OpenAI에서 o1(preview) 모델에 대한 소식을 알렸습니다.
chain of thought을 사용해서 추론능력을 드라마틱하게 향상시켰다고 합니다.

아래의 페이지에서 chiper, coding, math 등의 카테고리별 예시 결과도 볼 수 있는데, 정말신기하네요.
- https://openai.com/index/learning-to-reason-with-llms

유튜브에서 데모 영상도 볼 수 있습니다.
- https://m.youtube.com/watch?v=Jh2NdbPDVrQ

OpenAI에서 o1(preview) 모델에 대한 소식을 알렸습니다.chain of thought을 사용해서 추론능력을 드라마틱하게 향상시켰다고 합니다. 아래의 페이지에서 chiper, coding, math 등의 카테고리별 예시 결과도 볼 수 있는데, 정말신기하네요.- https://openai.com/index/learning-to-reason-with-llms 유튜브에서 데모 영상도 볼 수 있습니다. - https://m.youtube.com/watch?v=Jh2NdbPDVrQ

2012년 일년 놀기로 하고 10월이 되면서 뭘할까 고민하다가 야후 때 옛 동료로부터 연락이 왔다. 본인이 조인한 Polyvore라는 회사로 한번 놀러와 보라는 거였다. Polyvore는 여성패션만 집중하는 Pinterest라고 이해하면 된다. 사실 Polyvore가 2007년에 만들어졌고 Pinterest가 2년 후인 2009년에 창업되었는데 Pinterest가 Polyvore 아이디어를 카피해서 여성패션 카테고리라는 제약을 없앴다고 보는 것이 맞다. 암튼 야후와 구글 출신 창업자들과 그 지인들로 구성이 된 역량이 뛰어난 팀이었고 오피스의 위치나 분위기도 너무 좋아서 2012년 12월에 조인했다.

원래 내 전문 분야는 검색 엔진이었기에 검색 엔진 개발과 이어서 추천 엔진 개발을 목표로 조인했지만 검색어 로그 등 검색엔진 랭킹을 최적화하기 위한 데이터가 쌓여있지 않았다. 그래서 본의 아니게 먼저 검색어 로그를 S3에 수집해두는 일을 했고 AWS 환경을 사용하는 회사였기에 찾아보니 그때 Redshift가 베타 버전으로 나와 있기에 거기에 다양한 정제된 데이터들을 테이블 형태로 쌓기 시작했고 이때부터 사실 SQL을 처음 제대로 사용해보기 시작했다 :) S3에 적재된 검색어 로그를 처리하는데 Hive를 사용했다. 이 때 처음으로 Python도 배워서 데이터 처리 코드를 작성해서 크론잡으로 실행했는데 그전까지 나는 C++와 자바만 사용해봤고 처음으로 스크립트 언어를 배웠다. 나중에 보니 Redshift가 데이터 웨어하우스였고 데이터 처리하는 코드가 데이터 파이프라인이었고 내가 앞단에 했던 일이 데이터 엔지니어링이었다. 여기에 다른 엔지니어들과 분석가들을 채용해서 데이터 팀을 만들었고 이 과정에서 많은 시행착오가 있었다. 다음으로 조인했던 유데미에서는 이 시행착오 덕분에 데이터 팀 빌딩을 훨씬더 효율적으로 할 수 있었다.

그렇게 시작된 데이터팀 경력을 통해 깨달은 점은 데이터 팀이 기본적으로 지원조직이란 점이다. 그 이유는 직접 뭔가 매출을 내거나 사용자와 직접 마주치는 팀이 아닌 다른 팀들이 각자 맡은 역할을 잘 할 수 있게 도와주는 팀이기 때문이다. 물론 데이터로 돈을 버는 회사라면 다른 이야기다. 하지만 대부분의 회사는 본업이 있고 그 본업을 잘 하기 위해서 데이터를 활용하는 형태가 된다. 즉 데이터가 새로운 석유라고 하지만 실제 회사에서 일을 할 때는 데이터 팀에 스포트라이트가 가는 일은 많지 않다. 지원조직이기 때문이다.

그러면 데이터 팀의 미션은 무엇일까? Airbnb 데이터 팀의 미션으로부터 훔친 내 정의는 다음과 같다: "신뢰할 수 있는 데이터로 부가 가치를 만들어낸다"

부가 가치라고 했는데 데이터로 돈을 버는 곳이라면 "매출"이라고 대신해도 되겠지만 그게 아니라면 간접적으로 매출내는 걸 도와주게 된다는 거다. 그러면 어떤 부가 가치가 있을까? 다음 2가지가 있다.

 1. 데이터를 바탕으로 과학적인 의사결정을 할 수 있게 도와준다 (Decision Science). 보통 데이터 분석가가 이 일을 수행한다. 여기에는 Data Driven Decision과 Data Informed Decision 두 가지가 존재한다.
 2. 데이터를 바탕으로 사용자의 서비스 사용 경험을 개선한다 (Product Science). 보통 데이터 과학자가 이 일을 머신 러닝이란 형태로 수행한다.

1과 2가 가능하려면 데이터 엔지니어가 인프라를 만들어주어야 한다. 이게 바로 데이터 웨어하우스와 데이터 파이프라인인데 가장 간단한 형태의 데이터 인프라라고 볼 수 있다. 다음 포스팅에서는 데이터 인프라가 무엇인지 조금더 자세히 설명해보고 이어서 데이터 기반 의사결정과 데이터 기반 서비스 개선에 대해 차례로 알아볼 예정이다.

