데이터 분석은 길고도 복잡한 과정입니다.

데이터 분석의 핵심은
어떤 최신 기술을 사용하느냐,
얼마나 정교하고 복잡한 모델을 사용하느냐가 아닌

비즈니스 의사결정을 할 때
안정되고 예측 가능한 결과값을 가져다주는지,
그리고 그 프로세스가 추후에 반복 사용 가능한지가 중요합니다.

datarichard 를 팔로우하시면,
더 재미있고 가치있는 DATA/AI를 알려드릴게요 :)

데이터 분석은 길고도 복잡한 과정입니다. 데이터 분석의 핵심은 어떤 최신 기술을 사용하느냐, 얼마나 정교하고 복잡한 모델을 사용하느냐가 아닌 비즈니스 의사결정을 할 때 안정되고 예측 가능한 결과값을 가져다주는지, 그리고 그 프로세스가 추후에 반복 사용 가능한지가 중요합니다. datarichard 를 팔로우하시면, 더 재미있고 가치있는 DATA/AI를 알려드릴게요 :)

데이터 분석 프로세스 로드맵

팀을 위한 용어 사전을 만들어보세요.

코드에 정의된 변수, 디자인에서 쓰이는 요소, 기획 문서에 적힌 단어가 가까워질수록 커뮤니케이션 비용이 저렴해져요.

팀을 위한 용어 사전을 만들어보세요. 코드에 정의된 변수, 디자인에서 쓰이는 요소, 기획 문서에 적힌 단어가 가까워질수록 커뮤니케이션 비용이 저렴해져요.

효과 좋은 비용 최적화 기법

사이드 프로젝트 개발자를 구합니다.
기획은 80% 이상 완료되어 있는 상태입니다.
현재 팀 구성원 : 기획자, 디자이너, 마케터.
플러터와 백엔드 개발을 다루는 풀스택 개발자를 찾습니다.
보상: 처음에는 드릴 수 없으나 수익이 나면 공평하게 분배해 드립니다.
원할 시 스톡옵션도 드릴 수 있습니다.

사이드 프로젝트 개발자가 아니라 호구 개발자를 구합니다로 바꿔야 하는 것 아닌가?

서비스 전체를 만드는 개발자에게는 스톡옵션을 준다고 하고 수익은 나눠 갖는다고 합니다.
어차피 자기들도 돈이 없으니까 월급을 주지는 못하고 스톡옵션으로 준다는 것.
아마 스톡옵션이 뭔지도 모를 것이 분명합니다.
법인을 만들어야 하고, 정관에 뭘 적어야 하고 언제부터 효력이 발생하고 얼만큼 발행할 수 있는지.
이런 걸 알고 적었을까? (아마 아닐 것 같습니다)

그냥 일단 적어 놓고 누구 하나 걸려라 기다리는 것.
이런 것에 혹하는 개발자들은 설마 없겠죠…?

만들고 싶은 게 있으면 그냥 혼자서 만들면 됩니다.
누구에게 의지하고 싶은 마음을 가라 앉히고.
그러면 실패해도 남는 거라도 있습니다.

요즘엔 AI 툴들 덕분에 개발자들은 날개가 생겼습니다.
물론 다른 직군들도 마찬가지긴 합니다만.
각자 훨훨 날아가면 됩니다.

<code >사이드 프로젝트 개발자를 구합니다.</code><code >기획은 80% 이상 완료되어 있는 상태입니다.</code><code >현재 팀 구성원 : 기획자, 디자이너, 마케터.</code><code >플러터와 백엔드 개발을 다루는 풀스택 개발자를 찾습니다.</code><code >보상: 처음에는 드릴 수 없으나 수익이 나면 공평하게 분배해 드립니다.</code><code >원할 시 스톡옵션도 드릴 수 있습니다.</code> 사이드 프로젝트 개발자가 아니라 호구 개발자를 구합니다로 바꿔야 하는 것 아닌가? 서비스 전체를 만드는 개발자에게는 스톡옵션을 준다고 하고 수익은 나눠 갖는다고 합니다.어차피 자기들도 돈이 없으니까 월급을 주지는 못하고 스톡옵션으로 준다는 것.아마 스톡옵션이 뭔지도 모를 것이 분명합니다.법인을 만들어야 하고, 정관에 뭘 적어야 하고 언제부터 효력이 발생하고 얼만큼 발행할 수 있는지.이런 걸 알고 적었을까? (아마 아닐 것 같습니다) 그냥 일단 적어 놓고 누구 하나 걸려라 기다리는 것.이런 것에 혹하는 개발자들은 설마 없겠죠…? 만들고 싶은 게 있으면 그냥 혼자서 만들면 됩니다.누구에게 의지하고 싶은 마음을 가라 앉히고.그러면 실패해도 남는 거라도 있습니다. 요즘엔 AI 툴들 덕분에 개발자들은 날개가 생겼습니다.물론 다른 직군들도 마찬가지긴 합니다만.각자 훨훨 날아가면 됩니다.

호구 개발자를 구합니다

제가 예전에 낚이고 나서는 다시는 호구 잡히지 않으려고 합니다 ㅠㅠ몸도 마음도 다 망가져버린 시기였어요 ㅠㅠ

1
과학을 공부하면서 많은 것을 배우고 생각하고 느꼈다.

2
가장 중요한 것이 무언지 짚어 보았다. 인문학의 가치와 한계를 생각하게 되었다는 것이다.

3
과학에는 옳은 견해와 틀린 견해, 옳은지 틀린지 아직 모르는 견해가 있다. 그러나 인문학에는 그럴법한 이야기와 그럴듯하지 않은 이야기가 있을 뿐이다.

4
인문학 이론은 진리인지 오류인지 객관적으로 판정할 수 없다. 그게 인문학의 가치이고 한계다.

5
한계를 넓히려면 과학의 사실을 받아들여야 하고, 가치를 키우려면 사실의 토대 위에서 과학이 대답하지 못하는 질문에 대해 더 그럴법한 이야기를 만들어 나가야 한다.

6
우리 자신을 이해하려면 과학과 인문학을 다 공부해야 한다.

#문과남자의과학공부

1 과학을 공부하면서 많은 것을 배우고 생각하고 느꼈다. ​ ​2 가장 중요한 것이 무언지 짚어 보았다. 인문학의 가치와 한계를 생각하게 되었다는 것이다. ​ ​3 과학에는 옳은 견해와 틀린 견해, 옳은지 틀린지 아직 모르는 견해가 있다. 그러나 인문학에는 그럴법한 이야기와 그럴듯하지 않은 이야기가 있을 뿐이다. ​ ​4 인문학 이론은 진리인지 오류인지 객관적으로 판정할 수 없다. 그게 인문학의 가치이고 한계다. ​ ​5 한계를 넓히려면 과학의 사실을 받아들여야 하고, 가치를 키우려면 사실의 토대 위에서 과학이 대답하지 못하는 질문에 대해 더 그럴법한 이야기를 만들어 나가야 한다. ​ ​6 우리 자신을 이해하려면 과학과 인문학을 다 공부해야 한다. #문과남자의과학공부

< 한계를 넘어서려면 '과학적 사실'과 '인문학적 이야기'가 필요하다 >

https://blog.naver.com/madaboutit/223651244198

Instagram

최근 번아웃때문에 갑작스레 퇴사를 한 친구가 있었습니다. 그 친구와도 몇번 식사를 하면서 얘기를 나눠보고, 같이 고민를 나눠보기도 했는데, 안타깝더라구요. 그런데, 실제 주위에 30~40대에서도 이런 번아웃을 겪는 사람들이 많은거 같습니다...마침 카일스쿨 운영자가 공유해 준 글이 있어 공유해봅니다.

