0. 갑자기 궁금해서 찾아본 것
[ Optimistic Concurrency Control & Pessimistic Concurrency Control ]
- Optimistic Concurrency Control
  사용자들이 같은 데이터를 동시에 수정하지 않을 것을 가정한다.
  읽는 시점에 Lock을 걸지 않는 대신 수정 시점에 값이 변경되었는지 검사한다.

- Pessimistic Concurrency Control
  사용자들이 같은 데이터를 동시에 수정할 것을 가정한다.
  데이터를 읽는 시점에 Lock을 걸고 transaction 완료시점까지 유지한다.

1. BST
- 정렬된 인메모리 자료구조이다.
- 키-값 쌍 검색에 사용한다.
- 키와 두개의 자식포인터가 저장된 여러 노드로 구성되며, 트리에는 단 한개의 루트노드만 있을 수 있다.
- 탐색공간을 왼쪽 서브트리와 오른쪽 서브트리로 분할한다.
- 루트에서부터 왼쪽 포인터를 따라 leaf 레벨까지 내려가면 트리에서 가장 작은 키, 반대로 오른쪽은 가장 큰 키이다.
- 탐색은 루트에서 시작하고 대상 키를 찾으면 리프 레벨에 도달하기 전에 탐색이 끝날 수 있다.

2. 트리 밸런싱
- 노드 삽입 작업에는 특정 패턴이 없고, 삽입하는 값에 따라서 트리가 불균형 해 질 수 있다.
- 최악의 상황에는 로그복잡도 트리가 아니라 선형 복잡도의 링크드리스트 형태가 될 수 있다. (skewed binary search tree(편향 이진 탐색 트리))    
- 즉, 트리의 균형이 중요하다. 한 쪽으로 치우친 경우는 매우 비효율 적이기 때문이다.

3. 디스크 기반 스트리지용 트리
- BST 를 디스크에서 제어하면 발생하는 몇 가지 문제
    1. 지역성 : 새로운 노드와 부모 노드가 가까운 위치에 저장되지 않을 수 있음.
    2. 트리의 높이 :  자식포인터를 따라가는 비용과 밀접한 관계가 있음
        1. 노드가 가질 수 있는 최대 자식 노드 개수 → fanout

** 결론은, 지역성을 고려하지 않는 자료구조는 비교횟수만큼 디스크 탐색이 필요할 수 있으니 지역성이 결여된 자료 구조는 피하자.
- 인접한 키의 지역성을 높이기 위한 높은 fanout
- 트리 순회 중 디스크 탐색 횟수를 줄이기 위한 낮은 트리높이

4. HDD
- 디스크에서는 seek 작업이 랜덤 읽기 비용의 많은 부분을 차지한다.
    - 디스크를 회전하고 읽기/쓰기용 헤드를 원하는 위치까지 물리적으로 옮겨야 하기 때문이다.
- 디스크의 최소 전송 단위는 sector 이다.
    - 모든 작업은 최소 한개의 sector를 읽거나 쓴다.
- 물리적 헤드 이동은 HDD 작업 중 가장 비용이 높은 작업이다.

5. SSD
- 물리적으로 움직이는 부품이 없다.
    - 회전하는 디스크도, 이동시킬 헤드도 없다.
- cell로 구성된다.
- cell → string → page → block
- cell은 한개 또는 여러 개의 bit를 저장한다.
- page가 읽고 쓸 수 있는 가장 작은 단위, 또한 비어있는 cell에만 쓸 수 있다.
- 삭제할 수 있는 단위는 block → erase block
- block 내 page는 순차적으로 쓴다.
- 효율적인 디스크 기반 자료구조 설계가 어려운 이유는
    - 디스크 접근비용
    - block 단위로 삭제가 가능

6. 유비쿼터스 B-트리
- 도서관의 카탈로그 룸에서 원하는 도서를 찾는것과 유사하다.
- 검색항목을 빠르게 찾을 수 있는 계층형 자료구조이다.
- fanout이 높고 높이가 낮은 BST 기반의 트리이다.
- B-트리는 키의 순서가 보장이 되고, 노드 키를 기준으로 정렬해서 저장하기 때문에 이진 탐색같은 알고리즘을 사용해 특정 키를 찾을 수 있다.

 7. B-트리 계층
- 각 노드는 최대 N개의 키와 N+1개의 자식 노드 포인터를 저장한다.
- 루트노드 : 트리의 최상위 노드로 부모 노드가 없음
- 내부노드 : 루트와 리프 노드를 연결하는 모든 노드
- 리프노드 : 자식노드가 없는 트리의 최하위 계층 노드
- B-트리는 page 기반 자료구조라서, 노드와 페이지가 같은 의미로 쓰이기도 한다.
- B-트리는 리프노드에만 데이터가 있고, 나머지 노드는 데이터를 찾아가는 포인터를 가지고 있다.

8. B-트리 쓰기
- 쓰기는 여러 Disk write가 필요할 때가 있다.
- 중간에 crash 하는 경우 데이터가  corrupted 될 수 있다.
- 때문에 Write-ahead log(WAL) 이라는 파일에 어떤 write 를 할 지 미리 쓰고나서 작업을 이어간다. (LSM tree 에서의 log file과 유사)

  
1. B-트리 개요
-  B-트리는 가장 많이 사용되는 자료구조 중 하나다.
   근데, 이게 최신 알고리즘은 아니라고 한다.
-

색인(index)의 두 가지 형태 : LSM 트리 & B 트리 -2

포스트 코로나로 많은 기업들이 하이브리드 업무 환경으로 가면서 클라우드의 데이터 관리에 관심이 높아지고 있다. 기술산업 전문 분석 기업 무어 인사이트&스트래티지의 CEO 팻 모어해드는 "곧 하이브리드와 멀티 클라우드의 세계가 될 것"이라고 밝힌 바 있다. 그뿐만 아니다. 데이터 관리에서 하이브리드와 멀티 클라우드는 이미 많은 분석가들 사이에서 '뜨거운 감자'로 부상했다.

[기고] 하이브리드 아니면 시작하지 마라

포스트 코로나로 많은 기업들이 하이브리드 업무 환경으로 변화하며 클라우드 데이터 관리에 관심이 높아지고 있습니다. 가트너는 보고서를 통해 2026년까지 멀티 클라우드와 하이브리드 기능을 지원하지 못하는 데이터 관리 툴과 플랫폼의 90%가 3년 이내에 폐기될 것이라고 합니다.

또한, 특정 문제를 해결하기 위한 포인트 솔루션이 기업의 요구를 충족하지 못하고 있습니다. 가트너 보고서에 따르면 2024년까지 클라우드에 새로 구축되는 시스템의 50%는 포인트 솔루션이 아닌, 클라우드 데이터 생태계가 될 것이라고 합니다. 하이브리드와 멀티 클라우드는 새로운 표준이자 미래입니다. 데이터 관리는 하이브리드여야 하고 그렇지 않다면 시작하지 않아야 합니다.

디지털타임스에 기고된 글을 통해 데이터 관리에 대한 인사이트를 얻어가시기 바랍니다.

