MongoDB는 NoSQL 데이터베이스로, 그 유연성 덕분에 Spring Boot와 자주 함께 사용됩니다. Spring Boot에서는 Spring Data MongoDB를 통해 MongoDB 연동을 쉽게 할 수 있습니다. Spring Data MongoDB는 두 가지 주요 방식을 제공합니다. 바로 MongoTemplate와 MongoRepository 입니다. 이번 포스팅에서는 이 두 가지 방법을 비교하고, 어떤 상황에서 각각을 사용하는 것이 좋은지 살펴보겠습니다. MongoRepository와 MongoTemplate[MongoRepository] MongoRepository는 레파지토리 패턴을 기반으로 한 인터페이스입니다. 기본적인 CRUD 메서드를 자동으로 제공합니다. Spring Data JPA와..

Spring Boot의 MongoDB 연동: MongoTemplate vs MongoRepository

MongoDB는 NoSQL 데이터베이스로, 그 유연성 덕분에 Spring Boot와 자주 함께 사용됩니다. Spring Boot에서는 Spring Data MongoDB를 통해 MongoDB 연동을 쉽게 할 수 있습니다. Spring Data MongoDB는 두 가지 주요 방식을 제공합니다.

바로 MongoTemplate와 MongoRepository 입니다.
 
이번 포스팅에서는 이 두 가지 방법을 비교하고, 어떤 상황에서 각각을 사용하는 것이 좋은지 살펴보겠습니다.
 
[MongoRepository]
MongoRepository는 레파지토리 패턴을 기반으로 한 인터페이스입니다. 기본적인 CRUD 메서드를 자동으로 제공합니다. Spring Data JPA와 비슷하게 작동하며, MongoDB 데이터를 처리하는 데 매우 간단한 방법을 제공합니다.
 
장점
 * 기본적인 CRUD 작업을 자동으로 처리
 * 코드가 매우 간결하고 유지보수가 쉬움
 * 메서드 이름만으로 커스텀 쿼리를 작성할 수 있음 (ex. findByCategory)
단점
 * 복잡한 쿼리 작업에서는 제한적
 * 커스터마이징이 어렵고 고급 기능을 구현하기에 한계가 있음
 
[MongoTemplate]
MongoTemplate은 Spring의 템플릿 패턴을 사용한 MongoDB 연동 방식입니다. 더 복잡한 MongoDB 제어가 가능하며, 어려운 쿼리 작성에 적합합니다.
 
장점
 * 복잡한 쿼리나 커스텀 작업을 더 쉽게 수행 가능
 * MongoDB와의 깊이 있는 상호작용에 적합
 * 더 세밀한 데이터 처리와 제어가 가능
단점
 * 기본적인 CRUD 작업도 코드로 직접 작성해야 하므로 코드가 다소 복잡해짐
 * 레파지토리 패턴보다 다소 비효율적일 수 있음
 
[MongoRepository 사용 예시]

Product 엔티티
@Document(collection = "products")
public class Product {
 @Id
 private String id;
 private String name;
 private String category;
}

ProductRepository 인터페이스
public interface ProductRepository extends MongoRepository<Product, String> {
 List<Product> findByCategory(String category);
}

MongoRepository를 확장한 ProductRepository를 정의하였습니다. CRUD 메서드는 기본으로 제공되며, 커스텀으로 findByCategory 같은 메서드를 쉽게 추가할 수 있습니다.
 
CRUD 작업 사용 예시
@Autowired
private ProductRepository productRepository;

public void addProduct(Product product) {
 productRepository.save(product);
}

public List<Product> getProductsByCategory(String category) {
 return productRepository.findByCategory(category);
}

이처럼 MongoRepository를 사용하면 간단한 CRUD 작업을 매우 직관적으로 처리할 수 있습니다.
 
[MongoTemplate 사용 예시]
이번에는 같은 Product 엔티티를 사용하여 MongoTemplate을 이용한 예제를 살펴보겠습니다.
 
MongoTemplate으로 복잡한 쿼리 작성
@Autowired
private MongoTemplate mongoTemplate;

public List<Product> findProductsByCategory(String category) {
 Query query = new Query();
 query.addCriteria(Criteria.where("category").is(category));
 return mongoTemplate.find(query, Product.class);
}

위 코드에서는 MongoTemplate을 사용하여 MongoDB 쿼리를 직접 사용했습니다. Criteria와 Query 객체를 이용해 더 복잡한 쿼리나 고급 기능을 쉽게 구현할 수 있습니다.
 
CRUD 작업 처리 
public void addProduct(Product product) {
 mongoTemplate.save(product);
}

public Product getProductById(String id) {
 return mongoTemplate.findById(id, Product.class);
}

MongoTemplate을 사용하면 모든 작업을 수동으로 처리해야 하지만, 그만큼 더 세밀하게 제어할 수 있는 장점이 있습니다.
 
[어떤 것을 선택해야 할까?]
MongoRepository를 사용해야 할 때:
 * 기본적인 CRUD 작업을 빠르게 처리해야 할 때
 * 코드의 간결함과 유지보수의 용이함이 중요할 때
MongoTemplate을 사용해야 할 때:
 * 복잡한 쿼리나 트랜잭션 처리가 필요한 경우
 * 데이터베이스와의 더 세밀한 상호작용이 필요할 때
 
[결론]
MongoDB와 Spring Boot의 연동에서 MongoRepository와 MongoTemplate은 각각 다른 용도에 맞춰 설계된 도구입니다. 저는 실제 프로젝트에서 bulk upsert 기능이 필요한 상황을 겪었는데, MongoRepository에는 해당 기능이 기본적으로 제공되지 않아, 더 유연한 MongoTemplate을 사용할 수밖에 없었습니다. 물론 upsert를 여러 번 호출하는 방법도 가능하지만, 이는 비효율적이므로 MongoTemplate을 통해 간단히 처리할 수 있었습니다.
 
반면, 단순한 조회 작업에서는 MongoRepository를 사용했습니다. MongoTemplate보다 코드가 훨씬 깔끔하고 유지보수하기가 쉬웠기 때문입니다. 이처럼 MongoRepository는 기본적인 작업에 최적화되어 있고, MongoTemplate은 고급 작업에서 강력한 기능을 제공합니다.
 
결국 중요한 것은 프로젝트의 요구사항에 맞춰 이 두 방식을 적절히 선택하거나 혼합하여 사용하는 것입니다. 각 도구가 제공하는 장점을 최대한 활용해, 프로젝트에 가장 적합한 솔루션을 찾는 것이 성공적인 MongoDB 연동의 핵심입니다.

MongoDB는 NoSQL 데이터베이스로, 그 유연성 덕분에 Spring Boot와 자주 함께 사용됩니다. Spring Boot에서는 Spring Data MongoDB를 통해 MongoDB 연동을 쉽게 할 수 있습니다. Spring Data MongoDB는 두 가지 주요 방식을 제공합니다. 바로&nbsp;MongoTemplate와&nbsp;MongoRepository 입니다.&nbsp;이번 포스팅에서는 이 두 가지 방법을 비교하고, 어떤 상황에서 각각을 사용하는 것이 좋은지 살펴보겠습니다.&nbsp;[MongoRepository]MongoRepository는 레파지토리 패턴을 기반으로 한 인터페이스입니다. 기본적인 CRUD 메서드를 자동으로 제공합니다. Spring Data JPA와 비슷하게 작동하며, MongoDB 데이터를 처리하는 데 매우 간단한 방법을 제공합니다.&nbsp;장점<ul ><li>기본적인 CRUD 작업을 자동으로 처리</li><li>코드가 매우 간결하고 유지보수가 쉬움</li><li>메서드 이름만으로 커스텀 쿼리를 작성할 수 있음 (ex. findByCategory)</li></ul>단점<ul ><li>복잡한 쿼리 작업에서는 제한적</li><li>커스터마이징이 어렵고 고급 기능을 구현하기에 한계가 있음</li></ul>&nbsp;[MongoTemplate]MongoTemplate은 Spring의 템플릿 패턴을 사용한 MongoDB 연동 방식입니다. 더 복잡한 MongoDB 제어가 가능하며, 어려운 쿼리 작성에 적합합니다.&nbsp;장점<ul ><li>복잡한 쿼리나 커스텀 작업을 더 쉽게 수행 가능</li><li>MongoDB와의 깊이 있는 상호작용에 적합</li><li>더 세밀한 데이터 처리와 제어가 가능</li></ul>단점<ul ><li>기본적인 CRUD 작업도 코드로 직접 작성해야 하므로 코드가 다소 복잡해짐</li><li>레파지토리 패턴보다 다소 비효율적일 수 있음</li></ul>&nbsp;[MongoRepository 사용 예시] Product 엔티티<pre ><code class="language-java">@Document(collection = "products")
public class Product {
 @Id
 private String id;
 private String name;
 private String category;
}</code></pre>ProductRepository 인터페이스<pre ><code class="language-java">public interface ProductRepository extends MongoRepository&lt;Product, String&gt; {
 List&lt;Product&gt; findByCategory(String category);
}</code></pre>MongoRepository를 확장한 ProductRepository를 정의하였습니다. CRUD 메서드는 기본으로 제공되며, 커스텀으로 findByCategory 같은 메서드를 쉽게 추가할 수 있습니다.&nbsp;CRUD 작업 사용 예시<pre ><code class="language-java">@Autowired
private ProductRepository productRepository;

public void addProduct(Product product) {
 productRepository.save(product);
}

public List&lt;Product&gt; getProductsByCategory(String category) {
 return productRepository.findByCategory(category);
}</code></pre>이처럼 MongoRepository를 사용하면 간단한 CRUD 작업을 매우 직관적으로 처리할 수 있습니다.&nbsp;[MongoTemplate 사용 예시]이번에는 같은 Product 엔티티를 사용하여 MongoTemplate을 이용한 예제를 살펴보겠습니다.&nbsp;MongoTemplate으로 복잡한 쿼리 작성<pre ><code class="language-java">@Autowired
private MongoTemplate mongoTemplate;

public List&lt;Product&gt; findProductsByCategory(String category) {
 Query query = new Query();
 query.addCriteria(Criteria.where("category").is(category));
 return mongoTemplate.find(query, Product.class);
}</code></pre>위 코드에서는 MongoTemplate을 사용하여 MongoDB 쿼리를 직접 사용했습니다. Criteria와 Query 객체를 이용해 더 복잡한 쿼리나 고급 기능을 쉽게 구현할 수 있습니다.&nbsp;CRUD 작업 처리&nbsp;<pre ><code class="language-java">public void addProduct(Product product) {
 mongoTemplate.save(product);
}

public Product getProductById(String id) {
 return mongoTemplate.findById(id, Product.class);
}</code></pre>MongoTemplate을 사용하면 모든 작업을 수동으로 처리해야 하지만, 그만큼 더 세밀하게 제어할 수 있는 장점이 있습니다.&nbsp;[어떤 것을 선택해야 할까?]MongoRepository를 사용해야 할 때:<ul ><li>기본적인 CRUD 작업을 빠르게 처리해야 할 때</li><li>코드의 간결함과 유지보수의 용이함이 중요할 때</li></ul>MongoTemplate을 사용해야 할 때:<ul ><li>복잡한 쿼리나 트랜잭션 처리가 필요한 경우</li><li>데이터베이스와의 더 세밀한 상호작용이 필요할 때</li></ul>&nbsp;[결론]MongoDB와 Spring Boot의 연동에서 MongoRepository와 MongoTemplate은 각각 다른 용도에 맞춰 설계된 도구입니다. 저는 실제 프로젝트에서 bulk upsert 기능이 필요한 상황을 겪었는데, MongoRepository에는 해당 기능이 기본적으로 제공되지 않아, 더 유연한 MongoTemplate을 사용할 수밖에 없었습니다. 물론 upsert를 여러 번 호출하는 방법도 가능하지만, 이는 비효율적이므로 MongoTemplate을 통해 간단히 처리할 수 있었습니다.&nbsp;반면, 단순한 조회 작업에서는 MongoRepository를 사용했습니다. MongoTemplate보다 코드가 훨씬 깔끔하고 유지보수하기가 쉬웠기 때문입니다. 이처럼 MongoRepository는 기본적인 작업에 최적화되어 있고, MongoTemplate은 고급 작업에서 강력한 기능을 제공합니다.&nbsp;결국 중요한 것은 프로젝트의 요구사항에 맞춰 이 두 방식을 적절히 선택하거나 혼합하여 사용하는 것입니다. 각 도구가 제공하는 장점을 최대한 활용해, 프로젝트에 가장 적합한 솔루션을 찾는 것이 성공적인 MongoDB 연동의 핵심입니다.