2012년 일년 놀기로 하고 10월이 되면서 뭘할까 고민하다가 야후 때 옛 동료로부터 연락이 왔다. 본인이 조인한 Polyvore라는 회사로 한번 놀러와 보라는 거였다. Polyvore는 여성패션만 집중하는 Pinterest라고 이해하면 된다. 사실 Polyvore가 2007년에 만들어졌고 Pinterest가 2년 후인 2009년에 창업되었는데 Pinterest가 Polyvore 아이디어를 카피해서 여성패션 카테고리라는 제약을 없앴다고 보는 것이 맞다. 암튼 야후와 구글 출신 창업자들과 그 지인들로 구성이 된 역량이 뛰어난 팀이었고 오피스의 위치나 분위기도 너무 좋아서 2012년 12월에 조인했다. 원래 내 전문 분야는 검색 엔진이었기에 검색 엔진 개발과 이어서 추천 엔진 개발을 목표로 조인했지만 검색어 로그 등 검색엔진 랭킹을 최적화하기 위한 데이터가 쌓여있지 않았다. 그래서 본의 아니게 먼저 검색어 로그를 S3에 수집해두는 일을 했고 AWS 환경을 사용하는 회사였기에 찾아보니 그때 Redshift가 베타 버전으로 나와 있기에 거기에 다양한 정제된 데이터들을 테이블 형태로 쌓기 시작했고 이때부터 사실 SQL을 처음 제대로 사용해보기 시작했다 :) S3에 적재된 검색어 로그를 처리하는데 Hive를 사용했다. 이 때 처음으로 Python도 배워서 데이터 처리 코드를 작성해서 크론잡으로 실행했는데 그전까지 나는 C++와 자바만 사용해봤고 처음으로 스크립트 언어를 배웠다. 나중에 보니 Redshift가 데이터 웨어하우스였고 데이터 처리하는 코드가 데이터 파이프라인이었고 내가 앞단에 했던 일이 데이터 엔지니어링이었다. 여기에 다른 엔지니어들과 분석가들을 채용해서 데이터 팀을 만들었고 이 과정에서 많은 시행착오가 있었다. 다음으로 조인했던 유데미에서는 이 시행착오 덕분에 데이터 팀 빌딩을 훨씬더 효율적으로 할 수 있었다. 그렇게 시작된 데이터팀 경력을 통해 깨달은 점은 데이터 팀이 기본적으로 지원조직이란 점이다. 그 이유는 직접 뭔가 매출을 내거나 사용자와 직접 마주치는 팀이 아닌 다른 팀들이 각자 맡은 역할을 잘 할 수 있게 도와주는 팀이기 때문이다. 물론 데이터로 돈을 버는 회사라면 다른 이야기다. 하지만 대부분의 회사는 본업이 있고 그 본업을 잘 하기 위해서 데이터를 활용하는 형태가 된다. 즉 데이터가 새로운 석유라고 하지만 실제 회사에서 일을 할 때는 데이터 팀에 스포트라이트가 가는 일은 많지 않다. 지원조직이기 때문이다. 그러면 데이터 팀의 미션은 무엇일까? Airbnb 데이터 팀의 미션으로부터 훔친 내 정의는 다음과 같다: "신뢰할 수 있는 데이터로 부가 가치를 만들어낸다" 부가 가치라고 했는데 데이터로 돈을 버는 곳이라면 "매출"이라고 대신해도 되겠지만 그게 아니라면 간접적으로 매출내는 걸 도와주게 된다는 거다. 그러면 어떤 부가 가치가 있을까? 다음 2가지가 있다. <ol ><li>데이터를 바탕으로 과학적인 의사결정을 할 수 있게 도와준다 (Decision Science). 보통 데이터 분석가가 이 일을 수행한다. 여기에는 Data Driven Decision과 Data Informed Decision 두 가지가 존재한다. </li><li>데이터를 바탕으로 사용자의 서비스 사용 경험을 개선한다 (Product Science). 보통 데이터 과학자가 이 일을 머신 러닝이란 형태로 수행한다. </li></ol> 1과 2가 가능하려면 데이터 엔지니어가 인프라를 만들어주어야 한다. 이게 바로 데이터 웨어하우스와 데이터 파이프라인인데 가장 간단한 형태의 데이터 인프라라고 볼 수 있다. 다음 포스팅에서는 데이터 인프라가 무엇인지 조금더 자세히 설명해보고 이어서 데이터 기반 의사결정과 데이터 기반 서비스 개선에 대해 차례로 알아볼 예정이다.

데이터 이야기 #1: 데이터팀의 미션은 무엇이고 어떻게 조직에 기여하는가

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

제품 기능별 구매 영향력과 가치를 따져 제공 여부를 결정할 수 있습니다.

소비자 지갑을 여는 핵심 기능은? 기능별 중요도와 우선순위 파악하는 법 - 오픈서베이 블로그

기업은 돈을 벌기위해 소비자의 지갑을 여는 기능이 무엇인지를 정확히 파악하고 프로덕트를 만드는 것이 중요한데요. 오픈서베이에서 로봇청소기로 예를들어 제품 경험을 분석해 기능의 우선순위를 파악하는 법에 대해 정리해주신 글이 있어 공유드립니다.

👁️ 소비자는 제품의 기능마다 중요성을 다르게 느낍니다.
사람들은 각자의 니즈에 따라 어떤 기능은 없어도 그만이지만, 어떤 기능은 더 비싼 가격을 지불하더라도 반드시 포함되어야 한다고 생각합니다. 따라서 기업은 소비자의 지갑을 여는 기능이 무엇인지를 알아야합니다.

🧘🏻‍♂️ 없으면 안 샀을 기능 vs 써보니 좋은 기능
제품의 다양한 기능 중, 소비자가 가장 중요하게 생각하는 기능이 무엇인지 파악하려면 구매 영향력과 실제 사용하면서 느낀 가치, 두 가지를 함께 파악해야합니다.
처음 살 때 주요하게 고려한 기능도 있겠지만, 직접 쓰다 보니 예상 외의 유용성을 발견할 기능도 있을 것이기 때문입니다.
 * 구매 영향력: 구매 시점에 특정 기능의 유무가 얼마나 영향을 미쳤는지
 * 가치 인식: 실제로 사용하면서 느낀 각 기능의 유용도와 가치

🏃‍♂️ 제품에 넣을 기능을 결정하는 방법
제품 각 기능에 대한 구매 영향력과 가치 인식을 파악했다면 이를 기반으로 제품 모델 라인별로 어떤 기능을 넣을지 결정할 수 있습니다. 구매 영향력과 가치 인식이 모두 높은 기능은 주력 고급모델에, 구매 영향력은 높지만 가치 인식은 낮은 기능은 보급형 제품에 기본 기능으로 넣으면 됩니다. 반대로 구매 영향력은 낮지만 가치 인식이 높다면 특화 모델에 적용하거나, 경쟁사 대비 차별화 요소로 활용해볼 수 있습니다.