디지털타임스

하이브리드가 아니면 시작하지 마라

5월 11일에 진행된 제1회 kakao tech meet의 첫 번째 발표 영상과 발표자 인터뷰를 공유합니다. https://youtu.be/ymnzKS_2sSEChatGPT, Developer, OpenSource, Copilot 발표자 소개를 해주세요. 또한 VOD 시청을 추천하는 분이 있다면 알려주세요.안녕하세요. 황민호(robin.hwang)라고 합니다. 카카오에서 검색, 광고, 오픈소스와 관련된 여러 서비스들을 개발했습니다. 현재는 사내 개발자들

ChatGPT로 달라진 개발자의 일상 / 제1회 kakao tech meet

5월 11일에 진행된 제1회 kakao tech meet의 발표 영상입니다. 발표자는 AI의 강점을 활용하면서, 동시에 그 한계를 이해하고 이를 보완하는 것이 중요하다고 합니다. 

프롬프트 작성에 대한 팁도 소개하는데요. 프롬프트를 ‘정중하게’ 작성하면 더욱 좋은 결과를 얻을 수 있다고 해서 흥미롭습니다.

tech.kakao.com

ChatGPT로 달라진 개발자의 일상

kafka 조금 아는 척하기 1 (개발자용)

"분산 이벤트 처리 플랫폼" 이라는 Kafka, 사용하는 회사가 많습니다. 스케일러블이 가능하고 성능상 이점이 많아 사실상 표준이 되었다고 해도 될 것 같아요.

저도 Kafka에 대해서 깊게 알지는 못 하는데요, 카프카의 기본기에 대해서 잘 설명해주시는 영상을 찾아서 공유합니다. 예전에 봤었는데 다시 봐도 새로운 부분이 있네요.

짧은 영상이니 출퇴근길에 살짝 봐주시면 카프카에 대한 감을 찾으실 수 있을 겁니다. (재밌으셨다면.. 2편도 있답니다)

https://www.youtube.com/watch?v=0Ssx7jJJADI

YouTube

출퇴근길 10분으로 Kafka 조금 아는 척 하기

These efforts yielded immediate benefits for our team in three key areas: cost, performance, and productivity. While not the focus of this initiative, we also have realized significant incremental revenue as a direct result of being able to deliver more d

Reducing Our Data Infrastructure Costs by 76% by Migrating from Snowflake to Databricks | What If Media Group

데이터 처리 분야에서 snowflake와 databricks가 끝없이 경쟁하고 있습니다. 이번엔 기존 인프라를 databricks로 전환하며 인프라 비용을 76% 절감한 사례가 공유 되었네요. 

제가 이해하기로는 snowflake는 DW에 강점이 있어서 business intelligence에 집중한다면 이득을 많이 볼 수 있고, databricks는 lakehouse architecture 기반으로 data science, machine learning 분야에 많은 장점이 있습니다.

사례로 나온 What If Media Group도 비즈니스의 가장 중요한 부분이 머신러닝과 데이터 사이언스라고 하니, 이 부분에서 비용을 많이 줄인 것 같습니다. 

그런데 마이그레이션 이전 아키텍쳐를 보면, 그 당시엔 최선이었겠지만, 비용이 비쌀 수 밖에 없는 구조긴 했네요. snowflake 서비스 안에서는 해결할 수 없어서 databricks의 Delta 로 눈을 돌린 것 같습니다. 

> These cost savings were driven by several key capabilities that were unlocked with Databricks but were not available with Snowflake.

> By migrating key dimensional tables from Snowflake to Delta and streaming events directly from our event store, we no longer had to “reload entire Snowflake tables every 2 minutes” when trying to score and push our marketing messages.

Whatifmediagroup

snowflake에서 databricks 전환으로 비용 76% 줄인 사례

Large language models are trained in two stages: (1) unsupervised pretraining from raw text, to learn general-purpose representations, and (2) large scale instruction tuning and reinforcement learning, to better align to end tasks and user preferences.

LIMA: Less Is More for Alignment

커리어리 친구들, 요즘 하루가 멀다하고 인공지능 분야에 새로운 논문과 서비스가 나오고 있습니다. 오늘은 메타의 새로운 논문이자 모델인 LIMA에 대해 짧게 요약하고자 합니다. 

🌸 강화학습 이나 선호도 모델링 없이 잘 큐레이트된 1000개의 프롬프트만으로 파인튜닝한 LLaMA 모델

🌸 43% 사례에서 GPT-4와 동등하거나 더 선호, Bard와 비교했을 때 58%, 휴먼 피드백으로 훈련한 DaVinci003에 비해 65% 높음

🌸 논문의 가설은 LLM의 거의 모든 지식은 Pretraining중에 학습되는 것이며, Alignment는 사용자와 상호작용하는 포맷/스타일을 학습하는 간단한 프로세스 라는 것

🌸 650억개 파라미터를 가진 LLaMA 모델과 천 개의 프로폼트로 GPT-4 성능에 근접함

arXiv.org

<새 메타의 논문, LIMA에 대하여>

배민 앱에서는 많은 음식점 중 선택을 해야 하는 사용자들의 고민을 덜어 주고자 리뷰 서비스를 제공합니다. 사용자들은 작성된 리뷰 내용 및 평점을 참고하여 메뉴를 선택하는 경우가 많습니다. 높은 평점과 후기가 좋은 리뷰를 확보하는 게 중요하다 보니, 리뷰 작성 대행 업체나 다수의 계정을 동원해 허위 리뷰를 작성하는 일이 발생합니다.

배민 앱 리뷰 품질을 향상시킨 방법은? 머신 러닝 X 네트워크 탐지 모델 도입 | 우아한형제들 기술블로그

배민의 리뷰의 건전한 생태계를 유지하고, 리뷰 본연의 목적을 유지하기 위해, 허위 리뷰를 작성하는 행위를 효과적으로 막고, 정직한 리뷰를 제공하기 위해 준지도 학습 알고리즘(Deep SAD)과 소셜 네트워크 분석을 결합하여 리뷰 조작 업체를 탐지하는 모델에 관한 자세한 내용입니다. 상세 내용은 원문 필독 강추! 합니다. ^^

🔎  탐지모델
🚩 머신 러닝 기반 이상 탐지
> 이를 통해 이상 회원인리뷰조작 회원을 우선 탐지하고, 소셜 네트워크 분석을 통해 회원과 가게의 연관 관계를 분석하여 최종적으로 리뷰 조작 업체(그룹군) 탐지

🔎  머신러닝 알고리즘
🚩 준지도 학습 알고리즘 중 초기에 라벨 데이터가 없어도 모델 구축 가능한 장점을 가진 Deep SAD(Semi-supervised Anomaly Detection) 알고리즘

🔎 리뷰 조작 회원 탐지 학습 방법
🚩 CNN 구조가 아닌 정형 데이터를 그대로 학습 가능하도록 일반적인 Autoencoder 구조로 변환하여 Deep SAD를 학습
🚩 기존에 룰셋으로 차단한 소량의 라벨 데이터와 라벨링되지 않은 데이터를 모두 사용한 학습
> 이를 통해 결과적으로 중심점에서 거리가 먼 리뷰 조작 가능성이 높은 회원 탐지 가능해짐.