덕토피아

MongoRepository vs MongoTemplate 차이와 활용

이 질문 역시 디자이너 면접의 단골 질문입니다. 정말 순수하게 비전을 묻는 경우는 잘 없습니다.

채용 담당자 입장에서 해당 질문은 지원자가 앞으로 리더가(매니저 트랙) 되고 싶은지 스페셜리스트(전문가 트랙)가 되고 싶은지 파악하고 싶을 확률이 높습니다.

더불어 5년이라면 장기적으로 회사와 인연을 맺을 수 있는 인재인지 검토해 보는 단계일지도 모릅니다. 요약하면, 저 두 트랙 기준으로 소신 있게 말하면 좋고 정해진 답은 없습니다.

이 질문 역시 디자이너 면접의 단골 질문입니다. 정말 순수하게 비전을 묻는 경우는 잘 없습니다. 채용 담당자 입장에서 해당 질문은 지원자가 앞으로 리더가(매니저 트랙) 되고 싶은지 스페셜리스트(전문가 트랙)가 되고 싶은지 파악하고 싶을 확률이 높습니다. 더불어 5년이라면 장기적으로 회사와 인연을 맺을 수 있는 인재인지 검토해 보는 단계일지도 모릅니다. 요약하면, 저 두 트랙 기준으로 소신 있게 말하면 좋고 정해진 답은 없습니다.

🙋 5년 후 본인의 커리어를 어떻게 쌓고 싶나요?

🔗 디자인 취업 고민 오픈 채팅방

채용 과정에서 겪는 다양한 어려움을 함께 나누고, 실질적인 조언을 주고받을 수 있는 오픈 채팅방을 운영 중입니다. 언제든지 참여하셔서 서로의 고민을 이야기하고, 더 나은 포트폴리오를 만들기 위한 인사이트를 얻어가세요.

<디자인 취업 고민>
https://open.kakao.com/o/gqr3zbNg

원문 : How to make your web page faster before it even loads How to make your web page faster before it even loads…

(번역) 웹 페이지가 로드되기 전에 더 빠르게 만드는 방법

오늘 소개해드릴 글은 42dot의 유경상님이 번역해주신 글입니다.

웹 페이지 성능 최적화라고 하면 대부분 페이지 로딩 후의 성능에 집중하는 경향이 있습니다. 하지만 이 글에서는 그 관점을 뒤집어 새로운 인사이트를 제공합니다. 저자는 첫 바이트가 도달하기 전 단계의 최적화에 주목하며, 브라우저의 Performance API와 Navigation Timing API를 활용해 캐시, DNS 조회, 연결 설정, TLS 협상 등 각 단계별 최적화 방법을 상세히 설명합니다.

만약 웹 성능 최적화에 대해 관심이 있으시다면, 이 글을 통해 최적화의 새로운 기회를 발견할 수 있을 것이라고 생각합니다. 이 글을 통해 웹 페이지 성능 최적화에 대한 시야를 넓히는 좋은 기회가 되시길 바랍니다 :)

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

오늘 소개해드릴 글은 42dot의 유경상님이 번역해주신 글입니다. 웹 페이지 성능 최적화라고 하면 대부분 페이지 로딩 후의 성능에 집중하는 경향이 있습니다. 하지만 이 글에서는 그 관점을 뒤집어 새로운 인사이트를 제공합니다. 저자는 첫 바이트가 도달하기 전 단계의 최적화에 주목하며, 브라우저의 Performance API와 Navigation Timing API를 활용해 캐시, DNS 조회, 연결 설정, TLS 협상 등 각 단계별 최적화 방법을 상세히 설명합니다. 만약 웹 성능 최적화에 대해 관심이 있으시다면, 이 글을 통해 최적화의 새로운 기회를 발견할 수 있을 것이라고 생각합니다. 이 글을 통해 웹 페이지 성능 최적화에 대한 시야를 넓히는 좋은 기회가 되시길 바랍니다 :) 글 링크 : https://ykss.netlify.app/translation/how_to_make_your_web_page_faster_before_it_even_loads/

ykss.netlify.app

웹 페이지가 로드되기 전에 더 빠르게 만드는 방법

The guide to Git I never had.

Rebasing 과 Merging
Rebasing을 Merging과 비교하는 것은 의미가 있습니다. 두 명령의 목표는 같지만 이를 달성하는 방법이 다릅니다. 중요한 차이점은 Rebasing이 프로젝트의 히스토리를 재작성한다는 것입니다. 깔끔하고 이해하기 쉬운 프로젝트 히스토리를 중요시하는 프로젝트에 적합합니다. 반면, Merging은 새로운 병합 커밋을 생성하여 두 브랜치의 히스토리를 유지합니다.
 
Squashing
Git Squashing은 여러 커밋을 하나의 통합된 커밋으로 압축하는 데 사용됩니다.

Cherry-picking
Cherry-picking은 특정 브랜치의 변경 사항을 선택적으로 다른 브랜치에 통합할 때 유용합니다. 전체 브랜치를 병합하는 것이 바람직하지 않거나 불가능한 경우에 특히 유용합니다. 그러나 Cherry-picking을 신중하게 사용해야 하며, 잘못 사용할 경우 중복된 커밋과 분기된 히스토리를 초래할 수 있습니다.

Signing commits
Signing commits는 Git에서 커밋의 진위와 무결성을 검증하는 방법입니다. GNU Privacy Guard(GPG) 키를 사용해 커밋에 암호화 서명을 추가함으로써, 커밋 작성자가 본인임을 보장할 수 있습니다. GPG 키를 생성하고 Git이 커밋할 때 이 키를 사용하도록 설정할 수 있습니다.

Git Reflog
Git references는 Git 히스토리의 명명된 지점으로, 사용자가 저장소의 타임라인을 탐색하고 프로젝트의 특정 스냅샷에 접근할 수 있게 합니다. Git references를 탐색하는 방법을 알고 있으면 유용하며, 이를 위해 git reflog를 사용할 수 있습니다. 다음과 같은 장점이 있습니다:
 * 잃어버린 커밋 또는 브랜치 복구
 * 디버깅 및 문제 해결
 * 실수 취소

Interactive rebase
인터랙티브 리베이스는 커밋 히스토리를 대화형으로 재작성할 수 있는 강력한 Git 기능입니다. 커밋을 적용하기 전에 수정, 재정렬, 결합, 삭제할 수 있습니다.

Origin vs Upstream
origin은 로컬 Git 저장소와 연관된 기본 원격 저장소입니다. 저장소를 복제(clone)하면 해당 복제본이 기본적으로 origin 원격 저장소로 설정됩니다. 저장소를 포크(fork)했다면, 그 포크가 기본적으로 origin 저장소가 됩니다.
 
반면, upstream은 저장소가 포크된 원래 저장소를 가리킵니다.
 
포크된 저장소를 원래 프로젝트의 최신 변경 사항과 동기화하려면 upstream 저장소에서 변경 사항을 가져와(git fetch) 로컬 저장소에 병합(merge)하거나 리베이스(rebase)해야 합니다.
 
Conflicts
브랜치를 병합하거나 리베이스할 때 충돌이 발생해도 당황하지 마세요. 이는 저장소의 동일 파일 또는 여러 파일의 다른 버전 사이에 충돌하는 변경 사항이 있음을 의미하며, 대부분의 경우 쉽게 해결할 수 있습니다.
 
Feature Branch Workflow
각 새로운 기능이나 버그 수정은 별도의 브랜치에서 개발되고 완료된 후 메인 브랜치로 병합됩니다.
 * 장점: 변경 사항의 격리 및 충돌 감소
 * 단점: 복잡해질 수 있으며 철저한 브랜치 관리가 필요

Gitflow Workflow
Gitflow는 다양한 개발 작업을 위한 사전 정의된 브랜치를 포함하는 엄격한 브랜칭 모델을 정의합니다.
 * 메인, 개발, 기능, 릴리스, 핫픽스 브랜치와 같은 장기 브랜치를 포함합니다.
 * 장점: 정기 릴리스 및 장기 유지보수가 필요한 프로젝트에 적합
 * 단점: 소규모 팀에는 너무 복잡할 수 있음

Forking Workflow
이 워크플로우에서는 각 개발자가 메인 저장소를 복제(clone)하지만, 변경 사항을 메인 저장소에 직접 푸시하는 대신 자신의 포크에 푸시합니다. 이후 메인 저장소로 변경 사항을 제안하는 풀 리퀘스트를 생성하여 병합 전에 코드 리뷰 및 협업이 이루어집니다.
 * 이 워크플로우는 오픈 소스 Glasskube 저장소에서 협업하는 데 사용합니다.
 * 장점: 외부 기여자의 협업을 장려하면서 메인 저장소에 대한 직접적인 쓰기 권한 부여를 방지
 * 단점: 포크와 메인 저장소 간의 동기화 유지가 어려울 수 있음

Pull Request Workflow
포크 워크플로우와 유사하지만, 개발자가 메인 저장소에 직접 기능 브랜치를 생성합니다.
 * 장점: 코드 리뷰, 협업, 팀원 간의 지식 공유 촉진
 * 단점: 사람에 의존한 코드 리뷰로 인해 개발 과정에서 지연이 발생할 수 있음

Trunk-Based Development
빠른 반복 및 지속적 배포에 집중하는 팀이라면 메인 브랜치에서 직접 개발하고 작은 변경 사항을 자주 커밋하는 트렁크 기반 개발을 사용할 수 있습니다.
 * 장점: 빠른 반복, 지속적 통합, 소규모 자주 변경을 프로덕션에 배포하는 데 집중
 * 단점: 메인 브랜치의 안정성을 보장하기 위해 강력한 자동화 테스트 및 배포 파이프라인이 필요하며, 릴리스 일정이 엄격하거나 복잡한 기능 개발이 필요한 프로젝트에는 적합하지 않을 수 있음
 
