개발https://github.com/dexteryy/spellbook-of-modern-webdev 30초면 배울 수 있는 코드 스니핏들https://github.com/Chalarangelo/30-seconds-of-code 개발 면접 핸드북https://github.com/yangshun/tech-interview-handbook

GitHub

All four variations of iPhone 16 and iPhone 16 Pro will be able to use Apple Intelligence when it arrives with iOS 18.1. Plus, check out new AirPods and Apple Watches.

Apple Keynote 2024: Unveiling iPhone 16, New AirPods, Apple Intelligence, and More

< iPhone 16 >
 * 모델
 * iPhone 16: 가로 6.1인치, $799~
 * iPhone 16 Plus: 가로 6.7인치, $899~
 * iPhone 16 Pro: 6.3인치
 * iPhone 16 Pro Max: 6.9인치
 * 주요 특징
 * 카메라: 측면버튼으로 카메라 기능 제어, 사진편집 기능, 컨트롤 재정렬, 슬로우 모션과 4K 포함한 전문적인 비디오 캡춰 및 인코딩 처리, 초고해상도 및 망원 카메라 렌즈 탑재
 * 새로운 색상: 골드, 울트라마린, 핑크
 * A18 Pro칩: 16코어 뉴럴 엔진 탑재, 더 빠른 생성AI 워크로드 처리 및 그래픽 성능 향상
 * 주문
 * 사전주문: 9월 13일~
 * 판매: 9월20일~
 
 
< Apple Intelligence(애플 인텔리전스) >
 * iPhone 16을 위해 특별히 제작된 더욱 강력하고 효율적인 A18 칩을 통해 활성화
 * 내년 iOS18.1과 함께 출시되는 소프트웨어 업데이트를 기다려야 함
 * 주요 기능
 * 이메일 및 알림 요약
 * 알림 우선순위 지정
 * 이메일, 메시지 등을 위한 생성 및 요약 작성 도구
 * 새로운 이모티콘 만들기
 * 이미지 놀이터에서 원본 사진 생성
 * 자연어 프롬프트를 사용하여 사진 검색 및 정렬
 * 이미지와 동영상을 이어 붙여 동영상 만들기
 * 휴대폰이 카메라를 통해 보이는 장면에 대한 정보를 감지할 수 있는 시각적 인텔리전스
 * 사진 정리 및 생성 편집
 * 일부 AI 작업은 사설 클라우드에서 실행되어 OpenAI의 모델 활용
 * Siri
 * 더 자연스러운 프롬프트에 응답하거나 사용자가 말을 더듬는 경우 사용자가 말한 내용을 파악할 수 있도록
 * 올해말 미국영어 베타버전 제공되며, 올해 말 다른 영어 버전과 2025년에 추가 언어가 제공될 예정\

< 에어팟 >
 * 새로운 4가지 버전의 AirPods 발표
 * AirPods 4: H2칩과 새로운 음향 아키텍처. 서라운드 공간 사운드 제공, $129, 9월20일 출시 예정
 * 액티브 노이즈 캔슬링 기능이 탑재된 AirPods 4: 사용자가 통화 중임을 감지하면 AirPods에서 음악이나 미디어를 자동으로 조절, $179
 * AirPods Pro 2: $249, 9월9일 판매 시작
 * AirPods Max: $549, 9월20일 출시 예정

< 애플워치 시리즈 >
 * 더 커지고 얇아진 애플워치 시리즈 10
 * 주요 특징
 * 비교적 큰 화면과 얇은 테두리(9.7밀리미터)
 * 광각 OLED 디스플레이는 가독성과 더 큰 글꼴 크기에 최적화
 * 알림을 더 쉽게 읽을 수 있고 긴급 메시지에 더 빠르게 답장
 * 10%더 가벼워진 알루미늄 소재의 새로운 색상인 제트 블랙 케이스
 * 색상: 로즈 골드 또는 실버 색상
 * 에어팟 없이 시계의 스피커를 통해 직접 미디어나 음악 재생
 * 30분 만에 80% 충전
 * 받아쓰기, 자동 운동 감지, 낙상 감지 또는 Siri와 같은 머신 러닝 도구를 위한 4코어 신경 엔진이 탑재된 S10 칩
 * 번역 기능 제공 예정
 * 수면 모호흡증 감지 기능이 추가된 건강 모니터링 기능. 올가을 FDA 승인 예정
 * 모델
 * 애플 워치 시리즈 10: $399~
 * 애플 워치 울트라2: $799~
 * 판매
 * 사전주문: 9월9일
 * 판매: 9월20일

 * 출처: https://www.techrepublic.com/article/apple-event-september-2024-news/?utm_source=Sailthru&utm_medium=email&utm_campaign=e312_WeekendWrapup%202024-09-14&utm_term=daily-tech-insider-active

&lt; iPhone 16 &gt;<ul ><li>모델<ul ><li>iPhone 16: 가로 6.1인치, $799~</li><li>iPhone 16 Plus: 가로 6.7인치, $899~</li><li>iPhone 16 Pro: 6.3인치</li><li>iPhone 16 Pro Max: 6.9인치</li></ul></li><li>주요 특징<ul ><li>카메라: 측면버튼으로 카메라 기능 제어, 사진편집 기능, 컨트롤 재정렬, 슬로우 모션과 4K 포함한 전문적인 비디오 캡춰 및 인코딩 처리, 초고해상도 및 망원 카메라 렌즈 탑재</li><li>새로운 색상: 골드, 울트라마린, 핑크</li><li>A18 Pro칩: 16코어 뉴럴 엔진 탑재, 더 빠른 생성AI 워크로드 처리 및 그래픽 성능 향상 </li></ul></li><li>주문<ul ><li>사전주문: 9월 13일~</li><li>판매: 9월20일~</li></ul> </li></ul>&lt; Apple Intelligence(애플 인텔리전스) &gt;<ul ><li> iPhone 16을 위해 특별히 제작된 더욱 강력하고 효율적인 A18 칩을 통해 활성화</li><li>내년 iOS18.1과 함께 출시되는 소프트웨어 업데이트를 기다려야 함</li><li>주요 기능<ul ><li>이메일 및 알림 요약</li><li>알림 우선순위 지정</li><li>이메일, 메시지 등을 위한 생성 및 요약 작성 도구</li><li>새로운 이모티콘 만들기</li><li>이미지 놀이터에서 원본 사진 생성</li><li>자연어 프롬프트를 사용하여 사진 검색 및 정렬</li><li>이미지와 동영상을 이어 붙여 동영상 만들기</li><li>휴대폰이 카메라를 통해 보이는 장면에 대한 정보를 감지할 수 있는 시각적 인텔리전스</li><li>사진 정리 및 생성 편집</li></ul></li><li>일부 AI 작업은 사설 클라우드에서 실행되어 OpenAI의 모델 활용</li><li>Siri<ul ><li>더 자연스러운 프롬프트에 응답하거나 사용자가 말을 더듬는 경우 사용자가 말한 내용을 파악할 수 있도록</li><li>올해말 미국영어 베타버전 제공되며, 올해 말 다른 영어 버전과 2025년에 추가 언어가 제공될 예정\</li></ul></li></ul> &lt; 에어팟 &gt;<ul ><li>새로운 4가지 버전의 AirPods 발표<ul ><li>AirPods 4: H2칩과 새로운 음향 아키텍처. 서라운드 공간 사운드 제공, $129, 9월20일 출시 예정</li><li>액티브 노이즈 캔슬링 기능이 탑재된 AirPods 4: 사용자가 통화 중임을 감지하면 AirPods에서 음악이나 미디어를 자동으로 조절, $179</li><li>AirPods Pro 2: $249, 9월9일 판매 시작</li><li>AirPods Max: $549, 9월20일 출시 예정</li></ul></li></ul> &lt; 애플워치 시리즈 &gt;<ul ><li>더 커지고 얇아진 애플워치 시리즈 10</li><li>주요 특징<ul ><li>비교적 큰 화면과 얇은 테두리(9.7밀리미터)</li><li>광각 OLED 디스플레이는 가독성과 더 큰 글꼴 크기에 최적화</li><li>알림을 더 쉽게 읽을 수 있고 긴급 메시지에 더 빠르게 답장</li><li>10%더 가벼워진 알루미늄 소재의 새로운 색상인 제트 블랙 케이스</li><li>색상: 로즈 골드 또는 실버 색상</li><li>에어팟 없이 시계의 스피커를 통해 직접 미디어나 음악 재생</li><li>30분 만에 80% 충전</li><li>받아쓰기, 자동 운동 감지, 낙상 감지 또는 Siri와 같은 머신 러닝 도구를 위한 4코어 신경 엔진이 탑재된 S10 칩</li><li>번역 기능 제공 예정</li><li>수면 모호흡증 감지 기능이 추가된 건강 모니터링 기능. 올가을 FDA 승인 예정</li></ul></li><li>모델<ul ><li>애플 워치 시리즈 10: $399~</li><li>애플 워치 울트라2: $799~</li></ul></li><li>판매<ul ><li>사전주문: 9월9일</li><li>판매: 9월20일</li></ul></li></ul> <ul ><li>출처: https://www.techrepublic.com/article/apple-event-september-2024-news/?utm_source=Sailthru&amp;utm_medium=email&amp;utm_campaign=e312_WeekendWrapup%202024-09-14&amp;utm_term=daily-tech-insider-active</li></ul>