🔎 리뷰 조작 업체 탐지 학습 방법
🚩  준지도 이상 탐지로 탐지한 이상 회원에 대해서만 네트워크 탐지 적용
🚩 리뷰 작성 가게 간 유사도가 높은 경우만 에지(edge)로 연결해주는 네트워크 구성
🚩  커뮤니티 탐지(community detection) 알고리즘 보다 더 강한 조건인 K-core 분해(decomposition)를 적용하여 그래프내 응집도가 높은 그룹만 추출

🔔 최종 리뷰 조작 업체 탐지 모델
🚩  준지도 학습 이상 탐지 알고리즘인 Deep SAD와 네트워크 탐지 방법을 결합한 리뷰 조작 업체 탐지 모델
🚩  회원별 피처 데이터를 집계하여 준지도 이상 탐지 알고리즘을 이용해 이상 회원을 탐지
🚩  이상 스코어가 높을수록 약한 조건의 네트워크 탐지를 적용하고, 이상 스코어가 낮은 회원들에 대해서는 강한 조건의 네트워크 탐지를 적용
🚩  두 가지 결과를 통합하여 탐지하게 되고, 검수 후 조치
🚩 조치를 통해 차단된 라벨데이터를 저장하여 모델 재학습
🚩 재학습을 통해 신규 모델을 생성하고 탐지하는 과정 진행

우아한형제들 기술블로그 |

배민 앱 리뷰 품질을 향상시킨 방법은? 머신 러닝 X 네트워크 탐지 모델

아랍에미리트의 글로벌 과학연구센터 아부다비 첨단기술연구위원회(Advanced Technology Research Council, 이하, ATRC)의 기술혁신연구소(Tech Innovation Institute. 이하, TII)가 UAE 최초의 대형언어모델(LLM) 이자 생성 AI(Generative AI) 모델 '팰컨 40B(Falcon 40B)'을 연구 및 상용화를 위해 오픈 소스로 공개했다.이 선도적인 움직임은 부문 간 협업을 촉진하고 생성형 인공지

UAE 기술혁신연구소, LLM 이자 생성 AI 플랫폼 누구나 사용한다!...'팰컨 40B' 오픈소스로 공개

아랍에미리트의 글로벌 과학연구센터 아부다비 첨단기술연구위원회(Advanced Technology Research Council, 이하, ATRC)의 기술혁신연구소(Tech Innovation Institute. 이하, TII)가 UAE 최초의 대형언어모델(LLM) 이자 생성 AI(Generative AI) 모델 '팰컨 40B(Falcon 40B)'을 연구 및 상용화를 위해 오픈 소스로 공개했다.

2023년 3월에 처음 공개된 팰컨은 탁월한 성능을 선보이며 기술 발전에 대한 UAE의 의지를 강하게 나타냈다. 스탠퍼드대학교(Stanford University)의 HELM LLM(*) 벤치마킹 도구를 기반으로 하는 팰컨 40B는 훨씬 적은 학습 컴퓨팅 파워를 활용하는 데 유명한 경쟁 언어 모델들을 능가했다.
* HELM LLM(다운) 벤치마킹 도구: https://crfm.stanford.edu/helm/latest/

특히, 학습 컴퓨팅 면에서 오픈AI(OpenAI) GPT-3의 75%, 딥마인드(DeepMind) 친칠라 AI(Chinchilla AI)의 40%, 구글 팜(PaLM-62B)의 80%에 불과한 이 도구는 생성형 AI의 발전에 대한 TII의 노력을 입증했다.

이번 팰컨 40B 공개는 TII의 AI 및 AIDRC가 이끄는 획기적인 프로젝트로 지난해 4월 세계 최고 100억개 매개변수의 아랍어 자연어처리 모델 '누어(NOOR(*))'도 공개했으며, 곧 '팰컨 180B'도 발표할 예정이다.
* Noor: https://noor.tii.ae/

현재 팰컨 AI 모델은 세계 최대 플랫폼이자 커뮤니티인 허깅 페이스(Hugging Face)를 통해 다운(다운)받거나 애플리케이션 사례 요청 제안서를 제출할 수 있다. 지금까지 공개된 팰컨 LLM은 광범위한 무료 사용을 허용하는 오픈 소스 Apache 2.0 소프트웨어의 원칙에 따라 구축된 라이선스에 따라 제공된다.
* 팰컨 AI 모델 다운:https://huggingface.co/tiiuae

보다 상세한 내용은 아래 링크 참고 플리즈~^^

인공지능신문

UAE 기술혁신연구소, LLM 이자 생성 AI 플랫폼 누구나 사용한다!.

Starting on March 8, 2023, at 06:03 UTC, we experienced an outage that affected the US1, EU1, US3, US4, and US5 Datadog regions across all services. When the incident started, users could not access the platform or various Datadog services via the browser

2023 03 08 Incident: Infrastructure connectivity issue affecting multiple regions

지난 3월에 Datadog이 와전복구하기까지 2일이 걸린 대규모 장애가 있었습니다. Datadog이 옵저버빌리티 도구이므로 모니터링, 매트릭, 로그 등을 Datadog에 의존해서 사용할 가능성이 높으므로 Datadog의 장애는 다른 서비스에 꽤 치명적이었습니다. 서비스 장애로 연결되는 것은 아니지만 Datadog만 사용하고 있다면 지금 서비스의 상태가 어떠한지 파악하기 어려울 정도로 눈이 가려진 기분이 들었을 것입니다.

꽤 큰 장애였기 때문에 포스트모텀을 기다리고 있었는데 안올라와서 아쉬워 하고 있던차에 마침 생각나서 검색해 봤다가 최근에 드디어 포스트 모텀이 올라온 것을 알게 되었습니다. 흥미로운 부분이 많이 있습니다.

- 장애 대응팀이 선임 엔지니어링 리더 10명, 70명의 현지 장애 지휘관, 450~750명의 장애 대응자로 구성되어서 비상 운영 센터를 구축했고 해결할때까지 4교대로 근무했다고 합니다. 전사급 장애이긴 합니다만 5000명 규모의 회사에서 이정도 규모로 장애 대응팀을 운영한건 꽤 흥미로워서 장애 대응 절차에 대해서도 궁금해졌을 정도입니다. 2일간 다들 밤샐수는 없으므로 아마 글로벌에 걸쳐서 4교대로 대응한 거 같은데 장애 대응 인수인계등 시스템이 궁금해 졌습니다.
- Datadog의 특성상 고객의 서비스 모니터링에 큰 영향을 미치기 때문에 먼저 데이터 수집과 처리를 할 수 있게 복구하는데 먼저 집중하고 누락된 데이터 복구를 나중에 처리합니다. 그래서 2일간의 장애이지만 서비스 모니터링 기능은 1일 정도 지난 시점에(이것도 길긴 하지만) 복구하게 됩니다. 
- 장애 원인은 systemd의 보안업데이트가 적용되어 리스타트되면서 라우팅 테이블을 리셋하면서 Kubernetes 클러스터내 통신 문제가 생긴것이 원인이었습니다. 여러 리전으로 운영하는 Datadog의 모든 리전이 설계상 연결하지 않았음에도 모두다 장애가 발생한 것은 이 때문이었습니다. 