🎆 빠르게 변하는 시장, 1년 뒤 중요해질 기능 예상하는 방법
제품과 소비자의 인식이 모두 빠르게 변화하는 시장이라면, 현재의 제품 경험을 분석하는 것만큼이나 앞으로를 예측하는 것이 중요합니다. 이를 위한 방법으로 이미 제품을 보유한 소비자와 지금은 갖고있지 않지만 앞으로 구매할 의향이 있는 소비자의 인식을 비교해볼 수 있습니다. 보유자보다 구매 의향자가 더 높게 평가하는 기능은 앞으로 더 중요해지는 기능이라고 짐작해보면 됩니다.

기업은 돈을 벌기위해 소비자의 지갑을 여는 기능이 무엇인지를 정확히 파악하고 프로덕트를 만드는 것이 중요한데요. 오픈서베이에서 로봇청소기로 예를들어 제품 경험을 분석해 기능의 우선순위를 파악하는 법에 대해 정리해주신 글이 있어 공유드립니다. 👁️ 소비자는 제품의 기능마다 중요성을 다르게 느낍니다.사람들은 각자의 니즈에 따라 어떤 기능은 없어도 그만이지만, 어떤 기능은 더 비싼 가격을 지불하더라도 반드시 포함되어야 한다고 생각합니다. 따라서 기업은 소비자의 지갑을 여는 기능이 무엇인지를 알아야합니다. 🧘🏻‍♂️ 없으면 안 샀을 기능 vs 써보니 좋은 기능 제품의 다양한 기능 중, 소비자가 가장 중요하게 생각하는 기능이 무엇인지 파악하려면 구매 영향력과 실제 사용하면서 느낀 가치, 두 가지를 함께 파악해야합니다.처음 살 때 주요하게 고려한 기능도 있겠지만, 직접 쓰다 보니 예상 외의 유용성을 발견할 기능도 있을 것이기 때문입니다. <ul ><li>구매 영향력: 구매 시점에 특정 기능의 유무가 얼마나 영향을 미쳤는지</li><li>가치 인식: 실제로 사용하면서 느낀 각 기능의 유용도와 가치</li></ul> 🏃‍♂️ 제품에 넣을 기능을 결정하는 방법제품 각 기능에 대한 구매 영향력과 가치 인식을 파악했다면 이를 기반으로 제품 모델 라인별로 어떤 기능을 넣을지 결정할 수 있습니다. 구매 영향력과 가치 인식이 모두 높은 기능은 주력 고급모델에, 구매 영향력은 높지만 가치 인식은 낮은 기능은 보급형 제품에 기본 기능으로 넣으면 됩니다. 반대로 구매 영향력은 낮지만 가치 인식이 높다면 특화 모델에 적용하거나, 경쟁사 대비 차별화 요소로 활용해볼 수 있습니다. 🎆 빠르게 변하는 시장, 1년 뒤 중요해질 기능 예상하는 방법제품과 소비자의 인식이 모두 빠르게 변화하는 시장이라면, 현재의 제품 경험을 분석하는 것만큼이나 앞으로를 예측하는 것이 중요합니다. 이를 위한 방법으로 이미 제품을 보유한 소비자와 지금은 갖고있지 않지만 앞으로 구매할 의향이 있는 소비자의 인식을 비교해볼 수 있습니다. 보유자보다 구매 의향자가 더 높게 평가하는 기능은 앞으로 더 중요해지는 기능이라고 짐작해보면 됩니다.

오픈서베이 블로그

소비자 지갑을 여는 핵심 기능은

네이버 지도

네이버지도를 이렇게 잘 활용하는 분이 계시다니...ㅠㅠ
이런 공유 너무 감사하네요ㅠㅠ 저도 더 널리 공유해봅니다...!

https://map.naver.com/p/favorite/myPlace/folder/3fb30df4b4734a27ab4f0f5e758b971f?c=6.00,0,0,0,dh

네이버지도를 이렇게 잘 활용하는 분이 계시다니...ㅠㅠ이런 공유 너무 감사하네요ㅠㅠ 저도 더 널리 공유해봅니다...! https://map.naver.com/p/favorite/myPlace/folder/3fb30df4b4734a27ab4f0f5e758b971f?c=6.00,0,0,0,dh

map.naver.com

일하기 좋은 카페/장소 리스트 🗺️

안녕하세요. 공유해주셔서 고맙습니다. 제가 이 리스트를 유지 관리하고 있고, 페이스북 그룹 "모각코" 운영진 활동의 일환으로 관리하고 있습니다. :-D

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.

o1이 성능이 생각보다 낮다고 하는 글들을 보면, 기존에 사용하던 프롬프트를 그대로 사용하기 때문인 것이 많다. o1은 프롬프트를 간단하게 써야 잘 나온다는 말도 같은 문제로 보이는데, 프롬프트에 추론 방법을 제공하면 그 방식을 채용하기 때문으로 보인다.

아직 확실한건 아니지만 만일 이 추측이 맞다면, 한마디로 말해 o1이 생각하는 추론 전략이 “인간이 생각한” 것보다 우수하다는 뜻.

조금 다르긴 하지만 기보 없이 학습한 알파고 제로가, 기보를 학습한 오리지널 알파고보다 훨씬 뛰어난 것과 같은 원리.