Git Cheatsheet
 
# Clone a Repository
git clone <repository_url>

# Stage Changes for Commit
git add <file(s)>

# Commit Changes
git commit -m "Commit message"

# Push Changes to the Remote Repository
git push

# Force Push Changes (use with caution)
git push --force

# Reset Working Directory to Last Commit
git reset --hard

# Create a New Branch
git branch <branch_name>

# Switch to a Different Branch
git checkout <branch_name>

# Merge Changes from Another Branch
git merge <branch_name>

# Rebase Changes onto Another Branch (use with caution)
git rebase <base_branch>

# View Status of Working Directory
git status

# View Commit History
git log

# Undo Last Commit (use with caution)
git reset --soft HEAD^

# Discard Changes in Working Directory
git restore <file(s)>

# Retrieve Lost Commit References
git reflog

# Interactive Rebase to Rearrange Commits
git rebase --interactive HEAD~3

 
번역: [https://ducktopia.tistory.com/134]
원문:

Rebasing 과 MergingRebasing을 Merging과 비교하는 것은 의미가 있습니다. 두 명령의 목표는 같지만 이를 달성하는 방법이 다릅니다. 중요한 차이점은 Rebasing이 프로젝트의 히스토리를 재작성한다는 것입니다. 깔끔하고 이해하기 쉬운 프로젝트 히스토리를 중요시하는 프로젝트에 적합합니다. 반면, Merging은 새로운 병합 커밋을 생성하여 두 브랜치의 히스토리를 유지합니다.&nbsp;SquashingGit Squashing은 여러 커밋을 하나의 통합된 커밋으로 압축하는 데 사용됩니다. Cherry-pickingCherry-picking은 특정 브랜치의 변경 사항을 선택적으로 다른 브랜치에 통합할 때 유용합니다. 전체 브랜치를 병합하는 것이 바람직하지 않거나 불가능한 경우에 특히 유용합니다. 그러나 Cherry-picking을 신중하게 사용해야 하며, 잘못 사용할 경우 중복된 커밋과 분기된 히스토리를 초래할 수 있습니다. Signing commitsSigning commits는 Git에서 커밋의 진위와 무결성을 검증하는 방법입니다. GNU Privacy Guard(GPG) 키를 사용해 커밋에 암호화 서명을 추가함으로써, 커밋 작성자가 본인임을 보장할 수 있습니다. GPG 키를 생성하고 Git이 커밋할 때 이 키를 사용하도록 설정할 수 있습니다. Git ReflogGit references는 Git 히스토리의 명명된 지점으로, 사용자가 저장소의 타임라인을 탐색하고 프로젝트의 특정 스냅샷에 접근할 수 있게 합니다. Git references를 탐색하는 방법을 알고 있으면 유용하며, 이를 위해 git reflog를 사용할 수 있습니다. 다음과 같은 장점이 있습니다:<ul ><li>잃어버린 커밋 또는 브랜치 복구</li><li>디버깅 및 문제 해결</li><li>실수 취소</li></ul> Interactive rebase인터랙티브 리베이스는 커밋 히스토리를 대화형으로 재작성할 수 있는 강력한 Git 기능입니다. 커밋을 적용하기 전에 수정, 재정렬, 결합, 삭제할 수 있습니다. Origin vs Upstreamorigin은 로컬 Git 저장소와 연관된 기본 원격 저장소입니다. 저장소를 복제(clone)하면 해당 복제본이 기본적으로 origin 원격 저장소로 설정됩니다. 저장소를 포크(fork)했다면, 그 포크가 기본적으로 origin 저장소가 됩니다.&nbsp;반면, upstream은 저장소가 포크된 원래 저장소를 가리킵니다.&nbsp;포크된 저장소를 원래 프로젝트의 최신 변경 사항과 동기화하려면 upstream 저장소에서 변경 사항을 가져와(git fetch) 로컬 저장소에 병합(merge)하거나 리베이스(rebase)해야 합니다.&nbsp;Conflicts브랜치를 병합하거나 리베이스할 때 충돌이 발생해도 당황하지 마세요. 이는 저장소의 동일 파일 또는 여러 파일의 다른 버전 사이에 충돌하는 변경 사항이 있음을 의미하며, 대부분의 경우 쉽게 해결할 수 있습니다.&nbsp;Feature Branch Workflow각 새로운 기능이나 버그 수정은 별도의 브랜치에서 개발되고 완료된 후 메인 브랜치로 병합됩니다.<ul ><li>장점: 변경 사항의 격리 및 충돌 감소</li><li>단점: 복잡해질 수 있으며 철저한 브랜치 관리가 필요</li></ul> Gitflow WorkflowGitflow는 다양한 개발 작업을 위한 사전 정의된 브랜치를 포함하는 엄격한 브랜칭 모델을 정의합니다.<ul ><li>메인, 개발, 기능, 릴리스, 핫픽스 브랜치와 같은 장기 브랜치를 포함합니다.</li><li>장점: 정기 릴리스 및 장기 유지보수가 필요한 프로젝트에 적합</li><li>단점: 소규모 팀에는 너무 복잡할 수 있음</li></ul> Forking Workflow이 워크플로우에서는 각 개발자가 메인 저장소를 복제(clone)하지만, 변경 사항을 메인 저장소에 직접 푸시하는 대신 자신의 포크에 푸시합니다. 이후 메인 저장소로 변경 사항을 제안하는 풀 리퀘스트를 생성하여 병합 전에 코드 리뷰 및 협업이 이루어집니다.<ul ><li>이 워크플로우는 오픈 소스 Glasskube 저장소에서 협업하는 데 사용합니다.</li><li>장점: 외부 기여자의 협업을 장려하면서 메인 저장소에 대한 직접적인 쓰기 권한 부여를 방지</li><li>단점: 포크와 메인 저장소 간의 동기화 유지가 어려울 수 있음</li></ul> Pull Request Workflow포크 워크플로우와 유사하지만, 개발자가 메인 저장소에 직접 기능 브랜치를 생성합니다.<ul ><li>장점: 코드 리뷰, 협업, 팀원 간의 지식 공유 촉진</li><li>단점: 사람에 의존한 코드 리뷰로 인해 개발 과정에서 지연이 발생할 수 있음</li></ul> Trunk-Based Development빠른 반복 및 지속적 배포에 집중하는 팀이라면 메인 브랜치에서 직접 개발하고 작은 변경 사항을 자주 커밋하는 트렁크 기반 개발을 사용할 수 있습니다.<ul ><li>장점: 빠른 반복, 지속적 통합, 소규모 자주 변경을 프로덕션에 배포하는 데 집중</li><li>단점: 메인 브랜치의 안정성을 보장하기 위해 강력한 자동화 테스트 및 배포 파이프라인이 필요하며, 릴리스 일정이 엄격하거나 복잡한 기능 개발이 필요한 프로젝트에는 적합하지 않을 수 있음</li></ul>&nbsp;Git Cheatsheet&nbsp;<pre ><code class="language-bash"># Clone a Repository
git clone &lt;repository_url&gt;

# Stage Changes for Commit
git add &lt;file(s)&gt;

# Commit Changes
git commit -m "Commit message"

# Push Changes to the Remote Repository
git push

# Force Push Changes (use with caution)
git push --force

# Reset Working Directory to Last Commit
git reset --hard

# Create a New Branch
git branch &lt;branch_name&gt;

# Switch to a Different Branch
git checkout &lt;branch_name&gt;

# Merge Changes from Another Branch
git merge &lt;branch_name&gt;

# Rebase Changes onto Another Branch (use with caution)
git rebase &lt;base_branch&gt;

# View Status of Working Directory
git status

# View Commit History
git log

# Undo Last Commit (use with caution)
git reset --soft HEAD^

# Discard Changes in Working Directory
git restore &lt;file(s)&gt;

# Retrieve Lost Commit References
git reflog

# Interactive Rebase to Rearrange Commits
git rebase --interactive HEAD~3</code></pre>&nbsp;번역: [https://ducktopia.tistory.com/134]원문:

Medium

🕊️ [Medium] 내가 원했던, Git 가이드 (2)

1
인간은 네트워크화된 종이다.

2
네트워크 덕분에 우리는 혼자 해야 하는 일을 여럿이 힘을 합쳐서 하고 있다.

3
네트워크는 협력의 결과를 나누어 준다.

4
돈은 하나의 네트워크다. 종교도 하나의 네트워크다. 기업도 하나의 네트워크다. 도로 역시 하나의 네트워크다. 전기도 하나의 네트워크다.

5
네트워크는 규칙에 따라 조직화되어야 한다. 사람들이 속임수를 쓰는 사람들에 대항하여 이러한 규칙을 지키게 하기 위해서는 통치자가 필요하다.

6
그리고 이러한 네트워크의 통치자는 사회에서 가장 큰 권력을 갖게 된다

#콜드스타트
#하루한문장

1 인간은 네트워크화된 종이다. ​ ​2 네트워크 덕분에 우리는 혼자 해야 하는 일을 여럿이 힘을 합쳐서 하고 있다. ​ ​3 네트워크는 협력의 결과를 나누어 준다. ​ ​4 돈은 하나의 네트워크다. 종교도 하나의 네트워크다. 기업도 하나의 네트워크다. 도로 역시 하나의 네트워크다. 전기도 하나의 네트워크다. ​ ​5 네트워크는 규칙에 따라 조직화되어야 한다. 사람들이 속임수를 쓰는 사람들에 대항하여 이러한 규칙을 지키게 하기 위해서는 통치자가 필요하다. ​ ​6 그리고 이러한 네트워크의 통치자는 사회에서 가장 큰 권력을 갖게 된다 #콜드스타트 #하루한문장

< 돈, 종교, 기업의 공통점은? 모두 '네트워크'다 >

https://blog.naver.com/madaboutit/223604624097

드림웍스의 애니메이션 영화 “와일드 로봇”을 봤다. 영화의 주제는 아니지만, 보는 내내 마음이란 무엇인가, 로봇도 마음을 가질 수 있는 것인가라는 진부한(?) 생각을 해 보았는데, 결론은 로봇도 마음을 가질 수 있다였다.

AI의 마음은 고사하고 지능도 가짜다라는 말도 많이 하고, 마음과 지능의 정의가 명확하지 않기도 하지만, 지금은 아닐지 몰라도 AI가 지능을 가질 수 있다는 것은 분명해졌다는 것과, 최근에 공감 능력도 지능의 영역이라는 주장들의 근원을 생각해보면, 결국 감정과 마음은 고차원적인 지능이며, 그렇다면 AI가 마음을 가질 수 있다는 논리.

고전명작 “바이센테니얼 맨” 역시 그러한 이야기를 시사하기도 하는데.. 과연 조금 더 지나 더 강력한 AI가 발명된 미래에는 이 생각들이 어떻게 받아들여질지 궁금하기도하다.

드림웍스의 애니메이션 영화 “와일드 로봇”을 봤다. 영화의 주제는 아니지만, 보는 내내 마음이란 무엇인가, 로봇도 마음을 가질 수 있는 것인가라는 진부한(?) 생각을 해 보았는데, 결론은 로봇도 마음을 가질 수 있다였다. AI의 마음은 고사하고 지능도 가짜다라는 말도 많이 하고, 마음과 지능의 정의가 명확하지 않기도 하지만, 지금은 아닐지 몰라도 AI가 지능을 가질 수 있다는 것은 분명해졌다는 것과, 최근에 공감 능력도 지능의 영역이라는 주장들의 근원을 생각해보면, 결국 감정과 마음은 고차원적인 지능이며, 그렇다면 AI가 마음을 가질 수 있다는 논리. 고전명작 “바이센테니얼 맨” 역시 그러한 이야기를 시사하기도 하는데.. 과연 조금 더 지나 더 강력한 AI가 발명된 미래에는 이 생각들이 어떻게 받아들여질지 궁금하기도하다.