자세한 장애 원인은 별도의 포스트가 있어서 글이 길어져서 자세한 내용은 다음 글에 이어서 정리해 보겠습니다. 

https://www.datadoghq.com/blog/2023-03-08-multiregion-infrastructure-connectivity-issue/

2023 03 08 Incident: A Deep Dive into the Platform level Impact

좋아요 ㅎㅎ 좋아요 😀 😄 😁

Database Internals 의 2장 B-트리 개요를 읽으면서 Index 라는 것 자체를 찾아보게 되었다.

0. Database?
데이터를 받아서 저장하고 데이터를 요청받으면 다시 저장했던 데이터를 반환해 준다.

1. Index
- 쿼리 퍼포먼스를 올리기 위해 추가적으로 가지고 있는 데이터 스트럭쳐이다.
- 위의 과정을 좀 더 효율적으로 하기위해 Index를 활용하게 된다.
- Index의 추가와 삭제는 기존 데이터의 내용에 영향을 미치면 안된다.
- 오로지 질의 성능에만 영향을 주게된다.
- READ 성능을 높인다.
- 따라서 적절하고 적당한 Index 가 필요하다.
- 단점이 있을까?
    - 추가적으로 가지고 있는 스트럭쳐라서 추가적인 메모리와 디스크 용량을 사용하게된다.
    - DB를 write 할때 Index 도 같이 해주어야해서 write 퍼모먼스가 안좋아질 수 있다.

* HashMap 
-  Hashing??    : hash 함수를 이용해서 데이터를 HashTable 에 저장하고 검색하는 기법
-  Hash 함수?? : 데이터가 저장되어 있는 곳을 알려주어 대량의 데이터 중에서도 원하는 데이터를 빠르게 찾게함. 키를 있는 그대로 저장하는 경우 다양한 키의 길이 만큼의 크기를 마련해두어야함
- in memory hash map을 index로 사용해서 각각의 key의 값이 disk 어디에 있는지 저장해둔다.
- 실제로 Bitcask 라는 key/value store 에서 이런방식을 사용하고 있다.
(https://github.com/basho/bitcask)

2. LSM(Log-Structed-Merge) Tree 
- Patrick O’Neil이 1996년 발표한 논문 The Log-Structured Merge-Tree (LSM-Tree)에서 처음 발표되었다.
- task tracking, workflow automation 등의 최적화 활동관리 기능의 수요가 증가하던 시대였다.
- 이름처럼 Log 파일 기반으로 작동하는 방식이다. 
(여기서 말하는 Log 파일이란 Append-Only 파일 : 한번 쓰여진 파일은 바뀌지 않는다. 새로운 데이터는 파일의 끝에 추가된다. )
- B-tree 구조로는 구조상 디스크의 random I/O 가 무수히 발생할 수 있어 쓰기요청이 많은 로그성 데이터에는 부적합했다.
-  Sorted String Table 을 사용해서 유저가 쓴 순서대로 key를 넣는게 아니라, key들이 sort 되어있다.
- 그렇게 되면 Append-Only가 깨지지 않을까?
    - 새로운 key/value를 추가하려 할 때 SSTable 에 넣는게 아니라 메모리에 있는 binary tree 에 추가한다.
    - memory 에 keep하고 있는 테이블을 Memtable 이라고한다. 요 테이블에서 저장 된게 일정 사이즈를 넘어가면 SSTable 로 옮긴다.
        - 쓸때는 compaction이 이루어진다.
- 그럼 SSTable 에 저장되기전에 충돌이 나면 다 날아가는건가?
    - 아니다. disk의 log file 에 기록을 남겨둔다.
    - 이후 SSTable 에 저장된 후에는 memory 와 log file은 삭제한다.
- 데이터를 읽는 순서는 Memtable 에서 확인하고 없으면 SSTable을 확인하게 된다.

[ 특징정리 ]
    - write 이 빠르다.
        - memtable 과 log file 만 업데이트 하면 끝이다.
    - 모든 키를 메모리에 넣을 필요가 없다.
    - Range 쿼리가 가능하다.
    - 많은 NoSQL 데이터 베이스들이 LSM Tree를 사용한다.

[ LSM 트리가 성능을 최적화한 방법 ]
* 블룸 필터 (Bloom Filter) 
- 블룸 필터는 원소가 특정 집합에 속하는지 여부를 확률적으로 알아낼 수 있는 자료구조로, 이를 활용하면 키가 데이터베이스가 존재하는지 유무를 알 수 있다. 
- 블룸 필터를 통해 데이터가 없다고 판단되었을 경우, 실제로도 찾으려는 데이터가 디스크에 존재하지 않음이 보장되기 때문에 추가적인 디스크 읽기를 아낄 수 있다.
-  다만, 블룸 필터는 데이터가 있다고 판단했지만 실제 디스크에는 데이터가 없는 False Positive 가 발생할 수 있다.

* 레벨 컴팩션 (Leveled Compaction)
- SS 테이블을 여러 단계(level)로 구분한다. 단계가 높아질수록 테이블의 크기가 커진다. 상대적으로 좀 더 새롭고 작은 SS 테이블을 상대적으로 오래됐고 큰 SS 테이블에 연이어 합치는 방식이다. 한 레벨의 SS 테이블 파일들끼리는 키가 겹치지 않는 특징 때문에 데이터를 찾기 위해서 level 수만큼만 쿼리하면 된다.

* Skip List
- 멤테이블에 데이터를 효율적으로 쓰고 읽기위해 멤테이블을 skip list 로 구현하는 경우도 있다. (Rocks DB, Level DB)

출처 : Database Internals, https://code-run.tistory.com/69

색인(index)의 두 가지 형태 : LSM 트리 & B 트리 -1

While there are many resources to help programmers write better code-such as books and static analyzers-there are few for writing better comments. While it's easy to measure the quantity of comments in a program, it's hard to measure the quality, and the 

Best practices for writing code comments

1. 코드 내용을 그대로 반복하는 (추가 정보가 없는) 주석은 적지 말라.
2. 좋은 주석은 불명확한 코드를 변명하지 않는다.
    - 주석으로 코드를 설명하지 말고 코드를 다시 써라.
3. 명확한 주석을 적을 수 없다면 코드에 문제가 있을 수 있다.
    - 코드가 어렵다고 주석으로 경고하지 말고 코드를 다시 써라.
4. 주석은 혼란을 야기하는 것이 아니라 해소해야 한다.
    - 주석을 보고 더 헷갈린다면 그 주석은 지워라.
5. 관용적이지 않은(unidiomatic) 코드는 주석으로 설명하라.
    - 불필요하거나 중복된다고 생각할 수 있는 코드, 이로 인해 다른 누군가가 "단순화"할 수도 있다고 생각되는 코드에는 주석을 달아 설명하는 것이 좋다.
6. 복사한 코드라면 원본 출처 링크를 주석에 포함하라.
    - 향후 코드를 읽을 동료가 전체 컨텍스트(어떤 문제, 해당 솔루션이 권장되는 이유 등)를 파악하는 데 도움이 될 수 있음.
7. 도움이 될만한 외부 참조 링크를 포함하라.
8. 코드를 수정할 때, 특히 버그를 수정할 때 주석을 추가하라.
9. 주석을 사용해 불완전한 구현을 표시하라.
    - 기술 부채를 측정하고 해결하는 데 도움이 됨.

https://stackoverflow.blog/2021/12/23/best-practices-for-writing-code-comments/

Stack Overflow Blog

좋은 주석을 적는 방법

프로그래밍은 음악이나 미술과 같기 때문이다. 속성을 말하는 것이 아니라 범위를 말하는 것이다.

