Kafka Streams는 Apache Kafka에서 제공하는 분산 스트리밍 처리 애플리케이션 라이브러리입니다. 이 라이브러리는 대규모 데이터 스트림을 실시간으로 처리하며 데이터 분석, 변환, 집계 같은 작업을 손쉽게 구현할 수 있도록 설계되었습니다.
 
이번 글에서는 Kafka Streams의 핵심 개념과 작동 방식을 초보자도 이해할 수 있도록 간단히 설명하겠습니다.
 
Kafka Streams란 무엇인가?
Kafka Streams는 실시간 스트리밍 데이터 처리를 위한 Apache Kafka의 클라이언트 라이브러리입니다.
복잡한 분산 시스템의 세부사항을 개발자가 직접 관리하지 않아도, 간단한 코드를 통해 실시간 데이터를 처리하고 분석할 수 있게 돕습니다. Kafka Streams는 데이터의 필터링, 변환, 집계 같은 작업을 쉽게 수행하도록 설계되었습니다.
 
[주요 특징]
 * 사용 편의성
 Kafka Streams는 Java 및 Scala 애플리케이션에서 라이브러리로 사용되며, 별도의 클러스터 관리가 필요 없습니다.
 * 확장성
 Kafka Streams는 자동으로 작업을 분산 처리하여 대량의 데이터도 안정적으로 처리할 수 있습니다.
 * 실시간 처리
 데이터를 수집하자마자 필터링, 변환, 집계 같은 작업을 즉시 수행할 수 있습니다.
 * 내결함성
 Kafka의 내장된 내결함성 메커니즘을 활용해 장애 발생 시에도 안정적으로 데이터를 처리할 수 있습니다.
 
기본 구성 요소
Kafka Streams 애플리케이션의 주요 개념은 다음과 같습니다.
 
[Stream]
Stream은 Kafka 토픽의 데이터를 나타냅니다. Kafka Streams에서 Stream은 끝없이 변화하는 레코드의 흐름으로, 예를 들어 사용자 클릭 로그나 센서 데이터를 생각할 수 있습니다.
 
[Stream Processing Topology]
Topology는 데이터 처리를 정의하는 연산의 구조입니다. 이는 데이터를 읽고, 변환하고, 결과를 저장하는 처리 흐름으로 구성됩니다.
 * Source Processor: Kafka 토픽에서 데이터를 읽습니다.
 * Stream Processor: 데이터를 변환하거나 처리합니다.
 * Sink Processor: 처리된 데이터를 다른 Kafka 토픽에 저장합니다.

[KStream과 KTable]
Kafka Streams에서 데이터를 표현하는 주요 데이터 구조입니다.
 * KStream: 레코드의 연속적인 스트림을 나타냅니다.
 예: Order 이벤트 스트림
 * KTable: 스트림에서 집계된 상태 데이터를 나타냅니다.
 예: 현재 재고 상태, 사용자 프로필
 
작동 방식
Kafka Streams 애플리케이션은 다음과 같은 단계를 거쳐 작동합니다.
 
1. Kafka 토픽에서 데이터를 읽어들입니다.
StreamsBuilder builder = new StreamsBuilder();
KStream<String, String> inputStream = builder.stream("input-topic");

 * StreamsBuilder는 데이터 처리를 정의하는 시작점입니다.
 * 위 코드에서 input-topic은 데이터를 가져올 Kafka 토픽입니다.
 
2. 데이터를 변환하거나 필터링합니다.
KStream<String, String> filteredStream = inputStream.filter(
 (key, value) -> value.contains("important")
);

 * filter 연산은 특정 조건에 맞는 데이터만 남깁니다. 예를 들어, 값에 "important"가 포함된 데이터만 필터링합니다.

3. 집계를 수행합니다.
KTable<String, Long> wordCounts = inputStream
 .flatMapValues(value -> Arrays.asList(value.split(" ")))
 .groupBy((key, word) -> word)
 .count();

 * 위 코드에서는 각 단어의 발생 횟수를 계산합니다. 이는 데이터를 분해(flatMap)하고, 그룹화한 후, 집계하는 과정을 포함합니다.

4. 처리된 데이터를 새로운 Kafka 토픽에 저장합니다.
filteredStream.to("output-topic");

 * to 연산을 사용하여 처리된 데이터를 output-topic으로 저장합니다.

5. Kafka Streams 애플리케이션을 시작합니다.
KafkaStreams streams = new KafkaStreams(builder.build(), props);
streams.start();

 
실제 활용 사례
Kafka Streams는 다양한 실시간 데이터 처리 작업에 사용됩니다.
 1. 로그 분석
 실시간으로 로그 데이터를 분석하여 오류를 감지하거나 성능을 모니터링합니다.
 2. IoT 데이터 처리
 센서 데이터를 수집하고, 이를 분석하여 실시간으로 알림을 생성합니다. 예: 온도 센서 데이터를 기반으로 경고 메시지 전송.
 3. 실시간 추천 시스템
 사용자 행동 데이터를 기반으로 즉각적인 추천을 제공합니다. 예: 특정 상품을 클릭하면 관련 상품 추천.
 4. 금융 거래 모니터링
 금융 거래 데이터를 실시간으로 처리하여 사기 행위를 탐지합니다. 예: 비정상적으로 큰 거래가 발생하면 경고를 생성.
 
장단점
[장점]
 * 간단한 API: 복잡한 코드를 작성하지 않고도 실시간 스트리밍 처리가 가능
 * 확장성: 대규모 데이터 처리에도 적합
 * Kafka와의 통합: Kafka와 긴밀히 통합되어 높은 성능을 보장
[단점]
 * 초기 학습 곡선: 스트리밍 처리 개념과 Kafka의 작동 방식을 이해해야 함
 * Java 기반: 다른 언어로 개발을 원하는 경우 제약이 있을 수 있음
 
결론
Kafka Streams는 실시간 스트리밍 데이터 처리의 강력한 도구입니다. 간단한 코드로 대규모 데이터를 안정적이고 효율적으로 처리할 수 있어 로그 분석, IoT 데이터 처리, 실시간 추천 시스템 등 다양한 분야에서 활용됩니다.
 
다음 포스팅에서는 KStream과 KTable을 활용한 데이터 스트림 간의 조인(Join) 방식에 대해 다루겠습니다. Inner Join, Left Join, Outer Join 같은 다양한 방식이 어떤 문제를 해결할 수 있는지 구체적인 예제와 함께 살펴볼 예정입니다.

본문: [https://ducktopia.tistory.com/140]