TechRepublic

Apple2024: 아이폰 16, 새로운 에어팟, 애플 인텔리전스등 공개

In this issue: Dual-system RAG with photographic memory LLMs coming up with better ideas than humans Taking LLM Graph Learning to the next level Tired of conferences that feel like sales venues? MLOps World is all about real-life experiences of actual practitioners. It’s an event for top experts fro

🚀 What Next-Gen RAG Is About

1. MemoRAG: 메모리에서 영감을 얻은 지식 검색을 통해 차세대 RAG로 나아가기
 * 어떤 문제를 해결하나요?
 * 검색 증강 세대(RAG)는 외부 지식 기반에 대한 액세스를 제공함으로써 대규모 언어 모델(LLM)의 성능을 향상시키는 데 큰 가능성을 보여 왔습니다. 하지만 현재의 RAG 시스템은 모호한 정보 요구 사항이나 구조화되지 않은 지식이 포함된 복잡한 작업을 처리하는 데는 한계가 있습니다. 주로 쿼리와 지식이 잘 정의된 간단한 질문-답변 시나리오에서 탁월한 성능을 발휘합니다.
 * 어떻게 문제를 해결하나요?
 * MemoRAG는 기존 RAG 시스템의 한계를 해결하기 위해 새로운 이중 시스템 아키텍처를 도입했습니다. 가볍지만 컨텍스트가 긴 LLM을 사용해 데이터베이스의 글로벌 메모리를 생성합니다. 작업이 주어지면 이 LLM은 초안 답변을 생성하고, 이는 검색 도구가 데이터베이스 내에서 관련 정보를 찾을 수 있는 단서 역할을 합니다. 또한, MemoRAG는 검색된 정보를 기반으로 최종 답변을 생성하기 위해 더 비싸지만 표현력이 뛰어난 LLM을 활용합니다. 이러한 이중 시스템 접근 방식을 통해 MemoRAG는 간단한 작업에서 강력한 성능을 유지하면서 기존 RAG가 어려움을 겪는 복잡한 작업을 처리할 수 있습니다.
 * 다음 단계는 무엇인가요?
 * 앞으로 연구자들은 검색 프로세스의 효율성을 개선하고 긴 컨텍스트 LLM을 위한 대체 아키텍처를 조사하는 등 MemoRAG 프레임워크에 대한 추가적인 최적화를 모색할 수 있습니다. 누군가가 “RAG 2.0”을 출시했다고 주장하는 것은 이번이 처음이 아니며, 실제 애플리케이션에 대해 MemoRAG를 실제로 평가하는 것이 매우 중요할 것입니다.

2. LLM이 새로운 연구 아이디어를 창출할 수 있을까요? 100명 이상의 NLP 연구자가 참여한 대규모 인간 연구
 * 어떤 문제를 해결하나요?
 * 대규모 언어 모델(LLM)이 지속적으로 개선됨에 따라 새로운 연구 아이디어를 자율적으로 생성하고 검증함으로써 과학적 발견을 가속화할 수 있는 잠재력에 대한 관심이 높아지고 있습니다. 그러나 이러한 낙관론에도 불구하고 LLM이 실제로 참신하고 실현 가능한 전문가 수준의 아이디어를 생성할 수 있는지에 대한 엄격한 평가가 부족했습니다. 이 연구는 통제된 실험 환경에서 전문 NLP 연구원과 LLM 아이디어 에이전트를 처음으로 직접 비교함으로써 이러한 격차를 해소하는 것을 목표로 합니다.
 * 어떻게 문제를 해결하나요?
 * 연구진은 100명 이상의 NLP 전문가를 모집하여 참신한 연구 아이디어를 작성하고, LLM이 생성한 아이디어와 사람이 생성한 아이디어를 모두 블라인드 리뷰하도록 했습니다. 아이디어의 참신성과 실현 가능성 등급을 비교함으로써 연구자들은 현재 연구 아이디어 발상에서 LLM의 역량에 대해 통계적으로 유의미한 결론을 도출할 수 있었습니다. 그 결과, LLM이 창출한 아이디어는 인간 전문가 아이디어보다 더 참신한 것으로 평가되었지만(p <0.05), 실현 가능성에서는 약간 낮은 평가를 받았습니다. 이 연구는 연구 아이디어 생성에 있어 LLM의 강점과 한계에 대한 귀중한 인사이트를 제공하고 연구 에이전트 구축 및 평가에 있어 미해결 문제를 파악합니다.
 * 다음 단계는 무엇인가요?
 * 이 연구는 중요한 결과를 제공하지만, 연구자들은 참신성에 대한 인간의 판단이 전문가에게도 어려울 수 있다는 점을 인정합니다. 이를 해결하기 위해 연구진은 생성된 아이디어를 전체 프로젝트로 실행할 연구원을 모집하는 엔드투엔드 연구 설계를 제안합니다. 이러한 접근 방식을 통해 참신성과 실현 가능성 판단이 연구 결과의 의미 있는 차이로 이어지는지 보다 종합적으로 평가할 수 있습니다. LLM이 계속 발전함에 따라 과학적 발견을 가속화하고 연구 에이전트 개발에서 개선이 필요한 영역을 식별할 수 있는 잠재력을 평가하는 추가 연구를 수행하는 것이 중요해질 것입니다.