그럼 이제 정말로 LLM이 인간보다 똑똑해졌다고 할 수 있을까? OpenAI는 이미 다음 세대의 모델을 학습시키고 있다고 하는데, 그 모델은 또 얼마나 뛰어날까? 정말 흥미진진한 시대가 아닐 수 없다.

o1이 성능이 생각보다 낮다고 하는 글들을 보면, 기존에 사용하던 프롬프트를 그대로 사용하기 때문인 것이 많다. o1은 프롬프트를 간단하게 써야 잘 나온다는 말도 같은 문제로 보이는데, 프롬프트에 추론 방법을 제공하면 그 방식을 채용하기 때문으로 보인다. 아직 확실한건 아니지만 만일 이 추측이 맞다면, 한마디로 말해 o1이 생각하는 추론 전략이 “인간이 생각한” 것보다 우수하다는 뜻. 조금 다르긴 하지만 기보 없이 학습한 알파고 제로가, 기보를 학습한 오리지널 알파고보다 훨씬 뛰어난 것과 같은 원리. 그럼 이제 정말로 LLM이 인간보다 똑똑해졌다고 할 수 있을까? OpenAI는 이미 다음 세대의 모델을 학습시키고 있다고 하는데, 그 모델은 또 얼마나 뛰어날까? 정말 흥미진진한 시대가 아닐 수 없다.

그냥 추측이지만 o1의 reasoning 학습 방법과 추론 방법은, output 추론 결과가 아니라 reasoning 추론에 대해 RL을 사용해서, 추론시에 reasoning 결과에 대한 스코어를 MCTS로 탐색 한 다음 가장 좋은 스코어의 reasoning 을 사용하는 것이 아닐까? 그래서 간단한 문제인 경우 빠르게 좋은 스코어에 도달하니 reasoning 속도가 빠르고, 어려운 문제인 경우에는 reasoning 속도가 느려지는게 아닐까? 추가로, reasoning 시에 reflection을 사용할지 분할 정복을 사용할지, 추가로 뭘 더 사용할지등의 전략 결정도 reasoning 시에 RL로 카테고리와 스코어에 따라 방법과 단계를 결정하는 것이 아닐까? 라는 망상을 한 번 해 보았다. ㅋ..

그냥 추측이지만 o1의 reasoning 학습 방법과 추론 방법은, output 추론 결과가 아니라 reasoning 추론에 대해 RL을 사용해서, 추론시에 reasoning 결과에 대한 스코어를 MCTS로 탐색 한 다음 가장 좋은 스코어의 reasoning 을 사용하는 것이 아닐까? 그래서 간단한 문제인 경우 빠르게 좋은 스코어에 도달하니 reasoning 속도가 빠르고, 어려운 문제인 경우에는 reasoning 속도가 느려지는게 아닐까? 추가로, reasoning 시에 reflection을 사용할지 분할 정복을 사용할지, 추가로 뭘 더 사용할지등의 전략 결정도 reasoning 시에 RL로 카테고리와 스코어에 따라 방법과 단계를 결정하는 것이 아닐까? 라는 망상을 한 번 해 보았다. ㅋ..

Biohybrid robots combine living materials and organisms with synthetic robotic components. They present unique ethical challenges.

Revolutionary biohybrid robots are coming. Are we prepared?

바이오하이브리드 로봇은 살아있는 물질과 합성 물질을 결합하여 팔다리와 장기 또는 전체 생물체의 형태를 취합니다. 철학적으로 바이오하이브리드 로봇은 많은 과학자와 사상가들이 의심해왔던 것을 명백하게 보여줍니다. 인간과 다른 생명체도 무기물이 아닌 유기적 부품을 가지고 있지만 기계일 뿐입니다. 바이오하이브리드 로봇공학에서 얻은 교훈을 바탕으로 과학자들은 언젠가 복잡한 생명체를 처음부터 다시 만들 수 있을 것입니다.

생물과 기계가 점점 더 발전된 형태로 융합되면서 윤리학자들이 주목하기 시작했습니다. 새로운 기술을 전문으로 연구하는 사우샘프턴 대학교의 라파엘 메스트레 박사는 최근 전 세계의 동료들과 함께 바이오하이브리드 로봇의 윤리적 파급 효과에 대해 고민하고 있습니다.

바이오하이브리드 로봇 사례
 * 2014년 일리노이 대학교의 연구원들은 미세한 수영 로봇을 만들었습니다. 쥐에서 추출한 심장 근육 세포로 이 로봇을 만들었다는 점이 이 로봇을 차별화했습니다. 이 로봇은 최초의 “바이오 하이브리드 로봇” 중 하나였습니다.
 * 하버드의 연구원들은 아이디어를 확장하여 최초의 바이오하이브리드 '동물'인 16밀리미터 길이의 광선을 만들었습니다. 엘라스토머로 된 몸체와 금으로 된 골격, 쥐 세포로 만든 근육을 가진 이 동물은 구불구불하면서도 의미 있는 속도로 물속을 미끄러지듯 헤엄치며 빛으로 조향하고 동력을 얻었습니다.
 * 최근에는 한 연구팀이 사람의 걸음걸이를 따라 걷는 소형 바이오 하이브리드 로봇을 만들었습니다. 또 다른 연구팀은 내장된 생물학적 신경망으로 감지할 수 있는 로봇 손을 만들었습니다.

바이오하이브리드 로봇
 * 기본적으로 바이오하이브리드 로봇은 살아있는 물질과 합성 물질을 결합한 로봇입니다.
 * 예를 들어 근육 세포를 액추에이터로, 뉴런을 모터 컨트롤러로, 감각 세포를 촉각 센서로 사용할 수 있습니다. 일부는 살아있는 유기체 자체를 기반으로 제작되기도 합니다.
 * 바이오하이브리드 로봇은 수백만 년에 걸친 생물계의 진화를 활용하여 로봇에 자가 치유, 뛰어난 적응력, 뛰어난 센서 해상도 등의 이점을 부여합니다.