Kafka Streams는 Apache Kafka에서 제공하는 분산 스트리밍 처리 애플리케이션 라이브러리입니다. 이 라이브러리는 대규모 데이터 스트림을 실시간으로 처리하며 데이터 분석, 변환, 집계 같은 작업을 손쉽게 구현할 수 있도록 설계되었습니다.&nbsp;이번 글에서는 Kafka Streams의 핵심 개념과 작동 방식을 초보자도 이해할 수 있도록 간단히 설명하겠습니다.&nbsp;Kafka Streams란 무엇인가?Kafka Streams는 실시간 스트리밍 데이터 처리를 위한 Apache Kafka의 클라이언트 라이브러리입니다. 복잡한 분산 시스템의 세부사항을 개발자가 직접 관리하지 않아도, 간단한 코드를 통해 실시간 데이터를 처리하고 분석할 수 있게 돕습니다. Kafka Streams는 데이터의 필터링, 변환, 집계 같은 작업을 쉽게 수행하도록 설계되었습니다.&nbsp;[주요 특징]<ul ><li>사용 편의성 Kafka Streams는 Java 및 Scala 애플리케이션에서 라이브러리로 사용되며, 별도의 클러스터 관리가 필요 없습니다.</li><li>확장성 Kafka Streams는 자동으로 작업을 분산 처리하여 대량의 데이터도 안정적으로 처리할 수 있습니다.</li><li>실시간 처리 데이터를 수집하자마자 필터링, 변환, 집계 같은 작업을 즉시 수행할 수 있습니다.</li><li>내결함성 Kafka의 내장된 내결함성 메커니즘을 활용해 장애 발생 시에도 안정적으로 데이터를 처리할 수 있습니다.</li></ul>&nbsp;기본 구성 요소Kafka Streams 애플리케이션의 주요 개념은 다음과 같습니다.&nbsp;[Stream]Stream은 Kafka 토픽의 데이터를 나타냅니다. Kafka Streams에서 Stream은 끝없이 변화하는 레코드의 흐름으로, 예를 들어 사용자 클릭 로그나 센서 데이터를 생각할 수 있습니다.&nbsp;[Stream Processing Topology]Topology는 데이터 처리를 정의하는 연산의 구조입니다. 이는 데이터를 읽고, 변환하고, 결과를 저장하는 처리 흐름으로 구성됩니다.<ul ><li>Source Processor: Kafka 토픽에서 데이터를 읽습니다.</li><li>Stream Processor: 데이터를 변환하거나 처리합니다.</li><li>Sink Processor: 처리된 데이터를 다른 Kafka 토픽에 저장합니다.</li></ul> [KStream과 KTable]Kafka Streams에서 데이터를 표현하는 주요 데이터 구조입니다.<ul ><li>KStream: 레코드의 연속적인 스트림을 나타냅니다. 예: Order 이벤트 스트림</li><li>KTable: 스트림에서 집계된 상태 데이터를 나타냅니다. 예: 현재 재고 상태, 사용자 프로필</li></ul>&nbsp;작동 방식Kafka Streams 애플리케이션은 다음과 같은 단계를 거쳐 작동합니다.&nbsp;1. Kafka 토픽에서 데이터를 읽어들입니다.<pre ><code class="language-java">StreamsBuilder builder = new StreamsBuilder();
KStream&lt;String, String&gt; inputStream = builder.stream("input-topic");</code></pre><ul ><li>StreamsBuilder는 데이터 처리를 정의하는 시작점입니다.</li><li>위 코드에서 input-topic은 데이터를 가져올 Kafka 토픽입니다.</li></ul>&nbsp;2. 데이터를 변환하거나 필터링합니다.<pre ><code class="language-java">KStream&lt;String, String&gt; filteredStream = inputStream.filter(
 (key, value) -&gt; value.contains("important")
);</code></pre><ul ><li>filter 연산은 특정 조건에 맞는 데이터만 남깁니다. 예를 들어, 값에 "important"가 포함된 데이터만 필터링합니다.</li></ul> 3. 집계를 수행합니다.<pre ><code class="language-java">KTable&lt;String, Long&gt; wordCounts = inputStream
 .flatMapValues(value -&gt; Arrays.asList(value.split(" ")))
 .groupBy((key, word) -&gt; word)
 .count();</code></pre><ul ><li>위 코드에서는 각 단어의 발생 횟수를 계산합니다. 이는 데이터를 분해(flatMap)하고, 그룹화한 후, 집계하는 과정을 포함합니다.</li></ul> 4. 처리된 데이터를 새로운 Kafka 토픽에 저장합니다.<pre ><code class="language-java">filteredStream.to("output-topic");</code></pre><ul ><li>to 연산을 사용하여 처리된 데이터를 output-topic으로 저장합니다.</li></ul> 5. Kafka Streams 애플리케이션을 시작합니다.<pre ><code class="language-java">KafkaStreams streams = new KafkaStreams(builder.build(), props);
streams.start();</code></pre>&nbsp;실제 활용 사례Kafka Streams는 다양한 실시간 데이터 처리 작업에 사용됩니다.<ol ><li>로그 분석 실시간으로 로그 데이터를 분석하여 오류를 감지하거나 성능을 모니터링합니다.</li><li>IoT 데이터 처리 센서 데이터를 수집하고, 이를 분석하여 실시간으로 알림을 생성합니다. 예: 온도 센서 데이터를 기반으로 경고 메시지 전송.</li><li>실시간 추천 시스템 사용자 행동 데이터를 기반으로 즉각적인 추천을 제공합니다. 예: 특정 상품을 클릭하면 관련 상품 추천.</li><li>금융 거래 모니터링 금융 거래 데이터를 실시간으로 처리하여 사기 행위를 탐지합니다. 예: 비정상적으로 큰 거래가 발생하면 경고를 생성.</li></ol>&nbsp;장단점[장점]<ul ><li>간단한 API: 복잡한 코드를 작성하지 않고도 실시간 스트리밍 처리가 가능</li><li>확장성: 대규모 데이터 처리에도 적합</li><li>Kafka와의 통합: Kafka와 긴밀히 통합되어 높은 성능을 보장</li></ul>[단점]<ul ><li>초기 학습 곡선: 스트리밍 처리 개념과 Kafka의 작동 방식을 이해해야 함</li><li>Java 기반: 다른 언어로 개발을 원하는 경우 제약이 있을 수 있음</li></ul>&nbsp;결론Kafka Streams는 실시간 스트리밍 데이터 처리의 강력한 도구입니다. 간단한 코드로 대규모 데이터를 안정적이고 효율적으로 처리할 수 있어 로그 분석, IoT 데이터 처리, 실시간 추천 시스템 등 다양한 분야에서 활용됩니다.&nbsp;다음 포스팅에서는 KStream과 KTable을 활용한 데이터 스트림 간의 조인(Join) 방식에 대해 다루겠습니다. Inner Join, Left Join, Outer Join 같은 다양한 방식이 어떤 문제를 해결할 수 있는지 구체적인 예제와 함께 살펴볼 예정입니다. 본문: [https://ducktopia.tistory.com/140]

🕊️ Kafka Streams: 실시간 데이터 처리를 위한 도구

하이미디어공식홈페이지, IT국비지원통합센터, IT직업별국비지원, 전과정 100% 교육비지원 및 취업연계과정.

하이미디어컴퓨터학원

<웹개발심화>
 
교육과정 : 심화 생성형 AI활용 인재양성과정 (조별멘토)
훈련내용 : 2024년 12월 27일 ~ 2025년 02월 27일 월~금, 09:00~18:00 349시간
하이미디어아카데미 역삼1층
수강료 : 5,097,490원(전액 무료)
문의처 : 서울특별시 서초구 강남대로 405 통영빌딩 8층 ☎ 02-3482-4422
상담예약 : https://kangnam.ithimedia.co.kr/Counsel/online
과목페이지 : https://knai.ithimedia.co.kr/Support/work_view/it/C408071016424815
 
 
<웹개발>
 
교육과정 : 클라우드 기반의 자바 풀스택 (Springboot, React, flutter) 개발자
훈련내용 : 2024년 11월 27일 ~ 2025년 05월 24일 월~금, 09:30~18:20 960시간
하이미디어아카데미 강남점 202호
수강료 : 9,097,920원(전액 무료)
문의처 : 서울특별시 서초구 강남대로 405 통영빌딩 8층 ☎ 02-3482-4422
상담예약 : https://kangnam.ithimedia.co.kr/Counsel/online
과목페이지 : https://kangnam.ithimedia.co.kr/Support/work_view/it/C308301658358047
 
교육과정 : 클라우드 기반 자바(JAVA)/파이썬활용 AI융합 풀스택개발자 과정 육성
훈련내용 : 2024년 11월 29일 ~ 2025년 06월 03일 월~금, 09:30~18:30 1000시간
하이미디어아카데미 구로점 4강의장
수강료 : 8,606,000원(전액 무료)
문의처 : 서울특별시 구로구 경인로 557 삼영빌딩 4층 ☎ 02-3482-4422
상담예약 : https://www.ithimedia.co.kr/Counsel/online
과목페이지 : https://guro.ithimedia.co.kr/Support/work_view/it/C405091711038645
 