3. 그래프 인사이트: 그래프 구조 이해를 위한 대규모 언어 모델에서 인사이트 확보하기
 * 어떤 문제를 해결하나요?
 * 대규모 언어 모델(LLM)은 그래프 처리 및 이해를 비롯한 다양한 자연어 처리 작업에서 인상적인 성능을 보여 왔습니다. 그러나 그래프 설명 시퀀스의 프롬프트를 통해 그래프 구조 정보를 이해하는 성능은 그래프 크기가 커질수록 저하됩니다. 이러한 한계는 “위치 편향”이라고 알려진 그래프 설명 시퀀스의 여러 위치에 걸쳐 LLM의 메모리 성능이 고르지 않기 때문입니다.
 * 이 문제를 어떻게 해결하나요?
 * GraphInsight는 두 가지 핵심 전략을 사용해 LLM의 메모리 성능에서 위치 편향 문제를 해결합니다. 첫째, 중요한 그래픽 정보를 LLM이 더 강력한 메모리 성능을 발휘하는 위치에 전략적으로 배치합니다. 이를 통해 가장 중요한 정보를 모델이 더 잘 유지하고 이해할 수 있도록 합니다. 둘째, GraphInsight는 검색 증강 생성(RAG) 기술에서 영감을 얻어 메모리 성능이 약한 영역을 위한 경량 외부 지식 베이스를 도입합니다. 이 외부 지식 기반은 메모리 성능이 최선이 아닌 영역에서 그래프 구조에 대한 LLM의 이해를 보완합니다.
 * 다음 단계는 무엇인가요?
 * GraphInsight 프레임워크는 복잡한 그래픽 구조를 효과적으로 처리하고 추론할 수 있는 새로운 가능성을 열어줍니다. 향후 연구에서는 고급 검색 메커니즘을 통합하거나 고유한 그래프 구조를 가진 특정 도메인에 적용하는 등 GraphInsight 프레임워크의 추가 최적화 및 확장을 모색할 수 있습니다. 또한 GraphInsight에서 얻은 인사이트는 LLM을 위한 보다 효율적이고 효과적인 그래프 표현 기법의 개발에 영감을 주어 궁극적으로 다양한 애플리케이션에서 그래프 정보를 이해하고 추론하는 능력을 향상시킬 수 있습니다.

 * 출처: https://www.linkedin.com/pulse/what-next-gen-rag-pascal-biese-y31mf/

1. MemoRAG: 메모리에서 영감을 얻은 지식 검색을 통해 차세대 RAG로 나아가기<ul ><li>어떤 문제를 해결하나요? <ul ><li>검색 증강 세대(RAG)는 외부 지식 기반에 대한 액세스를 제공함으로써 대규모 언어 모델(LLM)의 성능을 향상시키는 데 큰 가능성을 보여 왔습니다. 하지만 현재의 RAG 시스템은 모호한 정보 요구 사항이나 구조화되지 않은 지식이 포함된 복잡한 작업을 처리하는 데는 한계가 있습니다. 주로 쿼리와 지식이 잘 정의된 간단한 질문-답변 시나리오에서 탁월한 성능을 발휘합니다.</li></ul></li><li>어떻게 문제를 해결하나요? <ul ><li>MemoRAG는 기존 RAG 시스템의 한계를 해결하기 위해 새로운 이중 시스템 아키텍처를 도입했습니다. 가볍지만 컨텍스트가 긴 LLM을 사용해 데이터베이스의 글로벌 메모리를 생성합니다. 작업이 주어지면 이 LLM은 초안 답변을 생성하고, 이는 검색 도구가 데이터베이스 내에서 관련 정보를 찾을 수 있는 단서 역할을 합니다. 또한, MemoRAG는 검색된 정보를 기반으로 최종 답변을 생성하기 위해 더 비싸지만 표현력이 뛰어난 LLM을 활용합니다. 이러한 이중 시스템 접근 방식을 통해 MemoRAG는 간단한 작업에서 강력한 성능을 유지하면서 기존 RAG가 어려움을 겪는 복잡한 작업을 처리할 수 있습니다.</li></ul></li><li>다음 단계는 무엇인가요? <ul ><li>앞으로 연구자들은 검색 프로세스의 효율성을 개선하고 긴 컨텍스트 LLM을 위한 대체 아키텍처를 조사하는 등 MemoRAG 프레임워크에 대한 추가적인 최적화를 모색할 수 있습니다. 누군가가 “RAG 2.0”을 출시했다고 주장하는 것은 이번이 처음이 아니며, 실제 애플리케이션에 대해 MemoRAG를 실제로 평가하는 것이 매우 중요할 것입니다.</li></ul></li></ul> 2. LLM이 새로운 연구 아이디어를 창출할 수 있을까요? 100명 이상의 NLP 연구자가 참여한 대규모 인간 연구<ul ><li>어떤 문제를 해결하나요? <ul ><li>대규모 언어 모델(LLM)이 지속적으로 개선됨에 따라 새로운 연구 아이디어를 자율적으로 생성하고 검증함으로써 과학적 발견을 가속화할 수 있는 잠재력에 대한 관심이 높아지고 있습니다. 그러나 이러한 낙관론에도 불구하고 LLM이 실제로 참신하고 실현 가능한 전문가 수준의 아이디어를 생성할 수 있는지에 대한 엄격한 평가가 부족했습니다. 이 연구는 통제된 실험 환경에서 전문 NLP 연구원과 LLM 아이디어 에이전트를 처음으로 직접 비교함으로써 이러한 격차를 해소하는 것을 목표로 합니다.</li></ul></li><li>어떻게 문제를 해결하나요? <ul ><li>연구진은 100명 이상의 NLP 전문가를 모집하여 참신한 연구 아이디어를 작성하고, LLM이 생성한 아이디어와 사람이 생성한 아이디어를 모두 블라인드 리뷰하도록 했습니다. 아이디어의 참신성과 실현 가능성 등급을 비교함으로써 연구자들은 현재 연구 아이디어 발상에서 LLM의 역량에 대해 통계적으로 유의미한 결론을 도출할 수 있었습니다. 그 결과, LLM이 창출한 아이디어는 인간 전문가 아이디어보다 더 참신한 것으로 평가되었지만(p &lt;0.05), 실현 가능성에서는 약간 낮은 평가를 받았습니다. 이 연구는 연구 아이디어 생성에 있어 LLM의 강점과 한계에 대한 귀중한 인사이트를 제공하고 연구 에이전트 구축 및 평가에 있어 미해결 문제를 파악합니다.</li></ul></li><li>다음 단계는 무엇인가요? <ul ><li>이 연구는 중요한 결과를 제공하지만, 연구자들은 참신성에 대한 인간의 판단이 전문가에게도 어려울 수 있다는 점을 인정합니다. 이를 해결하기 위해 연구진은 생성된 아이디어를 전체 프로젝트로 실행할 연구원을 모집하는 엔드투엔드 연구 설계를 제안합니다. 이러한 접근 방식을 통해 참신성과 실현 가능성 판단이 연구 결과의 의미 있는 차이로 이어지는지 보다 종합적으로 평가할 수 있습니다. LLM이 계속 발전함에 따라 과학적 발견을 가속화하고 연구 에이전트 개발에서 개선이 필요한 영역을 식별할 수 있는 잠재력을 평가하는 추가 연구를 수행하는 것이 중요해질 것입니다.</li></ul></li></ul> 3. 그래프 인사이트: 그래프 구조 이해를 위한 대규모 언어 모델에서 인사이트 확보하기<ul ><li>어떤 문제를 해결하나요? <ul ><li>대규모 언어 모델(LLM)은 그래프 처리 및 이해를 비롯한 다양한 자연어 처리 작업에서 인상적인 성능을 보여 왔습니다. 그러나 그래프 설명 시퀀스의 프롬프트를 통해 그래프 구조 정보를 이해하는 성능은 그래프 크기가 커질수록 저하됩니다. 이러한 한계는 “위치 편향”이라고 알려진 그래프 설명 시퀀스의 여러 위치에 걸쳐 LLM의 메모리 성능이 고르지 않기 때문입니다.</li></ul></li><li>이 문제를 어떻게 해결하나요? <ul ><li>GraphInsight는 두 가지 핵심 전략을 사용해 LLM의 메모리 성능에서 위치 편향 문제를 해결합니다. 첫째, 중요한 그래픽 정보를 LLM이 더 강력한 메모리 성능을 발휘하는 위치에 전략적으로 배치합니다. 이를 통해 가장 중요한 정보를 모델이 더 잘 유지하고 이해할 수 있도록 합니다. 둘째, GraphInsight는 검색 증강 생성(RAG) 기술에서 영감을 얻어 메모리 성능이 약한 영역을 위한 경량 외부 지식 베이스를 도입합니다. 이 외부 지식 기반은 메모리 성능이 최선이 아닌 영역에서 그래프 구조에 대한 LLM의 이해를 보완합니다.</li></ul></li><li>다음 단계는 무엇인가요? <ul ><li>GraphInsight 프레임워크는 복잡한 그래픽 구조를 효과적으로 처리하고 추론할 수 있는 새로운 가능성을 열어줍니다. 향후 연구에서는 고급 검색 메커니즘을 통합하거나 고유한 그래프 구조를 가진 특정 도메인에 적용하는 등 GraphInsight 프레임워크의 추가 최적화 및 확장을 모색할 수 있습니다. 또한 GraphInsight에서 얻은 인사이트는 LLM을 위한 보다 효율적이고 효과적인 그래프 표현 기법의 개발에 영감을 주어 궁극적으로 다양한 애플리케이션에서 그래프 정보를 이해하고 추론하는 능력을 향상시킬 수 있습니다.</li></ul></li></ul> <ul ><li>출처: https://www.linkedin.com/pulse/what-next-gen-rag-pascal-biese-y31mf/</li></ul>