번아웃(Burnout)의 정의
 * 타올라서 지친 상태
 * 장기 피로와 열정 상실을 의미하는 심리학 용어

 1. 승화하기: 열심히 살아야 생긴다. 인정해주기
    * 번아웃을 인정하고, 다만 배터리(에너지)가 떨어진 것이라서 이제 충전만 하면 된다
    
    
 2. 승화하기: 잠시 왔다 가는 존재라 생각하기
    * 번아웃은 근육통이나 감기 같은 존재
      
      
 3. 승화하기: 쉽고 작은 일부터 시작하기
    * 번아웃은 작은 성취를 받지 못해서 생겼을 수 있기 때문에 작은 성취를 만들어 보고 경험해보기
      
      
 4. 승화하기: 자신의 일에 대해 재정의하기
    * 자신의 일이 중요하지 않고, 누구나 할 수 있는 일이다라고 생각하는 순간 번아웃에 빠지기 쉬움. 따라서, 내 일에서 의미를 찾아야 함
      
      
 5. 번아웃 원인 분석하기
    * 원인은? 어떤 사건인가? 반복되는가? 예전부터 가지고 있던 욕구와 관련된 것인가? 등
    * 원인을 정확히 정의하면, 해결 방법을 구체적으로 생각할 수 있음
      
      
 6. 결국 행복감을 느끼고 잘 쉬기
    * 성장이나 성과에 초점을 맞추면 잘 안될때 이슈가 생기고, 이런 요소가 번아웃을 만들수 있음
    * 따라서, 너무 성과에 기반한 생각보다 자신의 행복을 좀 더 생각하는 것을 추천
      
      
 7. 기타 유용했던 방법
    * 동시에 진행할 일의 최대 갯수 정하기
    * 꾸준히 운동하기
    * 평소 익숙한 장소가 아닌 다른 장소에서 생각하기
    * 주위에 도움 줄 사람이 있다면 도움 구하기 등

 * source: https://www.instagram.com/data.scientist/p/Cw5A1yALAFQ/?img_index=1

최근 번아웃때문에 갑작스레 퇴사를 한 친구가 있었습니다. 그 친구와도 몇번 식사를 하면서 얘기를 나눠보고, 같이 고민를 나눠보기도 했는데, 안타깝더라구요. 그런데, 실제 주위에 30~40대에서도 이런 번아웃을 겪는 사람들이 많은거 같습니다...마침 카일스쿨 운영자가 공유해 준 글이 있어 공유해봅니다. 번아웃(Burnout)의 정의<ul ><li>타올라서 지친 상태</li><li>장기 피로와 열정 상실을 의미하는 심리학 용어</li></ul> <ol ><li>승화하기: 열심히 살아야 생긴다. 인정해주기<ul ><li>번아웃을 인정하고, 다만 배터리(에너지)가 떨어진 것이라서 이제 충전만 하면 된다</li></ul> </li><li>승화하기: 잠시 왔다 가는 존재라 생각하기<ul ><li>번아웃은 근육통이나 감기 같은 존재 </li></ul></li><li>승화하기: 쉽고 작은 일부터 시작하기<ul ><li>번아웃은 작은 성취를 받지 못해서 생겼을 수 있기 때문에 작은 성취를 만들어 보고 경험해보기 </li></ul></li><li>승화하기: 자신의 일에 대해 재정의하기<ul ><li>자신의 일이 중요하지 않고, 누구나 할 수 있는 일이다라고 생각하는 순간 번아웃에 빠지기 쉬움. 따라서, 내 일에서 의미를 찾아야 함 </li></ul></li><li>번아웃 원인 분석하기<ul ><li>원인은? 어떤 사건인가? 반복되는가? 예전부터 가지고 있던 욕구와 관련된 것인가? 등</li><li>원인을 정확히 정의하면, 해결 방법을 구체적으로 생각할 수 있음 </li></ul></li><li>결국 행복감을 느끼고 잘 쉬기<ul ><li>성장이나 성과에 초점을 맞추면 잘 안될때 이슈가 생기고, 이런 요소가 번아웃을 만들수 있음</li><li>따라서, 너무 성과에 기반한 생각보다 자신의 행복을 좀 더 생각하는 것을 추천 </li></ul></li><li>기타 유용했던 방법<ul ><li>동시에 진행할 일의 최대 갯수 정하기</li><li>꾸준히 운동하기</li><li>평소 익숙한 장소가 아닌 다른 장소에서 생각하기</li><li>주위에 도움 줄 사람이 있다면 도움 구하기 등</li></ul></li></ol> <ul ><li>source: https://www.instagram.com/data.scientist/p/Cw5A1yALAFQ/?img_index=1</li></ul>

www.instagram.com

[카일스쿨] 번아웃 을 극복하는 방법

1
생각의 흐름에 덧붙여, 비록 그것과 분리될 수 없는 관계이긴 하지만, 에고의 또 다른 차원이 있다. 감정이 그것이다.

2
그렇다고 해서 모든 생각과 모든 감정이 에고라는 말은 아니다.

3
생각과 감정이 에고가 되는 것은 당신이 생각이나 감정과 완전히 동일화될 때, 즉 생각과 감정이 '나'가 될 때이다.

4
모든 생명 형태의 유기체와 마찬가지로 당신의 몸도 유기체로서 자체의 지성을 가지고 있다.

5
그 지성은 당신의 마음이 말하는 것에 반응하고 당신의 생각에 반응한다.

6
따라서 감정은 마음에 대한 몸의 반응이다.

7
물론 몸의 지성은 우주 지성과 불가분의 관계이며, 우주 지성의 헤아릴 수 없이 많은 나타남 중 하나이다.

8
몸의 지성은 원자와 분자를 일시적으로 결합시켜 당신의 육체를 이룬다.

9
그 지성은 신체 각 기관의 활동 뒤에서 작용하는 조직 원리이다.

#삶으로다시떠오르기

1 생각의 흐름에 덧붙여, 비록 그것과 분리될 수 없는 관계이긴 하지만, 에고의 또 다른 차원이 있다. 감정이 그것이다. ​ ​2 그렇다고 해서 모든 생각과 모든 감정이 에고라는 말은 아니다. ​ ​3 생각과 감정이 에고가 되는 것은 당신이 생각이나 감정과 완전히 동일화될 때, 즉 생각과 감정이 '나'가 될 때이다. ​ ​4 모든 생명 형태의 유기체와 마찬가지로 당신의 몸도 유기체로서 자체의 지성을 가지고 있다. ​ ​5 그 지성은 당신의 마음이 말하는 것에 반응하고 당신의 생각에 반응한다. ​ ​6 따라서 감정은 마음에 대한 몸의 반응이다. ​ ​7 물론 몸의 지성은 우주 지성과 불가분의 관계이며, 우주 지성의 헤아릴 수 없이 많은 나타남 중 하나이다. ​ ​8 몸의 지성은 원자와 분자를 일시적으로 결합시켜 당신의 육체를 이룬다. ​ ​9 그 지성은 신체 각 기관의 활동 뒤에서 작용하는 조직 원리이다. #삶으로다시떠오르기

< 감정은 '마음에 대한 몸의 반응'이다 >

https://blog.naver.com/madaboutit/223652514111

안녕하세요. 카카오의 비주얼 생성 모델을 연구개발하고 있는 Visual Conte...

나만의 프로필 이미지 생성 모델 개발기 - tech.kakao.com

저는 그럴듯한 사진을 가지고 싶습니다.
사진 실력이 형편없고, 얼굴은 더 형편없죠.
그러니 과거의 초상화가처럼 적절한 창작으로 그럴듯한 사진이 필요합니다.

카카오에서도 이와 비슷한 일을 해주는 모델을 개발했군요.

https://tech.kakao.com/posts/663

저는 그럴듯한 사진을 가지고 싶습니다.사진 실력이 형편없고, 얼굴은 더 형편없죠.그러니 과거의 초상화가처럼 적절한 창작으로 그럴듯한 사진이 필요합니다. 카카오에서도 이와 비슷한 일을 해주는 모델을 개발했군요. https://tech.kakao.com/posts/663

tech.kakao.com

나만의 프로필 이미지 생성 모델 개발기

사용자가 공유한 콘텐츠

STORM은 AI를 활용해 Wikipedia 스타일의 연구 리포트를 자동으로 생성하는 서비스입니다. 복잡한 주제도 단 3분 만에 포괄적인 논문으로 만들어내며, 모든 내용은 PDF 형식으로 다운로드가 가능합니다.

특히 주목할 만한 점은 논문 내 모든 인용문에 대한 원본 출처 확인이 가능해 신뢰성을 검증할 수 있다는 건데요. 과학 연구부터 문헌 조사까지 폭넓은 활용이 가능한 만큼, 연구자들의 초기 자료 수집과 정리 과정에 도움이 될 것으로 기대됩니다.

현재는 무료라고 하네요!

https://storm.genie.stanford.edu/

STORM은 AI를 활용해 Wikipedia 스타일의 연구 리포트를 자동으로 생성하는 서비스입니다. 복잡한 주제도 단 3분 만에 포괄적인 논문으로 만들어내며, 모든 내용은 PDF 형식으로 다운로드가 가능합니다. 특히 주목할 만한 점은 논문 내 모든 인용문에 대한 원본 출처 확인이 가능해 신뢰성을 검증할 수 있다는 건데요. 과학 연구부터 문헌 조사까지 폭넓은 활용이 가능한 만큼, 연구자들의 초기 자료 수집과 정리 과정에 도움이 될 것으로 기대됩니다. 현재는 무료라고 하네요! https://storm.genie.stanford.edu/

storm.genie.stanford.edu

3분 만에 리서치 끝, 스탠포드의 AI 리서치 도구 'STORM'

계란후라이 1118

최근 3개월 회고 시리즈 (7)
서두르지 말고, 하나씩 꼼꼼하게 처리하자.