교육과정 : (실무 프로젝트기반) 자바 풀스택 개발자(React.js와 Springboot활용)
훈련내용 : 2024년 12월 30일 ~ 2025년 06월 26일 월~금, 09:30~18:30 960시간
하이미디어아카데미 신촌점 본관3강의장
수강료 : 9,097,920원(전액 무료)
문의처 : 서울특별시 서대문구 연세로 8-1 버티고타워 7층 ☎ 02-3482-4422
상담예약 : https://www.ithimedia.co.kr/Counsel/online
과목페이지 : https://sinchon.ithimedia.co.kr/Support/work_view/it/C310191636549653
 
 
교육과정 : [실무프로젝트]자바 웹개발자(React, Springboot, intelliJ, AWS)
훈련내용 : 2024년 12월 09일 ~ 2025년 06월 02일 월~금, 09:30~18:30 940시간
하이미디어아카데미 종로점 9강의장
수강료 : 8,908,380원(전액 무료)
문의처 : 서울특별시 종로구 인사동길 12 대일빌딩 7층 ☎ 02-3482-4422
상담예약 : https://www.ithimedia.co.kr/Counsel/online
과목페이지 : https://jongro.ithimedia.co.kr/Support/work_view/it/C309251618346546
 
 
교육과정 : (클라우드 기반 MSA)풀스택 자바 개발자(React,SpringBoot,AWS)
훈련내용 : 2024년 11월 29일 ~ 2025년 06월 03일 월~금, 09:30~18:10 1040시간
하이미디어아카데미 천호점 501호
수강료 : 9,872,720원(전액 무료)
문의처 : 서울특별시 강동구 천호대로 1027 5층 ☎ 02-3482-4422
상담예약 : https://www.ithimedia.co.kr/Counsel/online
과목페이지 : https://chunho.ithimedia.co.kr/Support/work_view/it/C405211251128749
 
 
 
<웹디자인>
 
교육과정 : (디지털디자인)UI/UX 반응형 웹디자인&웹퍼블리셔(Adobe XD활용)B
훈련내용 : 2024년 12월 31일 ~ 2025년 05월 22일 월~금, 09:30~18:10 760시간
하이미디어아카데미 신촌점 별관5강의장
수강료 : 4,271,200원(전액 무료)
문의처 : 서울특별시 서대문구 연세로 8-1 버티고타워 7층 ☎ 02-3482-4422
상담예약 : https://www.ithimedia.co.kr/Counsel/online
과목페이지 : https://sinchon.ithimedia.co.kr/Support/work_view/web/C212271630228616
 
교육과정 : 웹앱개발 AI 서비스 엔지니어 양성
훈련내용 : 2024년 12월 26일 ~ 2025년 06월 24일 월~금, 09:30~18:10 960시간
하이미디어아카데미 신촌점 별관5강의장
수강료 : 8,261,760원(전액 무료)
문의처 : 서울특별시 서대문구 연세로 8-1 버티고타워 7층 ☎ 02-3482-4422
상담예약 : https://www.ithimedia.co.kr/Counsel/online
과목페이지 : https://sinchon.ithimedia.co.kr/Support/work_view/web/C411191050495527
 
 
<영상편집>
 
교육과정 : AI활용 멀티미디어 콘텐츠 전문가 양성
훈련내용 : 2024년 12월 31일 ~ 2025년 06월 26일 월~금, 09:30~18:10 960시간
하이미디어아카데미 신촌점 별관7강의장
수강료 : 8,261,760원(전액 무료)
문의처 : 서울특별시 서대문구 연세로 8-1 버티고타워 7층 ☎ 02-3482-4422
상담예약 : https://www.ithimedia.co.kr/Counsel/online
과목페이지 : https://sinchon.ithimedia.co.kr/Support/work_view/publish/C411191107319780
 
 
 
<ERP>
 
교육과정 : (물류관리)스마트ERP(물류,생산,회계,인사)+전산회계1급&전산세무2급2
훈련내용 : 2024년 12월 17일 ~ 2025년 04월 22일 월~금, 09:30~18:10 640시간
하이미디어아카데미 종로점 4강의장
수강료 : 4,501,600원(전액 무료)
문의처 : 서울특별시 종로구 인사동길 12 대일빌딩 7층 ☎ 02-3482-4422
상담예약 : https://www.ithimedia.co.kr/Counsel/online
과목페이지 : https://jongro.ithimedia.co.kr/Support/work_view/account/C905142055334599

&lt;웹개발심화&gt;&nbsp;교육과정 : 심화 생성형 AI활용 인재양성과정 (조별멘토)훈련내용 : 2024년 12월 27일 ~ 2025년 02월 27일 월~금, 09:00~18:00 349시간하이미디어아카데미 역삼1층수강료 : 5,097,490원(전액 무료)문의처 : 서울특별시 서초구 강남대로 405 통영빌딩 8층 ☎ 02-3482-4422상담예약 : https://kangnam.ithimedia.co.kr/Counsel/online과목페이지 : https://knai.ithimedia.co.kr/Support/work_view/it/C408071016424815&nbsp;&nbsp;&lt;웹개발&gt;&nbsp;교육과정 : 클라우드 기반의 자바 풀스택 (Springboot, React, flutter) 개발자훈련내용 : 2024년 11월 27일 ~ 2025년 05월 24일 월~금, 09:30~18:20 960시간하이미디어아카데미 강남점 202호수강료 : 9,097,920원(전액 무료)문의처 : 서울특별시 서초구 강남대로 405 통영빌딩 8층 ☎ 02-3482-4422상담예약 : https://kangnam.ithimedia.co.kr/Counsel/online과목페이지 : https://kangnam.ithimedia.co.kr/Support/work_view/it/C308301658358047&nbsp;교육과정 : 클라우드 기반 자바(JAVA)/파이썬활용 AI융합 풀스택개발자 과정 육성훈련내용 : 2024년 11월 29일 ~ 2025년 06월 03일 월~금, 09:30~18:30 1000시간하이미디어아카데미 구로점 4강의장수강료 : 8,606,000원(전액 무료)문의처 : 서울특별시 구로구 경인로 557 삼영빌딩 4층 ☎ 02-3482-4422상담예약 : https://www.ithimedia.co.kr/Counsel/online과목페이지 : https://guro.ithimedia.co.kr/Support/work_view/it/C405091711038645&nbsp;교육과정 : (실무 프로젝트기반) 자바 풀스택 개발자(React.js와 Springboot활용)훈련내용 : 2024년 12월 30일 ~ 2025년 06월 26일 월~금, 09:30~18:30 960시간하이미디어아카데미 신촌점 본관3강의장수강료 : 9,097,920원(전액 무료)문의처 : 서울특별시 서대문구 연세로 8-1 버티고타워 7층 ☎ 02-3482-4422상담예약 : https://www.ithimedia.co.kr/Counsel/online과목페이지 : https://sinchon.ithimedia.co.kr/Support/work_view/it/C310191636549653&nbsp;&nbsp;교육과정 : [실무프로젝트]자바 웹개발자(React, Springboot, intelliJ, AWS)훈련내용 : 2024년 12월 09일 ~ 2025년 06월 02일 월~금, 09:30~18:30 940시간하이미디어아카데미 종로점 9강의장수강료 : 8,908,380원(전액 무료)문의처 : 서울특별시 종로구 인사동길 12 대일빌딩 7층 ☎ 02-3482-4422상담예약 : https://www.ithimedia.co.kr/Counsel/online과목페이지 : https://jongro.ithimedia.co.kr/Support/work_view/it/C309251618346546&nbsp;&nbsp;교육과정 : (클라우드 기반 MSA)풀스택 자바 개발자(React,SpringBoot,AWS)훈련내용 : 2024년 11월 29일 ~ 2025년 06월 03일 월~금, 09:30~18:10 1040시간하이미디어아카데미 천호점 501호수강료 : 9,872,720원(전액 무료)문의처 : 서울특별시 강동구 천호대로 1027 5층 ☎ 02-3482-4422상담예약 : https://www.ithimedia.co.kr/Counsel/online과목페이지 : https://chunho.ithimedia.co.kr/Support/work_view/it/C405211251128749&nbsp;&nbsp;&nbsp;&lt;웹디자인&gt;&nbsp;교육과정 : (디지털디자인)UI/UX 반응형 웹디자인&amp;웹퍼블리셔(Adobe XD활용)B훈련내용 : 2024년 12월 31일 ~ 2025년 05월 22일 월~금, 09:30~18:10 760시간하이미디어아카데미 신촌점 별관5강의장수강료 : 4,271,200원(전액 무료)문의처 : 서울특별시 서대문구 연세로 8-1 버티고타워 7층 ☎ 02-3482-4422상담예약 : https://www.ithimedia.co.kr/Counsel/online과목페이지 : https://sinchon.ithimedia.co.kr/Support/work_view/web/C212271630228616&nbsp;교육과정 : 웹앱개발 AI 서비스 엔지니어 양성훈련내용 : 2024년 12월 26일 ~ 2025년 06월 24일 월~금, 09:30~18:10 960시간하이미디어아카데미 신촌점 별관5강의장수강료 : 8,261,760원(전액 무료)문의처 : 서울특별시 서대문구 연세로 8-1 버티고타워 7층 ☎ 02-3482-4422상담예약 : https://www.ithimedia.co.kr/Counsel/online과목페이지 : https://sinchon.ithimedia.co.kr/Support/work_view/web/C411191050495527&nbsp;&nbsp;&lt;영상편집&gt;&nbsp;교육과정 : AI활용 멀티미디어 콘텐츠 전문가 양성훈련내용 : 2024년 12월 31일 ~ 2025년 06월 26일 월~금, 09:30~18:10 960시간하이미디어아카데미 신촌점 별관7강의장수강료 : 8,261,760원(전액 무료)문의처 : 서울특별시 서대문구 연세로 8-1 버티고타워 7층 ☎ 02-3482-4422상담예약 : https://www.ithimedia.co.kr/Counsel/online과목페이지 : https://sinchon.ithimedia.co.kr/Support/work_view/publish/C411191107319780&nbsp;&nbsp;&nbsp;&lt;ERP&gt;&nbsp;교육과정 : (물류관리)스마트ERP(물류,생산,회계,인사)+전산회계1급&amp;전산세무2급2훈련내용 : 2024년 12월 17일 ~ 2025년 04월 22일 월~금, 09:30~18:10 640시간하이미디어아카데미 종로점 4강의장수강료 : 4,501,600원(전액 무료)문의처 : 서울특별시 종로구 인사동길 12 대일빌딩 7층 ☎ 02-3482-4422상담예약 : https://www.ithimedia.co.kr/Counsel/online과목페이지 : https://jongro.ithimedia.co.kr/Support/work_view/account/C905142055334599&nbsp;