www.linkedin.com

[LLM Watch] 차세대 RAG의 특징

짧은 o1 사용 소감.

아이디어 토론 상대로 사용해봤는데, 기존 모델들보다 압도적으로 좋음. 기존 모델들보다 아이디어를 더 깊은 수준으로 그리고 디테일하게 생성함.

지난 1-2주 동안 실제 사람과 토론한 내용을 다시 토론해봤는데, 사람과 했던 이야기들 중 핵심적이라고 생각했던 이야기가 거의 다 들어가 있었음.

Claude 3.5나 GPT-4하고 토론하면 너무 평이한 답변만 해서 답답했음. 그래서 내 스스로 생각한 것을 투영하는 고무오리 정도 수준으로만 사용했음. 그런데 이제는 진짜 사람 수준으로 아이디어를 제안하고 토론 할 수 있게 되었음.

다만, 아직 유레카 수준의 창의력을 발휘하는 것은 아니고, 맥락과 스펙을 잘 전달하는 것은 여전히 중요함.

짧은 o1 사용 소감. 아이디어 토론 상대로 사용해봤는데, 기존 모델들보다 압도적으로 좋음. 기존 모델들보다 아이디어를 더 깊은 수준으로 그리고 디테일하게 생성함. 지난 1-2주 동안 실제 사람과 토론한 내용을 다시 토론해봤는데, 사람과 했던 이야기들 중 핵심적이라고 생각했던 이야기가 거의 다 들어가 있었음. Claude 3.5나 GPT-4하고 토론하면 너무 평이한 답변만 해서 답답했음. 그래서 내 스스로 생각한 것을 투영하는 고무오리 정도 수준으로만 사용했음. 그런데 이제는 진짜 사람 수준으로 아이디어를 제안하고 토론 할 수 있게 되었음. 다만, 아직 유레카 수준의 창의력을 발휘하는 것은 아니고, 맥락과 스펙을 잘 전달하는 것은 여전히 중요함.

하조은 | Next.js로 개인 블로그를 만들며 Next.js를 손에 익혀봐요!, 블로그를 만들며 배우는 Next.jsNext.js로 나만의 공간을 만들어보세요!Next.js로 나만의 블로그 만들기모두가 남들과 똑같은 집에 살고 싶을까요? 누군가는 자신만의 집을 짓고 남들

손에 익는 Next.js - 블로그 만들기 강의 | 하조은 - 인프런

개발자로 커리어를 쌓아오며 잘한 일 중 하나는 블로그를 운영한 일이에요.

제 블로그는 Gatsby로 운영되고 있었어요. Next.js로 강의도 만들었으니, 블로그를 Next.js로 마이그레이션 했죠.

이 과정에서 배운 Next.js 블로그의 아키텍처를 소개하고 함께 블로그를 만들어보는 강의를 오픈했어요. 9월 18일까지 얼리버드 특가로 30% 할인된 가격에 만나보실 수 있어요!

-

1. 블로그를 만드는 Next.js의 주요 기능을 배워요

SSR, SSG, ISR, PPR과 같은 사전 렌더링 기법부터 Route Groups, Server Actions까지 활용해보며 Next.js의 새로운 기능을 이해하고 익혀보세요!

2. 두가지 블로그 아키텍처의 장/단점을 배워요

Pages Router를 활용하는 일반적인 Next.js 블로그의 아키텍처, App Router로 만든 Vercel 리더십의 블로그 아키텍처를 배워 원하는 방식으로 조합해서 블로그를 만들 수 있어요!

3. 내 손으로 만든 블로그를 관리하는 법을 배워요

AI를 활용해 테마 변경, 조회수 기능을 비롯해 원하는 기능을 추가하며, 나만의 공간으로 꾸며 나갈 수 있는 개인 블로그를 만드는 법을 배워요!

-

이 강의에서 얻을 수 있는 것

✳️ 직접 꾸미고 업그레이드할 수 있는 개인 블로그
✳️ Next.js에서 마크다운 다루는 방법을 배우기
✳️ Next.js 14의 최신 렌더링 기법을 배우고 익히기

-

부족한 점이 보인다면 피드백 주시면 감사하겠습니다. 지속해서 개선해 나가겠습니다!
https://inf.run/Z8PRA

개발자로 커리어를 쌓아오며 잘한 일 중 하나는 블로그를 운영한 일이에요. 제 블로그는 Gatsby로 운영되고 있었어요. Next.js로 강의도 만들었으니, 블로그를 Next.js로 마이그레이션 했죠. 이 과정에서 배운 Next.js 블로그의 아키텍처를 소개하고 함께 블로그를 만들어보는 강의를 오픈했어요. 9월 18일까지 얼리버드 특가로 30% 할인된 가격에 만나보실 수 있어요! - 1. 블로그를 만드는 Next.js의 주요 기능을 배워요 SSR, SSG, ISR, PPR과 같은 사전 렌더링 기법부터 Route Groups, Server Actions까지 활용해보며 Next.js의 새로운 기능을 이해하고 익혀보세요! 2. 두가지 블로그 아키텍처의 장/단점을 배워요 Pages Router를 활용하는 일반적인 Next.js 블로그의 아키텍처, App Router로 만든 Vercel 리더십의 블로그 아키텍처를 배워 원하는 방식으로 조합해서 블로그를 만들 수 있어요! 3. 내 손으로 만든 블로그를 관리하는 법을 배워요 AI를 활용해 테마 변경, 조회수 기능을 비롯해 원하는 기능을 추가하며, 나만의 공간으로 꾸며 나갈 수 있는 개인 블로그를 만드는 법을 배워요! - 이 강의에서 얻을 수 있는 것 ✳️ 직접 꾸미고 업그레이드할 수 있는 개인 블로그✳️ Next.js에서 마크다운 다루는 방법을 배우기✳️ Next.js 14의 최신 렌더링 기법을 배우고 익히기 - 부족한 점이 보인다면 피드백 주시면 감사하겠습니다. 지속해서 개선해 나가겠습니다!https://inf.run/Z8PRA

인프런

Next.js로 나만의 블로그 만들기

개발자라면 찜 해놔야하는 GitHub 저장소들

모든 프로그래머가

SQL을 처음부터 제대로 공부하고 싶지만, 어떻게 공부해야 할지 망설이고 있나요?