‘일을 빨리 해치우려고 급하게 바삐 움직이다.’
사전에서 정의하는 ‘서두르다’ 풀이입니다. “서둘러 떠나자” 예정보다 빠르게 움직여야 하는 상황을 맞이하여 급하게 처리하는 행동을 의미합니다.

먼저 예정된 날짜와 시간이 존재합니다. 자신이나 다른 사람과 약속한 날짜와 시간 내에 처리해야 할 무엇이 존재하는 것입니다. 그런데 어떤 상황이 발생하여 약속한 날짜와 시간보다 조금 더 빠르게 해야 할 무엇을 처리해야 합니다. 그래서 급하게 바삐 움직여 서두르는 행동을 하게 됩니다.

어제도 고백했지만 저는 정말 잘 서두릅니다. 상황이 급박하게 바뀐 것도 아닌데 스스로 예정보다 빠르게 움직입니다. 그래서 약속한 날짜와 시간보다 항상 먼저 처리하는 것을 좋아합니다. 좋아하는 것이 아니라 그렇게 해야 마음이 편합니다. 약속 시간보다 최소 30분 이상 일찍 도착해야 마음이 편합니다. 약속 시간을 중요하게 생각하는 마음도 있지만, 약속 시간보다 일찍 도착해야 급하고 불안한 마음이 사라집니다.

그러니까 무엇보다 제 마음 편하자고 서두릅니다. 서둘러 끝내면 더 이상 신경 쓰지 않아도 되니까 빨리 해치우는 것입니다. 서두르는 상황에서 ‘나’와 약속한 상대방은 등장하지 않습니다. 상대방이 기대하는 바가 무엇인지 크게 중요하지 않습니다. 대충 요구사항을 파악했으니 얼른 해치우자는 마음이 크게 작동합니다. 그러고 보니까 요구사항을 꼼꼼하게 잘 안 읽고 오해하는 경우가 종종 발생합니다.

서두르다는 행위에서 자주 발생할 수 있는 상황이 실수입니다. 위에서 이야기한 것처럼 꼼꼼하게 요구사항을 읽고 정확히 이해하지 않아서 엉뚱한 일을 하게 되는 경우, 요구사항을 정확히 이해했지만 마음만 급해서 해야 할 일을 빠뜨리는 경우, 요구사항을 처리하고 나서 검토하지 않아서 실수를 바로잡지 못하는 경우가 발생합니다.

소프트 스킬로 꼼꼼함을 어필하는 분들에게 배우고 싶습니다. 어떤 마음가짐으로 할 일을 시작해야 서두름을 이길 수 있을지 노하우를 전수받고 싶습니다. 불과 어제 아침에 ‘과정을 즐기자’고 이야기했는데, 돌아서자마자 왜 빨리 진행이 안되는지 조급한 마음에 분노하고 좌절했습니다.

천천히 고민하며 빠뜨림 없이 꼼꼼한 사람이 되고 싶습니다. 경우의 수를 따져가며 여러 가지 옵션을 마련할 수 있는 치밀한 계획을 수립하는 사람이 되고 싶습니다. 서두르고 싶은 마음이 차오를 때마다 긴 호흡으로 잠재우고 차분하게 곧장 나아갈 수 있는 사람이 되고 싶습니다.

'빈틈이 없이 차분하고 조심스럽다.'
사전에서 정의하는 '꼼꼼하다'는 의미입니다.

오늘 우리에게 주어진 크고 작은 과제를 수행할 때, 우리의 마음은 차분하고 조심스럽길, 그리고 우리가 만든 결과는 빈틈이 없이 완벽하길 진심으로 응원합니다.

계란후라이 1118 최근 3개월 회고 시리즈 (7)서두르지 말고, 하나씩 꼼꼼하게 처리하자.​‘일을 빨리 해치우려고 급하게 바삐 움직이다.’사전에서 정의하는 ‘서두르다’ 풀이입니다. “서둘러 떠나자” 예정보다 빠르게 움직여야 하는 상황을 맞이하여 급하게 처리하는 행동을 의미합니다.​먼저 예정된 날짜와 시간이 존재합니다. 자신이나 다른 사람과 약속한 날짜와 시간 내에 처리해야 할 무엇이 존재하는 것입니다. 그런데 어떤 상황이 발생하여 약속한 날짜와 시간보다 조금 더 빠르게 해야 할 무엇을 처리해야 합니다. 그래서 급하게 바삐 움직여 서두르는 행동을 하게 됩니다.​어제도 고백했지만 저는 정말 잘 서두릅니다. 상황이 급박하게 바뀐 것도 아닌데 스스로 예정보다 빠르게 움직입니다. 그래서 약속한 날짜와 시간보다 항상 먼저 처리하는 것을 좋아합니다. 좋아하는 것이 아니라 그렇게 해야 마음이 편합니다. 약속 시간보다 최소 30분 이상 일찍 도착해야 마음이 편합니다. 약속 시간을 중요하게 생각하는 마음도 있지만, 약속 시간보다 일찍 도착해야 급하고 불안한 마음이 사라집니다.​그러니까 무엇보다 제 마음 편하자고 서두릅니다. 서둘러 끝내면 더 이상 신경 쓰지 않아도 되니까 빨리 해치우는 것입니다. 서두르는 상황에서 ‘나’와 약속한 상대방은 등장하지 않습니다. 상대방이 기대하는 바가 무엇인지 크게 중요하지 않습니다. 대충 요구사항을 파악했으니 얼른 해치우자는 마음이 크게 작동합니다. 그러고 보니까 요구사항을 꼼꼼하게 잘 안 읽고 오해하는 경우가 종종 발생합니다.​서두르다는 행위에서 자주 발생할 수 있는 상황이 실수입니다. 위에서 이야기한 것처럼 꼼꼼하게 요구사항을 읽고 정확히 이해하지 않아서 엉뚱한 일을 하게 되는 경우, 요구사항을 정확히 이해했지만 마음만 급해서 해야 할 일을 빠뜨리는 경우, 요구사항을 처리하고 나서 검토하지 않아서 실수를 바로잡지 못하는 경우가 발생합니다.​소프트 스킬로 꼼꼼함을 어필하는 분들에게 배우고 싶습니다. 어떤 마음가짐으로 할 일을 시작해야 서두름을 이길 수 있을지 노하우를 전수받고 싶습니다. 불과 어제 아침에 ‘과정을 즐기자’고 이야기했는데, 돌아서자마자 왜 빨리 진행이 안되는지 조급한 마음에 분노하고 좌절했습니다.​천천히 고민하며 빠뜨림 없이 꼼꼼한 사람이 되고 싶습니다. 경우의 수를 따져가며 여러 가지 옵션을 마련할 수 있는 치밀한 계획을 수립하는 사람이 되고 싶습니다. 서두르고 싶은 마음이 차오를 때마다 긴 호흡으로 잠재우고 차분하게 곧장 나아갈 수 있는 사람이 되고 싶습니다.​'빈틈이 없이 차분하고 조심스럽다.'사전에서 정의하는 '꼼꼼하다'는 의미입니다.​오늘 우리에게 주어진 크고 작은 과제를 수행할 때, 우리의 마음은 차분하고 조심스럽길, 그리고 우리가 만든 결과는 빈틈이 없이 완벽하길 진심으로 응원합니다.

꿈을 찾는 사람에게 보내는 306 번째 편지

큰 장애를 냈어요. 사소한 실수였죠. 연봉을 뱉어내도 메울 수 없는 손실을 냈어요.

문제를 복구한 뒤 원인 분석을 위해 모였어요. 이상했어요. 아무도 저를 탓하지 않았거든요. 오히려 절 걱정해줬어요.

제 잘못이 아니라 프로세스의 문제라고 했어요. 일하는 법을 바꿔서 같은 상황을 만들지 않으면 되는 거라고 했어요.

또 하나 배웠어요. 때론 사람을 고치려 하지 말고 프로세스, 환경을 바꿔야 한다는 점을요.