인기 스토리
 * 하지만 인공과 생물의 혼합으로 생명체와 비생명체의 경계가 모호해지는 새로운 세상을 맞이할 준비가 되어 있을까요?
   * 메스트레와 그의 공동 저자들은 가상의 시나리오를 통해 이러한 윤리적 문제를 탐구합니다. “바이오하이브리드 시스템이 진화하여 인간과 상호작용하고 근육 조직과 신경근 접합부의 도움을 받아 매우 유기적인 방식으로 복잡한 동작을 수행할 수 있는 실물 크기의 로봇을 만드는 미래를 상상해 보세요. 매년 로봇은 더 복잡해지고 다양한 유형의 조직이 추가되고 있습니다... 로봇의 복잡성이 증가함에 따라 사람들은 로봇이 고통을 느끼고 지각이 있는지, 로봇과 어떻게 상호 작용해야 하는지 궁금해합니다.”
 * 이러한 가상의 바이오봇 중에서 기계가 아닌 생명체라고 할 수 있는 지점은 어디일까요?
   * 초기 버전은 생물학적 부품 몇 개로 시작하지만, 결국 무생물 시스템을 생물 시스템으로 교체하면서 금속보다 더 많은 조직을 포함하도록 '업그레이드'될 수 있습니다. 우리의 공감을 얻기 위해 살아있는 뇌가 필요할까요?
 * 물론 이 시나리오는 아직 공상 과학 소설의 영역에 속합니다. 하지만 현실에 점점 더 가까워지고 있는 또 다른 시나리오가 있습니다.
   * 연구진은 “기존의 신경 조직을 사용하여 인공 팔다리를 제어할 수 있는” 인간-컴퓨터 인터페이스를 예상하고 있습니다.
   * 살아있는 동물에서 추출한 “실제적이고 적응 가능한 근육”을 사용하는 바이오하이브리드 로봇 팔도 가까운 미래에 등장할 수 있습니다.
   * 바이오 하이브리드 장기도 등장할 수 있습니다. 게다가 이러한 팔과 장기는 인간의 능력을 훨씬 뛰어넘을 수도 있습니다.
 * 이식과 보철이 절실히 필요한 환자들은 이러한 발전을 환영할 것이지만, 첨단 기술의 높은 비용으로 인해 부유층만 이용할 수 있을 수도 있습니다.

바이오하이브리드 미래
 * 뉴욕시 소재 뉴욕대학교 그로스만 의과대학 인구보건학과의 생명윤리학 교수이자 의료윤리부 창립 책임자인 아서 캐플란 박사는 비용과 접근성이 미래의 바이오 하이브리드 팔다리 및 장기와 관련된 핵심 윤리적 문제가 될 수 있다는 데 동의했습니다(모든 중대한 의학 발전과 마찬가지로).
   * “이 기술은 복잡한 기술이기 때문에 초기에는 확실히 가격이 비쌀 것입니다. 부유한 국가를 제외하고는 어디에서도 사용할 수 있을지 의문입니다. 그리고 부유한 국가 내에서도 부유층에게 먼저 보급될 가능성이 높습니다.”
   * 캐플란은 첨단 바이오하이브리드 로봇을 연구하는 연구자들이 이 기술에 대한 다양한 접근을 보장할 수 있는 조항을 만들 수 있다고 제안합니다.
   * 캐플란은 바이오 하이브리드 팔다리와 장기를 연구하는 데 있어 다른 까다로운 윤리적 문제도 발견했습니다.
     * 첫째, 사람을 대상으로 기술을 테스트하는 팀은 최고 수준의 이식 센터에서 중재를 수행해야 하며 피험자에게 사망을 포함한 위험에 대해 제대로 알려야 합니다.
     * 둘째, 연구자들은 바이오 하이브리드 팔다리나 장기가 실패할 경우에 대비한 계획을 세워야 합니다. “만약 환자 몸 안에 이런 것이 끼게 되면 어떻게 될까요? 이런 상황을 '아무데도 갈 수 없는 다리'라고 부를 수 있을까요?” 캐플란이 말했습니다.
     * 셋째, 캐플란은 바이오 하이브리드 장기를 추구하는 것이 제한된 연구 자원의 가치 있는 사용인지에 대한 정당한 의문이 든다고 지적했습니다. “신장 대체, 근육 대체, 연결성 대체 등 바이오 인공 장기의 혜택을 받을 수 있는 사람은 분명히 많습니다. 하지만 지속 가능성과 내구성을 갖춘 인공 장기를 개발하는 데는 시간이 좀 걸릴 것입니다. 이는 꽤 큰 연구 노력입니다.”
   * 캐플란은 바이오 하이브리드 장기에 대한 연구는 아직 예비 단계에 머물러 있다고 강조합니다. 과거에는 합성 신장을 만드는 데 많은 관심이 집중되어 왔습니다. 이는 이식형 바이오리액터에 신장 세포를 집어넣는 형태를 취합니다.
 * 철학적으로 바이오하이브리드 로봇은 많은 과학자와 사상가들이 의심해왔던 것을 명백하게 보여줍니다
   * 인간과 다른 생명체는 무기물이 아닌 유기물로 구성되어 있긴 하지만, 관련성 있는 의미에서 기계와 다를 바 없다는 것입니다.
   * “바이오하이브리드 로봇은 생명 자체를 이해하는 플랫폼 역할을 합니다."라고 메스트레와 그의 공동 저자들은 말합니다.
   * “근육 액추에이터, 센서로서의 신경 회로, 지능형 로봇을 형성하기 위한 신경-근육 접합부 등 이러한 로봇의 부품을 개발하려면 기존의 페트리 접시 플랫폼을 넘어 세포와 그 행동에 대한 심층적인 탐구가 필요합니다. 각각의 바이오하이브리드 로봇은 '시험관 내 발달'을 모방한 '존재'로 등장합니다.”
 * 바이오하이브리드 로봇에서 얻은 교훈을 바탕으로 과학자들은 언젠가 복잡한 생명체를 처음부터 다시 만들 수도 있습니다. 하지만 획기적인 바이오하이브리드 로봇을 비극이 아닌 성공 사례로 만들기 위해서는 지금부터 그 파급 효과를 고려해야 합니다.