kangnam.ithimedia.co.kr

✅ 하이미디어아카데미 국비지원 지점별 안내 ✅ (11월25일변경)

마케터 필수 스터디!
GA4 한번에 끝내기 (선착순 30명)

스파르타 GA4 데이터분석 스터디

은근히 독학하기 어려운 구글 애널리틱스, 현직자와 함께 차근차근 공부하세요.
3주 동안 [스파르타 GA4 스터디]에서 다양한 보고서를 만들고 해석하는 방법을 알려드려요.

 * 6년차 대기업 현직자 튜터의 실무 GA4 활용 세션
 * 우수 스터디 참여자 [네이버페이 3만원] 증정!

✔︎ 신청 마감: 11/25(월) / 선착순 모집 마감
✔︎ 참가비: 0원 (본인부담금 4.9만원 스터디 완료 시 100% 환급)
✔︎ 장소: 100% 온라인 스터디
✔︎ 스터디 기간: 3주 (11/26(화)~12/16(월))

자세한 내용은 링크를 통해 확인해주세요.
스터디 구경하기: https://bit.ly/3BRfqlI

은근히 독학하기 어려운 구글 애널리틱스, 현직자와 함께 차근차근 공부하세요.3주 동안 [스파르타 GA4 스터디]에서 다양한 보고서를 만들고 해석하는 방법을 알려드려요. <ul ><li>6년차 대기업 현직자 튜터의 실무 GA4 활용 세션</li><li>우수 스터디 참여자 [네이버페이 3만원] 증정!</li></ul> ✔︎ 신청 마감: 11/25(월) / 선착순 모집 마감✔︎ 참가비: 0원 (본인부담금 4.9만원 스터디 완료 시 100% 환급)✔︎ 장소: 100% 온라인 스터디✔︎ 스터디 기간: 3주 (11/26(화)~12/16(월)) 자세한 내용은 링크를 통해 확인해주세요.스터디 구경하기: https://bit.ly/3BRfqlI

[무료] 취업/이직을 위한 실무 구글 애널리틱스 스터디 (온라인)

 이 글은 원온원에 대해 작성한 글입니다 6년 동안 진행한 원온원의 시행착오와 배움들을 기록했습니다 키워드 : 원온원 미팅, 원온원 질문, 원온원 템플릿, 원온원 주제 

원온원 6년의 기록: 시행착오와 배움들

처음 1:1 미팅을 시작했을 때는 '어떻게 진행해야 하나?' 고민이 많았지만, 이제는 '어떻게 하면 상대방에게 진정한 도움이 될까?'를 고민하며 원온원 미팅을 진행하고 있어요

이 글에서는 제가 겪은 네 단계의 발전 과정을 공유합니다.
- 질문 리스트에 의존했던 초기 단계
- 본질에 집중했던 시기
- 개인화된 1:1 미팅을 시도한 시기
- 조직 전체의 프레임워크 개발 단계

1:1 미팅을 진행하시는 분들께 도움이 되었으면 좋겠네요. 관련해서 의견이 있으시다면 언제든 말씀해주세요.

https://zzsza.github.io/diary/2024/11/24/one-on-ones-lessons-learned/

처음 1:1 미팅을 시작했을 때는 '어떻게 진행해야 하나?' 고민이 많았지만, 이제는 '어떻게 하면 상대방에게 진정한 도움이 될까?'를 고민하며 원온원 미팅을 진행하고 있어요 이 글에서는 제가 겪은 네 단계의 발전 과정을 공유합니다.- 질문 리스트에 의존했던 초기 단계- 본질에 집중했던 시기- 개인화된 1:1 미팅을 시도한 시기- 조직 전체의 프레임워크 개발 단계 1:1 미팅을 진행하시는 분들께 도움이 되었으면 좋겠네요. 관련해서 의견이 있으시다면 언제든 말씀해주세요. https://zzsza.github.io/diary/2024/11/24/one-on-ones-lessons-learned/

zzsza.github.io

물경력이 걱정되는 주니어 개발자이신가요?

주니어로서 어떻게 성장할 수 있을지 고민이라면,
항해 플러스 코치진으로 함께하는 시니어 개발자에게 직접 질문하고, 고민을 해결해 보세요.

• 일시: 11월 27일 수요일 오후 8시~9시
• 장소: Zoom (링크 추후 공지)

[진행순서]
• 1부 : 항해 플러스 커리큘럼 & 멘토링 방식 소개
• 2부 : 성장하고 싶은 주니어에게 시니어 코치가 꼭 해주고 싶은 조언
• 3부 : 실시간 QnA

[연사] 해먼드 (항해 플러스 코치진)
• 빅테크 N사 프론트엔드 엔지니어
• 전) 네이버 부스트캠프 멘토/마스터
• 전) 프로그래머스 데브코스 멘토

[연사] 김혜민 (항해 플러스 운영진)
• 팀스파르타 교육 PM
   
주니어 개발자로서 성장에 대해 고민하고 있는 분들이 많은 도움을 얻어 가실 수 있는 자리가 되길 바랍니다.

*본 신청서를 제출해 주시면 입장을 위한 링크를 별도 발송해 드립니다.