아래의 SQL 마인드맵으로 초보 단계부터 고급 단계까지 차근차근 공부해봐요.

 1. 초보 단계 (Basic)
    * SELECT
    * FROM
    * WHERE
    * ORDER BY
    * AGGREGATE
    * GROUP BY
    * LIMIT
 2. 중급 단계 (Intermediate)
    * LEFT JOIN
    * INNER JOIN
    * LIKE
    * IN
    * CASE WHEN
    * HAVING
    * UNION ALL
 3. 고급 단계 (Advanced)
    * SUBQUERY
    * CTE (WITH)
    * STORED PRECEDURE
    * TRIGGER
    * WINDOW FUNCTION
 4. 연습 단계 (Practice)
    * BASIC SQL PROJECT (SQL 기초 프로젝트)
    * INTERMEDIATE SQL PROJECT(SQL 중급 프로젝트)
    * ADVANCED SQL PROJECT(SQL 고급 프로젝트)

#데이터리차드 #SQL #로드맵

SQL을 처음부터 제대로 공부하고 싶지만, 어떻게 공부해야 할지 망설이고 있나요? 아래의 SQL 마인드맵으로 초보 단계부터 고급 단계까지 차근차근 공부해봐요. <ol ><li>초보 단계 (Basic)<ul ><li>SELECT</li><li>FROM</li><li>WHERE</li><li>ORDER BY</li><li>AGGREGATE</li><li>GROUP BY</li><li>LIMIT</li></ul></li><li>중급 단계 (Intermediate)<ul ><li>LEFT JOIN</li><li>INNER JOIN</li><li>LIKE</li><li>IN</li><li>CASE WHEN</li><li>HAVING</li><li>UNION ALL</li></ul></li><li>고급 단계 (Advanced)<ul ><li>SUBQUERY</li><li>CTE (WITH)</li><li>STORED PRECEDURE</li><li>TRIGGER</li><li>WINDOW FUNCTION</li></ul></li><li>연습 단계 (Practice)<ul ><li>BASIC SQL PROJECT (SQL 기초 프로젝트)</li><li>INTERMEDIATE SQL PROJECT(SQL 중급 프로젝트)</li><li>ADVANCED SQL PROJECT(SQL 고급 프로젝트)</li></ul></li></ol> #데이터리차드 #SQL #로드맵

SQL 학습 로드맵

YouTube에서 마음에 드는 동영상과 음악을 감상하고, 직접 만든 콘텐츠를 업로드하여 친구, 가족뿐 아니라 전 세계 사람들과 콘텐츠를 공유할 수 있습니다.

 - YouTube

AutoParams 덕분에 3년 이상을 Spring Boot 앱 개발에 TDD를 덜 힘들게 적용했습니다. 누군가에게 조금이라도 더 도움이 되길 바라며 올해 스프링 캠프에서 AutoParams의 목적과 아키텍처, 사용법을 설명하는 자리를 가졌습니다.

AutoParams 덕분에 3년 이상을 Spring Boot 앱 개발에 TDD를 덜 힘들게 적용했습니다. 누군가에게 조금이라도 더 도움이 되길 바라며 올해 스프링 캠프에서 AutoParams의 목적과 아키텍처, 사용법을 설명하는 자리를 가졌습니다.

youtu.be

AutoParams를 사용한 Spring Boot 응용프로그램 테

1. 찰스 다윈은 하루에 90분씩 3번 일했고, 나머지 시간에는 긴 산책을 하거나 낮잠을 자거나 상념에 잠겼다. (그러면서도 그는 <종의 기원>을 포함해 19권의 책을 집필했다)

2. 엄청난 다작가이자 사상가로 알려진 앙리 푸앵카레는 오전 10시부터 정오까지 첫 번째 작업을 한 뒤, 오후 5시부터 7시까지 두 번째 작업을 했다. (그는 하루 4시간만 일했다)

3. 마찬가지로, 수학자 고드프리 해럴드 하디는 ‘의식적 작업은 하루 4시간이 최대치’이며, 나머지 시간을 너무 많은 바쁜 일로 채우면 오히려 비생산적이라고 믿었다.

4. 다윈, 푸앵카레, 하디는 모든 같은 이야기를 하고 있다. 제대로 초점을 맞추고, 진짜 집중력을 (제대로) 발휘하면, 그리고 양질의 휴식으로 집중하는 시간을 잘 뒷받침하면, 위대한 성취를 이루는 데 필요한 시간은 하루 4시간이면 충분하다고. 이는 바쁨을 추구하는 우리의 문화와 정면으로 충돌하는 발상이다.

5. 위대함을 낳는 ‘1만 시간의 법칙’은 앤더스 에릭슨과 동료들의 공동 연구로 탄생한 이래로, 말콤 글래드웰이 책 <아웃라이어>에 소개하며 대중의 큰 주목을 받았다. 말콤 글래드웰은 1만 시간의 법칙을 소개하며 ‘어떤 분야에서든 전문가 수준에 도달하려면 1만 시간의 의도적 연습이 필요하다’고 주장했다.

6. 그리고 이는 바쁨과 스트레스와 과로를 미덕으로 여기는 세상에서 큰 환영을 받았고, 아직도 많은 사람들이 이 법칙을 마치 교리처럼 신봉한다.

7. 그런데 에릭슨의 실제 연구에는 ‘매일 의도적 연습이 효과적인 수준을 넘지 않도록 제한해야 한다’는 내용도 담겨 있으며, 연구에서는 ‘하루에 투입해야 할 이상적인 시간은 4시간’이라고도 제안한다.

8. 이 연구에서 더 흥미로운 부분은 ‘정상급 연주자와 평균적 연주자는 쉬는 방식부터 다르다’는 점이다. 정상급 연주자는 평균적 연주자들에 비해 더 체계적이고 계획적으로 여가 시간을 보냈다.

9. 정상급 연주자들은 연습만 의도적으로 하는 게 아니라, 휴식도 의도적으로 취했다. 그들은 평균적 연주자보다 1시간 가량 더 잠을 찾다. (탁월한 퍼포먼스 = 의식적 연습+의식적 휴식)

10. 흔히 휴식을 일의 반대라고 생각하지만, 일과 휴식의 엄격한 분리는 현대의 그릇된 통념이다. 오랫동안 사람들은 쉴 때 뇌의 활동력이 떨어진다고 생각했다. 하지만 날로 발전하는 뇌 영상 기술에 힘입어 뇌과학자들은 ‘쉬는 동안에도 뇌의 전반적인 활동량이 감소하지 않는다’는 것을 발견했다.

11. 활동성은 단지 뇌의 다른 영역으로 옮겨갔다. 그리고 연구자들은 쉬는 동안 활성화되는 뇌의 영역을 ‘디폴트 모드 네트워크(DMN)’라고 칭하게 되었다.

12. 그리고 추가 연구를 통해, 디폴트 모드 네트워크는 고도로 활동적일 뿐 아니라, 정신 건강과 정서에 있어 굉장히 중요하다는 점이 발견됐다.

13. 특히 창의적이고 혁신적인 유형의 일을 할 땐 일하는 시간만큼, 휴식과 긴장 풀기가 필요하다. 디폴트 모드 네트워크가 활성화되면, 우리의 직관이 주도권을 가지고, 창의성은 멀리 있는 요소와 연관점을 찾기 시작한다.

14. 산책을 하거나 샤워 도중에 강력한 생각이나 통찰이 떠올렸다면, 디폴트 모드 네트워크에 감사해야 한다.