큰 장애를 냈어요. 사소한 실수였죠. 연봉을 뱉어내도 메울 수 없는 손실을 냈어요. 문제를 복구한 뒤 원인 분석을 위해 모였어요. 이상했어요. 아무도 저를 탓하지 않았거든요. 오히려 절 걱정해줬어요. 제 잘못이 아니라 프로세스의 문제라고 했어요. 일하는 법을 바꿔서 같은 상황을 만들지 않으면 되는 거라고 했어요. 또 하나 배웠어요. 때론 사람을 고치려 하지 말고 프로세스, 환경을 바꿔야 한다는 점을요.

제가 잘못한 게 아니라고요?

때론 사람이 바뀌어야 프로세스가 지켜지고, 환경이 개선되더라고요

최종 면접에서 자꾸 떨어진다고 코칭을 요청하시는 분들이 간혹 있다. 그 이야기는 앞단의 기술 면접은 잘 했다는 이야기인데 기술 면접과 최종 면접의 차이점은 무엇일까?

먼저 기술 면접에서는 당연히 기술적인 이야기와 업무를 중심으로 이야기한다고 하면 최종 면접에서는 더 상위 레벨의 이야기를 해야 하며 면접관의 입장에서 무엇이 궁금할지 생각해봐야 한다. 경영진의 관점에서는 기술적인 역량은 이미 검증이 된 것이고 이제 궁금한 것은 회사에 무슨 이유로 지원했고 얼마나 열정이 있고 우리가 원하는 인재상인지 얼마나 오래 같이 갈 것인지 여부 이다.

항상 나오는 질문은 왜 우리 회사에 지원하는지 이유를 물어보는 거다. 꼭 나름대로의 답변을 준비할 필요가 있다. 또 최종 면접에서는 어떤 질문을 하느냐가 앞단의 기술 면접보다 더 중요하다. 어느 정도 규모가 되는 회사라면 회사 홈페이지등을 통해 회사의 비전과 미션에 대해 알아보고 어떤 인재상을 갖고 있는지 알아보는 등 약간의 준비와 공부가 필요하다. 면접관에게 하는 질문도 기술적인 것 (이는 앞단의 기술 면접 때 물어보는 것이 맞다) 보다는 개인적인 창업이나 조인 동기에 대해 물어보는 것이 좋고 회사의 단기와 장기 목표에 대해 물어보는 것, 인재상에 대해 물어보는 것 등이 더 좋다.

다음으로 자신감을 가지고 긍정적인 톤으로 이야기하는 연습하는 것이 중요하다. 앞에 경력 단절이 있는 경우 그걸 너무 감추려 하거나 죄를 지은 것 처럼 생각하지 말고 당당하게 무슨 이유로 단절이 있고 무슨 준비를 하며 보냈는지 설명하면 된다.

최종 면접에서 자꾸 떨어진다고 코칭을 요청하시는 분들이 간혹 있다. 그 이야기는 앞단의 기술 면접은 잘 했다는 이야기인데 기술 면접과 최종 면접의 차이점은 무엇일까? 먼저 기술 면접에서는 당연히 기술적인 이야기와 업무를 중심으로 이야기한다고 하면 최종 면접에서는 더 상위 레벨의 이야기를 해야 하며 면접관의 입장에서 무엇이 궁금할지 생각해봐야 한다. 경영진의 관점에서는 기술적인 역량은 이미 검증이 된 것이고 이제 궁금한 것은 회사에 무슨 이유로 지원했고 얼마나 열정이 있고 우리가 원하는 인재상인지 얼마나 오래 같이 갈 것인지 여부 이다. 항상 나오는 질문은 왜 우리 회사에 지원하는지 이유를 물어보는 거다. 꼭 나름대로의 답변을 준비할 필요가 있다. 또 최종 면접에서는 어떤 질문을 하느냐가 앞단의 기술 면접보다 더 중요하다. 어느 정도 규모가 되는 회사라면 회사 홈페이지등을 통해 회사의 비전과 미션에 대해 알아보고 어떤 인재상을 갖고 있는지 알아보는 등 약간의 준비와 공부가 필요하다. 면접관에게 하는 질문도 기술적인 것 (이는 앞단의 기술 면접 때 물어보는 것이 맞다) 보다는 개인적인 창업이나 조인 동기에 대해 물어보는 것이 좋고 회사의 단기와 장기 목표에 대해 물어보는 것, 인재상에 대해 물어보는 것 등이 더 좋다. 다음으로 자신감을 가지고 긍정적인 톤으로 이야기하는 연습하는 것이 중요하다. 앞에 경력 단절이 있는 경우 그걸 너무 감추려 하거나 죄를 지은 것 처럼 생각하지 말고 당당하게 무슨 이유로 단절이 있고 무슨 준비를 하며 보냈는지 설명하면 된다.

최종 면접과 기술 면접의 차이점

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

 - YouTube

fetch 함수를 쓸 때 왜 await를 두 번 써야 할까요?
간단히 설명하면, 서버와 통신할 때 데이터가 두 단계로 나눠져서 오기 때문입니다.

첫 번째 await는 서버에서 응답이 올 때까지 기다립니다. 이때 HTTP 헤더(응답의 기본 정보)를 받게 됩니다. 이 때 서버가 에러를 보내도 이 단계는 정상적으로 완료됩니다.
두 번째 await는 실제 데이터(response body)를 JSON으로 변환하는 과정입니다. 서버에서 받은 데이터를 우리가 JavaScript에서 쓸 수 있는 형태로 바꿔 줍니다.

이렇게 나눠진 구조 덕분에 큰 데이터를 받을 때도 효율적으로 처리할 수 있으며, 데이터를 다 받기 전에도 상태 코드만 보고 에러를 확인할 수 있다는 장점도 있습니다.

실무에서는 편의성 때문에 axios를 더 많이 쓰긴 하지만, 종종 fetch를 써야할 상황에서는 이런 지식들을 알아두시면 도움이 될 것 같네요.

https://www.youtube.com/watch?v=Ki64Cnyf_cA

fetch 함수를 쓸 때 왜 await를 두 번 써야 할까요? 간단히 설명하면, 서버와 통신할 때 데이터가 두 단계로 나눠져서 오기 때문입니다. 첫 번째 await는 서버에서 응답이 올 때까지 기다립니다. 이때 HTTP 헤더(응답의 기본 정보)를 받게 됩니다. 이 때 서버가 에러를 보내도 이 단계는 정상적으로 완료됩니다.두 번째 await는 실제 데이터(response body)를 JSON으로 변환하는 과정입니다. 서버에서 받은 데이터를 우리가 JavaScript에서 쓸 수 있는 형태로 바꿔 줍니다. 이렇게 나눠진 구조 덕분에 큰 데이터를 받을 때도 효율적으로 처리할 수 있으며, 데이터를 다 받기 전에도 상태 코드만 보고 에러를 확인할 수 있다는 장점도 있습니다. 실무에서는 편의성 때문에 axios를 더 많이 쓰긴 하지만, 종종 fetch를 써야할 상황에서는 이런 지식들을 알아두시면 도움이 될 것 같네요. https://www.youtube.com/watch?v=Ki64Cnyf_cA

www.youtube.com

JavaScript fetch는 왜 await를 두 번 할까

Machine Learning Systems

https://mlsysbook.ai/

하버드의 머신러닝 시스템 수업의 일환으로 개발된 책이라고 하네요. 내용 살펴보니까 거시적인 시스템 관점으로 다루고 있어 좋네요.

Ondevice learning, MLOps도 다루는 책으로 범위가 꽤 넓어요. 18장은 아직 작성되지 않았는데 추후에 추가될 것 같네요

https://mlsysbook.ai/ 하버드의 머신러닝 시스템 수업의 일환으로 개발된 책이라고 하네요. 내용 살펴보니까 거시적인 시스템 관점으로 다루고 있어 좋네요. Ondevice learning, MLOps도 다루는 책으로 범위가 꽤 넓어요. 18장은 아직 작성되지 않았는데 추후에 추가될 것 같네요

mlsysbook.ai

Machine Learning Systems 책(무료, 1400쪽

토스 채용

토스 프론트엔드 플랫폼 팀과 함께 겨울방학동안 샘플 앱을 만들어가실 분을 찾는다고 합니다.

내년, 토스 프론트엔드 개발환경이 모두에게 공개된다고 해요.
공개 전 샘플앱을 만들면서 검증할 분을 찾나봐요!

자세한 사항은 아래 링크로!

https://toss.im/career/job-detail?job_id=6272708003

토스 프론트엔드 플랫폼 팀과 함께 겨울방학동안 샘플 앱을 만들어가실 분을 찾는다고 합니다. 내년, 토스 프론트엔드 개발환경이 모두에게 공개된다고 해요. 공개 전 샘플앱을 만들면서 검증할 분을 찾나봐요! 자세한 사항은 아래 링크로! https://toss.im/career/job-detail?job_id=6272708003

toss.im

토스 개발팀에서 겨울방학동안 샘플 앱 만드실분~

너무나 아름답지 않나요?