항해 플러스 홈페이지

[항해 플러스] 설명회 신청하기

✔️경력에 대한 고민이 있으신가요?
✔️커리어의 방향을 잡기 어려우신가요?

시니어 개발자와 함께하는 무료 설명회에서
고민거리를 질문하고 답을 얻으며 한 단계 더 성장해보세요!

[설명회 정보]
 * 이런 분께 추천해요: 성장을 갈망하는 주니어 프론트엔드/백엔드 개발자
 * 신청 기한: 11월 27일(수)까지
 * 일정: 11월 27일(수) 오후 8시~9시
 * 장소: Zoom (온라인, 링크 추후 안내)

 * 연사: 해먼드 코치
   * 현) 빅테크 N사 프론트엔드 엔지니어
   * 전) 네이버 부스트캠프 멘토/마스터
   * 프로그래머스 데브코스 멘토

📌 신청하러 가기
 * https://forms.gle/BJxKxLcquuvGDU6m7
설명회 3부에는 실시간 QnA 시간이 예정돼있어요. 꼭 참석하시어 주니어 개발자를 위한 실질적인 인사이트를 얻어가 보세요 🙂

✔️경력에 대한 고민이 있으신가요?✔️커리어의 방향을 잡기 어려우신가요? 시니어 개발자와 함께하는 무료 설명회에서고민거리를 질문하고 답을 얻으며 한 단계 더 성장해보세요! [설명회 정보]<ul ><li>이런 분께 추천해요: 성장을 갈망하는 주니어 프론트엔드/백엔드 개발자</li><li>신청 기한: 11월 27일(수)까지</li><li>일정: 11월 27일(수) 오후 8시~9시</li><li>장소: Zoom (온라인, 링크 추후 안내)</li></ul> <ul ><li>연사: 해먼드 코치<ul ><li>현) 빅테크 N사 프론트엔드 엔지니어</li><li>전) 네이버 부스트캠프 멘토/마스터</li><li>프로그래머스 데브코스 멘토</li></ul></li></ul> 📌&nbsp;신청하러 가기<ul ><li>https://forms.gle/BJxKxLcquuvGDU6m7</li></ul>설명회 3부에는 실시간 QnA 시간이 예정돼있어요. 꼭 참석하시어 주니어 개발자를 위한 실질적인 인사이트를 얻어가 보세요 🙂

Google Docs

새해엔 커리어 고민을 해결하고 싶은 주니어 개발자를 위한 설명회

Paper page - Style-Friendly SNR Sampler for Style-Driven Generation

 * 스테이블 디퓨전의 샘플러를 스타일 맞춤형으로 개량!
SNR Sampler최근 디퓨전 모델은 고품질 이미지를 생성하지만 새롭고 개인화된 예술 스타일 학습에는 한계가 있습니다. 이를 해결하기 위해 서울대학교 연구진들이 Style-friendly SNR 샘플러를 제안하였습니다. SNR 샘플러는 미세 조정 과정에서 신호 대 잡음비 분포를 높은 노이즈 수준으로 이동시켜 스타일적 특징을 더 잘 포착합니다. 기존의 사전 학습된 목적 함수와 노이즈 분포를 그대로 사용하는 대신, 스타일에 최적화된 새로운 접근 방식을 도입함으로써 개인화된 스타일 템플릿 생성이 가능해졌습니다. 이를 통해 수채화, 만화, 3D 렌더링, 텍스트가 포함된 밈 등 다양한 스타일 기반 이미지를 더 효과적으로 생성할 수 있게 되었습니다.

https://huggingface.co/papers/2411.14793

 * 미니멀하지만 강력한 디퓨전 모델 범용 제어 프레임워크 OminiControl
OminiControl은 디퓨전 트랜스포머(DiT) 모델에 이미지 조건을 효율적으로 통합하는 새로운 프레임워크입니다. 기존 방법들이 복잡한 추가 인코더를 필요로 했던 것과 달리, OminiControl은 단 0.1%의 추가 파라미터만으로 이미지의 조건을 처리할 수 있으며, subject 기반 생성부터 엣지, 깊이 등과 같은 공간적으로 정렬된 조건까지 광범위한 이미지 조건 태스크를 통합된 방식으로 처리합니다. 싱가포르대학 연구진들은 광범위한 평가를 통해 OminiControl이 주체 기반 (subject-based) 생성 과 공간적으로 정렬된 조건부 생성 모두에서 기존의 UNet 기반 및 DiT 적응 모델들을 능가함을 입증했습니다. 또한 연구자들은 주체 일관성 (subject-consistent) 생성 연구를 발전시키기 위해 20만 개 이상의 일관된 정체성을 가진 이미지로 구성된 다양한 컬렉션인 Subjects200K 학습 데이터셋과 효율적인 데이터 합성 파이프라인을 공개합니다.

https://github.com/Yuanshi9815/OminiControl

[아이펠 12기] 2024 마지막 개강
AI 입문부터 활용까지! 코어과정 & 논문으로 완성하는 리서치과정:
https://bit.ly/40T8YFx

<ul ><li>스테이블 디퓨전의 샘플러를 스타일 맞춤형으로 개량!</li></ul>SNR Sampler최근 디퓨전 모델은 고품질 이미지를 생성하지만 새롭고 개인화된 예술 스타일 학습에는 한계가 있습니다. 이를 해결하기 위해 서울대학교 연구진들이 Style-friendly SNR 샘플러를 제안하였습니다. SNR 샘플러는 미세 조정 과정에서 신호 대 잡음비 분포를 높은 노이즈 수준으로 이동시켜 스타일적 특징을 더 잘 포착합니다. 기존의 사전 학습된 목적 함수와 노이즈 분포를 그대로 사용하는 대신, 스타일에 최적화된 새로운 접근 방식을 도입함으로써 개인화된 스타일 템플릿 생성이 가능해졌습니다. 이를 통해 수채화, 만화, 3D 렌더링, 텍스트가 포함된 밈 등 다양한 스타일 기반 이미지를 더 효과적으로 생성할 수 있게 되었습니다. https://huggingface.co/papers/2411.14793 <ul ><li>미니멀하지만 강력한 디퓨전 모델 범용 제어 프레임워크 OminiControl</li></ul>OminiControl은 디퓨전 트랜스포머(DiT) 모델에 이미지 조건을 효율적으로 통합하는 새로운 프레임워크입니다. 기존 방법들이 복잡한 추가 인코더를 필요로 했던 것과 달리, OminiControl은 단 0.1%의 추가 파라미터만으로 이미지의 조건을 처리할 수 있으며, subject 기반 생성부터 엣지, 깊이 등과 같은 공간적으로 정렬된 조건까지 광범위한 이미지 조건 태스크를 통합된 방식으로 처리합니다. 싱가포르대학 연구진들은 광범위한 평가를 통해 OminiControl이 주체 기반 (subject-based) 생성 과 공간적으로 정렬된 조건부 생성 모두에서 기존의 UNet 기반 및 DiT 적응 모델들을 능가함을 입증했습니다. 또한 연구자들은 주체 일관성 (subject-consistent) 생성 연구를 발전시키기 위해 20만 개 이상의 일관된 정체성을 가진 이미지로 구성된 다양한 컬렉션인 Subjects200K 학습 데이터셋과 효율적인 데이터 합성 파이프라인을 공개합니다. https://github.com/Yuanshi9815/OminiControl [아이펠 12기] 2024 마지막 개강 AI 입문부터 활용까지! 코어과정 &amp; 논문으로 완성하는 리서치과정: https://bit.ly/40T8YFx

huggingface.co

[1125]모두에게 전하는 모두연 AI뉴스!