 * source: https://bigthink.com/the-future/biohybrid-robots-are-coming/?utm_source=rejoiner&utm_medium=email&utm_campaign=weeklynewsletter&utm_content=09%2F05%2F24+Smarter+Faster&rjnrid=5akvKwk

바이오하이브리드 로봇은 살아있는 물질과 합성 물질을 결합하여 팔다리와 장기 또는 전체 생물체의 형태를 취합니다. 철학적으로 바이오하이브리드 로봇은 많은 과학자와 사상가들이 의심해왔던 것을 명백하게 보여줍니다. 인간과 다른 생명체도 무기물이 아닌 유기적 부품을 가지고 있지만 기계일 뿐입니다. 바이오하이브리드 로봇공학에서 얻은 교훈을 바탕으로 과학자들은 언젠가 복잡한 생명체를 처음부터 다시 만들 수 있을 것입니다. 생물과 기계가 점점 더 발전된 형태로 융합되면서 윤리학자들이 주목하기 시작했습니다. 새로운 기술을 전문으로 연구하는 사우샘프턴 대학교의 라파엘 메스트레 박사는 최근 전 세계의 동료들과 함께 바이오하이브리드 로봇의 윤리적 파급 효과에 대해 고민하고 있습니다. 바이오하이브리드 로봇 사례<ul ><li>2014년 일리노이 대학교의 연구원들은 미세한 수영 로봇을 만들었습니다. 쥐에서 추출한 심장 근육 세포로 이 로봇을 만들었다는 점이 이 로봇을 차별화했습니다. 이 로봇은 최초의 “바이오 하이브리드 로봇” 중 하나였습니다.</li><li>하버드의 연구원들은 아이디어를 확장하여 최초의 바이오하이브리드 '동물'인 16밀리미터 길이의 광선을 만들었습니다. 엘라스토머로 된 몸체와 금으로 된 골격, 쥐 세포로 만든 근육을 가진 이 동물은 구불구불하면서도 의미 있는 속도로 물속을 미끄러지듯 헤엄치며 빛으로 조향하고 동력을 얻었습니다.</li><li>최근에는 한 연구팀이 사람의 걸음걸이를 따라 걷는 소형 바이오 하이브리드 로봇을 만들었습니다. 또 다른 연구팀은 내장된 생물학적 신경망으로 감지할 수 있는 로봇 손을 만들었습니다.</li></ul> 바이오하이브리드 로봇<ul ><li>기본적으로 바이오하이브리드 로봇은 살아있는 물질과 합성 물질을 결합한 로봇입니다. </li><li>예를 들어 근육 세포를 액추에이터로, 뉴런을 모터 컨트롤러로, 감각 세포를 촉각 센서로 사용할 수 있습니다. 일부는 살아있는 유기체 자체를 기반으로 제작되기도 합니다. </li><li>바이오하이브리드 로봇은 수백만 년에 걸친 생물계의 진화를 활용하여 로봇에 자가 치유, 뛰어난 적응력, 뛰어난 센서 해상도 등의 이점을 부여합니다.</li></ul> 인기 스토리<ul ><li>하지만 인공과 생물의 혼합으로 생명체와 비생명체의 경계가 모호해지는 새로운 세상을 맞이할 준비가 되어 있을까요? <ul ><li>메스트레와 그의 공동 저자들은 가상의 시나리오를 통해 이러한 윤리적 문제를 탐구합니다. “바이오하이브리드 시스템이 진화하여 인간과 상호작용하고 근육 조직과 신경근 접합부의 도움을 받아 매우 유기적인 방식으로 복잡한 동작을 수행할 수 있는 실물 크기의 로봇을 만드는 미래를 상상해 보세요. 매년 로봇은 더 복잡해지고 다양한 유형의 조직이 추가되고 있습니다... 로봇의 복잡성이 증가함에 따라 사람들은 로봇이 고통을 느끼고 지각이 있는지, 로봇과 어떻게 상호 작용해야 하는지 궁금해합니다.”</li></ul></li><li>이러한 가상의 바이오봇 중에서 기계가 아닌 생명체라고 할 수 있는 지점은 어디일까요? <ul ><li>초기 버전은 생물학적 부품 몇 개로 시작하지만, 결국 무생물 시스템을 생물 시스템으로 교체하면서 금속보다 더 많은 조직을 포함하도록 '업그레이드'될 수 있습니다. 우리의 공감을 얻기 위해 살아있는 뇌가 필요할까요?</li></ul></li><li>물론 이 시나리오는 아직 공상 과학 소설의 영역에 속합니다. 하지만 현실에 점점 더 가까워지고 있는 또 다른 시나리오가 있습니다. <ul ><li>연구진은 “기존의 신경 조직을 사용하여 인공 팔다리를 제어할 수 있는” 인간-컴퓨터 인터페이스를 예상하고 있습니다.</li><li>살아있는 동물에서 추출한 “실제적이고 적응 가능한 근육”을 사용하는 바이오하이브리드 로봇 팔도 가까운 미래에 등장할 수 있습니다. </li><li>바이오 하이브리드 장기도 등장할 수 있습니다. 게다가 이러한 팔과 장기는 인간의 능력을 훨씬 뛰어넘을 수도 있습니다. </li></ul></li><li>이식과 보철이 절실히 필요한 환자들은 이러한 발전을 환영할 것이지만, 첨단 기술의 높은 비용으로 인해 부유층만 이용할 수 있을 수도 있습니다.</li></ul> 바이오하이브리드 미래<ul ><li>뉴욕시 소재 뉴욕대학교 그로스만 의과대학 인구보건학과의 생명윤리학 교수이자 의료윤리부 창립 책임자인 아서 캐플란 박사는 비용과 접근성이 미래의 바이오 하이브리드 팔다리 및 장기와 관련된 핵심 윤리적 문제가 될 수 있다는 데 동의했습니다(모든 중대한 의학 발전과 마찬가지로).<ul ><li>“이 기술은 복잡한 기술이기 때문에 초기에는 확실히 가격이 비쌀 것입니다. 부유한 국가를 제외하고는 어디에서도 사용할 수 있을지 의문입니다. 그리고 부유한 국가 내에서도 부유층에게 먼저 보급될 가능성이 높습니다.”</li><li>캐플란은 첨단 바이오하이브리드 로봇을 연구하는 연구자들이 이 기술에 대한 다양한 접근을 보장할 수 있는 조항을 만들 수 있다고 제안합니다.</li><li>캐플란은 바이오 하이브리드 팔다리와 장기를 연구하는 데 있어 다른 까다로운 윤리적 문제도 발견했습니다. <ul ><li>첫째, 사람을 대상으로 기술을 테스트하는 팀은 최고 수준의 이식 센터에서 중재를 수행해야 하며 피험자에게 사망을 포함한 위험에 대해 제대로 알려야 합니다.</li><li>둘째, 연구자들은 바이오 하이브리드 팔다리나 장기가 실패할 경우에 대비한 계획을 세워야 합니다. “만약 환자 몸 안에 이런 것이 끼게 되면 어떻게 될까요? 이런 상황을 '아무데도 갈 수 없는 다리'라고 부를 수 있을까요?” 캐플란이 말했습니다.</li><li>셋째, 캐플란은 바이오 하이브리드 장기를 추구하는 것이 제한된 연구 자원의 가치 있는 사용인지에 대한 정당한 의문이 든다고 지적했습니다. “신장 대체, 근육 대체, 연결성 대체 등 바이오 인공 장기의 혜택을 받을 수 있는 사람은 분명히 많습니다. 하지만 지속 가능성과 내구성을 갖춘 인공 장기를 개발하는 데는 시간이 좀 걸릴 것입니다. 이는 꽤 큰 연구 노력입니다.”</li></ul></li><li>캐플란은 바이오 하이브리드 장기에 대한 연구는 아직 예비 단계에 머물러 있다고 강조합니다. 과거에는 합성 신장을 만드는 데 많은 관심이 집중되어 왔습니다. 이는 이식형 바이오리액터에 신장 세포를 집어넣는 형태를 취합니다.</li></ul></li><li>철학적으로 바이오하이브리드 로봇은 많은 과학자와 사상가들이 의심해왔던 것을 명백하게 보여줍니다<ul ><li>인간과 다른 생명체는 무기물이 아닌 유기물로 구성되어 있긴 하지만, 관련성 있는 의미에서 기계와 다를 바 없다는 것입니다.</li><li>“바이오하이브리드 로봇은 생명 자체를 이해하는 플랫폼 역할을 합니다."라고 메스트레와 그의 공동 저자들은 말합니다. </li><li>“근육 액추에이터, 센서로서의 신경 회로, 지능형 로봇을 형성하기 위한 신경-근육 접합부 등 이러한 로봇의 부품을 개발하려면 기존의 페트리 접시 플랫폼을 넘어 세포와 그 행동에 대한 심층적인 탐구가 필요합니다. 각각의 바이오하이브리드 로봇은 '시험관 내 발달'을 모방한 '존재'로 등장합니다.”</li></ul></li><li>바이오하이브리드 로봇에서 얻은 교훈을 바탕으로 과학자들은 언젠가 복잡한 생명체를 처음부터 다시 만들 수도 있습니다. 하지만 획기적인 바이오하이브리드 로봇을 비극이 아닌 성공 사례로 만들기 위해서는 지금부터 그 파급 효과를 고려해야 합니다.</li></ul> <ul ><li>source: https://bigthink.com/the-future/biohybrid-robots-are-coming/?utm_source=rejoiner&amp;utm_medium=email&amp;utm_campaign=weeklynewsletter&amp;utm_content=09%2F05%2F24+Smarter+Faster&amp;rjnrid=5akvKwk</li></ul>