모니터와 휴대폰의 네모상자 안에서
하루의 시간 절반 이상을 보내는 저에게는
너무나 소중한 장면 중 하나입니다.

하루가 끝나가는 마무리 시간 쯔음,
저는 기회가 되면 밖으로 나가서 혼자 산책을 합니다.

혼자 걸으면서 무심할 정도로 파란 하늘을 보면 때로는 이런 생각이 듭니다. 우리는 무엇을 위해 이렇게 하늘 아래에서 아둥바둥 살고 있을까?

이런 광경들을 무한히 볼 수 있는 행운을 가지고 산다면,
우리에게는 무엇이 더 필요할까요?

여러분의 세상은 어떤 세상인가요?
지금 제가 사는 세상은 이렇습니다.

너무나 아름답지 않나요? 모니터와 휴대폰의 네모상자 안에서 하루의 시간 절반 이상을 보내는 저에게는 너무나 소중한 장면 중 하나입니다. 하루가 끝나가는 마무리 시간 쯔음, 저는 기회가 되면 밖으로 나가서 혼자 산책을 합니다. 혼자 걸으면서 무심할 정도로 파란 하늘을 보면 때로는 이런 생각이 듭니다. 우리는 무엇을 위해 이렇게 하늘 아래에서 아둥바둥 살고 있을까? 이런 광경들을 무한히 볼 수 있는 행운을 가지고 산다면, 우리에게는 무엇이 더 필요할까요? 여러분의 세상은 어떤 세상인가요? 지금 제가 사는 세상은 이렇습니다.

제가 사는 세상은 이렇습니다

What is Retrieval Augmented Generation (RAG)?   Retrieval Augmented Generation (RAG) is an...

7 AI Open Source Libraries To Build RAG, Agents & AI Search

🎃 검색 증강 생성(RAG)이란 무엇인가?
 * 관련 정보 검색과 응답 생성을 결합한 AI 기술
 * 먼저 외부 소스(문서나 데이터베이스 등)에서 데이터를 검색한 다음 이 정보를 사용하여 보다 정확하고 문맥에 맞는 답변을 생성하는 방식으로 작동
 * AI는 학습된 내용에만 의존하지 않고 사실에 기반한 더 나은 답변 제공 지원

🎃 검색 증강 생성(RAG)은 어떻게 작동하나?
 1. 사용자 질문 > RAG는 데이터베이스, 웹사이트, 문서 등 다양한 데이터 소스를 검색통해 관련 정보 서치
 2. 검색된 정보 + 원래 질문 = 더 많은 정보를 제공하는 프롬프트 생성
 3. 이렇게 향상된 프롬프트 > 언어 모델에 입력 > 질문과 관련성이 높고 검색된 정보가 보강된 답변 생성
 4. 이 프로세스를 통해 AI는 사전 학습된 기능과 함께 외부 지식 소스를 활용하여 보다 정확하고 최신의 문맥 인식 답변 제공
    
    
🎃 검색 증강 생성(RAG)은 AI 모델에 어떤 도움을 주나?
RAG는 실제 세계의 외부 데이터로 내부 지식을 보강하여 AI의 신뢰성과 최신성을 높입니다. 또한 RAG는 몇 가지 주요 방식으로 AI 모델을 개선합니다:
 1. 최신 정보에 대한 액세스: RAG는 문서, 데이터베이스 또는 웹과 같은 외부 소스에서 관련성 있는 실시간 정보 검색. 즉, AI는 학습 데이터가 오래된 경우에도 정확한 응답 제공 가능
 2. 정확도 향상: RAG는 AI의 학습된 지식에만 의존하지 않고 가장 관련성이 높은 데이터를 기반으로 모델이 답변을 생성. 따라서 답변이 더욱 정확하고 사실에 근거함
 3. 문맥 이해도 향상: 검색된 데이터를 사용자의 쿼리와 결합함으로써 RAG는 보다 맥락에 맞는 답변을 제공할 수 있으므로 AI의 답변이 상황에 더욱 맞춤화되고 구체적
 4. 환각 감소: 순수 AI 모델은 때때로 정보를 '환각'하거나 구성하는 경우가 있는데, RAG는 검색된 사실적인 데이터에 근거하여 응답함으로써 부정확하거나 조작된 정보의 가능성 줄임

🎃 검색 증강 생성을 위한 7가지 오픈 소스 라이브러리
RAG를 수행하는 데 도움이 되는 몇 가지 오픈 소스 라이브러리는 문서 색인부터 검색, 언어 모델과의 통합에 이르기까지 RAG 시스템을 효율적으로 구현하는 데 필요한 도구와 프레임워크를 제공합니다.
1. SWIRL
 * https://github.com/swirlai/swirl-search
 * 검색 증강 세대(RAG) 애플리케이션을 구동하는 오픈 소스 AI 인프라 소프트웨어
 * 특징
   * 데이터를 이동하거나 복사하지 않고도 데이터 소스 전반에서 빠르고 안전하게 검색할 수 있게 함으로써 AI 파이프라인 향상
   * SWIRL은 방화벽 내부에서 작동하여 데이터 보안을 보장하는 동시에 구현 간편하여 프라이빗 클라우드 내에서 빠르고 안전하게 AI 배포
   * 20개 이상의 대규모 언어 모델(LLM)과 원활하게 통합
   * 안전한 데이터 액세스 및 규정 준수를 위해 구축
   * 100개 이상의 애플리케이션에서 데이터 가져오기 지원
2. Cognita
 * https://github.com/truefoundry/cognita
 * 프로덕션에 바로 사용할 수 있는 모듈식 검색 증강 세대(RAG) 시스템을 구축하기 위한 오픈 소스 프레임워크
 * 특징
   * RAG 구성 요소를 구성하여 로컬에서 쉽게 테스트하고 대규모 배포
   * 다양한 문서 검색기, 임베딩을 지원하며 완전한 API 기반이므로 다른 시스템과 원활하게 통합
   * 확장 가능한 RAG 시스템을 위한 모듈식 설계
   * 비전문가도 문서 및 Q&A와 상호작용할 수 있는 UI
   * 증분 인덱싱으로 변경 사항을 추적하여 컴퓨팅 부하 낮춤
3. LLM-Ware
 * https://github.com/llmware-ai/llmware
 * 엔터프라이즈급 검색 증강 생성(RAG) 파이프라인을 구축하기 위한 오픈 소스 프레임워크
 * 특징
   * 비공개로 안전하게 배포할 수 있는 소규모의 전문화된 모델을 통합하도록 설계되어 복잡한 엔터프라이즈 워크플로우에 적합
   * 엔터프라이즈 작업에 최적화된 50개 이상의 미세 조정된 소규모 모델 제공
   * 확장 가능한 모듈식 RAG 아키텍처 지원
   * GPU 없이도 실행할 수 있어 경량 배포 가능
4. RAG Flow
 * https://github.com/infiniflow/ragflow
 * 심층적인 문서 이해를 이용한 검색 증강 생성(RAG)에 초점을 맞춘 오픈 소스 엔진
 * 특징
   * 이 엔진을 통해 사용자는 정형 및 비정형 데이터를 통합하여 인용에 기반한 효과적인 질의응답 가능
   * 이 시스템은 간편한 배포 옵션과 함께 확장 가능한 모듈식 아키텍처 제공
   * 복잡한 데이터 형식을 처리할 수 있는 심층적인 문서 이해 기능 내장
   * 환각 위험을 줄인 근거 기반 인용
   * PDF, 이미지, 구조화된 데이터 등 다양한 문서 유형 지원
5. 그래프 RAG
 * https://github.com/microsoft/graphrag
 * 구조화된 지식 그래프를 통합하여 LLM 결과를 향상시키도록 설계된 모듈식 그래프 기반 검색 증강 생성(RAG) 시스템
 * 특징
   * 개인 데이터로 고급 추론을 지원하므로 기업 및 연구 애플리케이션에 이상적
   * 지식 그래프를 사용해 데이터 검색을 구조화하고 향상
   * 비공개 데이터 처리가 필요한 복잡한 엔터프라이즈 사용 사례에 맞게 맞춤화
   * 대규모 배포를 위해 Microsoft Azure와의 통합지원
6. Haystack
 * https://github.com/deepset-ai/haystack
 * 프로덕션에 바로 사용할 수 있는 LLM 애플리케이션을 구축하기 위한 오픈 소스 AI 오케스트레이션 프레임워크
 * 특징
   * 사용자는 모델, 벡터 데이터베이스, 파일 변환기를 연결하여 RAG, 질문 답변, 시맨틱 검색과 같은 고급 시스템 구축 가능
   * 검색, 임베딩, 추론 작업을 위한 유연한 파이프라인
   * 다양한 벡터 데이터베이스 및 LLM과의 통합 지원
   * 기성 모델과 미세 조정된 모델을 모두 사용자 정의
7. Storm
 * https://github.com/stanford-oval/storm
 * 한 주제를 조사하고 인용이 포함된 전체 길이의 보고서를 생성하는 LLM 기반 지식 큐레이션 시스템
 * 특징
   * 고급 검색 방법을 통합하고 다각도의 질문을 지원하여 생성된 콘텐츠의 깊이와 정확성을 향상
   * 근거에 입각한 인용을 통해 위키백과와 유사한 문서 생성
   * 인간과 AI의 협업 지식 큐레이션 지원
   * 외부 검색 소스를 지원하는 모듈식 설계