중앙일보의 고품격 주간 경제지

[허태윤의 브랜드 스토리] 성공한 브랜드의 비밀은 확실한 내부 브랜딩 전략

배민의 '배민다움' - 아이디어 생성과정에서 직원들 스스로가 배민다움을 이해하고 발전시켜나가며 체화한 스토리는 유명합니다. 직원들의 투표를 통해 호수가 보이는 잠실로 사무실을 이전했고, ‘송파구에서 일 잘하는 법’으로 명명한 배민 직원의 업무 지침도 배민다움을 직원들에게 공유하고 이해시키기 위해 만들어 내부에서 외부로 향했습니다.

디즈니의 '캐스트' - 디즈니에서는 테마파크 직원들은 ‘캐스트’라 불립니다. 영화가 끝나고 엔딩 크레딧이 올라가면 등장인물들의 이름이 올라가 듯 디즈니는 테마파크를 무대로 생각하고 그곳에서 일하는 직원은 고객을 위해 연기하는 배우라고 생각합니다 공연하는 직원, 청소하는 직원, 햄버거를 파는 직원 등 이들 모두는 디즈니가 찍는 영화의 한 장면을 담당한다고 자부하고 있습니다. 고객을 관객이라고 상정하고 그들이 파는 것은 훌륭한 기술이나 서비스가 아니라 꿈·환상, 그리고 사랑이라는 보이지 않는 가치라는 점을 직원들에게 먼저 설득합니다.

구글의 '20% 룰' - 최고의 기업이 되기 이전에도 구글은 직원을 최고의 자산이라 생각하며 그에 걸맞은 대우를 해주는 것으로 유명했습니다. 전 세계 국가에서 모인 인재들을 위해 카페테리아에 최고의 셰프들이 만든 요리를 모두 맛볼 수 있게 했죠. 특히, ‘20% 타임제’를 통해 업무 시간의 20%는 개인적 관심사에 시간을 보낼 수 있게 해 직원들은 자발적으로 자신의 관심사와 회사의 일을 연결해 훌륭한 성과를 만들고 있습니다. 실제로 구글 로고를 디자인한 한국인 데니스 황은 구글 맵스, g메일 등의 로고도 ‘20% 타임’을 통해 만들었죠. 한마디로 구글은 내부 고객들에게 먼저 브랜드를 팔고, 구글의 열정적 팬이 된 직원들이 다시 고객에 파는 회사라고 할 수 있습니다.

[ 큐레이터의 문장 🎒 ]

"송소고택* 방으로 안내하기 전, 내일 손님을 맞을 다른 방 아궁이에 잠시 멈췄다. 참나무 향이 기분 좋게 나며 벌겋게 타는 장작을 보여주며 “손님이 예약하면 하루 전부터 방에 불을 이렇게 땝니다. 당일 날 때면 방이 뜨거워 손님이 잘 수가 없어서 하루 전에 불을 땝니다. 이틀 동안 그 온기로만 손님들이 편한 밤을 보내시지요”라고 설명했다. 온돌처럼 은은한 온기를 담은 목소리로 전해지는 진심은 추위를 녹이고도 남았다."

* 1880년경 지어진 ‘송소고택’은 청송의 만석꾼 심호택의 99칸 살림집이다. 지금까지 딱 3개가 남아 있는 조선시대 99칸 집 중 가장 아름다운 고택으로 알려져 있다. 송소고택은 청송 심 씨 11대 종손인 심재오 선생이 직접 관리를 하고 손님을 맞는다.

https://jmagazine.joins.com/economist/view/331826

배민의 '배민다움' - 아이디어 생성과정에서 직원들 스스로가 배민다움을 이해하고 발전시켜나가며 체화한 스토리는 유명합니다. 직원들의 투표를 통해 호수가 보이는 잠실로 사무실을 이전했고, ‘송파구에서 일 잘하는 법’으로 명명한 배민 직원의 업무 지침도 배민다움을 직원들에게 공유하고 이해시키기 위해 만들어 내부에서 외부로 향했습니다. 디즈니의 '캐스트' - 디즈니에서는 테마파크 직원들은 ‘캐스트’라 불립니다. 영화가 끝나고 엔딩 크레딧이 올라가면 등장인물들의 이름이 올라가 듯 디즈니는 테마파크를 무대로 생각하고 그곳에서 일하는 직원은 고객을 위해 연기하는 배우라고 생각합니다 공연하는 직원, 청소하는 직원, 햄버거를 파는 직원 등 이들 모두는 디즈니가 찍는 영화의 한 장면을 담당한다고 자부하고 있습니다. 고객을 관객이라고 상정하고 그들이 파는 것은 훌륭한 기술이나 서비스가 아니라 꿈·환상, 그리고 사랑이라는 보이지 않는 가치라는 점을 직원들에게 먼저 설득합니다. 구글의 '20% 룰' - 최고의 기업이 되기 이전에도 구글은 직원을 최고의 자산이라 생각하며 그에 걸맞은 대우를 해주는 것으로 유명했습니다. 전 세계 국가에서 모인 인재들을 위해 카페테리아에 최고의 셰프들이 만든 요리를 모두 맛볼 수 있게 했죠. 특히, ‘20% 타임제’를 통해 업무 시간의 20%는 개인적 관심사에 시간을 보낼 수 있게 해 직원들은 자발적으로 자신의 관심사와 회사의 일을 연결해 훌륭한 성과를 만들고 있습니다. 실제로 구글 로고를 디자인한 한국인 데니스 황은 구글 맵스, g메일 등의 로고도 ‘20% 타임’을 통해 만들었죠. 한마디로 구글은 내부 고객들에게 먼저 브랜드를 팔고, 구글의 열정적 팬이 된 직원들이 다시 고객에 파는 회사라고 할 수 있습니다. [ 큐레이터의 문장 🎒 ] "송소고택* 방으로 안내하기 전, 내일 손님을 맞을 다른 방 아궁이에 잠시 멈췄다. 참나무 향이 기분 좋게 나며 벌겋게 타는 장작을 보여주며 “손님이 예약하면 하루 전부터 방에 불을 이렇게 땝니다. 당일 날 때면 방이 뜨거워 손님이 잘 수가 없어서 하루 전에 불을 땝니다. 이틀 동안 그 온기로만 손님들이 편한 밤을 보내시지요”라고 설명했다. 온돌처럼 은은한 온기를 담은 목소리로 전해지는 진심은 추위를 녹이고도 남았다." * 1880년경 지어진 ‘송소고택’은 청송의 만석꾼 심호택의 99칸 살림집이다. 지금까지 딱 3개가 남아 있는 조선시대 99칸 집 중 가장 아름다운 고택으로 알려져 있다. 송소고택은 청송 심 씨 11대 종손인 심재오 선생이 직접 관리를 하고 손님을 맞는다. https://jmagazine.joins.com/economist/view/331826

포브스 코리아

《고객 경험(Customer eXperience)은 내부로부터》

[행사명]
O!E Women Bridge *O!House(오늘의집) Engineering Women Bridge

[행사 소개]
"왜 시니어 여성 개발자를 만나기 어려울까?"
주니어에서 중니어로, 다시 시니어로 성장하면서 
문득 주위를 둘러보셨나요?

우리는 모두 이 여정을 걷고 있지만, 
롤모델을 찾기 어려워 고민했던 순간들이 있었을 거예요.

O!E Women Bridge는 이런 생각에서 시작되었습니다.
회사와 직급의 경계를 넘어, 서로의 경험과 인사이트를 나누며 
건강하고 지속 가능한 커리어를 함께 그려가는 시간을 가져보려 합니다.

Tech 업계의 다양한 여성 엔지니어들과 함께
실제 경험과 노하우를 공유하고
서로의 성장을 응원하는 자리를 마련했습니다.

여러분의 경험과 이야기가 누군가의 새로운 길이 됩니다.
우리가 만드는 연결의 다리가
테크 업계에 의미 있는 변화를 만들어낼 것입니다.

각자의 자리에서 빛나고 있는 우리들의 이야기로
더 넓은 내일을 만들어갈 수 있도록
O!E Women Bridge에서 만나뵙기를 바랍니다.