How AI Could Transform the World for the Better

Dario Amodei — Machines of Loving Grace

자타공인 OpenAI의 대항마인 Anthropic의 CEO Dario Amodei가 굉장히 긴 에세이를 썼는데요. 매우 흥미롭습니다.

AI가 세상을 어떻게 바꿀 것인가에 관한 내용인데요. 안전을 매우 중시하며 그동안 공개적으로 미래에 얘기를 많이 하지 않았었는데, 글의 내용이 다소 혹은 읽는 분에 따라서는 매우 급진적입니다.

글 전체가 전부 의미 있는 내용이지만, 그 중에서도 인상적인 내용을 발췌했 보았습니다.

—

생물학, 프로그래밍, 수학, 공학, 글쓰기 등 대부분의 관련 분야에서 노벨상 수상자보다 똑똑한 수준의 강력한 AI(AGI라는 말을 싫어함)는 빠르면 2026년에 올 수 있으며, 이후 5~10년 이내에 급격한 변화를 만들 것이다.

그러한 강력한 AI는 분야에 따라 백만개가 생길 수 있으며, 관련 없는 작업에 대해 독립적으로 작동하거나, 필요한 경우 인간이 협력하는 것과 같은 방식으로 함께 작동 할 것이다.

따라서, 앞으로 데이터센터는 천재들의 나라로 부를 수 있을 것이다.

가능한 모든 과학적, 공학적, 운영적 과제를 거의 즉시 해결할 것이기 때문에 세계가 초 또는 며칠 단위의 규모로 즉시 변형될 것이다. 물리적이나 법적인 제약으로 병목 현상이 발생하겠지만, 시간에 따라 해결 될 것이다.

모든 분야에 있어 더 많은 재능 있고 창의적인 연구자들이 있다면 그들의 발견률이 10배 이상 증가할 수 있다고 생각한다. 그 말은 천재들의 나라의 강력한 AI들이 이러한 발견의 속도를 최소 10배로 만들 수 있으며, 5-10년 안에 다음 50-100년의 생물학적 진보를 제공할 수 있다고 추측 할 수 있다.

* 참고로 다리오는 신경과학과 생물학의 연구자이기도 합니다.

AI 기반 생물학과 의학은 인간 생물학자들이 향후 50-100년 동안 달성했을 진보를 5-10년으로 압축할 수 있게 해줄 것이다.

즉, 우리는 우리는 압축된 21세기를 살게 될 것이다.

거의 모든 질병을 치료하고 피임, 불임, 비만 등에서 해방돼 생물학적 자유를 얻을 것이며, 인간의 수명을 두 배, 150세까지 늘어날 수 있을 것이다.

정신 질환의 치료를 크게 개선하거나 심지어 치료할 뿐만 아니라 "인지 및 정신적 자유"와 인간의 인지 및 감정 능력을 크게 확장시킬 가능성이 높다.

AI의 공상과학 묘사에서 자주 나오는, 컴퓨터에 인간의 정신을 올리는 "마인드 업로드"는 원칙적으로 거의 확실하게 가능하다고 생각한다.

작물 수확량을 크게 증가 시키고 기후 변화를 완화하며 국가내 불평등을 낮춰 인간의 삶을 더 낫게 할 수 있을 것이다.

대부분의 경제적 활동은 어딘가의 AI가 원칙적으로 이 작업을 더 잘 수행할 수 있고, 이 작업이 더 이상 세계 경제의 경제적으로 보상되는 요소가 아니게 된다.

일의 의미는 경제적 노동이 아니라 대부분 인간 관계와 연결에서 나온다고 생각한다. 사람들은 성취감, 심지어 경쟁감을 원하며, AI 이후 세계에서는 오늘날 사람들이 연구 프로젝트에 착수하거나, 할리우드 배우가 되려고 하거나, 회사를 찾을 때 하는 것과 유사하게 복잡한 전략으로 매우 어려운 작업을 시도하는 데 몇 년을 보내는 것이 완벽하게 가능할 것이다.

—

이 외에도 다양한 분야에 대한 예상을 내 놓았는데요. 내용이 다소 급진적이지만, 이는 AI를 어떤 면에서 안전하게 만들어야하는지에 대한 단서로써 이야기를 풀어놓은 것이 아닌가 합니다. 아무튼 Anthropic의 CEO도 이제 이렇게 공개적으로 이야기하는 걸 보니, 정말 특이점이 멀지 않은 것 같습니다.

원문: https://darioamodei.com/machines-of-loving-grace

자타공인 OpenAI의 대항마인 Anthropic의 CEO Dario Amodei가 굉장히 긴 에세이를 썼는데요. 매우 흥미롭습니다. AI가 세상을 어떻게 바꿀 것인가에 관한 내용인데요. 안전을 매우 중시하며 그동안 공개적으로 미래에 얘기를 많이 하지 않았었는데, 글의 내용이 다소 혹은 읽는 분에 따라서는 매우 급진적입니다. 글 전체가 전부 의미 있는 내용이지만, 그 중에서도 인상적인 내용을 발췌했 보았습니다. — 생물학, 프로그래밍, 수학, 공학, 글쓰기 등 대부분의 관련 분야에서 노벨상 수상자보다 똑똑한 수준의 강력한 AI(AGI라는 말을 싫어함)는 빠르면 2026년에 올 수 있으며, 이후 5~10년 이내에 급격한 변화를 만들 것이다. 그러한 강력한 AI는 분야에 따라 백만개가 생길 수 있으며, 관련 없는 작업에 대해 독립적으로 작동하거나, 필요한 경우 인간이 협력하는 것과 같은 방식으로 함께 작동 할 것이다. 따라서, 앞으로 데이터센터는 천재들의 나라로 부를 수 있을 것이다. 가능한 모든 과학적, 공학적, 운영적 과제를 거의 즉시 해결할 것이기 때문에 세계가 초 또는 며칠 단위의 규모로 즉시 변형될 것이다. 물리적이나 법적인 제약으로 병목 현상이 발생하겠지만, 시간에 따라 해결 될 것이다. 모든 분야에 있어 더 많은 재능 있고 창의적인 연구자들이 있다면 그들의 발견률이 10배 이상 증가할 수 있다고 생각한다. 그 말은 천재들의 나라의 강력한 AI들이 이러한 발견의 속도를 최소 10배로 만들 수 있으며, 5-10년 안에 다음 50-100년의 생물학적 진보를 제공할 수 있다고 추측 할 수 있다. * 참고로 다리오는 신경과학과 생물학의 연구자이기도 합니다. AI 기반 생물학과 의학은 인간 생물학자들이 향후 50-100년 동안 달성했을 진보를 5-10년으로 압축할 수 있게 해줄 것이다. 즉, 우리는 우리는 압축된 21세기를 살게 될 것이다. 거의 모든 질병을 치료하고 피임, 불임, 비만 등에서 해방돼 생물학적 자유를 얻을 것이며, 인간의 수명을 두 배, 150세까지 늘어날 수 있을 것이다. 정신 질환의 치료를 크게 개선하거나 심지어 치료할 뿐만 아니라 "인지 및 정신적 자유"와 인간의 인지 및 감정 능력을 크게 확장시킬 가능성이 높다. AI의 공상과학 묘사에서 자주 나오는, 컴퓨터에 인간의 정신을 올리는 "마인드 업로드"는 원칙적으로 거의 확실하게 가능하다고 생각한다. 작물 수확량을 크게 증가 시키고 기후 변화를 완화하며 국가내 불평등을 낮춰 인간의 삶을 더 낫게 할 수 있을 것이다. 대부분의 경제적 활동은 어딘가의 AI가 원칙적으로 이 작업을 더 잘 수행할 수 있고, 이 작업이 더 이상 세계 경제의 경제적으로 보상되는 요소가 아니게 된다. 일의 의미는 경제적 노동이 아니라 대부분 인간 관계와 연결에서 나온다고 생각한다. 사람들은 성취감, 심지어 경쟁감을 원하며, AI 이후 세계에서는 오늘날 사람들이 연구 프로젝트에 착수하거나, 할리우드 배우가 되려고 하거나, 회사를 찾을 때 하는 것과 유사하게 복잡한 전략으로 매우 어려운 작업을 시도하는 데 몇 년을 보내는 것이 완벽하게 가능할 것이다. — 이 외에도 다양한 분야에 대한 예상을 내 놓았는데요. 내용이 다소 급진적이지만, 이는 AI를 어떤 면에서 안전하게 만들어야하는지에 대한 단서로써 이야기를 풀어놓은 것이 아닌가 합니다. 아무튼 Anthropic의 CEO도 이제 이렇게 공개적으로 이야기하는 걸 보니, 정말 특이점이 멀지 않은 것 같습니다. 원문: https://darioamodei.com/machines-of-loving-grace

darioamodei.com

A list of top 15 logistics AI use cases and applications that can help you implement AI-powered solution in your businesses.

Top 15 Logistics AI Use Cases and Applications 

요즘 모든 관심이 생성형AI 특히, LLM에 몰려있는게 사실이지만, 회사나 비지니스 측면에서는 물류 관련 분야의 AI적용이 더욱 우리 생활을 편리하게 만들고 있습니다.

맥킨지에 따르면, AI를 성공적으로 도입한 기업은 물류 비용을 15%, 재고 수준을 35%, 서비스 수준을 65% 개선하는 데 도움이 되었다고 합니다. 그리고, McKinsey의 또 다른 연구에 따르면 물류 기업은 프로세스에 AI를 도입함으로써 향후 20년간 연간 1조 3,000억~2조 달러의 경제적 가치를 창출할 것으로 예상된다고 합니다.

15개의 여러 분야의 AI 사용 사례를 살펴보면 다음과 같습니다.

< 물류 계획 >
🍎 수요 예측
 * AI 기능을 통해 조직은 예측 작업에 실시간 데이터를 사용할 수 있습니다.
 * 따라서 AI 기반 수요 예측 방법은 ARIMA, 자동 회귀 통합 이동 평균, 지수 평활법과 같은 기존 예측 방법에 비해 오류율을 크게 줄입니다.
 * 수요 예측의 정확도가 향상되어 제조업체는 현지 창고에 파견되는 차량 수를 최적화하고 인력 계획을 개선하여 운영 비용을 절감할 수 있습니다.
 * 현지 창고/소매업체는 보유 비용(다른 곳에 투자하는 대신 상품을 보유하는 데 드는 기회 비용)과 재고 부족 가능성을 줄일 수 있습니다.
🍎 공급 계획
 * 인공지능은 기업이 실시간으로 수요를 분석하여 공급 계획 매개변수를 동적으로 업데이트하여 공급망 흐름을 최적화할 수 있도록 지원합니다.
 * 동적 공급 계획은 낭비를 최소화하기 때문에 기업은 더 적은 리소스를 사용합니다.