15. 그러나 당신이 휴식 때 텔레비전 앞에서 멍하게 있거나 유튜브에서 고양이 동영상을 본다면 디폴트 모드 네트워크가 활성화되는 데는 차질이 생긴다. (TV를 보거나 동영상을 보는 건 좋은 휴식 방법은 아니라는 얘기다)

16. (게다가) 창의적인 사람의 뇌는 디폴트 모드 네트워크가 더 강력하게 개발되어 휴식 시간에도 더 효과적으로 일을 한다는 연구 결과도 있다.

17. (고로 올바른 방식으로) 더 많은 시간을 휴식에 쓰면, 창의력과 행복감이 증진될 뿐 아니라, 일하는 시간의 능률마저 올라간다.

18. (그러니 숏폼 중독 등 주의력을 탕진해 일에 부정적인 영향을 미치는 휴식이 아니라, 자신에게 맞는 올바른 휴식법을 찾아라. 그러면 일의 능률을 올라갈 수밖에 없다)

- 존 피치 외, <이토록 멋진 휴식> 중

1. 찰스 다윈은 하루에 90분씩 3번 일했고, 나머지 시간에는 긴 산책을 하거나 낮잠을 자거나 상념에 잠겼다. (그러면서도 그는 &lt;종의 기원&gt;을 포함해 19권의 책을 집필했다) 2. 엄청난 다작가이자 사상가로 알려진 앙리 푸앵카레는 오전 10시부터 정오까지 첫 번째 작업을 한 뒤, 오후 5시부터 7시까지 두 번째 작업을 했다. (그는 하루 4시간만 일했다) 3. 마찬가지로, 수학자 고드프리 해럴드 하디는 ‘의식적 작업은 하루 4시간이 최대치’이며, 나머지 시간을 너무 많은 바쁜 일로 채우면 오히려 비생산적이라고 믿었다. 4. 다윈, 푸앵카레, 하디는 모든 같은 이야기를 하고 있다. 제대로 초점을 맞추고, 진짜 집중력을 (제대로) 발휘하면, 그리고 양질의 휴식으로 집중하는 시간을 잘 뒷받침하면, 위대한 성취를 이루는 데 필요한 시간은 하루 4시간이면 충분하다고. 이는 바쁨을 추구하는 우리의 문화와 정면으로 충돌하는 발상이다. 5. 위대함을 낳는 ‘1만 시간의 법칙’은 앤더스 에릭슨과 동료들의 공동 연구로 탄생한 이래로, 말콤 글래드웰이 책 &lt;아웃라이어&gt;에 소개하며 대중의 큰 주목을 받았다. 말콤 글래드웰은 1만 시간의 법칙을 소개하며 ‘어떤 분야에서든 전문가 수준에 도달하려면 1만 시간의 의도적 연습이 필요하다’고 주장했다. 6. 그리고 이는 바쁨과 스트레스와 과로를 미덕으로 여기는 세상에서 큰 환영을 받았고, 아직도 많은 사람들이 이 법칙을 마치 교리처럼 신봉한다. 7. 그런데 에릭슨의 실제 연구에는 ‘매일 의도적 연습이 효과적인 수준을 넘지 않도록 제한해야 한다’는 내용도 담겨 있으며, 연구에서는 ‘하루에 투입해야 할 이상적인 시간은 4시간’이라고도 제안한다. 8. 이 연구에서 더 흥미로운 부분은 ‘정상급 연주자와 평균적 연주자는 쉬는 방식부터 다르다’는 점이다. 정상급 연주자는 평균적 연주자들에 비해 더 체계적이고 계획적으로 여가 시간을 보냈다. 9. 정상급 연주자들은 연습만 의도적으로 하는 게 아니라, 휴식도 의도적으로 취했다. 그들은 평균적 연주자보다 1시간 가량 더 잠을 찾다. (탁월한 퍼포먼스 = 의식적 연습+의식적 휴식) 10. 흔히 휴식을 일의 반대라고 생각하지만, 일과 휴식의 엄격한 분리는 현대의 그릇된 통념이다. 오랫동안 사람들은 쉴 때 뇌의 활동력이 떨어진다고 생각했다. 하지만 날로 발전하는 뇌 영상 기술에 힘입어 뇌과학자들은 ‘쉬는 동안에도 뇌의 전반적인 활동량이 감소하지 않는다’는 것을 발견했다. 11. 활동성은 단지 뇌의 다른 영역으로 옮겨갔다. 그리고 연구자들은 쉬는 동안 활성화되는 뇌의 영역을 ‘디폴트 모드 네트워크(DMN)’라고 칭하게 되었다. 12. 그리고 추가 연구를 통해, 디폴트 모드 네트워크는 고도로 활동적일 뿐 아니라, 정신 건강과 정서에 있어 굉장히 중요하다는 점이 발견됐다. 13. 특히 창의적이고 혁신적인 유형의 일을 할 땐 일하는 시간만큼, 휴식과 긴장 풀기가 필요하다. 디폴트 모드 네트워크가 활성화되면, 우리의 직관이 주도권을 가지고, 창의성은 멀리 있는 요소와 연관점을 찾기 시작한다. 14. 산책을 하거나 샤워 도중에 강력한 생각이나 통찰이 떠올렸다면, 디폴트 모드 네트워크에 감사해야 한다. 15. 그러나 당신이 휴식 때 텔레비전 앞에서 멍하게 있거나 유튜브에서 고양이 동영상을 본다면 디폴트 모드 네트워크가 활성화되는 데는 차질이 생긴다. (TV를 보거나 동영상을 보는 건 좋은 휴식 방법은 아니라는 얘기다) 16. (게다가) 창의적인 사람의 뇌는 디폴트 모드 네트워크가 더 강력하게 개발되어 휴식 시간에도 더 효과적으로 일을 한다는 연구 결과도 있다. 17. (고로 올바른 방식으로) 더 많은 시간을 휴식에 쓰면, 창의력과 행복감이 증진될 뿐 아니라, 일하는 시간의 능률마저 올라간다. 18. (그러니 숏폼 중독 등 주의력을 탕진해 일에 부정적인 영향을 미치는 휴식이 아니라, 자신에게 맞는 올바른 휴식법을 찾아라. 그러면 일의 능률을 올라갈 수밖에 없다) - 존 피치 외, &lt;이토록 멋진 휴식&gt; 중

일을 못하는 사람들은 대부분 잘 쉬지도 못해요ㅠ

회사의 대표 옆에서 일해볼 수 있다는 점인 것 같아요.

가까이 있으면 그 사람의 사고방식을 배울 수 있어요. 회사를 세울 정도의 사람이라면 분명 배울 점이 있어요.

제가 만난 분들은 관점이 남달랐어요. 시장을 보는 관점, 제품을 대하는 관점에서 정말 많이 배울 수 있었죠. 개발자로서 조금 더 큰 그림을 볼 수 있는 기회가 되었어요.

누군가는 불편한 일이라고 할지도 몰라요. 하지만 조금 불편한 그 순간에 우리는 성장할 수 있다고 믿어요.

회사의 대표 옆에서 일해볼 수 있다는 점인 것 같아요. 가까이 있으면 그 사람의 사고방식을 배울 수 있어요. 회사를 세울 정도의 사람이라면 분명 배울 점이 있어요. 제가 만난 분들은 관점이 남달랐어요. 시장을 보는 관점, 제품을 대하는 관점에서 정말 많이 배울 수 있었죠. 개발자로서 조금 더 큰 그림을 볼 수 있는 기회가 되었어요. 누군가는 불편한 일이라고 할지도 몰라요. 하지만 조금 불편한 그 순간에 우리는 성장할 수 있다고 믿어요.

작은 회사에 일하면 좋은 점

Elastic announces the return of open source licensing for Elasticsearch and Kibana, adding AGPL as an option alongside existing licenses. This change reinforces our long-standing commitment to open so...