[행사 개요]
일시: 2024년 12월 13일(금) 오후 7시
장소: 오늘의집 오피스 *강남역 8번 출구 앞, 삼성생명서초타워 27층 (지도 보기)
참석 인원: 60명 내외

[Timeline]
19:00~19:30: 입장 및 착석 *간단한 식사 및 다과 제공
19:30~20:00: 세선 1 - 엔지니어 커리어 라이프 사이클
20:00~20:45: 세션 2 - 여성 엔지니어로서의 지속 가능한 커

[오늘의집] O!E Women Bridge 참가 신청서

"왜 시니어 여성 개발자를 만나기 어려울까?"
라는 질문에서 시작된 자리라고 하네요!

이런 모임이 더 많아지면 좋겠습니다 응원합니다.

📍 일시 : 2024. 12. 13 (금) 오후 7시
📍 장소 : 오늘의집 오피스 (강남역 8번 출구 앞, 삼성생명서초타워 27층)

📝 참가 신청 링크 : https://ozip.me/eGYwncQ

"왜 시니어 여성 개발자를 만나기 어려울까?" 라는 질문에서 시작된 자리라고 하네요! 이런 모임이 더 많아지면 좋겠습니다 응원합니다. 📍 일시 : 2024. 12. 13 (금) 오후 7시 📍 장소 : 오늘의집 오피스 (강남역 8번 출구 앞, 삼성생명서초타워 27층) 📝 참가 신청 링크 : https://ozip.me/eGYwncQ

제 1회 오늘의집 여성 개발자 네트워킹 모임 개최

Aug-12th, 2024: Updated, new resources added.

The Perfect Prompt: A Prompt Engineering Cheat Sheet

챗지피티등의 LLM서비스(이하 챗지피티로 통일)는 그냥 사용해도 충분히 좋지만,
제 나름대로 사용하고 있는 몇가지 유용한 방법을 공유드립니다.

요약
1. 맥락을 유지한다.
2. 성능좋은 모델을 사용한다.
3. 프롬프트 템플릿을 사용한다.
4. 챗지피티는 제안하고 선택은 내가한다.
5. ChatGPT 맞춤 설정 (ChatGPT Customize) 을 사용하자.

1. 맥락을 유지한다. 
챗지피티의 원리는 특정 단어 다음에 올 가장 높은 확률의 단어를 계속해서 나열하는 것입니다.
그러므로 답변의 성능을 높이기 위해서는 컨텍스트를 유지하는 것이 좋습니다.
컨텍스트를 유지하는 가장 쉬운 방법은 바로 '주제별로 채팅창을 유지' 하는 것입니다.
대부분의 LLM서비스에는 예전에 했던 채팅창을 어느정도 유지해주는 기능이 있습니다.
이기능을 사용해서 주제별로 이야기를 이어가나는 것이 도움이 됩니다.

2. 성능 좋은 모델을 사용한다. 
성능 좋은 모델은 보통 비쌉니다. 챗지피티의 경우에
o1-preview
 모델이 최신 모델입니다.
깊은 사고를 필요로하는 질문의 경우 o1-preview를 사용하면 좋은 답변을 내줍니다.
예를들어 strawberry 안에 r이 몇개 있는지에 대한 질문을 보통은 답변을 못하는데요.
이는 챗지피티가 통계적 기반에 따라 답을 하기 때문입니다.
이러한
추론
 이 필요한 경우 o1-preview 모델을 사용하면 좋은 답변을 줍니다.
이번에 2025 수능 국어 영역에서 1개만 틀렸다고도 합니다.

3. 프롬프트 템플릿을 사용한다. 
프롬프트를 사용하여 챗지피티에게 좋은 응답을 받기 위해서는 여러번 대화를 주고받아야 하는 경우가 많습니다.
이럼에도 좋은 응답을 얻지 못하는 경우도 있죠.
짧은 대화로 좋은 응답을 얻으려면 프롬프트를 좀 더 자세하게 작성하는 편이 좋습니다. 그러나 그냥 자세히 작성하라고 하면 보통은 막막한 경우가 많습니다. 문장 작성에 도움을 받기위해서는 다음과 같은 프롬프트 템플릿을 사용하면 좋습니다.
목적: [작업의 목적]
형식: [원하는 출력 형식]
톤: [원하는 어조]
길이: [원하는 길이]
추가 요구사항: [기타 고려사항]

사람들이 많이 인용하는 프롬프트 템플릿 프레임워크로 AUTOMAT, CO-STAR 가 있습니다.
아래 URL을 참조 하시길 바랍니다.

https://medium.com/the-generator/the-perfect-prompt-prompt-engineering-cheat-sheet-d0b9c62a2bba

4. 챗지피티는 제안하고 선택은 내가한다. 
새로운 아이디어가 필요한 경우, 챗지피티에게 맡기는 경우가 종종 있습니다.
그러나 이렇게 해서는 좋은 응답을 얻기가 힘듭니다.
1번에 서술한 대로 챗지피티는 랜덤하게 텍스트를 만들어주는 도구이기 때문입니다.
그러므로 챗지피티를 사용해 좋은 결과를 얻으려면 챗지피티에게 제안을 해달라고 하는 것이 좋습니다.
예를들어 친구에게 줄 선물을 10가지 정도 제안해달라. 이런식으로 할 수 있겠습니다.
사용자는 챗지피티가 제안해준 것에서 골라서 더 디테일하게 질문을 하는 방식으로 진행하는 것이, 좋은 응답을 얻을 수 있습니다.

5. ChatGPT 맞춤 설정 (ChatGPT Customize) 을 사용하자. 
챗지피티의 메뉴에 보시면 ChatGPT 맞춤 설정 이라는 것이 있습니다.
맞춤설정 관련해서는 아래의 글을 참고하시면 좋습니다.

https://brunch.co.kr/@acc9b16b9f0f430/87

챗지피티등의 LLM서비스(이하 챗지피티로 통일)는 그냥 사용해도 충분히 좋지만,제 나름대로 사용하고 있는 몇가지 유용한 방법을 공유드립니다. 요약1. 맥락을 유지한다.2. 성능좋은 모델을 사용한다.3. 프롬프트 템플릿을 사용한다.4. 챗지피티는 제안하고 선택은 내가한다.5. ChatGPT 맞춤 설정 (ChatGPT Customize) 을 사용하자. 1. 맥락을 유지한다.&nbsp;챗지피티의 원리는 특정 단어 다음에 올 가장 높은 확률의 단어를 계속해서 나열하는 것입니다.그러므로 답변의 성능을 높이기 위해서는 컨텍스트를 유지하는 것이 좋습니다.컨텍스트를 유지하는 가장 쉬운 방법은 바로 '주제별로 채팅창을 유지' 하는 것입니다.대부분의 LLM서비스에는 예전에 했던 채팅창을 어느정도 유지해주는 기능이 있습니다.이기능을 사용해서 주제별로 이야기를 이어가나는 것이 도움이 됩니다. 2. 성능 좋은 모델을 사용한다.&nbsp;성능 좋은 모델은 보통 비쌉니다. 챗지피티의 경우에 <code >o1-preview</code>&nbsp;모델이 최신 모델입니다.깊은 사고를 필요로하는 질문의 경우 o1-preview를 사용하면 좋은 답변을 내줍니다.예를들어 strawberry 안에 r이 몇개 있는지에 대한 질문을 보통은 답변을 못하는데요.이는 챗지피티가 통계적 기반에 따라 답을 하기 때문입니다.이러한 <code >추론</code>&nbsp;이 필요한 경우 o1-preview 모델을 사용하면 좋은 답변을 줍니다.이번에 2025 수능 국어 영역에서 1개만 틀렸다고도 합니다. 3. 프롬프트 템플릿을 사용한다.&nbsp;프롬프트를 사용하여 챗지피티에게 좋은 응답을 받기 위해서는 여러번 대화를 주고받아야 하는 경우가 많습니다.이럼에도 좋은 응답을 얻지 못하는 경우도 있죠.짧은 대화로 좋은 응답을 얻으려면 프롬프트를 좀 더 자세하게 작성하는 편이 좋습니다. 그러나 그냥 자세히 작성하라고 하면 보통은 막막한 경우가 많습니다. 문장 작성에 도움을 받기위해서는 다음과 같은 프롬프트 템플릿을 사용하면 좋습니다.<pre ><code>목적: [작업의 목적]
형식: [원하는 출력 형식]
톤: [원하는 어조]
길이: [원하는 길이]
추가 요구사항: [기타 고려사항]</code></pre>사람들이 많이 인용하는 프롬프트 템플릿 프레임워크로 AUTOMAT, CO-STAR 가 있습니다.아래 URL을 참조 하시길 바랍니다. https://medium.com/the-generator/the-perfect-prompt-prompt-engineering-cheat-sheet-d0b9c62a2bba 4. 챗지피티는 제안하고 선택은 내가한다.&nbsp;새로운 아이디어가 필요한 경우, 챗지피티에게 맡기는 경우가 종종 있습니다.그러나 이렇게 해서는 좋은 응답을 얻기가 힘듭니다.1번에 서술한 대로 챗지피티는 랜덤하게 텍스트를 만들어주는 도구이기 때문입니다.그러므로 챗지피티를 사용해 좋은 결과를 얻으려면 챗지피티에게 제안을 해달라고 하는 것이 좋습니다.예를들어 친구에게 줄 선물을 10가지 정도 제안해달라. 이런식으로 할 수 있겠습니다.사용자는 챗지피티가 제안해준 것에서 골라서 더 디테일하게 질문을 하는 방식으로 진행하는 것이, 좋은 응답을 얻을 수 있습니다. 5. ChatGPT 맞춤 설정 (ChatGPT Customize) 을 사용하자.&nbsp;챗지피티의 메뉴에 보시면 ChatGPT 맞춤 설정 이라는 것이 있습니다.맞춤설정 관련해서는 아래의 글을 참고하시면 좋습니다. https://brunch.co.kr/@acc9b16b9f0f430/87