음악을 배운다고 해 보자. 음악을 하려면 무엇을 어떻게 배워야 할까? 음악 그 자체를 먼저 배우려는 사람은 없을 것이다. 피아노를 배우든, 기타를 배우든 혹은 노래를 하든 악기를 하나 선택하고, 기본 음계와 악보 보는 법, 그리고 소리내는 법을 배운 뒤 짧은 곡을 연습하는 것이 일반적일 것이다.

프로그래밍도 마찬가지다. 프로그래밍 언어를 하나 선택하고, 기본 문법과 실행 방법을 배운 뒤 작은 프로그램을 선택하여 따라 만들어보는 것이 가장 일반적인 방법이다.

또한, 음악과 악기의 종류가 셀 수 없이 많은 것 처럼, 프로그래밍도 마찬가지로 셀 수 없이 많은 프로그래밍 언어와 종류가 있다.

음악을 하려면 기간이 얼마나 걸릴까? 알 수 없다. 악기를 배우려면 얼마나 걸릴까? 악기마다 다르겠지만 보통 기초를 배우는 데 3개월, 기초적인 곡을 들을만하게 연주하는데 6개월~1년, 취미 공연을 할 수 있을 정도라면 2~3년 이상, 전공자가 되기 위해선 최소한 4~5년 가량을 매일 연습했을 것이다.

그것도 음악의 모든 범주가 아니라 하나의 악기를 다루는데만.

프로그래밍도 비슷하다. 프로그래밍을 잘 하려면 얼마나 걸릴까? 알 수 없다. 프로그래밍 언어를 배우는 데 있어서는, 언어 하나의 기초를 배우는데 3개월, 기초적인 프로그램을 제대로 만드는데에는 6개월~1년, 취미로 원하는 것를 뭐든 만들 수 있을 정도는 2~3년, 그리고 전문적인 프로그래머로 인정 받으려면 4~5년 이상 매일 프로그래밍을 해야한다.

그리고 악기 하나를 능숙하게 다룰 수 있게 되면 다른 악기를 배우는 것이 수월해진다. 프로그래밍도 마찬가지다.

즉, 악기를 연주하는 것에 대해서는 오래 걸린다는 것을 이해하고, 의심 없이 악보를 보고 따라하며 연습을 하고, 난이도를 높여가며 다양한 곡들을 연습하고 연주하며 실력을 늘려가지만, 프로그래밍을 배우는 것은 그렇게 생각하지 않으니 어렵게 느껴지는 것이다.

물론 이유는 있다. 악기 연주와는 달리 프로그래밍은 그 과정이 거의 눈에 보이지 않고, 결과 또한 드러나는 것이 전부가 아니기 때문에 기대와 과정의 괴리가 있어서 더 어렵게 느끼는 것 같다.

음악이나 프로그래밍 뿐이 아니라 세상 누구의 일도 어렵지 않은 것이 없다. 그리고 프로그래밍이 특별히 어려운 것도 아니다. 그냥 단기간에 배우려니 어려운 것이다.

프로그래밍은 왜 어려울까?

정리하게 된 배경 TMI~ API를 사용하게 되면 많이 다루게 되는 데이터 형식 중 하나가 바로 json이다. 개발중인 서비스에서도 연계된 타 서비스의 데이터를 API로 받아오게 되는데, 대용량일 시 json 문자열을 Entity 객체로 파싱하며 성능 이슈가 있는 듯하여 현재 사용중인 라이브러리와 그 외에 대중적으로 사용되는 라이브러리의 성능 차이를 검토하게 되었다.

[Java] Json을 Java 객체로 변환하는 방법(Gson, Jackson, JSON-SIMPLE)

웹 서비스를 개발할 때, 대다수의 개발자가 마주치게 되는 것이 JSON 입니다. API의 개념이 도입되면서 클라이언트와 서버는 JSON 포멧으로 데이터를 주고받는게 일반적이며, 시스템 간 서버끼리 데이터를 주고 받을 때도 API 형식으로 데이터를 넘겨주는 경우가 있습니다.

이때, 백엔드에서는 Java Entity를 JSON 문자열로 변환하거나 JSON 문자열을 Java Entity로 편하게 변환하기 위해 라이브러리를 사용하는데, 대표적으로 Jackson, GSON, JSON-SIMPLE이 있습니다. 세 개의 라이브러리 중 어떤 라이브러리를 사용해야 할까요?

단순히 코드 짜기 편한 라이브러리를 선택한다면, 성능 상 이슈가 발생할 수 있습니다. 본인이 서비스하는 시스템의 특성에 따라 라이브러리를 선택할 것을 권장합니다. 간략하게 장단점을 정리해봤습니다. 보시고 시스템 환경에 맞는 라이브러리를 선택하시길 바랍니다.

▪️ Jacskon
  - 대용량 데이터일수록 성능 향상
  - Spring Framework 내장 (어노테이션 지원)
  - Serialize/Deserialize 커스텀 용이 (상속 지원)
  - 소스코드 작성 간단함

▪️ GSON
  - 저용량 데이터에서 성능 무난
  - 대용량 데이터일수록 성능 하락
  - Serialize/Deserialize 커스텀 용이 (상속 지원)
  - 소스코드 작성 간단함

▪️ JSON-SIMPE
  - 데이터 용량에 따른 성능 차이 미세함 (저용량/대용량 모두 다루는 환경에 적합)
  - Deserialize 커스텀 불편
  - 소스코드 작성 불편함

실제 저희 서비스 환경 조건에서 각 라이브러리 별 JSON Parser를 구현해 성능 비교를 해본 결과, Jackson이 성능이 월등하게 우세하여 기존 GSON으로 되어 있는 코드를 Jackson을 사용하도록 수정했습니다. 실제 구현 방법과 성능 비교 결과는 제 블로그에 정리해뒀으니 관심이 있으시면 참고하시길 바랍니다.

Velog

Jackson vs GSON vs JSON-SIMPLE

code-review #코드리뷰 | 안녕하세요. 이번에 테크리드로 승진(?)하게 된 5년차 개발자입니다. 작은 스타트업에 있다보니 생각보다 빠르게 테크리드 역할을 맡게 되었습니다. 이제 제가 코드리...

코드 리뷰를 받는 입장에서 해야 하는 입장이 되었는데 다른 분들은 리뷰를 어떤 식으로 하는지 궁금합니다.