< 자동화된 창고 관리 >
🍎 창고 로봇
 * 창고 로봇은 기업의 공급망 관리를 개선하기 위해 많은 투자가 이루어지고 있는 또 다른 AI 기술입니다.
 * 창고 로봇 시장은 2021년에 47억 달러 규모로 평가되었으며 2021년부터 2026년까지 연평균 14%의 성장률을 보일 것으로 예상됩니다.
 * 예를 들어, 거대 유통업체인 Amazon은 2012년에 Kiva Systems를 인수하고 2015년에 Amazon Robotics로 사명을 변경했습니다. 현재 아마존은 물류창고에서 20만 대의 로봇을 운용하고 있습니다. 아마존의 175개 주문 처리 센터 중 26개 센터에서 로봇이 포장물을 피킹, 분류, 운송, 보관하는 작업을 돕고 있습니다.
🍎 손상 감지/육안 검사
 * 파손된 제품은 고객 불만족과 이탈로 이어질 수 있습니다. 컴퓨터 비전 기술을 통해 기업은 창고 운영에서 손상을 식별하고 품질 관리를 보장할 수 있습니다.
 * 물류 관리자는 파손의 크기와 유형을 파악하고 추가 손상을 줄이기 위한 조치를 취할 수 있습니다.
🍎 예측 유지보수
 * 예측 유지보수는 기계의 IoT 센서에서 수집한 실시간 데이터를 분석하여 공장 내 잠재적인 기계 고장을 예측하는 것입니다.
 * 머신 러닝 기반 분석 도구는 예측 분석을 강화하고 센서 데이터의 패턴을 식별하여 기술자가 고장이 발생하기 전에 조치를 취할 수 있도록 합니다.

< 자율 사물 >
🍎 자율주행 차량
 * 자율주행차는 인간 운전자에 대한 의존도를 낮춰 물류를 혁신할 수 있는 잠재력을 가지고 있습니다.
 * 플래투닝과 같은 기술은 운전자의 건강과 안전을 지원하는 동시에 차량의 탄소 배출량과 연료 사용량을 줄여줍니다.
 * 테슬라, 구글, 메르세데스 벤츠는 자율주행차 개념에 막대한 투자를 하고 있으며, 자율주행 트럭을 전 세계 도로에서 볼 수 있는 것은 시간 문제일 뿐입니다. 그러나 BCG의 추정에 따르면 2030년까지 경트럭의 약 10%만이 자율 주행을 할 것으로 예상됩니다.
🍎 배송 드론
 * 제품 물류의 경우, 배송 드론은 지상 운송이 불가능하거나 안전, 신뢰성, 지속 가능성이 떨어지는 장소로 제품을 배송할 때 유용한 기계입니다.
 * 특히 의약품의 유통기한이 짧은 헬스케어 산업에서 배송 드론은 기업이 폐기물 비용을 절감하고 값비싼 보관 시설에 대한 투자를 방지하는 데 도움이 될 수 있습니다.

< 분석 >
🍎 동적 가격 책정
 * 동적 가격 책정은 수요, 공급, 경쟁 가격 및 하위 제품 가격의 변동에 따라 제품 가격이 반응하는 실시간 가격 책정입니다.
 * 가격 책정 소프트웨어는 주로 머신러닝 알고리즘을 사용하여 고객의 과거 데이터를 실시간으로 분석하여 가격을 조정함으로써 수요 변동에 더 빠르게 대응할 수 있도록 합니다.
🍎 경로 최적화 / 화물 관리
 * AI 모델은 기업이 기존 경로를 분석하고 경로 최적화를 추적하는 데 도움을 줍니다.
 * 경로 최적화는 그래프 분석 분야의 최단 경로 알고리즘을 사용하여 물류 트럭의 가장 효율적인 경로를 파악합니다.
 * 따라서 기업은 배송 비용을 절감하고 배송 프로세스를 가속화할 수 있습니다.
 * 예를 들어 발레란의 스마트 도로 시스템은 도로 상황에 대한 정보를 자율주행 차량과 사용자에게 전달하는 AI 웹 기반 교통 관리 플랫폼입니다.
 * 경로 최적화 도구는 기업의 탄소 발자국을 줄이는 데도 효과적인 도구입니다.

< 백 오피스 >
🍎 문서 처리 자동화
 * 송장/선하증권/요금표 문서는 구매자, 공급업체, 물류 서비스 제공업체 간의 커뮤니케이션에 도움이 됩니다.
 * 문서 자동화 기술을 사용하면 데이터 입력, 오류 조정 및 문서 처리를 자동화하여 이러한 문서 처리의 효율성을 높일 수 있습니다.
🍎 기타 수동 사무 업무 자동화
 * 지능형 비즈니스 프로세스 자동화라고도 하는 초자동화는 AI, 로봇 프로세스 자동화(RPA), 프로세스 마이닝 및 기타 기술을 조합하여 엔드투엔드 방식으로 프로세스를 자동화하는 것을 의미합니다. 이러한 기술을 통해 기업은 다음과 같은 여러 백오피스 작업을 자동화할 수 있습니다.
 * 스케줄링 및 추적: AI 시스템은 운송 일정을 예약하고, 화물 파이프라인을 구성하고, 다양한 직원을 특정 스테이션에 할당 및 관리하고, 물류창고에서 패키지를 추적할 수 있습니다.
 * 보고서 생성: 물류 회사는 RPA 도구를 사용하여 관리자에게 정보를 제공하고 회사 내 모든 사람이 일치하도록 하는 데 필요한 정기 보고서를 자동으로 생성할 수 있습니다. RPA 솔루션은 보고서를 쉽게 자동 생성하고, 그 내용을 분석하며, 그 내용을 바탕으로 관련 이해관계자에게 이메일을 보낼 수 있습니다.
 * 이메일 처리: 자동 생성된 보고서의 내용을 기반으로 RPA 봇이 내용을 분석하여 관련 이해관계자에게 이메일을 보낼 수 있습니다.
🍎 고객 서비스 챗봇
 * 고객은 배송 과정에서 발생하는 모든 문제에 대해 회사에 연락하기 때문에 고객 서비스는 물류 회사에서 중요한 역할을 합니다. 고객 서비스 챗봇은 다음과 같은 중소규모 콜센터 업무를 처리할 수 있습니다:
 * 배송 요청
 * 주문 수정
 * 배송 추적
 * FAQ에 대한 응답
 * 챗봇은 고객 경험을 분석하는 데도 유용한 기술입니다. 챗봇 분석 지표를 통해 기업은 고객을 더 잘 이해할 수 있으므로 고객 여정을 개선할 수 있습니다.

< 세일즈 & 마케팅 >
🍎 리드 스코어링
 * 리드 스코어링은 영업 담당자가 적합한 잠재 고객에게 집중할 수 있도록 지원하는 것을 의미합니다.
 * AI 기반 도구를 사용하면 프로필, 행동, 관심사를 기반으로 리드에 자동으로 점수를 부여할 수 있습니다.
 * AI 기반 리드 스코어링 시스템은 머신러닝 알고리즘을 활용하여 데이터를 신속하게 처리하고 어떤 리드가 유료 고객으로 전환될 가능성이 가장 높은지 정확하게 판단합니다.
🍎 일상적인 마케팅
 * 물류 서비스 제공업체는 AI를 사용하여 이메일 마케팅 및 콘텐츠 제작과 같은 일상적인 마케팅 작업을 자동화할 수 있습니다.
🍎 영업 및 마케팅 분석
 * 물류 서비스 제공업체는 AI 기반 도구를 사용하여 고객 행동을 분석하고 예측 분석을 통해 고객이 다음에 무엇을 할 가능성이 높은지 더 잘 이해할 수 있습니다.
 * 또한 AI 기반 시스템을 활용하여 시장의 변화를 모니터링함으로써 물류 서비스 제공업체가 경쟁에서 앞서 나가고 데이터 기반 의사 결정을 내릴 수 있도록 지원하여 효율성을 높일 수 있습니다.