Medium

챗지피티와 같은 LLM을 잘 사용하는 방법

최근에 팀옮기고 뭔지 모르지만 일단 하라고 해서 그냥 하고 있는데..
어떻게 해야될지 모르겠는 것도 그냥 계속 고민하고 시도하다보면 풀리는 경우가 있었다.
최소한 이걸 해봐야지 저걸 해봐야지 라는 아이디어가 떠오르긴함.
'하면 된다'라는 오래된 표어가 생각보다는 말이 되는 것 같다.

최근에 팀옮기고 뭔지 모르지만 일단 하라고 해서 그냥 하고 있는데.. 어떻게 해야될지 모르겠는 것도 그냥 계속 고민하고 시도하다보면 풀리는 경우가 있었다. 최소한 이걸 해봐야지 저걸 해봐야지 라는 아이디어가 떠오르긴함. '하면 된다'라는 오래된 표어가 생각보다는 말이 되는 것 같다.

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?

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

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

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

Kernel360 : 파이널 프로젝트 서비스 체험하기
▷ https://bit.ly/412sorn

안녕하세요, 여러분-!! 패스트캠퍼스 입니다. 따뜻한 오후 보내고 계신가요?

Kernel360 에서 프론트엔드&백엔드 개발자 분들이 약 2개월간 개발한 프로젝트의 첫 사용자가 되어주실 분들을 모시고 있습니다.

팀에 도움이 되는 이슈 혹은 개선 사항을 남겨주신 분들께는 
추첨을 통해 소정의 상품을 전달드릴 예정이니 많은 관심과 참여를 부탁드립니다-!! 😀

[Kernel360 : 서비스 체험하기 행사 안내]
 - 참여 기간 : 2024년 11월 22일(금) ~ 2025년 11월 26일(화)
 - 참여 대상 : Kernel360 혹은 소프트웨어 개발에 관심을 가지고 계신 모든 분

[참여 방법]
1. 하단 팀 소개 페이지를 통해 직접 Kernel360의 서비스 사용해보기
2. 발견한 개선 사항을 팀 소개 페이지 하단에 위치한 설문폼을 통해 전달하기

[팀 소개 페이지]
✍🏻 Biengual, 쉽고 재미있게 영어를 배우고 싶은 사람을 위한 영어 학습 플랫폼
▷ https://bit.ly/4fjjw5a

✨ Omocha, 매니아들을 위한 경매 플랫폼
▷ https://bit.ly/3YJLwrr

💾 TechPick, 인터넷 세상에서 지식을 찾는 사람들을 위한 유틸리티
▷ https://bit.ly/4erXsUq

🏸 콕콕, 배드민턴을 함께 즐길 친구가 필요한 사람을 위한 플랫폼
▷ https://bit.ly/4fxMXAg

[Kernel360 과정 소개]
Kernel360은 ‘한참 가르쳐야 하는 신입’이 아닌 '바로 현업에서 협업이 가능한 개발자' 를 양성하는 과정으로, Kernel360 교육과정이 추구하는 목표는 '회사와 유사한 환경'에서 학습하고 성장하도록 하는 것입니다.

■ 이전 기수 최종 발표회 ▷ https://bit.ly/3YXGg3G
■ Kernel360 오픈세미나 ▷ https://bit.ly/4hWShz7
■ 더욱 자세한 정보가 알고 싶다면? ▷ https://kernel360.co.kr/program

Kernel360 : 파이널 프로젝트 서비스 체험하기 ▷ https://bit.ly/412sorn 안녕하세요, 여러분-!! 패스트캠퍼스 입니다. 따뜻한 오후 보내고 계신가요? Kernel360 에서 프론트엔드&amp;백엔드 개발자 분들이 약 2개월간 개발한 프로젝트의 첫 사용자가 되어주실 분들을 모시고 있습니다. 팀에 도움이 되는 이슈 혹은 개선 사항을 남겨주신 분들께는&nbsp;추첨을 통해 소정의 상품을 전달드릴 예정이니 많은 관심과 참여를 부탁드립니다-!! 😀 [Kernel360 : 서비스 체험하기 행사 안내]&nbsp;- 참여 기간 : 2024년 11월 22일(금) ~ 2025년 11월 26일(화)&nbsp;- 참여 대상 : Kernel360 혹은 소프트웨어 개발에 관심을 가지고 계신 모든 분 [참여 방법]1. 하단 팀 소개 페이지를 통해 직접 Kernel360의 서비스 사용해보기2. 발견한 개선 사항을 팀 소개 페이지 하단에 위치한 설문폼을 통해 전달하기 [팀 소개 페이지] ✍🏻 Biengual, 쉽고 재미있게 영어를 배우고 싶은 사람을 위한 영어 학습 플랫폼▷ https://bit.ly/4fjjw5a ✨ Omocha, 매니아들을 위한 경매 플랫폼▷ https://bit.ly/3YJLwrr 💾 TechPick, 인터넷 세상에서 지식을 찾는 사람들을 위한 유틸리티▷ https://bit.ly/4erXsUq 🏸 콕콕, 배드민턴을 함께 즐길 친구가 필요한 사람을 위한 플랫폼▷ https://bit.ly/4fxMXAg [Kernel360 과정 소개]Kernel360은 ‘한참 가르쳐야 하는 신입’이 아닌 '바로 현업에서 협업이 가능한 개발자' 를 양성하는 과정으로, Kernel360 교육과정이 추구하는 목표는 '회사와 유사한 환경'에서 학습하고 성장하도록 하는 것입니다. ■ 이전 기수 최종 발표회 ▷ https://bit.ly/3YXGg3G■ Kernel360 오픈세미나 ▷ https://bit.ly/4hWShz7■ 더욱 자세한 정보가 알고 싶다면? ▷ https://kernel360.co.kr/program

[패스트캠퍼스] Kernel360 : 파이널 프로젝트 서비스 체험하기

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필