🎃 검색 증강 생성의 과제
 * 데이터 연관성: 검색된 문서가 쿼리와 관련성이 높은지 확인하는 것은 특히 규모가 크거나 노이즈가 많은 데이터 세트의 경우 문제 가능성
 * 지연 시간: 외부 소스를 검색하면 오버헤드가 추가되어 특히 실시간 애플리케이션에서 응답 시간이 느려질 가능성
 * 데이터 품질: 품질이 낮거나 오래된 데이터는 부정확하거나 오해의 소지가 있는 AI 생성 응답으로 이어질 가능성
 * 확장성: 성능을 유지하면서 대규모 데이터 세트와 높은 사용자 트래픽을 처리하는 것은 복잡 가능성
 * 보안: 특히 기업 환경에서는 데이터 프라이버시를 보장하고 민감한 정보를 안전하게 처리하는 것이 매우 중요

보다 상세한 내용은 원문을 참고하셔도 좋습니다. ^^
 * source: https://dev.to/vectorpodcast/7-ai-open-source-libraries-to-build-rag-agents-ai-search-27bm?context=digest

🎃 검색 증강 생성(RAG)이란 무엇인가?<ul ><li>관련 정보 검색과 응답 생성을 결합한 AI 기술</li><li>먼저 외부 소스(문서나 데이터베이스 등)에서 데이터를 검색한 다음 이 정보를 사용하여 보다 정확하고 문맥에 맞는 답변을 생성하는 방식으로 작동</li><li>AI는 학습된 내용에만 의존하지 않고 사실에 기반한 더 나은 답변 제공 지원</li></ul> 🎃 검색 증강 생성(RAG)은 어떻게 작동하나?<ol ><li>사용자 질문 &gt; RAG는 데이터베이스, 웹사이트, 문서 등 다양한 데이터 소스를 검색통해 관련 정보 서치 </li><li>검색된 정보 + 원래 질문 = 더 많은 정보를 제공하는 프롬프트 생성</li><li>이렇게 향상된 프롬프트 &gt; 언어 모델에 입력 &gt; 질문과 관련성이 높고 검색된 정보가 보강된 답변 생성 </li><li>이 프로세스를 통해 AI는 사전 학습된 기능과 함께 외부 지식 소스를 활용하여 보다 정확하고 최신의 문맥 인식 답변 제공 </li></ol>🎃 검색 증강 생성(RAG)은 AI 모델에 어떤 도움을 주나?RAG는 실제 세계의 외부 데이터로 내부 지식을 보강하여 AI의 신뢰성과 최신성을 높입니다. 또한 RAG는 몇 가지 주요 방식으로 AI 모델을 개선합니다:<ol ><li>최신 정보에 대한 액세스: RAG는 문서, 데이터베이스 또는 웹과 같은 외부 소스에서 관련성 있는 실시간 정보 검색. 즉, AI는 학습 데이터가 오래된 경우에도 정확한 응답 제공 가능</li><li>정확도 향상: RAG는 AI의 학습된 지식에만 의존하지 않고 가장 관련성이 높은 데이터를 기반으로 모델이 답변을 생성. 따라서 답변이 더욱 정확하고 사실에 근거함</li><li>문맥 이해도 향상: 검색된 데이터를 사용자의 쿼리와 결합함으로써 RAG는 보다 맥락에 맞는 답변을 제공할 수 있으므로 AI의 답변이 상황에 더욱 맞춤화되고 구체적</li><li>환각 감소: 순수 AI 모델은 때때로 정보를 '환각'하거나 구성하는 경우가 있는데, RAG는 검색된 사실적인 데이터에 근거하여 응답함으로써 부정확하거나 조작된 정보의 가능성 줄임</li></ol> 🎃 검색 증강 생성을 위한 7가지 오픈 소스 라이브러리RAG를 수행하는 데 도움이 되는 몇 가지 오픈 소스 라이브러리는 문서 색인부터 검색, 언어 모델과의 통합에 이르기까지 RAG 시스템을 효율적으로 구현하는 데 필요한 도구와 프레임워크를 제공합니다.1. SWIRL<ul ><li>https://github.com/swirlai/swirl-search</li><li>검색 증강 세대(RAG) 애플리케이션을 구동하는 오픈 소스 AI 인프라 소프트웨어</li><li>특징<ul ><li>데이터를 이동하거나 복사하지 않고도 데이터 소스 전반에서 빠르고 안전하게 검색할 수 있게 함으로써 AI 파이프라인 향상</li><li>SWIRL은 방화벽 내부에서 작동하여 데이터 보안을 보장하는 동시에 구현 간편하여 프라이빗 클라우드 내에서 빠르고 안전하게 AI 배포</li><li>20개 이상의 대규모 언어 모델(LLM)과 원활하게 통합</li><li>안전한 데이터 액세스 및 규정 준수를 위해 구축</li><li>100개 이상의 애플리케이션에서 데이터 가져오기 지원</li></ul></li></ul>2. Cognita<ul ><li>https://github.com/truefoundry/cognita</li><li>프로덕션에 바로 사용할 수 있는 모듈식 검색 증강 세대(RAG) 시스템을 구축하기 위한 오픈 소스 프레임워크</li><li>특징<ul ><li>RAG 구성 요소를 구성하여 로컬에서 쉽게 테스트하고 대규모 배포</li><li>다양한 문서 검색기, 임베딩을 지원하며 완전한 API 기반이므로 다른 시스템과 원활하게 통합</li><li>확장 가능한 RAG 시스템을 위한 모듈식 설계</li><li>비전문가도 문서 및 Q&amp;A와 상호작용할 수 있는 UI</li><li>증분 인덱싱으로 변경 사항을 추적하여 컴퓨팅 부하 낮춤</li></ul></li></ul>3. LLM-Ware<ul ><li>https://github.com/llmware-ai/llmware</li><li>엔터프라이즈급 검색 증강 생성(RAG) 파이프라인을 구축하기 위한 오픈 소스 프레임워크</li><li>특징<ul ><li>비공개로 안전하게 배포할 수 있는 소규모의 전문화된 모델을 통합하도록 설계되어 복잡한 엔터프라이즈 워크플로우에 적합</li><li>엔터프라이즈 작업에 최적화된 50개 이상의 미세 조정된 소규모 모델 제공</li><li>확장 가능한 모듈식 RAG 아키텍처 지원</li><li>GPU 없이도 실행할 수 있어 경량 배포 가능</li></ul></li></ul>4. RAG Flow<ul ><li>https://github.com/infiniflow/ragflow</li><li>심층적인 문서 이해를 이용한 검색 증강 생성(RAG)에 초점을 맞춘 오픈 소스 엔진</li><li>특징<ul ><li>이 엔진을 통해 사용자는 정형 및 비정형 데이터를 통합하여 인용에 기반한 효과적인 질의응답 가능</li><li>이 시스템은 간편한 배포 옵션과 함께 확장 가능한 모듈식 아키텍처 제공</li><li>복잡한 데이터 형식을 처리할 수 있는 심층적인 문서 이해 기능 내장</li><li>환각 위험을 줄인 근거 기반 인용</li><li>PDF, 이미지, 구조화된 데이터 등 다양한 문서 유형 지원</li></ul></li></ul>5. 그래프 RAG<ul ><li>https://github.com/microsoft/graphrag</li><li>구조화된 지식 그래프를 통합하여 LLM 결과를 향상시키도록 설계된 모듈식 그래프 기반 검색 증강 생성(RAG) 시스템</li><li>특징<ul ><li>개인 데이터로 고급 추론을 지원하므로 기업 및 연구 애플리케이션에 이상적</li><li>지식 그래프를 사용해 데이터 검색을 구조화하고 향상</li><li>비공개 데이터 처리가 필요한 복잡한 엔터프라이즈 사용 사례에 맞게 맞춤화</li><li>대규모 배포를 위해 Microsoft Azure와의 통합지원</li></ul></li></ul>6. Haystack<ul ><li>https://github.com/deepset-ai/haystack</li><li>프로덕션에 바로 사용할 수 있는 LLM 애플리케이션을 구축하기 위한 오픈 소스 AI 오케스트레이션 프레임워크</li><li>특징<ul ><li>사용자는 모델, 벡터 데이터베이스, 파일 변환기를 연결하여 RAG, 질문 답변, 시맨틱 검색과 같은 고급 시스템 구축 가능</li><li>검색, 임베딩, 추론 작업을 위한 유연한 파이프라인</li><li>다양한 벡터 데이터베이스 및 LLM과의 통합 지원</li><li>기성 모델과 미세 조정된 모델을 모두 사용자 정의</li></ul></li></ul>7. Storm<ul ><li>https://github.com/stanford-oval/storm</li><li>한 주제를 조사하고 인용이 포함된 전체 길이의 보고서를 생성하는 LLM 기반 지식 큐레이션 시스템</li><li>특징<ul ><li>고급 검색 방법을 통합하고 다각도의 질문을 지원하여 생성된 콘텐츠의 깊이와 정확성을 향상</li><li>근거에 입각한 인용을 통해 위키백과와 유사한 문서 생성</li><li>인간과 AI의 협업 지식 큐레이션 지원</li><li>외부 검색 소스를 지원하는 모듈식 설계</li></ul></li></ul> 🎃 검색 증강 생성의 과제<ul ><li>데이터 연관성: 검색된 문서가 쿼리와 관련성이 높은지 확인하는 것은 특히 규모가 크거나 노이즈가 많은 데이터 세트의 경우 문제 가능성</li><li>지연 시간: 외부 소스를 검색하면 오버헤드가 추가되어 특히 실시간 애플리케이션에서 응답 시간이 느려질 가능성</li><li>데이터 품질: 품질이 낮거나 오래된 데이터는 부정확하거나 오해의 소지가 있는 AI 생성 응답으로 이어질 가능성</li><li>확장성: 성능을 유지하면서 대규모 데이터 세트와 높은 사용자 트래픽을 처리하는 것은 복잡 가능성</li><li>보안: 특히 기업 환경에서는 데이터 프라이버시를 보장하고 민감한 정보를 안전하게 처리하는 것이 매우 중요</li></ul> 보다 상세한 내용은 원문을 참고하셔도 좋습니다. ^^<ul ><li>source: https://dev.to/vectorpodcast/7-ai-open-source-libraries-to-build-rag-agents-ai-search-27bm?context=digest</li></ul>