요약
1. 로직을 이해하기 쉽도록 구현했는지를 위주로 코드리뷰합니다.
2. 코드 작성자는 확신이 없는 부분에 대해서 사전에 설명하는 코멘트를 남겨두면 좋습니다.
3. 코드 리뷰어는 자신의 코멘트가 필수적으로 반영되어야 하는지, 선택적으로 반영하면 좋은 것인지 명시하면 좋습니다.
4. 구글 등 다른 코드리뷰 문화도 참고하시면 좋습니다.

경험상 사람마다 코드리뷰에서 주로 보는 부분이 다르겠지만, 저는 로직을 주로 봅니다. 구현하고자 하는 것에 비해서 복잡하게 되어있지는 않은지, 맥락을 알아야지만 이해할 수 있도록 구현되어 있지는 않은지 점검하는 편이에요. 그래서 사실 코드를 읽다가 이해하기 어렵다 싶으면 그때부터 로직에 개선점이 있는지 주의 깊게 봅니다. 코드 스타일 등 린터나 포매터로 자동화할 수 있는 부분은 크게 신경 쓰지 않는 편이에요(대부분 CI에서 잡히고, 새로운 린터 규칙이 필요하면 추가하면 됩니다).

한편, 코드리뷰를 하다 보면, 리뷰가 올라오기까지의 시간과, 리뷰를 반영했을 때 그걸 확인하고 승인하는데 까지 걸리는 시간이 오래 걸리기 마련입니다. 일종의 핑퐁이지요. 이 핑퐁을 줄이기 위한 방법으로 저는 선제적 코멘트를 사용했습니다. 로직을 최대한 이해하기 쉽게 짜려고 노력했지만, 더 이상 개선할 수 없었을 때, 그렇다고 주석을 남기기도 애매할 때는 github, bitbucket의 코드 인라인 코멘트로 왜 이렇게 짰는지, 무엇을 고민하고 있는지에 대해 적어둡니다. 그러면 리뷰어가 왜 이렇게 짜셨나요? 라고 묻고, 그에 대해 답하면서 생기는 핑퐁이 줄어듭니다. 

마지막으로, 코드 작성자의 입장에서는 리뷰어의 코멘트가 필수적으로 반영되어야 하는지, 아니면 반영되면 좋은 것인지 구분이 애매할 수 있습니다. 그래서 리뷰어가 필수/선택 여부를 명확하게 표시해주는 게 좋다고 생각합니다. 

https://google.github.io/eng-practices/review/ 구글의 코드리뷰 가이드 문서와 거 문서에 링크된 다른 글을 읽어보셔도 도움이 될 거 같습니다.

커리어리

코드리뷰는 어떤 식으로 해야 할까?

지금 돌이켜 생각하면 부끄러운 일이지만, 처음 테스트 코드를 마주했을 때 든 생각은 '왜 귀찮은 테스트 코드를 만들어야 하는 걸까?'였습니다. 물론 지금은 테스트 코드의 중요성을 깨달아 열렬한 팬이 되었고, 이를 제 사회 생존을 위한 필수 장치로 여기며 함께하고자 노력하고 있습니다. 요즘은 대부분의 개발 과정에서 테스트 코드 작성을 실천하며 더 나은 결과물을 만들고 있습니다.

테스트 코드는 왜 만들까? | 요즘IT

요즘 최대의 관심사는 단언컨대 "테스트 코드"입니다. 혹자는 테스트 코드를 작성하면 시간이 부족해진다는 이유로 기피하곤 합니다. 저 역시 그랬으니 그 마음을 전혀 이해 못하는 건 아닙니다. 하지만 프로그램을 만들수록 테스트의 중요성은 점점 증가했던 것 같고 특히 "테스트 코드"는 코드 품질의 향상이나 리팩토링(혹은 코드를 수정하는 행위)를 할 때 보다 안전하고 자신 있게 할 수 있게 되어 유지 보수 차원에서 꼭 필요한 존재라고 생각합니다. 조금 과장하여 개발 프로세스 중에 필수라고 생각이 들기도 합니다. 
물론, 테스트 코드가 군대에서 다치면 의무대에서 줬던 빨간약 같은 만병통치약이라는 소리는 아닙니다. 테스트 코드가 모든 버그를 방지할 수 있는 것도 아니죠. 하지만 테스트 코드가 가져다주는 장점은 분명하기 때문에 고려를 해봐도 좋다고 생각합니다. 
그렇다면 우리는 왜 테스트 코드를 작성하게 될까요? 이번 글을 통해 테스트 코드 작성에 대한 각자의 생각을 정립하는 기회가 되었으면 좋겠습니다.
https://yozm.wishket.com/magazine/detail/1964/

Wishket

테스트 코드는 왜 만들까?

Are you a Java programmer with 1-3 years of experience? Congratulations, you have passed the beginner level and now it's time to showcase your skills in interviews. To help you prepare for your next...

Medium

🕊️ 주니어 자바 개발자를 위한 100가지 질문 (2)

I care a lot about the tools I use. Especially when they aren't free. Some tools are too good to keep to myself. I have to share them! Here's what I've spent my money on in 2022-23 that has genuinely improved my life as a software engineer.

The 5 paid subscriptions I actually use in 2023 as a software engineer

넘쳐나는 구독 서비스 중 개발자가 자주 사용하게 되는 서비스는 무엇일까요?

1️⃣ 깃허브 코파일럿

코드를 작성하면 코파일럿이 다음에 작성할 코드를 예상하고 추천해준다. 코파일럿 사용후 생산성이 약 30% 증가했다. 

2️⃣ Kagi: 구글보다 나은 서치 엔진

Kagi에서 검색하면 구글기나 빙보다 더 정확한 검색
결과가 뜬다. 지속적으로 정확한 검색 결과는 자신이 제어하는 검색 개인화에 의해 더욱 강화된다. Kagi에게 스택 오버플로 또는 미디엄 사이트의 결과에 더 높은 가중치를 부여할 수 있고 결과를 보고 싶지 않은 사이트도 차단하도록 설정할 수 있다. 

https://kagi.com

3️⃣ 미드저니: AI 이미지 생성

백엔드 엔지니어가 포토샵으로 이미지 생성할 일도 없고 잘하지 못할 수 있다. 기술 아티클글 작성할 때 도움되는 이미지를 미드저니를 사용해서 생성한다. 

https://www.midjourney.com/

4️⃣ Scribd

인기 있는 전자책이 모여있는 온라인 라이브러리다. 출퇴근할 때나 여행 다닐 때 오디오북을 들으면 좋다. 

5️⃣ 미디엄

같은 직종에 종사하는 사람들로부터 배울 수 있는 블로깅 플렛폼. 

👉 보너스: Excalidraw

화이트보드 대신 온리인으로 도형을 그리며 설계할 때 도음되는 도구다.

https://excalidraw.com

개발자가 자주 사용하게 되는 구독 서비스 5가지

최근 한 기업의 소프트웨어 개발팀이 서버리스 아키텍처 프로젝트를 버리고 모놀리스를 도입해서 클라우드 인프라 비용을 90% 절감했다는 내용의 블로그 글을 올리며 뜨거운 논란을 불러일으켰다. 더구나 이 글은 다른 누구도 아닌 아마존 프라임 비디오의 선임 소프트웨어 개발 엔지니어 마신 콜니가 쓴 글이었다. 아마존은 클라우드 서비스 시장의 리더임은 말할 것도 없고 서버리스 컴퓨팅을 앞장서서 지지하는 대표적인 기업이다.