 * source: https://research.aimultiple.com/logistics-ai/

요즘 모든 관심이 생성형AI 특히, LLM에 몰려있는게 사실이지만, 회사나 비지니스 측면에서는 물류 관련 분야의 AI적용이 더욱 우리 생활을 편리하게 만들고 있습니다. 맥킨지에 따르면, AI를 성공적으로 도입한 기업은 물류 비용을 15%, 재고 수준을 35%, 서비스 수준을 65% 개선하는 데 도움이 되었다고 합니다. 그리고, McKinsey의 또 다른 연구에 따르면 물류 기업은 프로세스에 AI를 도입함으로써 향후 20년간 연간 1조 3,000억~2조 달러의 경제적 가치를 창출할 것으로 예상된다고 합니다. 15개의 여러 분야의 AI 사용 사례를 살펴보면 다음과 같습니다. &lt; 물류 계획 &gt;🍎 수요 예측<ul ><li>AI 기능을 통해 조직은 예측 작업에 실시간 데이터를 사용할 수 있습니다. </li><li>따라서 AI 기반 수요 예측 방법은 ARIMA, 자동 회귀 통합 이동 평균, 지수 평활법과 같은 기존 예측 방법에 비해 오류율을 크게 줄입니다.</li><li>수요 예측의 정확도가 향상되어 제조업체는 현지 창고에 파견되는 차량 수를 최적화하고 인력 계획을 개선하여 운영 비용을 절감할 수 있습니다.</li><li>현지 창고/소매업체는 보유 비용(다른 곳에 투자하는 대신 상품을 보유하는 데 드는 기회 비용)과 재고 부족 가능성을 줄일 수 있습니다.</li></ul>🍎 공급 계획<ul ><li>인공지능은 기업이 실시간으로 수요를 분석하여 공급 계획 매개변수를 동적으로 업데이트하여 공급망 흐름을 최적화할 수 있도록 지원합니다. </li><li>동적 공급 계획은 낭비를 최소화하기 때문에 기업은 더 적은 리소스를 사용합니다.</li></ul> &lt; 자동화된 창고 관리 &gt;🍎 창고 로봇<ul ><li>창고 로봇은 기업의 공급망 관리를 개선하기 위해 많은 투자가 이루어지고 있는 또 다른 AI 기술입니다. </li><li>창고 로봇 시장은 2021년에 47억 달러 규모로 평가되었으며 2021년부터 2026년까지 연평균 14%의 성장률을 보일 것으로 예상됩니다.</li><li>예를 들어, 거대 유통업체인 Amazon은 2012년에 Kiva Systems를 인수하고 2015년에 Amazon Robotics로 사명을 변경했습니다. 현재 아마존은 물류창고에서 20만 대의 로봇을 운용하고 있습니다. 아마존의 175개 주문 처리 센터 중 26개 센터에서 로봇이 포장물을 피킹, 분류, 운송, 보관하는 작업을 돕고 있습니다.</li></ul>🍎 손상 감지/육안 검사<ul ><li>파손된 제품은 고객 불만족과 이탈로 이어질 수 있습니다. 컴퓨터 비전 기술을 통해 기업은 창고 운영에서 손상을 식별하고 품질 관리를 보장할 수 있습니다. </li><li>물류 관리자는 파손의 크기와 유형을 파악하고 추가 손상을 줄이기 위한 조치를 취할 수 있습니다.</li></ul>🍎 예측 유지보수<ul ><li>예측 유지보수는 기계의 IoT 센서에서 수집한 실시간 데이터를 분석하여 공장 내 잠재적인 기계 고장을 예측하는 것입니다. </li><li>머신 러닝 기반 분석 도구는 예측 분석을 강화하고 센서 데이터의 패턴을 식별하여 기술자가 고장이 발생하기 전에 조치를 취할 수 있도록 합니다.</li></ul> &lt; 자율 사물 &gt;🍎 자율주행 차량<ul ><li>자율주행차는 인간 운전자에 대한 의존도를 낮춰 물류를 혁신할 수 있는 잠재력을 가지고 있습니다. </li><li>플래투닝과 같은 기술은 운전자의 건강과 안전을 지원하는 동시에 차량의 탄소 배출량과 연료 사용량을 줄여줍니다. </li><li>테슬라, 구글, 메르세데스 벤츠는 자율주행차 개념에 막대한 투자를 하고 있으며, 자율주행 트럭을 전 세계 도로에서 볼 수 있는 것은 시간 문제일 뿐입니다. 그러나 BCG의 추정에 따르면 2030년까지 경트럭의 약 10%만이 자율 주행을 할 것으로 예상됩니다.</li></ul>🍎 배송 드론<ul ><li>제품 물류의 경우, 배송 드론은 지상 운송이 불가능하거나 안전, 신뢰성, 지속 가능성이 떨어지는 장소로 제품을 배송할 때 유용한 기계입니다. </li><li>특히 의약품의 유통기한이 짧은 헬스케어 산업에서 배송 드론은 기업이 폐기물 비용을 절감하고 값비싼 보관 시설에 대한 투자를 방지하는 데 도움이 될 수 있습니다.</li></ul> &lt; 분석 &gt;🍎 동적 가격 책정<ul ><li>동적 가격 책정은 수요, 공급, 경쟁 가격 및 하위 제품 가격의 변동에 따라 제품 가격이 반응하는 실시간 가격 책정입니다. </li><li>가격 책정 소프트웨어는 주로 머신러닝 알고리즘을 사용하여 고객의 과거 데이터를 실시간으로 분석하여 가격을 조정함으로써 수요 변동에 더 빠르게 대응할 수 있도록 합니다.</li></ul>🍎 경로 최적화 / 화물 관리<ul ><li>AI 모델은 기업이 기존 경로를 분석하고 경로 최적화를 추적하는 데 도움을 줍니다. </li><li>경로 최적화는 그래프 분석 분야의 최단 경로 알고리즘을 사용하여 물류 트럭의 가장 효율적인 경로를 파악합니다.</li><li>따라서 기업은 배송 비용을 절감하고 배송 프로세스를 가속화할 수 있습니다. </li><li>예를 들어 발레란의 스마트 도로 시스템은 도로 상황에 대한 정보를 자율주행 차량과 사용자에게 전달하는 AI 웹 기반 교통 관리 플랫폼입니다.</li><li>경로 최적화 도구는 기업의 탄소 발자국을 줄이는 데도 효과적인 도구입니다.</li></ul> &lt; 백 오피스 &gt;🍎 문서 처리 자동화<ul ><li>송장/선하증권/요금표 문서는 구매자, 공급업체, 물류 서비스 제공업체 간의 커뮤니케이션에 도움이 됩니다. </li><li>문서 자동화 기술을 사용하면 데이터 입력, 오류 조정 및 문서 처리를 자동화하여 이러한 문서 처리의 효율성을 높일 수 있습니다.</li></ul>🍎 기타 수동 사무 업무 자동화<ul ><li>지능형 비즈니스 프로세스 자동화라고도 하는 초자동화는 AI, 로봇 프로세스 자동화(RPA), 프로세스 마이닝 및 기타 기술을 조합하여 엔드투엔드 방식으로 프로세스를 자동화하는 것을 의미합니다. 이러한 기술을 통해 기업은 다음과 같은 여러 백오피스 작업을 자동화할 수 있습니다.<ul ><li>스케줄링 및 추적: AI 시스템은 운송 일정을 예약하고, 화물 파이프라인을 구성하고, 다양한 직원을 특정 스테이션에 할당 및 관리하고, 물류창고에서 패키지를 추적할 수 있습니다.</li><li>보고서 생성: 물류 회사는 RPA 도구를 사용하여 관리자에게 정보를 제공하고 회사 내 모든 사람이 일치하도록 하는 데 필요한 정기 보고서를 자동으로 생성할 수 있습니다. RPA 솔루션은 보고서를 쉽게 자동 생성하고, 그 내용을 분석하며, 그 내용을 바탕으로 관련 이해관계자에게 이메일을 보낼 수 있습니다.</li><li>이메일 처리: 자동 생성된 보고서의 내용을 기반으로 RPA 봇이 내용을 분석하여 관련 이해관계자에게 이메일을 보낼 수 있습니다.</li></ul></li></ul>🍎 고객 서비스 챗봇<ul ><li>고객은 배송 과정에서 발생하는 모든 문제에 대해 회사에 연락하기 때문에 고객 서비스는 물류 회사에서 중요한 역할을 합니다. 고객 서비스 챗봇은 다음과 같은 중소규모 콜센터 업무를 처리할 수 있습니다:<ul ><li>배송 요청</li><li>주문 수정</li><li>배송 추적</li><li>FAQ에 대한 응답</li></ul></li><li>챗봇은 고객 경험을 분석하는 데도 유용한 기술입니다. 챗봇 분석 지표를 통해 기업은 고객을 더 잘 이해할 수 있으므로 고객 여정을 개선할 수 있습니다.</li></ul> &lt; 세일즈 &amp; 마케팅 &gt;🍎 리드 스코어링<ul ><li>리드 스코어링은 영업 담당자가 적합한 잠재 고객에게 집중할 수 있도록 지원하는 것을 의미합니다. </li><li>AI 기반 도구를 사용하면 프로필, 행동, 관심사를 기반으로 리드에 자동으로 점수를 부여할 수 있습니다. </li><li>AI 기반 리드 스코어링 시스템은 머신러닝 알고리즘을 활용하여 데이터를 신속하게 처리하고 어떤 리드가 유료 고객으로 전환될 가능성이 가장 높은지 정확하게 판단합니다.</li></ul>🍎 일상적인 마케팅<ul ><li>물류 서비스 제공업체는 AI를 사용하여 이메일 마케팅 및 콘텐츠 제작과 같은 일상적인 마케팅 작업을 자동화할 수 있습니다.</li></ul>🍎 영업 및 마케팅 분석<ul ><li>물류 서비스 제공업체는 AI 기반 도구를 사용하여 고객 행동을 분석하고 예측 분석을 통해 고객이 다음에 무엇을 할 가능성이 높은지 더 잘 이해할 수 있습니다.</li><li>또한 AI 기반 시스템을 활용하여 시장의 변화를 모니터링함으로써 물류 서비스 제공업체가 경쟁에서 앞서 나가고 데이터 기반 의사 결정을 내릴 수 있도록 지원하여 효율성을 높일 수 있습니다.</li></ul> <ul ><li>source: https://research.aimultiple.com/logistics-ai/</li></ul>

AIMultiple: High Tech Use Cases &amp; Tools to Grow Your Business

[AI 사례] 상위 15개 물류 AI 사용 사례

한강 작가의 노벨상 수상이 결정된 어제만해도 네이버에 한강을 검색하면 서울 한강이 먼저 나왔었는데, 오늘은 한강 작가로 바뀌었네요.

네이버 검색페이지 정답형, 탐색형 스마트블록이 LTR로 선정된 결과인지, 담당자가 오늘 출근해서 대응한 것인지 궁금하긴 하지만. 어느쪽이든 빠른 대응이 인상적이군요.

한강 작가의 노벨상 수상이 결정된 어제만해도 네이버에 한강을 검색하면 서울 한강이 먼저 나왔었는데, 오늘은 한강 작가로 바뀌었네요. 네이버 검색페이지 정답형, 탐색형 스마트블록이 LTR로 선정된 결과인지, 담당자가 오늘 출근해서 대응한 것인지 궁금하긴 하지만. 어느쪽이든 빠른 대응이 인상적이군요.

에드워드 리 쉐프가 인스타그램에 남긴 글의 일부 (번역)

한강 작가의 노벨 문학상 수상도 그렇고, 그야말로 인문학도(문과생)의 시대.

가난하게 새로운 일을 시작함에, 카페를 전전하며 코딩을 하는 이 순간에 그의 말로 용기를 얻는다.

인문학이 이렇게 중요합니다 여러분.

—

그리고 한국에서 연습할 주방이 없어서 제가 불리한 상황이었다고 말씀하신 분들께, 저는 이렇게 묻고 싶습니다. “주방이란 무엇일까요?”

한국에 있는 동안, 저는 쉬는 날마다 호텔 방을 실험 주방으로 만들었습니다. 현지 시장에서 재료를 사고, 새로운 아이디어를 테스트했으며, 동기부여를 위해 긴장감 넘치는 한국 드라마를 보곤 했습니다. 주방이란 열정이고, 사랑이며, 창의성입니다. 그것은 단지 고급 장비나 고급 재료만을 뜻하지 않습니다. 제가 진정으로 필요한 것은 도마와 칼, 그리고 호기심뿐이며, 그것만으로도 어느 공간이든 주방으로 만들 수 있습니다.

여러분 모두에게 감사드리며, 제가 여러분께 여러분의 주방에서 무엇이든 새로운 것을 시도해 볼 수 있는 영감을 드렸기를 바랍니다. 그것이 어떤 모습이든지 간에 말이죠.

에드워드 리 쉐프가 인스타그램에 남긴 글의 일부 (번역) 한강 작가의 노벨 문학상 수상도 그렇고, 그야말로 인문학도(문과생)의 시대. 가난하게 새로운 일을 시작함에, 카페를 전전하며 코딩을 하는 이 순간에 그의 말로 용기를 얻는다. 인문학이 이렇게 중요합니다 여러분. — 그리고 한국에서 연습할 주방이 없어서 제가 불리한 상황이었다고 말씀하신 분들께, 저는 이렇게 묻고 싶습니다. “주방이란 무엇일까요?” 한국에 있는 동안, 저는 쉬는 날마다 호텔 방을 실험 주방으로 만들었습니다. 현지 시장에서 재료를 사고, 새로운 아이디어를 테스트했으며, 동기부여를 위해 긴장감 넘치는 한국 드라마를 보곤 했습니다. 주방이란 열정이고, 사랑이며, 창의성입니다. 그것은 단지 고급 장비나 고급 재료만을 뜻하지 않습니다. 제가 진정으로 필요한 것은 도마와 칼, 그리고 호기심뿐이며, 그것만으로도 어느 공간이든 주방으로 만들 수 있습니다. 여러분 모두에게 감사드리며, 제가 여러분께 여러분의 주방에서 무엇이든 새로운 것을 시도해 볼 수 있는 영감을 드렸기를 바랍니다. 그것이 어떤 모습이든지 간에 말이죠.

🙅‍♂️ 내가 하지 않는 생각
- 이걸로 무조건 성공해서 돈 벌어야지
- 많은 기능 넣으면 사용자들이 좋아하겠지?
- 이왕 만드는 거 완벽하게 만들어야지

🙆‍♀️ 내가 하는 생각
- 사람들이 불편해 하는 점이 있는 것 같네. 한번 만들어 보자
- 실패해도 배운 점이 있도록 평소 사용하고 싶었던 기술이나 주제를 적용해보자
- 필요한 기능 1개만 추려서 빠르게 만들어 보자
- 완벽하기보단 우선 만들어보자. 반응 없으면 버리고, 반응이 있다면 그 때 개선하자

🙅‍♂️ 내가 하지 않는 생각- 이걸로 무조건 성공해서 돈 벌어야지 - 많은 기능 넣으면 사용자들이 좋아하겠지? - 이왕 만드는 거 완벽하게 만들어야지 🙆‍♀️ 내가 하는 생각- 사람들이 불편해 하는 점이 있는 것 같네. 한번 만들어 보자 - 실패해도 배운 점이 있도록 평소 사용하고 싶었던 기술이나 주제를 적용해보자 - 필요한 기능 1개만 추려서 빠르게 만들어 보자 - 완벽하기보단 우선 만들어보자. 반응 없으면 버리고, 반응이 있다면 그 때 개선하자

사이드 프로젝트 만들 때

Online JSON view, format, minify, validate and compare. It also provides graph view to preview JSON data, semantic comparing two JSON diffs, convert JSON to CSV or CSV to JSON and support jq online.