Elasticsearch is Open Source, Again

https://www.elastic.co/kr/blog/elasticsearch-is-open-source-again

AWS와의 갈등으로 3년전 Apache 라이센스를 버리고 SSPL 라이센스를 도입하면서 오픈소스가 아니게 되었다가 이번에 다시 AGPL 라이센스를 도입해서 오픈소스가 되었습니다.

오픈소스는 오픈소스 이니셔티브에서 사용 권한을 가지고 있어서 오픈소스 이니셔티브에서 인정한 라이센스가 아니라면 오픈소스라는 말을 사용할 수 없습니다. 오픈소스 이기는 하지만 엘라스틱 같은 회사는 클라우드 사업을 하기 때문에 AWS같은 클라우드 업체에서 elasticsearch를 서비스로 내놓으면서 갈등이 생기고 결국 오픈소스 라이센스를 버리고 클라우드 업체가 elasticsearch를 사용할 수 없게하는 SSPL을 도입해서 이를 막았습니다.

그동안의 과정이 고통스럽긴 했지만 3년이 지난 지금 AWS와의 파트너쉽이 견고해졌고 AWS도 OpenSearch에 충분한 투자를 했기 때문에 다시 오픈소스로 돌아와도 되겠다고 생각하고 AGPL을 도입하기로 했다고 합니다.

엘리스틱은 이렇게 얘기하고 사람들의 의견은 다양하게 있는거 같습니다. 엘라스틱의 의도를 그대로 믿을 수도 있고 오픈소스를 버린게 결과적으로 안좋았다고 판단했기에 번복했다는 얘기도 있습니다.

오픈소스였다가 아니었다가 혼란스럽고 앞으로 그러면 OpenSearch는 어떻게 되는건지 궁금하기도 하지만 앞으로 시장이 어떻게 흘러갈지 봐야될 것 같습니다.

https://www.elastic.co/kr/blog/elasticsearch-is-open-source-again AWS와의 갈등으로 3년전 Apache 라이센스를 버리고 SSPL 라이센스를 도입하면서 오픈소스가 아니게 되었다가 이번에 다시 AGPL 라이센스를 도입해서 오픈소스가 되었습니다. 오픈소스는 오픈소스 이니셔티브에서 사용 권한을 가지고 있어서 오픈소스 이니셔티브에서 인정한 라이센스가 아니라면 오픈소스라는 말을 사용할 수 없습니다. 오픈소스 이기는 하지만 엘라스틱 같은 회사는 클라우드 사업을 하기 때문에 AWS같은 클라우드 업체에서 elasticsearch를 서비스로 내놓으면서 갈등이 생기고 결국 오픈소스 라이센스를 버리고 클라우드 업체가 elasticsearch를 사용할 수 없게하는 SSPL을 도입해서 이를 막았습니다. 그동안의 과정이 고통스럽긴 했지만 3년이 지난 지금 AWS와의 파트너쉽이 견고해졌고 AWS도 OpenSearch에 충분한 투자를 했기 때문에 다시 오픈소스로 돌아와도 되겠다고 생각하고 AGPL을 도입하기로 했다고 합니다. 엘리스틱은 이렇게 얘기하고 사람들의 의견은 다양하게 있는거 같습니다. 엘라스틱의 의도를 그대로 믿을 수도 있고 오픈소스를 버린게 결과적으로 안좋았다고 판단했기에 번복했다는 얘기도 있습니다. 오픈소스였다가 아니었다가 혼란스럽고 앞으로 그러면 OpenSearch는 어떻게 되는건지 궁금하기도 하지만 앞으로 시장이 어떻게 흘러갈지 봐야될 것 같습니다.

Elastic Blog

https://www.elastic.co/kr/blog/elast

국내 개발자로서 자부심을 불어넣는 오픈소스 생태계가 있습니다. 바로 토스(Toss)가 주도하는 오픈소스 생태계 인데요.

es-hangul
이라고 하는 한글을 다루기 위한 라이브러리는 이미 1,000개가 넘는 GitHub 스타를 획득했습니다. 또한
lodash
보다 2배 더 빠른 유틸리티 라이브러리인
es-toolkit
은 이미 6,100개의 스타를 받고 국내를 넘어 세계적으로 많은 개발자들의 관심을 받고 있는데요. 이번 토스 모닥불 EP.4 영상에서는 토스에서 오픈소스 생태계를 운영하는 개발자들의 이야기를 만나볼 수 있습니다.

특히나 주목할 만한 점은, 패널로 참여한 토스의 오픈소스
suspensive
를 운영하고 계시는 분인데요. 이 개발자분은 요즘은 필수로 사용되고 있는
TanstackQuery
의 최상위 기여자입니다.
Jotai
외에도 토스 오픈소스에도 적극적으로 기여를하고 결국에는 토스에 합류하신게 참 대단하게 느껴지네요.

또한 오픈소스 생태계 구축을 통해 기술 커뮤니티에 긍정적인 영향을 미치고자 하는 토스의 노력도 대단한것 같습니다. 한국 개발 생태계의 경쟁력을 높이고, 개발자들에게 새로운 도전과 성장의 기회를 제공하는데 있어서, 토스의 이러한 행보를 응원합니다.

https://www.youtube.com/watch?v=SdBL-p597Dw

국내 개발자로서 자부심을 불어넣는 오픈소스 생태계가 있습니다. 바로 토스(Toss)가 주도하는 오픈소스 생태계 인데요. <code >es-hangul</code>이라고 하는 한글을 다루기 위한 라이브러리는 이미 1,000개가 넘는 GitHub 스타를 획득했습니다. 또한 <code >lodash</code>보다 2배 더 빠른 유틸리티 라이브러리인 <code >es-toolkit</code>은 이미 6,100개의 스타를 받고 국내를 넘어 세계적으로 많은 개발자들의 관심을 받고 있는데요. 이번 토스 모닥불 EP.4 영상에서는 토스에서 오픈소스 생태계를 운영하는 개발자들의 이야기를 만나볼 수 있습니다. 특히나 주목할 만한 점은, 패널로 참여한 토스의 오픈소스 <code >suspensive</code> 를 운영하고 계시는 분인데요. 이 개발자분은 요즘은 필수로 사용되고 있는 <code >TanstackQuery</code> 의 최상위 기여자입니다. <code >Jotai</code> 외에도 토스 오픈소스에도 적극적으로 기여를하고 결국에는 토스에 합류하신게 참 대단하게 느껴지네요. 또한 오픈소스 생태계 구축을 통해 기술 커뮤니티에 긍정적인 영향을 미치고자 하는 토스의 노력도 대단한것 같습니다. 한국 개발 생태계의 경쟁력을 높이고, 개발자들에게 새로운 도전과 성장의 기회를 제공하는데 있어서, 토스의 이러한 행보를 응원합니다. https://www.youtube.com/watch?v=SdBL-p597Dw

www.youtube.com

토스의 오픈소스 생태계: 한국을 넘어 글로벌로

최고의 자동완성 플러그인 타입스크립트를 사용하여 개발자를 속이고 코드를 최적화한 경험을 공유합니다.

타입스크립트스럽게 성능과 생산성 두 마리 토끼 모두 잡기

이름만 보고 프론트엔드인줄 알았는데요. 살펴보니 백엔드였습니다!

2021년 1월에 출시한 쿠키런:킹덤에 운영 도구는 어마어마하군요!

https://tech.devsisters.com/posts/typescript-ish-way-to-improve-performance/

이름만 보고 프론트엔드인줄 알았는데요. 살펴보니 백엔드였습니다! 2021년 1월에 출시한 쿠키런:킹덤에 운영 도구는 어마어마하군요! https://tech.devsisters.com/posts/typescript-ish-way-to-improve-performance/

DevTech - 데브시스터즈 기술블로그

TypeScript하면 프론트만?!