아마존 프라임 비디오의 '서버리스 vs. 모놀리스' 논란에서 얻는 6가지 교훈

아마존 프라임 비디오는 서버리스 아키텍처를 버리고 모놀리스를 선택했다. 그리고 클라우드 인프라 비용을 90% 절감했다.

언젠가부터 MSA, 서버리스 안하면 쿨하지 못한게 되었다. 이 흐름탓인지 부트캠프에서 몇 주간 진행하는 프로젝트에도 MSA로 서버를 구성한다. 정말 말리고 싶었지만 아무리 말해도 자기가 고생해봐야 이게 아닌걸 알지 않나.

각 팀과 회사가 가진 자원은 모두 다르다! 그러니 너무 부끄러워 마시라!

ITWorld Korea

모놀리스는 부끄러운 아키텍처인가?

Create FAST, Connect ALL - 급변하는 비즈니스 환경, 디지털 콘텐츠 관리를 위한 가장 파워풀한 도구 마케터, 기획자, 개발자, 디자이너를 위한 새로운 솔루션! Memex

미믹스 - Memex

안녕하세요. 현직 프론트엔드 개발자라서 관리자 페이지 만들때마다 귀찮아서 Strapi같은 외국CMS 써보다가 TF팀을 꾸려서 한국판 CMS 만들어보았습니다.

https://memexdata.io/

어쩌다가 만들었는지 자세한 내용은 "우리가 미믹스를 만든 이유" (https://memexdata.io/blog/d7c48d9122db4441800e21a3b106005a) 글을 봐주시면 감사하겠습니다.

백엔드와 서버 없이 관리자 만들고 API연동할 수 있는 기능이 있어서 저같은 프론트 / 앱개발자에게 도움이 될것 같습니다.

무료로 쓰실 수 있고 기존에 파이어베이스나 워드프레스 말고 가볍게 개발해보실분은 써보시면 좋을것 같습니다. 무료이니 만큼 개발자분들, 특히 서버하기 귀찮거나 버거운 프론트엔드 개발자분들에게 조금이나마 도움이 되면 좋겠습니다.

아래 스펙갖고 개발했습니다.
- React (18) + Redux
- Spring Boot + MariaDB + MongoDB + Redis
- UI: AntDesign / Tailwindcss
- 인프라: AWS + Vercel

궁금하신점은 댓글이나 채널톡에 문의 남겨주세요.

관리자 페이지 만들지 마세요. 프론트만 개발해보세요.

10% 비용으로 10배의 효과를 만드는 방법에 대해 알고 계신 분들은 안보셔도 괜찮아요.

🚀 오길비 부회장. 10% 비용으로 10배의 효과를 만드는 방법

✅ 3,000,000회 이상의 조회수를 기록한 TED의 인기 영상

- 오길비 그룹의 부회장이자 마케팅 전문가인 로리 서덜랜드(Rory Sutherland)는 18분이라는 짧은 시간 안에 제가 가지고 있던 일에 대한 관점을 완전히 바꿔버렸어요. 개인적으로 너무 감명 깊어서 군대에서 20번 넘게 돌려봤던 기억이 있네요. 업로드된 지 10년이 넘은 TED 영상이지만 구독자분들께 꼭 소개해 드리고 싶어서 이번 콘텐츠로 선정하게 되었어요. 시간이 되시는 분들은 원본 영상도 함께 보시는 걸 추천드립니다!

✅ 원본 글 정리 (프로덕트랩의 주관적인 해석 포함)

[멋진 철학자. A Fucking Philosopher.]

- 여기 있는 것은 전자 담배입니다. 1~2년 전에 발명된 이래로 저에게 말할 수 없는 행복을 안겨주었죠. 그 이유는 다음과 같습니다. 영국에서 공공장소에서의 흡연이 금지된 이후로 저는 더 이상 파티를 즐길 수 없었습니다. 파티에서 와인 잔을 들고 사람들과 이야기를 나누다 보면 때로는 혼자 조용히 서서 생각에 잠기고 싶을 때가 있습니다. 하지만 담배도 없이 혼자 창밖을 바라보고 있으면 반사회적이고 친구도 없는 멍청이처럼 보이기 마련입니다. 담배와 함께라면 당신은 멋진 철학자처럼 보일 수 있습니다.

[그리스에 대출을 해준 멍청한 은행들에 대한 구제 금융]

- 사물을 재정의하는 것의 중요성은 아무리 강조해도 지나치지 않습니다. 똑같은 일이라고 해도 그 일을 어떻게 바라보는가에 따라 기분이 좋아질 수도 나빠질 수도 있습니다. 고전적인 경제학의 문제 중 하나는 지나치게 현실에 집착한다는 점입니다. 하지만 실제로는 현실만큼 그 현실을 어떻게 바라보는지가 중요합니다. 같은 일을 두고 '그리스에 대한 구제 금융'이라고 말할 수도 있고, '그리스에 대출을 해준 멍청한 은행들에 대한 구제 금융'이라고 할 수도 있습니다. 사실 이 둘은 실제로는 같은 이야기입니다. 

[심리적인 접근보다 공학적인 접근이 우선시 되었던 이유]

- 인식은 우리의 생각과 행동에 엄청난 영향을 미친다고 생각합니다. 하지만 2002년 노벨 경제학상을 수상한 심리학자, 대니얼 카너먼(Daniel Kahneman) 이전에는 이를 설명할 수 있는 훌륭한 방법이 없었습니다. 하지만 기술 공학 분야는 그렇지 않았습니다. 자신들의 논리를 설명할 수 있는 훌륭한 방법들이 다수 존재했습니다. 이로 인해 우리는 심리적인 해결책보다는 공학적인 해결책에 집중하게 되었습니다.

[심리적인 접근의 효용성]

- 심리적인 해결책이 얼마나 효과적인지 말씀드리겠습니다. 혹시 파리와 런던 간의 이동 시간을 약 40분 단축하기 위해 무려 600만 파운드를 투자한 유로스타를 아시나요? 투자한 돈의 0.01%를 열차에 Wi-Fi를 설치하기 위해 사용했다면 기차에 탑승한 승객들의 즐거움을 훨씬 더 향상시킬 수 있었을 것입니다. 만약 투자한 돈의 10%를 세계 최고의 남녀 슈퍼모델들을 고용해 탑승한 모든 승객들에게 고급 와인을 무료로 나눠줬다면 어땠을까요? 여전히 500만 파운드가 넘는 돈이 남아있었을 것이고, 사람들은 오히려 이동 시간을 늘려달라고 요청했을 것입니다.

[창의적이고 감성적인 아이디어 VS 이성적이고 수치화된 아이디어]

- 저는 창의적이고 감성적인 아이디어를 대하는 방식과 이성적이고 수치화된 아이디어를 대하는 방식 간에 불균형과 비대칭이 존재한다고 생각합니다. 창의적인 아이디어는 이성적인 사람들의 검토를 거쳐 승인됩니다. 그것이 틀리다고 생각하지는 않습니다. 하지만 그 반대의 경우, 이성적이고 수치화된 아이디어는 그 자체로 승인됩니다. "숫자는 모두 맞는 것 같지만, 이 아이디어를 발표하기 전에 크리에이티브 한 사람들에게 보여줘서 더 나은 것을 생각해낼 수 있는지 알아볼게요."라고 말하지 않습니다.