JSON For You | The best online JSON tool

json 을 table로 변환하는 툴들은 많이 봤었는데, 이렇게 graph로 변환까지 해주는 툴은 처음보는 것 같아요!
구조 비교 & 텍스트 비교로 2개의 JSON간 차이점 빠른 확인도 가능해서 더 좋아요!

https://json4u.com/editor

json 을 table로 변환하는 툴들은 많이 봤었는데, 이렇게 graph로 변환까지 해주는 툴은 처음보는 것 같아요! 구조 비교 &amp; 텍스트 비교로 2개의 JSON간 차이점 빠른 확인도 가능해서 더 좋아요! https://json4u.com/editor

JSON For You

파워풀한 json 시각화툴

알고리즘 입문자를 위한 달레의 친절한 안내서

알고리즘 | 알고달레

📕 코딩 테스트에 단골로 등장하는 문제(LeetCode, 프로그래머스)에 대한 다양한 접근 방법과 답안 코드 (Python, JavaScript, Java)
📗 코딩 문제를 풀 때 반드시 필요한 알고리즘과 자료구조 설명 (최대한 입문자의 눈높이에서 친절하게 쉽게 🤗)
📘 코딩 시험/면접 준비 관련 가이드 + 17년 차 개발자 달레의 코딩 테스트 노하우 공유

개발자 달레님이 만드신 사이트인데요,
무료로 열려있어 공부하기도 좋고 깔끔해서 눈으로 보기도 좋아요!

https://www.algodale.com/algorithms/

📕 코딩 테스트에 단골로 등장하는 문제(LeetCode, 프로그래머스)에 대한 다양한 접근 방법과 답안 코드 (Python, JavaScript, Java) 📗 코딩 문제를 풀 때 반드시 필요한 알고리즘과 자료구조 설명 (최대한 입문자의 눈높이에서 친절하게 쉽게 🤗) 📘 코딩 시험/면접 준비 관련 가이드 + 17년 차 개발자 달레의 코딩 테스트 노하우 공유 개발자 달레님이 만드신 사이트인데요, 무료로 열려있어 공부하기도 좋고 깔끔해서 눈으로 보기도 좋아요! https://www.algodale.com/algorithms/

알고달레

코딩테스트 공부를 위한 추천 사이트

“아니, 도대체 왜 조회 쿼리 메서드에서 데드락이 생기는거야?”  

왜 조회 쿼리에서 데드락이 발생했을까?

"아니, 도대체 왜?"
'findBy...' 에서 데드락이 발생하는 걸 보고 궁금해서 이모저모 실험해보았어요.
https://hyeon9mak.github.io/why-occurs-deadlock-from-select-query/

"아니, 도대체 왜?"'findBy...' 에서 데드락이 발생하는 걸 보고 궁금해서 이모저모 실험해보았어요.https://hyeon9mak.github.io/why-occurs-deadlock-from-select-query/

현구막 기술 블로그

"아니, 도대체 왜?"
'findBy...' 에서 데드락이 발생하

마침내 제가 쓴 자바스크립트 책, "헬로 Bun"이 출간되어 온라인 서점에서 예약 판매가 시작되었습니다. Bun은 아직 국내에는 많이 알려지지 않았지만, 해외에서는 Node.js의 뒤를 잇는 차세대 자바스크립트 런타임으로 주목받고 있습니다. JavaScript Rising Stars 🌟 2023 집계에서 당당히 2위를 차지한 오픈 소스 프로젝트이며, State of JS 2023 설문 조사에서 개발자 응답에 가장 많이 오르고 내린 정말 HOT🔥한 기술입니다.

📕 YES24: https://www.yes24.com/Product/Goods/134021042
📗 교보문고: https://product.kyobobook.co.kr/detail/S000214450265
📘 알라딘: https://www.aladin.co.kr/shop/wproduct.aspx?ItemId=348745550

사실 처음 Bun을 접했을 때는 제가 국내에 이 기술을 소개하는 책까지 쓰게 될 줄은 몰랐어요. 원래는 여타 기술처럼 제 블로그에서 한 번 다뤄보려고 했습니다. 그런데 이 귀여운 찐빵(?)이 겉보기와 다르게 기능과 성능이 후덜덜하더군요. 단순히 타입스크립트와 JSX를 바로 실행할 수 있는 자바스크립트 런타임인 줄 알았는데, 알고보니 모듈 시스템, 패키지 매니저, 테스트 러너, 번들러, 자체 DB, 웹소켓, CLI, 셸 스크립팅... "아니, Bun으로 내가 도대체 못하는 게 뭐지?"라는 생각이 들 정도였습니다. 자바스크립트 개발에 필요한 모든 기능을 자체적으로 제공하면서, 기존 런타임의 성능을 압도하는 이 차세대 기술을 블로그로 다루기에는 너무 방대하다는 것을 깨닫고 집필을 결심하게 되었습니다.

이 책이 단순히 Bun에 대한 기술서가 아니라, 많은 분들께 자바스크립트를 새롭게 만날 수 있는 계기가 되었으면 좋겠습니다. Bun의 등장으로 자바스크립트를 배우기 정말 좋은 시대가 열렸다고 생각합니다. 예전처럼 프로젝트 구성이나 라이브러리 설치하느라 오랫동안 씨름하지 않고 바로 재미있는 애플리케이션 개발을 Bun과 함께 시작하실 수 있습니다. 기존에 자바스크립트에 대해 좋지 못한 경험을 하셨던 현직 개발자분께도 추천드리고 싶습니다. Bun이 자바스크립트 개발자로서 고질적인 애로사항을 해결해 줄 뿐만 아니라, 자바스크립트에 대한 새로운 관점과 다양한 영감을 불어넣을 것입니다.

"헬로 Bun"을 통해 여러분이 자바스크립트를 더 쉽게 배우고, 더 즐겁게 소프트웨어 개발을 할 수 있기를 바랍니다. 많은 관심 부탁드립니다! 🙇‍♂️🙏

마침내 제가 쓴 자바스크립트 책, "헬로 Bun"이 출간되어 온라인 서점에서 예약 판매가 시작되었습니다. Bun은 아직 국내에는 많이 알려지지 않았지만, 해외에서는 Node.js의 뒤를 잇는 차세대 자바스크립트 런타임으로 주목받고 있습니다. JavaScript Rising Stars 🌟 2023 집계에서 당당히 2위를 차지한 오픈 소스 프로젝트이며, State of JS 2023 설문 조사에서 개발자 응답에 가장 많이 오르고 내린 정말 HOT🔥한 기술입니다. 📕 YES24: https://www.yes24.com/Product/Goods/134021042 📗 교보문고: https://product.kyobobook.co.kr/detail/S000214450265 📘 알라딘: https://www.aladin.co.kr/shop/wproduct.aspx?ItemId=348745550 사실 처음 Bun을 접했을 때는 제가 국내에 이 기술을 소개하는 책까지 쓰게 될 줄은 몰랐어요. 원래는 여타 기술처럼 제 블로그에서 한 번 다뤄보려고 했습니다. 그런데 이 귀여운 찐빵(?)이 겉보기와 다르게 기능과 성능이 후덜덜하더군요. 단순히 타입스크립트와 JSX를 바로 실행할 수 있는 자바스크립트 런타임인 줄 알았는데, 알고보니 모듈 시스템, 패키지 매니저, 테스트 러너, 번들러, 자체 DB, 웹소켓, CLI, 셸 스크립팅... "아니, Bun으로 내가 도대체 못하는 게 뭐지?"라는 생각이 들 정도였습니다. 자바스크립트 개발에 필요한 모든 기능을 자체적으로 제공하면서, 기존 런타임의 성능을 압도하는 이 차세대 기술을 블로그로 다루기에는 너무 방대하다는 것을 깨닫고 집필을 결심하게 되었습니다. 이 책이 단순히 Bun에 대한 기술서가 아니라, 많은 분들께 자바스크립트를 새롭게 만날 수 있는 계기가 되었으면 좋겠습니다. Bun의 등장으로 자바스크립트를 배우기 정말 좋은 시대가 열렸다고 생각합니다. 예전처럼 프로젝트 구성이나 라이브러리 설치하느라 오랫동안 씨름하지 않고 바로 재미있는 애플리케이션 개발을 Bun과 함께 시작하실 수 있습니다. 기존에 자바스크립트에 대해 좋지 못한 경험을 하셨던 현직 개발자분께도 추천드리고 싶습니다. Bun이 자바스크립트 개발자로서 고질적인 애로사항을 해결해 줄 뿐만 아니라, 자바스크립트에 대한 새로운 관점과 다양한 영감을 불어넣을 것입니다. "헬로 Bun"을 통해 여러분이 자바스크립트를 더 쉽게 배우고, 더 즐겁게 소프트웨어 개발을 할 수 있기를 바랍니다. 많은 관심 부탁드립니다! 🙇‍♂️🙏

👋 헬로 Bun 🥟 출간 소식 📚

Arthur's place

저자는 try-catch 블록 없이 에러를 처리할 수 있는 try 표현식을 제안합니다. 예를 들면 다음과 같습니다.
const [error, response] = try await fetch("https://arthur.place")

위 코드는 기존 try-catch 코드 블록을 간소화하고
error
를 반환값 앞에 먼저 배치하여 에러 핸들링에 대한 우선순위를 높이는 효과가 있습니다.
let response;
try {
  response = await fetch("https://arthur.place");
} catch (error) {
  // blah blah
}

아직 초기 단계의 제안이긴 하지만, 흥미로운 제안인 것 같습니다.
참고: 저자의 제안은 원래 안전 할당(`?=`)을 통해 에러 처리를 간소화하려는 제안이였으나, 의논 결과
try
표현식이 좀 더 관용적인 접근 방법이라고 생각되어 try 제안으로 변경한다고 합니다. 관련 Pull Request가 올라와있어, 이 글도 해당 PR의 내용을 기반으로 소개드린 점 참고 부탁드립니다.

https://github.com/arthurfiorette/proposal-safe-assignment-operator/pull/42

저자는 try-catch 블록&nbsp;없이 에러를 처리할 수 있는 try 표현식을 제안합니다. 예를 들면 다음과 같습니다.<pre ><code class="language-js">const [error, response] = try await fetch("https://arthur.place")</code></pre>위 코드는 기존 try-catch 코드 블록을 간소화하고 <code >error</code>를 반환값 앞에 먼저 배치하여 에러 핸들링에 대한 우선순위를 높이는 효과가 있습니다. <pre ><code class="language-js">let response;
try {
 response = await fetch("https://arthur.place");
} catch (error) {
 // blah blah
}</code></pre>아직 초기 단계의 제안이긴 하지만, 흥미로운 제안인 것 같습니다.참고: 저자의 제안은 원래 안전 할당(`?=`)을 통해 에러 처리를 간소화하려는 제안이였으나, 의논 결과 <code >try</code> 표현식이 좀 더 관용적인 접근 방법이라고 생각되어 try 제안으로 변경한다고 합니다. 관련 Pull Request가 올라와있어, 이 글도 해당 PR의 내용을 기반으로 소개드린 점 참고 부탁드립니다. https://github.com/arthurfiorette/proposal-safe-assignment-operator/pull/42

ECMAScript try-expressions 제안

You are being redirected...