Big Think

[Big Think] 혁신적인 바이오 하이브리드 로봇의 등장?

To control the anxiety produced by moments of intense pressure, first step back and analyze the stakes.

Leading under pressure

팬데믹 이후 리더들의 스트레스는 더 늘어나고 있는것으로 나타납니다.

압박은 자극입니다. 그것은 망해가는 플랫폼이나 프로젝트 마감일, 전략적 목표나 성과 목표, 중요한 거래나 공격적인 경쟁자의 모습으로 다가오더라도, 압박은 리더가 새로운 차원의 성과와 성취를 달성하는 데 도움이 될 수 있습니다. 그러나, 압박감은 엄청난 성과를 이끌어낼 수도 있지만, 성과와 성취를 가로막는 극복할 수 없는 장애물이 될 수도 있습니다.

비즈니스 리더의 경우도 기업 계층 구조의 상위 레벨로 올라갈수록 그들이 내리는 결정과 행동의 중요성이 커지고, 그에 따른 부담도 커집니다. 장기적으로 보면 자신이 하고 있는 일의 중요성과 연결되면 영감을 얻고 행동을 유도할 수 있습니다. 테슬라의 CEO 일론 머스크는 압박감이 최고조에 달하는 순간에는 다소 흔들리기도 했지만, 장기적으로는 엄청난 압박과 대중의 감시를 견뎌낼 수 있는 사람으로 보입니다.

다음은 압박감이 최고조에 달할 때 이를 해소하기 위한 4단계 기술입니다.

1. 무엇이 위태롭지 않은지 스스로에게 물어봅니다.
 * 이사회에 대한 프레젠테이션이 어떻게 진행되든 상관없는 것은 무엇인가요?예를 들어, 지금부터 한 시간 후에 이 일이 어떻게 진행되든 가족은 여전히 집에서 여러분을 기다리고 있을 것입니다.
 * 이 질문(무엇이 위태롭지 않은가?)은 우리가 종종 최고의 압박감을 느끼는 순간에 겹겹이 쌓아올리는 제조된 중요성을 해체하는 데 도움이 됩니다.

2. 불안의 소용돌이를 피하세요.
 * 종종 리더는 압박감이 최고조에 달하는 순간에 위험을 과장하는 경우가 있습니다.
 * 이러한 경향에 대응하기 위해 도전과 관련된 이해관계에 대한 증거를 찾고, 그 도전에 성공하지 못한 사람을 어떻게 볼 것인지 스스로에게 물어봄으로써 객관성을 유지하며, 이해관계가 진짜인지 여전히 확실하지 않다면 스스로에게 의심의 여지를 주기를 권합니다.

3. 자존심을 버리세요.
 * 우리가 회사의 성과에 대해 리더에게 지나치게 많은 공로를 인정하고 비난하는 경향이 있는 것처럼 리더 자신도 마찬가지입니다.
 * 이런 경우 리더는 스스로를 인정하고 자존심을 놓아버리세요. 주가, 매출, 이익 등 다른 모든 요소는 부분적으로만 통제할 수 있습니다.