DEV Community

[DEV]RAG를 수행하기 위한 7가지 AI 오픈소스 라이브러리

원문 : The Ultimate Guide to Font Performance Optimization 폰트 성능 최적화는 웹사이트의 폰트 로딩 속도를 높이고 더 부드럽게 렌더링 되도록 하는 다양한 웹 개발 기법을 말합니다. 이러한 최적화에는 신중한 폰트 선택, 성능이 우수한 폰트 포맷 사용, 자체 호스팅, 최적화된  선언, 폰트 디스플레이 전략 등이 포함됩니다. 웹사이트에 표시되는 폰트를 최적화하면 페이지 로딩 속도가 빨라지고 사용자 경험이 향상되며, 코어 웹 바이탈(Core Web Vitals…

(번역) 폰트 성능 최적화를 위한 궁극적인 가이드

오늘 소개드릴 글은 42dot의 유경상님이 번역해주신 글입니다.

폰트는 웹사이트의 성능과 사용자 경험에 큰 영향을 미치는 중요한 요소 중 하나임에도 불구하고, 많은 개발자들이 종종 폰트 최적화의 중요성을 간과하곤 합니다. 이 글에서는 웹사이트 폰트 성능 최적화에 대한 포괄적인 가이드를 제공합니다. 글에서는 웹 세이프 폰트와 웹 폰트의 차이점부터 시작하여, 폰트 자체 호스팅의 이점, WOFF2 형식의 중요성,
@font-face
선언 최적화 방법 등을 상세히 다룹니다. 또한 이 밖에도 여러가지 최적화 기법들을 소개하고 있습니다. 폰트 최적화는 비교적 작은 노력으로 큰 성능 향상을 얻을 수 있는 영역이므로, 이 글을 참고하여 여러분의 웹사이트 성능을 한 단계 끌어올리시는 기회가 되시길 바랍니다 :)

글 링크 : https://ykss.netlify.app/translation/the_ultimate_guide_to_font_performance_optimization/

오늘 소개드릴 글은 42dot의 유경상님이 번역해주신 글입니다. 폰트는 웹사이트의 성능과 사용자 경험에 큰 영향을 미치는 중요한 요소 중 하나임에도 불구하고, 많은 개발자들이 종종 폰트 최적화의 중요성을 간과하곤 합니다. 이 글에서는 웹사이트 폰트 성능 최적화에 대한 포괄적인 가이드를 제공합니다. 글에서는 웹 세이프 폰트와 웹 폰트의 차이점부터 시작하여, 폰트 자체 호스팅의 이점, WOFF2 형식의 중요성, <code >@font-face</code> 선언 최적화 방법 등을 상세히 다룹니다. 또한 이 밖에도 여러가지 최적화 기법들을 소개하고 있습니다. 폰트 최적화는 비교적 작은 노력으로 큰 성능 향상을 얻을 수 있는 영역이므로, 이 글을 참고하여 여러분의 웹사이트 성능을 한 단계 끌어올리시는 기회가 되시길 바랍니다 :) 글 링크 : https://ykss.netlify.app/translation/the_ultimate_guide_to_font_performance_optimization/

ykss.netlify.app

폰트 성능 최적화를 위한 궁극적인 가이드

1. 언젠가 백종원 대표는, 성공 비결을 묻는 질문에 ‘척하며 산 것’이라고 말한 적 있다. 착한 사람인 척 살다 보니 착하게 살게 됐고, 열심히 사는 척을 하며 살다 보니 열심히 살게 됐고, 미식가인 척 살다 보니 실제로도 미식가가 되었다는 얘기다.  2. 그래서 백종원 대표는 후배들에게 ‘척하는 인생이라도 살라’고 말한다고. 세상에는 착한 척, 열심히 

백종원 대표와 강백호, 그리고 척하는 삶

1. 언젠가 백종원 대표는, 성공 비결을 묻는 질문에 ‘척하며 산 것’이라고 말한 적 있다. 착한 사람인 척 살다 보니 착하게 살게 됐고, 열심히 사는 척을 하며 살다 보니 열심히 살게 됐고, 미식가인 척 살다 보니 실제로도 미식가가 되었다는 얘기다.

2. 그래서 백종원 대표는 후배들에게 ‘척하는 인생이라도 살라’고 말한다고. 세상에는 착한 척, 열심히 사는 척조차 안 하는 사람들이 많으니.

3. 그런 백종원 대표의 말을 듣고, 바로 슬램덩크의 강백호가 떠올랐다고 한다. 강백호는 스스로 천재라고 착각하며 살지만, 실제로는 농구에 대해 기본도 모르는 어설픈 풋내기.

4. 그럼에도 강백호는 스스로가 천재라고 믿고, 천재인 척을 하며 살다가, 빡센 훈련과 고난의 게임을 이겨내면서 실제로 천재인 모먼트를 독자들에게 선사한다.

5. 비록 만화 캐릭터이긴 하지만, 강백호 역시 ‘척하는 인생’을 살다 진짜 천재가 된 캐릭터랄까?

6. 여담이지만, 최근 고등학생 시절 오타니 쇼헤이에 멘탈 코칭을 해준 것으로 유명한 니시다 하쓰미 씨의 책과 김항기 대표님의 추천으로 영국 작가 제임스 알렌(James Allen)의 사상들을 접하고 있는데,

7. 이 둘을 관통하는 메시지 역시 하나. ‘어떤 생각을 하느냐가 어떤 삶을 사느냐를 결정한다’는 것. 우리의 생각과 사고방식이 우리 삶의 원인이자 뿌리이고, 그 뿌리에서부터 삶의 결과 혹은 열매들이 피어난다는 얘기.

8. 그리고 그들의 책을 읽으면서 문득 이런 생각을 했다. ‘자신의 생각을 관리(manage)하는 것’이 어쩌면 피터 드러커가 말한 ‘자기 경영’의 시작일지 모른다고.