Vite는 기존 자바스크립트 번들러의 만성적인 성능 문제를 해결하고 개발자 경험을 향상시키기 위해서 등장한 차세대 번들러입니다. 브라우저에서 지원하는 ESM(ES Modules)를 적극적으로 활용하고, 자바스크립트 대신에 컴파일 언어인 Go로 작성된 현대적인 자바스크립트 개발 도구이죠.

Vite은 예전부터 널리 사용되던 번들러인 Webpack보다 설정이 훨씬 쉽고 간단하며, 설정이 필요 없기로 유명하던 번들러인 Parcel보다도 훨씬 빠릅니다. 이로 인해서 기존 번들러보다 뛰어난 개발자 경험을 제공하여 많은 개발자로부터 사랑을 받고 있는 번들러입니다.

2023년 Sate of JavaScript 설문 결과를 보시면 빌드 도구 부분에서 Vite(73%)가 Parcel(30%)을 아득히 넘고 Webpack(90%)에 이어서 사용률 2위를 기록하고 있습니다. 2021년에 20% 사용률로 처음 그래프에 등장했는데 무서운 성장세가 아닐 수 없습니다.

더욱 고무적인 부분은 바로 Vite를 써본 응답자들의 만족도입니다. 88%로 압도적인 1위를 차지하고 있으며, Webpack의 만족도는 45%까지 곤두박질 친 것을 볼 수 있습니다.

참고로 많은 분들이 영문 철자만 보시고 Vite를 “바이트”라고 발음해야 하는 걸로 오해하시는데요. 사실 Vite라는 이름은 “빠름”을 의미하는 프랑스어에서 유래되었고 그래서 정확한 발음은 “비트”라고 합니다. 한국 개발자들 사이에서는 우스갯 소리로 빛처럼 빠르다고 “빛”이라고도 많이 부르는 것 같습니다. 😄

이번 포스팅에서는 Vite를 처음 사용하시는 분들의 위해서 Vite를 시작하는 방법을 안내해드리겠습니다.

📝 포스팅: https://www.daleseo.com/vite/

Vite는 기존 자바스크립트 번들러의 만성적인 성능 문제를 해결하고 개발자 경험을 향상시키기 위해서 등장한 차세대 번들러입니다. 브라우저에서 지원하는 ESM(ES Modules)를 적극적으로 활용하고, 자바스크립트 대신에 컴파일 언어인 Go로 작성된 현대적인 자바스크립트 개발 도구이죠. Vite은 예전부터 널리 사용되던 번들러인 Webpack보다 설정이 훨씬 쉽고 간단하며, 설정이 필요 없기로 유명하던 번들러인 Parcel보다도 훨씬 빠릅니다. 이로 인해서 기존 번들러보다 뛰어난 개발자 경험을 제공하여 많은 개발자로부터 사랑을 받고 있는 번들러입니다. 2023년 Sate of JavaScript 설문 결과를 보시면 빌드 도구 부분에서 Vite(73%)가 Parcel(30%)을 아득히 넘고 Webpack(90%)에 이어서 사용률 2위를 기록하고 있습니다. 2021년에 20% 사용률로 처음 그래프에 등장했는데 무서운 성장세가 아닐 수 없습니다. 더욱 고무적인 부분은 바로 Vite를 써본 응답자들의 만족도입니다. 88%로 압도적인 1위를 차지하고 있으며, Webpack의 만족도는 45%까지 곤두박질 친 것을 볼 수 있습니다. 참고로 많은 분들이 영문 철자만 보시고 Vite를 “바이트”라고 발음해야 하는 걸로 오해하시는데요. 사실 Vite라는 이름은 “빠름”을 의미하는 프랑스어에서 유래되었고 그래서 정확한 발음은 “비트”라고 합니다. 한국 개발자들 사이에서는 우스갯 소리로 빛처럼 빠르다고 “빛”이라고도 많이 부르는 것 같습니다. 😄 이번 포스팅에서는 Vite를 처음 사용하시는 분들의 위해서 Vite를 시작하는 방법을 안내해드리겠습니다. 📝 포스팅: https://www.daleseo.com/vite/

Vite 처음 시작하기

원문 : Good Refactoring vs Bad Refactoring thumbnail…

(번역) 좋은 리팩터링 vs 나쁜 리팩터링

오늘 소개해드릴 글은 42dot의 유경상님이 번역해주신 글입니다.

많은 개발자들이 리팩터링의 중요성을 알고 리팩터링을 하지만, 적절하지 않은 리팩터링으로 오히려 코드 베이스에 악영향을 준다는 것을 간과하는 경우가 많습니다. 이 글에서는 저자가 지금까지 겪어온 경험을 기반으로 어떤 리팩터링이 잘못된 리팩터링이고, 어떤 식으로 리팩터링하는 것이 바람직한지에 대해 구체적인 코드 예시와 함께 설명합니다. 이에 더해서 올바른 리팩터링 방법과 더 나은 리팩터링을 위한 도구도 함께 소개하고 있습니다. 이 글을 통해 현재 적절한 리팩터링을 하고 있는지 점검해 보시는 기회가 되시면 좋을 것 같습니다 :)

> 글 링크 : https://ykss.netlify.app/translation/good_refactoring_vs_bad_refactoring/

오늘 소개해드릴 글은 42dot의 유경상님이 번역해주신 글입니다. 많은 개발자들이 리팩터링의 중요성을 알고 리팩터링을 하지만, 적절하지 않은 리팩터링으로 오히려 코드 베이스에 악영향을 준다는 것을 간과하는 경우가 많습니다. 이 글에서는 저자가 지금까지 겪어온 경험을 기반으로 어떤 리팩터링이 잘못된 리팩터링이고, 어떤 식으로 리팩터링하는 것이 바람직한지에 대해 구체적인 코드 예시와 함께 설명합니다. 이에 더해서 올바른 리팩터링 방법과 더 나은 리팩터링을 위한 도구도 함께 소개하고 있습니다. 이 글을 통해 현재 적절한 리팩터링을 하고 있는지 점검해 보시는 기회가 되시면 좋을 것 같습니다 :) &gt; 글 링크 : https://ykss.netlify.app/translation/good_refactoring_vs_bad_refactoring/

ykss.netlify.app

좋은 리팩터링 vs 나쁜 리팩터링

이번책은 조사와 구둣점 하나까지 깍고깍고 또 깍아서 진짜 장인정신으로 만들었다. 무엇보다 편집자 파워 진짜 매직. 👍

이전 책들은 솔직히 출간 때 그렇게 큰 감흥은 없었는데, 이번엔 정말 기대된다.

이번책은 조사와 구둣점 하나까지 깍고깍고 또 깍아서 진짜 장인정신으로 만들었다. 무엇보다 편집자 파워 진짜 매직. 👍 이전 책들은 솔직히 출간 때 그렇게 큰 감흥은 없었는데, 이번엔 정말 기대된다.

넷마블 잡부

민형기

#백엔드 #개발자 #소프트웨어엔지니어

헬로데이터사이언스 대표

나성호

Python과 R을 활용한 데이터 분석을 강의합니다.(기업 강의)
데이터 분석 모델링 컨설팅 프로젝트도 수행하고 있습니다.

소프트웨어 엔지니어

김지섭

Chief Maker

겸임강사

Co-founder, VP

책임연구원

Lead of Generative AI

R&D 그룹장

Lead of AI Production

골빈해커

링크

Code addict, AI/ML believer, 25+ years’ coding experienced start-up guy, Built a unicorn and building another big one!

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필