[의사 결정을 할 때 고려해야 하는 3가지 요소]

- 저는 의사 결정을 할 때, 기술 / 경제 / 심리적인 요소가 모두 고려되어야 한다고 생각합니다. 어느 한 가지를 우선시하는 것이 아니라 이 세 가지를 모두 동등하게 고려하여, 가능한 그 중간 지점에 있는 해결책을 찾아야 합니다. 

[심리적 통찰력을 기반으로 검색창에 집중한 구글]

- 실제로 훌륭한 비즈니스를 보면 거의 항상 3가지 요소를 모두 고려한 것을 볼 수 있습니다. 구글은 기술적으로도 훌륭하지만, 한 가지 일만 잘하는 기업이 그 일과 다른 일을 동시에 하는 기업보다 그 일을 더 잘한다고 믿는다는 훌륭한 심리적 통찰력을 기반으로 만들어졌습니다. 이는 "목표 희석"이라는 심리적 현상입니다. 구글은 다른 포털 사이트들과 다르게 검색창에만 집중하는 방식으로 사람들의 이러한 심리를 훌륭하게 이용했습니다.

[음식을 요리하는 것과 바닥을 청소하는 것]

- 오스트리아의 경제학자인 폰 미제스는 경제학은 심리학의 하위 집합에 불과하다고 이야기했습니다. 그는 경제학을 "희소성이 있다는 조건 안에서 인간의 심리를 연구하는 학문"이라고 표현했습니다. 폰 미제스는 인간의 심리에 따른 인지의 가치를 다른 종류의 가치와 절대적으로 동등한 것으로 취급해야 한다는 사실을 가장 잘 설명한 경제학자였습니다. 폰 미제스는 식당에서 음식을 요리함으로써 창출하는 가치와 바닥을 청소 함으로써 창출하는 가치가 동일한 가치라고 말합니다. 결국 두 가치 가치 모두 우리가 음식을 즐길 수 있도록 만드는 것이기 때문입니다.

[인식이 모든 것이다]

유명 브랜드의 진통제는 유명하지 않은 브랜드의 진통제보다 더 효과적입니다. 성분이 같더라도 실제로 더 많은 통증을 감소시킵니다. 인식은 그 자체만으로도 정말 실질적인 효과가 있습니다. 

✅ 팀원들과 이런 이야기를 나눴어요.

- 제품 팀에게 데이터의 중요성을 말하는 글들은 너무 쉽게 찾아볼 수 있어요. 하지만 인간의 심리를 활용한 크리에이티브 한 아이디어의 중요성에 대해 말하는 글들은 찾아보기가 어렵죠. 팀원분들과 함께 잠시 데이터는 내려놓고 기존에 고민하고 있던 문제들에 대해 완전히 새로운 방식으로 접근해 보는 시간을 가졌어요. 창의적인 접근 방법이 필요하다면 회의 전에 팀원 분들과 이렇게 한번 말해보세요. '인식이 모든 것이다'

==

💛 카카오톡 오픈 채팅방이 만들어졌어요

- PRODUCT LAB의 새 글이 올라올 때마다 알려드려요.
- 프로덕트를 만드는 사람들이라면 읽어볼 만한 콘텐츠들을 보내드려요.
- 오픈 채팅방 비밀번호 ➡️ productt
- 오픈 채팅방 참여하기 ➡️ https://open.kakao.com/o/gwg3tB7e

===

🙏 PRODUCT LAB은 사실.

동료들은 다 아는 정보, 나만 모르지 않게 만들어주는 일일일이라는 서비스를 만들고 있어요.
아래 초대 링크를 통해 회원가입하시면 추첨을 통해 스타벅스 쿠폰을 보내드리는 이벤트를 진행하고 있으니 많은 참여 부탁드립니다!

- 초대 링크 ➡️ https://oneoneone.kr/gift?refferal_code=57fb5e04
- 일일일 바로가기 링크 ➡️ https://oneoneone.kr/

==

원본 글 : https://maily.so/productlab/posts/3a7d4267

차우진의 TMI.FM

10% 비용으로 10배의 효과를 만드는 방법

[단독] 지도 반출 포기한 구글...5년 만에 최신 '한국 지도'로 바꿨다 | 아주경제

🗺 한국 구글 지도 드디어 대격변!

구글 맵은 한국에서 사용할 수 없는 지도 앱중에 하나였습니다.
반영도 느리고, 업데이트도 잘 안되서 불편한 문제가 많았었죠. 

허나, GCP 사업과 더불어 국내 사업이 지속적으로 확장되면서 국내 지도 반출 다툼도 포기한거 같습니다.
간만에 들어가보니 퀄리티가 아주 좋네요. 

앞으로 AR이나 구글맵스 플랫폼을 이용한 국내 서비스가 기대됩니다.

아주경제

퍼블리의 그로스 매니저로 커리어를 시작하여, 현재는 멤버십 사업을 총괄하고 있습니다.
합리적이고 해피한 세상을 향해 살아가고 있으며, 책과 교육, 경제에 관심을 가지고 있습니다.
일하는 것을 싫어하지만, 많이 하고 있습니다..

커리어리 사업리드

김광종

퍼블리 그로스 매니저로 커리어를 시작하여, 퍼블리 프로덕트 매니저와 사업 리드를 거쳐, 지금은 커리어리 사업을 리드하고 있습니다.
합리적이고 해피한 세상을 향해 살아가고 있으며, 책/교육/경제에 관심이 있습니다.
자유로운 삶을 추구하지만, 지금은 일에 매여 있습니다..

웹 개발자

이시우

 개인정보 접속기록로그관련 솔루션 회사에서
웹개발 및 유지보수 업무를 하고 있는 2년차 웹 개발자입니다.

Remote Work로 세상을 변화시킬 프로젝트를 하고 있습니다.

소프트웨어 엔지니어

좋은 팀이 최고의 제품을 개발 할 수 있다고 믿는 개발자입니다. 때문에 팀 매니지먼트, 애자일등과 같이 함께 일을 잘 하는 방법에 대해 관심이 많습니다. 모든 개발은 왜 어려운가에 대한 해답을 찾기 위해 항상 고민하고, 누구든지 개발할 수 있는 자유로운 세상을 꿈꿉니다. 현재는 엔씨소프트에서 소프트웨어 엔지니어로 있으며, 전 직장인 넥슨코리아에서 엔지니어링 리드를 했었습니다.

이도행

Linkedin

블로그

좋은 팀이 최고의 프로덕트를 만들 수 있다고 믿고 있습니다.
현재, 직방 Soma팀에서 가상 오피스인 Soma를 만들고 있습니다. 
메타버스, 엔지니어링 매니지먼트, 애자일에 관심이 많습니다.
#개발자 #그로스마인드셋 #도전적인 #문제를해결하는 #소프트웨어엔지니어

댓글 0