4. 무엇이 정말 긴급한지 파악하세요.
 * 인위적인 긴박감은 최고 압박의 순간에 성과를 방해합니다. 긴급함은 지금 행동하지 않으면 안 된다는 믿음에 기반합니다.
 * 이런 경우 스스로에게 두 가지 질문을 해보세요:
   * 1) 지금 당장 조치를 취하지 않으면 어떤 최악의 상황이 발생할 수 있는가?
   * 2) 지체하면 일어날 수 있는 최악의 상황은 무엇인가?
 * 답변에 따라 압박감이 최고조에 달하는 순간이 급박하게 느껴지고 나중에 처리하는 것이 더 나을 수 있다고 생각되면 잠시 휴식을 취하고 미루세요.

압박감이 최고조에 달하는 순간은 리더가 무시할 것이 아니라 관리해야 할 불안감으로 가득 차 있습니다.여기서 우리가 해야 할 일은 압박감을 받아들이는 것이며, 압박감을 받아들이는 유일한 방법은 그에 수반되는 불안을 예상하고 대비하는 것입니다.

 * source: https://www.strategy-business.com/blog/Leading-under-pressure?utm_source=itw&utm_medium=NL20240905&utm_campaign=resp

팬데믹 이후 리더들의 스트레스는 더 늘어나고 있는것으로 나타납니다. 압박은 자극입니다. 그것은 망해가는 플랫폼이나 프로젝트 마감일, 전략적 목표나 성과 목표, 중요한 거래나 공격적인 경쟁자의 모습으로 다가오더라도, 압박은 리더가 새로운 차원의 성과와 성취를 달성하는 데 도움이 될 수 있습니다. 그러나, 압박감은 엄청난 성과를 이끌어낼 수도 있지만, 성과와 성취를 가로막는 극복할 수 없는 장애물이 될 수도 있습니다. 비즈니스 리더의 경우도 기업 계층 구조의 상위 레벨로 올라갈수록 그들이 내리는 결정과 행동의 중요성이 커지고, 그에 따른 부담도 커집니다. 장기적으로 보면 자신이 하고 있는 일의 중요성과 연결되면 영감을 얻고 행동을 유도할 수 있습니다. 테슬라의 CEO 일론 머스크는 압박감이 최고조에 달하는 순간에는 다소 흔들리기도 했지만, 장기적으로는 엄청난 압박과 대중의 감시를 견뎌낼 수 있는 사람으로 보입니다. 다음은 압박감이 최고조에 달할 때 이를 해소하기 위한 4단계 기술입니다. 1. 무엇이 위태롭지 않은지 스스로에게 물어봅니다. <ul ><li>이사회에 대한 프레젠테이션이 어떻게 진행되든 상관없는 것은 무엇인가요?예를 들어, 지금부터 한 시간 후에 이 일이 어떻게 진행되든 가족은 여전히 집에서 여러분을 기다리고 있을 것입니다.</li><li>이 질문(무엇이 위태롭지 않은가?)은 우리가 종종 최고의 압박감을 느끼는 순간에 겹겹이 쌓아올리는 제조된 중요성을 해체하는 데 도움이 됩니다.</li></ul> 2. 불안의 소용돌이를 피하세요. <ul ><li>종종 리더는 압박감이 최고조에 달하는 순간에 위험을 과장하는 경우가 있습니다. </li><li>이러한 경향에 대응하기 위해 도전과 관련된 이해관계에 대한 증거를 찾고, 그 도전에 성공하지 못한 사람을 어떻게 볼 것인지 스스로에게 물어봄으로써 객관성을 유지하며, 이해관계가 진짜인지 여전히 확실하지 않다면 스스로에게 의심의 여지를 주기를 권합니다.</li></ul> 3. 자존심을 버리세요. <ul ><li>우리가 회사의 성과에 대해 리더에게 지나치게 많은 공로를 인정하고 비난하는 경향이 있는 것처럼 리더 자신도 마찬가지입니다. </li><li>이런 경우 리더는 스스로를 인정하고 자존심을 놓아버리세요. 주가, 매출, 이익 등 다른 모든 요소는 부분적으로만 통제할 수 있습니다.</li></ul> 4. 무엇이 정말 긴급한지 파악하세요. <ul ><li>인위적인 긴박감은 최고 압박의 순간에 성과를 방해합니다. 긴급함은 지금 행동하지 않으면 안 된다는 믿음에 기반합니다. </li><li>이런 경우 스스로에게 두 가지 질문을 해보세요:<ul ><li>1) 지금 당장 조치를 취하지 않으면 어떤 최악의 상황이 발생할 수 있는가? </li><li>2) 지체하면 일어날 수 있는 최악의 상황은 무엇인가?</li></ul></li><li>답변에 따라 압박감이 최고조에 달하는 순간이 급박하게 느껴지고 나중에 처리하는 것이 더 나을 수 있다고 생각되면 잠시 휴식을 취하고 미루세요.</li></ul> 압박감이 최고조에 달하는 순간은 리더가 무시할 것이 아니라 관리해야 할 불안감으로 가득 차 있습니다.여기서 우리가 해야 할 일은 압박감을 받아들이는 것이며, 압박감을 받아들이는 유일한 방법은 그에 수반되는 불안을 예상하고 대비하는 것입니다. <ul ><li>source: https://www.strategy-business.com/blog/Leading-under-pressure?utm_source=itw&amp;utm_medium=NL20240905&amp;utm_campaign=resp</li></ul>

Strategy+business,strategy+business

[S+B] 압박감 속에서의 리더십

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

[지금 바로 클릭하고 커피 쿠폰에 응모해보세요!!->]테스트 자동화를 넘어 AI-Augmented Testing으로! (zoom.us)

[지금 바로 클릭하고 커피 쿠폰에 응모해보세요!!-&gt;]테스트 자동화를 넘어 AI-Augmented Testing으로! (zoom.us)

[★LG CNS 웨비나 이벤트 ★] 수동테스트의 종말! AI 기반 Aut

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필