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

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

Medium

개발자가 자주 사용하게 되는 구독 서비스 5가지

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

 예전에 있던 일이다.
 급하게 인수인계 받은 어플리케이션이있다. 인수인계가 끝나고(전임자가 떠나고) 내 손에 착륙한 그 날부터 에러가 터지기 시작했다.

 상황
1. 시스템에 대해 물어볼 사람은 없다.
2. 어플리케이션 동작을 이해하기 위한 로그는 없었다.
3. 모니터링 툴은 프로메테우스만 있다.
4. 환경과 상황상 어플리케이션을 모니터링하기 위한 무언가를 설치할 수 없다.

 이러한 상황에서 시스템을 해부하다보니 발견되는 비밀들은 덤이었다. 일부러 인수인계를 안해줬다기보단 디테일에 있어서 챙기지 못한 부분들인 것 같다. (프로메테우스도 파드를 뒤져보다가 찾았다.)

 뭐가 됐든 이미 팽팽 돌고 있으며 사용량이 한 단계 증가함에 따라 이전에는 발생하지 않던 현상들이 나타나고 있는 시스템을 치료해줘야했다.

 치료를 하려면 어디가 아픈지 알아야 한다. 사람이라면 질문을 해가며 어디가 아픈지 구체화할 수 있지만, 컴퓨터는 대화가 안 된다. 이를 위해서 시스템 로그를 넣어서 올리기엔 리스크가 너무 컸다. 유일한 관찰 수단은 키바나와 프로메테우스였다. 

 먼저 프로메테우스를 살펴봤다. 메모리 부분을 살펴보니 몇 개 파드에서 full gc가 발생한 듯한 현상을 확인했다. 비슷한 시간대에 로그를 키바나 통해 확인해보았다. 특별한 로그는 없었다.
 일단 메모리가 뭔가 문제는 있구나를 깨달았다. 그러나 프러메테우스를 더 관찰해보니 full gc와 비슷한 현상이 발생하고 나서 바로 급격히 메모리가 차는 현상을 발견했다. 이게 이렇게 빠르게 찰 일인가? 메모리릭인가? 싶어 어플리케이션의 메모리를 확인할 방법을 찾았다. 다행히 자바 기반 어플리케이션이라 jmap, jstat 과 같은 것으로 힙 메모리 확인이 가능했다.
 주기적으로 각 파드 내부 어플리케이션을 대상으로 힙 메모리 사이즈와 gc상황을 모니터링했다.
그 결과, 어느 순간부터 특정 인스턴스의 메모리가 누적되었고 어플리케이션에 설정한 힙 사이즈에 도달한 순간 메모리와 gc count가 리셋됐다. gc count가 리셋되기 직전에는 full gc가 몇 차례 반복되었으나, old 영역은 줄어들지 않았다. 

이러한 관찰 결과를 바탕으로 세운 가설은 이렇다.
1.  어느 순간(특정 이벤트 이후) 메모리 릭으로 메모리가 차올랐다.
2. 메모리가 어플리케이션 빌드 시 지정한 힙사이즈에 가까워지자 full gc가 발생했다.
3.  Full gc가 발생하는 동안 k8s에서 해당 파드의 health check를 시도했고, 어플리케이션이 정상 응답을 못했다.
4. k8s가 해당 파드를 재시작시켰고, 파드는 재시작하며 메모리를 비웠다.

 이 과정에서 깨달는 내용은 프로메테우스 상에 나오는 메모리량을 어플리케이션의 힙 메모리의 현재 크기라고 생각하면 안 된다!!

 자 이제, 메모리가 차오르기 시작하게 되는 이유를 찾아야했다. 차오르는 이유의 힌트는 위 1번 특정 이벤트가 되겠다. 해당 이벤트를 찾기 위해 키바나에 쌓인 로그를 뒤졌고 그 결과 gc가 막 일어나기 전에 특정 에러 메세지가 발생하는 것을 확인했다. Could not emit tick.

 다음에 이어서..

세스코가 필요해

Matt Asay | InfoWorld 2일 전 기술 세계에서는 모두가 결국 기생 생물이다. 드루팔을 만든 드리스 보이타르트가 몇 년 전에 말했듯이 사람은 모두 만드는 사람(maker)보다는 취하는 사람(taker)에 가깝다. 보이타르트는 오픈소스 커뮤니티의 일반적인 관행을 두고 "취하는 사람은 자신이 이익을 취한 오픈소스 프로젝트에 유의미한 기여로 갚지 않고 의존하는 프로젝트에 해를 끼친다"라고 말했다.

"공유지의 비극은 어디서든 가능하다" 챗GPT와 LLM의 어두운 미래

이 부분에 대해서는 나는 조금 다른 관점을 가지고 있다.

1. 인터넷의 절반 이상이 잘못된 정보이다.

2. LLM 의 응답 생성에는 신뢰 할 수 있는 소스가 필요하다.

3. 대부분의 정보 공유(의견이 아닌) 메뉴얼이나 집성된 정보의 일부를 발췌하고 해석해주는 것이다.

4. 지식이 아닌 LLM 의 지능을 향상 시키는 데는, 더이상 더 넓은 범위의 데이터가 필요하지 않다.

5. 따라서 LLM 회사들은 그러한 회사들과의 제휴 관계를 맺아야 할 것이고, 이로 인해 오히려 미디어 또는 정보 생산 회사들의 기회가 될 수 있다.

6. 덤으로 지금은 할루시네이션이 있다하지만, 사실 인간도 마찬가지이고, AI 는 발전 가능성이 있으므로, 오히려 사람들의 잘못된 정보를 접하게 될 확률이 줄어들 것이다.