9. 그런 의미에서 지식 노동자로서 해야 할 일의 첫 번째는 수많은 잡념과 혼란한 정보 속에서 자신의 생각을 올바른 방향으로 관리하는 것일 수 있다.

10. 그런 의미에서 백종원 대표가 말하는 ‘척하는 인생’에서의 ‘척’은 가짜나 남을 속이기 위한 척이 아니라, 비록 지금 현실은 그 기대에 미치지 못하더라도, 자기가 옳다고 생각하는 방향으로 자신의 생각을 모아가는 일종의 자기 경영 기술이었던 게 아닐까?

11. 그리고 명확한 방향을 잡았기에 자신의 삶을 거기로 이끌 수 있었던 것 같고. 척이라도 해서 방향을 잡지 않으면, 혼란한 세상에 휩쓸려 생각 없이 살기 쉬우니까.

12. 강백호 역시 스스로가 천재라는 믿음이 없었으면, 무뚝뚝한 고릴라와 얌체 같은 여우와 쉽사리 꺼질 것 같은 촛불처럼 방황하는 부랑아와 함께 호흡을 맞추며 한 팀으로 뛰긴 쉽지 않았을 것 같고.

13. 그런 의미에서 우리 삶의 제 1원칙(first principle)은 ‘어떤 생각을 하느냐’, ‘어디를 바라보느냐’일 수 있다. 그리고 올바른 방향으로 가는 척이라도 해야, 그 방향으로 계속 나아갈 수 있을 것 같고. 어쩌면 그걸 사람들은 꿈이나 목표나 비전이나 미션이라고 부르는지도 모르지. 무튼 나 화이팅 🧏🏼‍♂️

#오늘의아무말

https://brunch.co.kr/@somewonyoon/238

1. 언젠가 백종원 대표는, 성공 비결을 묻는 질문에 ‘척하며 산 것’이라고 말한 적 있다. 착한 사람인 척 살다 보니 착하게 살게 됐고, 열심히 사는 척을 하며 살다 보니 열심히 살게 됐고, 미식가인 척 살다 보니 실제로도 미식가가 되었다는 얘기다. 2. 그래서 백종원 대표는 후배들에게 ‘척하는 인생이라도 살라’고 말한다고. 세상에는 착한 척, 열심히 사는 척조차 안 하는 사람들이 많으니. 3. 그런 백종원 대표의 말을 듣고, 바로 슬램덩크의 강백호가 떠올랐다고 한다. 강백호는 스스로 천재라고 착각하며 살지만, 실제로는 농구에 대해 기본도 모르는 어설픈 풋내기. 4. 그럼에도 강백호는 스스로가 천재라고 믿고, 천재인 척을 하며 살다가, 빡센 훈련과 고난의 게임을 이겨내면서 실제로 천재인 모먼트를 독자들에게 선사한다. 5. 비록 만화 캐릭터이긴 하지만, 강백호 역시 ‘척하는 인생’을 살다 진짜 천재가 된 캐릭터랄까? 6. 여담이지만, 최근 고등학생 시절 오타니 쇼헤이에 멘탈 코칭을 해준 것으로 유명한 니시다 하쓰미 씨의 책과 김항기 대표님의 추천으로 영국 작가 제임스 알렌(James Allen)의 사상들을 접하고 있는데, 7. 이 둘을 관통하는 메시지 역시 하나. ‘어떤 생각을 하느냐가 어떤 삶을 사느냐를 결정한다’는 것. 우리의 생각과 사고방식이 우리 삶의 원인이자 뿌리이고, 그 뿌리에서부터 삶의 결과 혹은 열매들이 피어난다는 얘기. 8. 그리고 그들의 책을 읽으면서 문득 이런 생각을 했다. ‘자신의 생각을 관리(manage)하는 것’이 어쩌면 피터 드러커가 말한 ‘자기 경영’의 시작일지 모른다고. 9. 그런 의미에서 지식 노동자로서 해야 할 일의 첫 번째는 수많은 잡념과 혼란한 정보 속에서 자신의 생각을 올바른 방향으로 관리하는 것일 수 있다. 10. 그런 의미에서 백종원 대표가 말하는 ‘척하는 인생’에서의 ‘척’은 가짜나 남을 속이기 위한 척이 아니라, 비록 지금 현실은 그 기대에 미치지 못하더라도, 자기가 옳다고 생각하는 방향으로 자신의 생각을 모아가는 일종의 자기 경영 기술이었던 게 아닐까? 11. 그리고 명확한 방향을 잡았기에 자신의 삶을 거기로 이끌 수 있었던 것 같고. 척이라도 해서 방향을 잡지 않으면, 혼란한 세상에 휩쓸려 생각 없이 살기 쉬우니까. 12. 강백호 역시 스스로가 천재라는 믿음이 없었으면, 무뚝뚝한 고릴라와 얌체 같은 여우와 쉽사리 꺼질 것 같은 촛불처럼 방황하는 부랑아와 함께 호흡을 맞추며 한 팀으로 뛰긴 쉽지 않았을 것 같고. 13. 그런 의미에서 우리 삶의 제 1원칙(first principle)은 ‘어떤 생각을 하느냐’, ‘어디를 바라보느냐’일 수 있다. 그리고 올바른 방향으로 가는 척이라도 해야, 그 방향으로 계속 나아갈 수 있을 것 같고. 어쩌면 그걸 사람들은 꿈이나 목표나 비전이나 미션이라고 부르는지도 모르지. 무튼 나 화이팅 🧏🏼‍♂️ #오늘의아무말 https://brunch.co.kr/@somewonyoon/238

Brunch Story

대충 5년쯤 뒤에 (수능이 없어질리 없으니) 수능에 안경도 금지될거 같다. 아니면 스마트 안경 검사가 도입되던가...

대충 5년쯤 뒤에 (수능이 없어질리 없으니) 수능에 안경도 금지될거 같다. 아니면 스마트 안경 검사가 도입되던가...

소비자 검색, 트렌드 데이터 기반 신상품 기획 프로젝트
데이터 기반 광고 기획 지원

데이터 사이언티스트

Frontend Personalization 솔루션 국내 런칭 (Frosmo)
Purchase funnel 분석

Tech Advisor

커리어리 사용성 개선 - 피드 알고리즘 고도화
데이터 엔지니어링 파트 리더
분석 데이터 아키텍처링


VP, Data Engineering

패션 구독 서비스 런칭 / AWS 인프라 설계
Product Analysis
데이터 아키텍처링

Solution tech sales - Intelligent Operations, Network Analysis
Senior Consultant - 고객 데이터 통합, 데이터 거버넌스, 마케팅 예산 관리 등

시니어 컨설턴트/Pre Sales

데이터 아키텍처링 / ML 인프라 설계
모바일 앱 서비스 런칭 / AWS 인프라 설계

컴퓨터공학

황우진

점과 점이라는 데이터를 기술을 이용해서 비즈니스라는 선으로 만들고자 합니다. 그 비즈니스는 세상에 어떤 혁신을 일으키고 어떻게 성장할지 계속 고민하고 있습니다. 이런 고민을 함께 해주는 좋은 동료가 있는 퍼블리에서 즐겁게 일하는 중입니다

VP of Data Engineering

2025 수능 문제를 o1-preview로 풀게 한 결과 단 한 문제만 틀렸다고 합니다.

무엇보다 학습 데이터에 들어가 있지 않은 것이 확실한 문제를 푼 것이니 의미가 꽤 큽니다.

정식 o1 도 아니고, o1-preview이니, 내년이 되면 만점을 맞을 가능성이 높겠죠? 최근에는 LLM이 의사와 동일 혹은 높은 수준의 진단을 한다는 연구 결과도 속속 나오고 있고요.

이젠 정말 시험과 자격증의 의미에 대해서 다시 생각해 봐야 할 때가 아닌가 싶네요.

출처: Korean SAT LLM Leaderboard

2025 수능 문제를 o1-preview로 풀게 한 결과 단 한 문제만 틀렸다고 합니다. 무엇보다 학습 데이터에 들어가 있지 않은 것이 확실한 문제를 푼 것이니 의미가 꽤 큽니다. 정식 o1 도 아니고, o1-preview이니, 내년이 되면 만점을 맞을 가능성이 높겠죠? 최근에는 LLM이 의사와 동일 혹은 높은 수준의 진단을 한다는 연구 결과도 속속 나오고 있고요. 이젠 정말 시험과 자격증의 의미에 대해서 다시 생각해 봐야 할 때가 아닌가 싶네요. 출처: Korean SAT LLM Leaderboard

Chief Maker

골빈해커

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