7. 하지만, LLM 을 만드는 회사와 정보 소스에 따라 매우 편향된 결과가 나올 수 있으므로, 이에 대한 고려는 필요하다.

ITWorld Korea

아마도 파이썬에서 가장 많이 사용되는 내장 함수는 print()일 것 같은데요. 특히 아무리 디버거(debugger)가 좋아지더라도 간단한 버그를 찾을 때 print() 로 출력해보는 것만큼 빠르고 간단한 방법도 없기 때문이죠. 이렇게 유용하고 많이 사용되는 print() 함수를 어떻게하면 좀 더 잘 활용할 수 있을까요? 제일 먼저 주변에서 print() 함수를 사용하는 가장 흔한 방법을 살펴볼까요?

파이썬의 print() 함수 제대로 활용하기

아마도 파이썬에서 가장 많이 사용되는 내장 함수는 뭐니 뭐니 해도 `print()`일 것 같은데요. 특히 아무리 디버거(debugger)가 좋아지더라도 간단한 버그를 찾을 때 `print()`로 출력해보는 것만큼 빠르고 간단한 방법도 없기 때문일 것입니다. (혹시 저만 귀찮이즘인 거 아니죠? 😂)

그런데 참 아이러니하게도 `print()` 함수가 워낙 흔하게 사용되다보니 오히려 제대로 학습할 기회가 많지 않은 것 같아요. 이번 포스팅에서는 많이 사용하시는 `print()` 함수를 좀 더 효과적으로 활용하실 수 있도록, 실전에서 당장 써먹을 수 있는 다음과 같은 팁을 다루어보았습니다.

- 기본 출력
- 객체 출력
- 여러 값을 한 번의 호출로 출력
- 여러 번 호출을 한 줄에 출력
- 2차원 배열 출력

Daleseo

파이썬의 print() 함수 제대로 활용하기 📝

In Building Systems With The ChatGPT API, you will learn how to automate complex workflows using chain calls to a large language model. Unlock new development capabilities and improve your efficiency in this brand new short course. You'll build: Chains of

Building Systems with the ChatGPT API

강의 다 듣고 느낀점: 개발자에게 영어 공부가 더 중요해질거 같다.

https://www.deeplearning.ai/short-courses/building-systems-with-chatgpt

Deeplearning

tiiuae (Technology Innovation Institute)

Reddit을 보다가 Falcon LLM이 Apache 2.0 라이센스로 변경이 되었다는 것을 보게 되었습니다. 기존에는 일정 매출 회사의 경우 로열티 조건이 있었다는데요, 이제 상업적으로 사용이 가능해 졌습니다.
- 관련 내용 : https://huggingface.co/tiiuae

이게 흥미로운 점은 현재 Falcon LLM의 경우 OpenLLM leaderboard에서 가장 높은 순위를 기록하고 있기 때문입니다.
- 내용 참고 : https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard

물론 benchmark data 만으로 평가할 수는 없지만, 그래도 commercial 사용이 가능한 성능이 좋은 오픈소스 모델이 생겼다는 점이 중요한 것 같습니다. 참고로 Falcon 40B의 경우 높은 순위를 기록하고 있지만 7B 모델의 경우에는 몇가지 다른 7B 규모 모델보다는 성능이 좀 떨어지는 걸로 나오네요. 다만, 실제 사용해 본 평가를 보면 성능이 굉장히 좋다는 케이스도 있고, alpaca-7B 보다 별로라는 평가도 있어서 만드는 서비스에 얼마나 적합할지는 테스트해 봐야 할 것 같습니다.

오픈소스 LLM들이 정말 빠르게 발전 중인 것 같습니다..!

Huggingface

Falcon LLM의 Apache 2.0 라이센스 변경

Learn to harness what's next for developers with expert speakers and sessions.

Microsoft Build-Join us May 23-25, 2023

Andrej Karpathy가 Build 2023에서 발표한 내용입니다. 
영상이 1시간이 되지 않는데, 내용이 좋아 공유합니다...!

전체적으로 GPT를 훈련하는 방법과 자신의 App에 적용시키는 방법, 그리고 다양한 기술들을 소개하고 미래와 비전에 대해 소개합니다!

MS의 영상엔 한국어 자막이 달리니 확인해보세요!

https://build.microsoft.com/en-US/sessions/db3f4859-cd30-4445-a0cd-553c3304f8e2

Microsoft Build

State of GPT (MS 발표 영상)

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...

🕊️ 주니어 자바 개발자를 위한 100가지 질문 (2)

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!

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

팁스터

10% 비용으로 10배의 효과를 만드는 방법

🔎 윈도우에서도 MacOS 처럼 Alfred, Spotlight Search를 쓰려면?

오늘은 생산성을 높여주는 오픈소스 도구 하나를 가져왔습니다.
Wox라는 도구인데요. MacOS에서 Cmd+Space를 누르면 나오는 바로 그 도구입니다.
윈도우에서도 파일이나 응용프로그램을 쉽게 찾고 싶으셨던 분들에게 강력 추천합니다.
개발에도 큰 도움이 되는거 같네요 :) 

이 플러그인은 오픈소스로 관리되고 있고, Everything Search와 Python등도 함께 설치해줍니다.

wox.one

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..

에디터, 커뮤니티 커넥터

김희진

• 사회문제, 공공정책/서비스, 커뮤니티, 리더십, 거버넌스에 관심이 많습니다. 많이 배우고 다양하게 실행해서 공공영역을 더 낫게 만들고 싶습니다.
• 요즘은 MZ세대 디깅 중입니다 🐳
#정부 #교육 #커뮤니티 #생산성 #인터뷰어 #여행

메쉬코리아

홍인석

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