소프트웨어는 시간이 흐르면서 기능이 추가되고 유지보수 작업이 누적되면서 자연스럽게 "침식" 현상을 겪습니다. 이는 코드 품질 저하, 기술 부채 증가, 그리고 성능 저하를 야기하여 유지보수 비용을 크게 증가시킵니다. 이 글에서는 소프트웨어 침식의 원인과 그로 인한 문제, 그리고 이를 방지하기 위한 방법을 소개합니다.

# 소프트웨어 침식의 원인과 문제
 * 지나치게 복잡해진 코드베이스: 시간이 지나며 요구사항 변화와 기능 추가로 인해 코드가 점점 복잡해짐.
 * 불필요한 의존성: 빠른 문제 해결을 위해 임시방편으로 추가된 의존성들이 코드베이스를 무겁게 함.
 * 중복 코드와 설계의 일관성 부족: 팀원 간 커뮤니케이션 부족 및 시간 제약으로 인해 코드 중복과 일관성 결여 발생.

# 소프트웨어 침식을 방지하는 방법
 * 지속적인 코드 리팩토링: 정기적인 코드 리뷰와 리팩토링을 통해 코드베이스의 품질을 유지.
 * 품질 관리 프로세스 개선: 코드 품질을 유지하기 위한 단위 테스트, 통합 테스트 등의 자동화된 테스트 도입.
 * 설계와 아키텍처 점검: 기존 아키텍처를 주기적으로 점검하고, 필요시 개선 작업을 진행.

소프트웨어 침식은 방치할 경우, 나중에 해결하는 데 많은 비용과 시간이 소요되므로 초기부터 주의 깊은 관리가 필요합니다. 여러분은 현재 프로젝트에서 소프트웨어 침식을 방지하기 위해 어떤 노력을 기울이고 계신가요?

https://www.softwaretestingnews.co.uk/software-is-eroding-before-our-eyes/

소프트웨어는 시간이 흐르면서 기능이 추가되고 유지보수 작업이 누적되면서 자연스럽게 "침식" 현상을 겪습니다. 이는 코드 품질 저하, 기술 부채 증가, 그리고 성능 저하를 야기하여 유지보수 비용을 크게 증가시킵니다. 이 글에서는 소프트웨어 침식의 원인과 그로 인한 문제, 그리고 이를 방지하기 위한 방법을 소개합니다. # 소프트웨어 침식의 원인과 문제<ul ><li>지나치게 복잡해진 코드베이스: 시간이 지나며 요구사항 변화와 기능 추가로 인해 코드가 점점 복잡해짐.</li><li>불필요한 의존성: 빠른 문제 해결을 위해 임시방편으로 추가된 의존성들이 코드베이스를 무겁게 함.</li><li>중복 코드와 설계의 일관성 부족: 팀원 간 커뮤니케이션 부족 및 시간 제약으로 인해 코드 중복과 일관성 결여 발생.</li></ul> # 소프트웨어 침식을 방지하는 방법<ul ><li>지속적인 코드 리팩토링: 정기적인 코드 리뷰와 리팩토링을 통해 코드베이스의 품질을 유지.</li><li>품질 관리 프로세스 개선: 코드 품질을 유지하기 위한 단위 테스트, 통합 테스트 등의 자동화된 테스트 도입.</li><li>설계와 아키텍처 점검: 기존 아키텍처를 주기적으로 점검하고, 필요시 개선 작업을 진행.</li></ul> 소프트웨어 침식은 방치할 경우, 나중에 해결하는 데 많은 비용과 시간이 소요되므로 초기부터 주의 깊은 관리가 필요합니다. 여러분은 현재 프로젝트에서 소프트웨어 침식을 방지하기 위해 어떤 노력을 기울이고 계신가요? https://www.softwaretestingnews.co.uk/software-is-eroding-before-our-eyes/

www.softwaretestingnews.co.uk

내 눈 앞에서 소프트웨어가 침식되고 있다

음.. 어떻게 얘길 시작해야 하나 

끗과 시작, 그 사이 어딘가

'최고가 되어 떠나라'
회사에 붙어있는 메시지 중 하나인데요.
퇴사부검을 보고나니 다들 멋지네요
앞으로 더 좋은 소식 기대하고 있을께요

https://www.brainbackdoor.com/retrospective/2019-2024

'최고가 되어 떠나라'회사에 붙어있는 메시지 중 하나인데요.퇴사부검을 보고나니 다들 멋지네요앞으로 더 좋은 소식 기대하고 있을께요 https://www.brainbackdoor.com/retrospective/2019-2024

동규님의 우아한형제들 퇴사부검

어제 심오한 고민을 하다가 헤라의 글로우 래스팅 파운데이션을 구매했다. 솔직히 양에 비해 가격이 저렴하...

[극대노주의] 올리브영 일반배송 은근슬쩍 오늘드림 변환 수법

제목부터 범상치 않습니다. [극대노주의]를 대괄호로 표시했죠. 결론부터 말씀드리면 뷰티 시장의 큰손, 올리브영 서비스를 앱으로 이용하면서 일반 배송으로 선택했지만 자동으로 선택된 항목으로 인해 '오늘 드림'으로 배송이 되어 증정품을 받지 못하는 상황을 경험한 사용자의 후기입니다. (트레바리 북클럽 <리서치 하는데요> 멤버인 초은 님이 클럽 커뮤니티에 공유해 주신 글이 인상적이라 제가 자세히 살펴보고 정리했습니다)

요약하면 사용자의 의도, 기대했던 것과 다른 경험을 제공하는 기만적 패턴이 문제였습니다. 구매할 때 일반 배송으로 받아야만 증정품을 받을 수 있기 때문에 의도적으로 '오늘 드림'이 아닌 '일반 배송'으로 선택하고 넘어간 것인데 다음 화면에서는 '무료 배송으로 내일 자정까지 받아보시겠어요?'라는 문구가 자동으로 선택되어 있는 겁니다. 문제는 이 문구가 '오늘 드림'을 의미하는 것인지도 모호하고 따져보면 내일 자정이니 '내일드림'이면 그럴듯해도, '오늘 드림'은 아니겠거니 생각하면서 진행을 했던 것인데 받아보니 증정품이 없었던 것이죠.

사용자가 고객센터에 문의한 결과 '무료배송으로 내일 자정까지 받아보시겠어요?'라는 문구를 선택하면 '오늘 드림' 배송으로 동의한 것이라 일반배송이 아닌 게 되므로 증정품을 받을 수 없다는 답변을 받았다고 합니다. 주목할 점은 (1) 문구를 자동으로 선택하도록 만든 것 (2) 이전에 선택한 옵션의 내용을 교모하게 바꿔두고 받을 수 있는 상품구성이 달라진 부분에 대해 사용자가 직접 제품을 받은 뒤 고객센터에 문의해야만 알 수 있다는 점이죠.

문구는 모호하고 화장품 구매에서 증정품이 미치는 영향을 고려할 때 올리브영의 이런 패턴(자동으로 문구 선택, 모호한 설명, 기대한 상품을 받지 못하는 경험)은 기만적이라고 할 수 있습니다. 사용자 블로그글에는 경험을 손상시킨 3가지 문제에 대한 언급이 있습니다.

[ 큐레이터의 문장 🎒 ]

1️⃣ "불만 접수방식도 불만 게시판이 명확하게 설립되어 있는 농심과 비교되어 더더욱 기분이 나빴고 (중략) 게다가 설문조사는 그렇게 꼬치꼬치 엄청난 수의 문항으로 물어보면서 이런 고객 불만사항 게시판은 또 마땅히 활성화되어 있지 않는다는 점이 대조되어 더 괘씸하다"

2️⃣ "아무리 생각해도 전에는 오해의 여지가 없도록 명백하게 '오늘드림'이라는 단어를 활용해 안내했었는데 이제 와서 오해의 여지가 다분한 유도성 문구로 변경해 둔 것이 의도가 없이 그런 것이라 생각되질 않기에 사은품 여부를 떠나서 더 기분이 나빴다."

3️⃣ "나는 앞으로 꼭 사은품을 안전하게 받을 수 있는 아모레퍼시픽 공식몰을 이용할 것이라 다짐하며"

https://m.blog.naver.com/boksle1127/223420780140

제목부터 범상치 않습니다. [극대노주의]를 대괄호로 표시했죠. 결론부터 말씀드리면 뷰티 시장의 큰손, 올리브영 서비스를 앱으로 이용하면서 일반 배송으로 선택했지만 자동으로 선택된 항목으로 인해 '오늘 드림'으로 배송이 되어 증정품을 받지 못하는 상황을 경험한 사용자의 후기입니다. (트레바리 북클럽 &lt;리서치 하는데요&gt; 멤버인 초은 님이 클럽 커뮤니티에 공유해 주신 글이 인상적이라 제가 자세히 살펴보고 정리했습니다) 요약하면 사용자의 의도, 기대했던 것과 다른 경험을 제공하는 기만적 패턴이 문제였습니다. 구매할 때 일반 배송으로 받아야만 증정품을 받을 수 있기 때문에 의도적으로 '오늘 드림'이 아닌 '일반 배송'으로 선택하고 넘어간 것인데 다음 화면에서는 '무료 배송으로 내일 자정까지 받아보시겠어요?'라는 문구가 자동으로 선택되어 있는 겁니다. 문제는 이 문구가 '오늘 드림'을 의미하는 것인지도 모호하고 따져보면 내일 자정이니 '내일드림'이면 그럴듯해도, '오늘 드림'은 아니겠거니 생각하면서 진행을 했던 것인데 받아보니 증정품이 없었던 것이죠. 사용자가 고객센터에 문의한 결과 '무료배송으로 내일 자정까지 받아보시겠어요?'라는 문구를 선택하면 '오늘 드림' 배송으로 동의한 것이라 일반배송이 아닌 게 되므로 증정품을 받을 수 없다는 답변을 받았다고 합니다. 주목할 점은 (1) 문구를 자동으로 선택하도록 만든 것 (2) 이전에 선택한 옵션의 내용을 교모하게 바꿔두고 받을 수 있는 상품구성이 달라진 부분에 대해 사용자가 직접 제품을 받은 뒤 고객센터에 문의해야만 알 수 있다는 점이죠. 문구는 모호하고 화장품 구매에서 증정품이 미치는 영향을 고려할 때 올리브영의 이런 패턴(자동으로 문구 선택, 모호한 설명, 기대한 상품을 받지 못하는 경험)은 기만적이라고 할 수 있습니다. 사용자 블로그글에는 경험을 손상시킨 3가지 문제에 대한 언급이 있습니다. [ 큐레이터의 문장 🎒 ] 1️⃣ "불만 접수방식도 불만 게시판이 명확하게 설립되어 있는 농심과 비교되어 더더욱 기분이 나빴고 (중략) 게다가 설문조사는 그렇게 꼬치꼬치 엄청난 수의 문항으로 물어보면서 이런 고객 불만사항 게시판은 또 마땅히 활성화되어 있지 않는다는 점이 대조되어 더 괘씸하다" 2️⃣ "아무리 생각해도 전에는 오해의 여지가 없도록 명백하게 '오늘드림'이라는 단어를 활용해 안내했었는데 이제 와서 오해의 여지가 다분한 유도성 문구로 변경해 둔 것이 의도가 없이 그런 것이라 생각되질 않기에 사은품 여부를 떠나서 더 기분이 나빴다." 3️⃣ "나는 앞으로 꼭 사은품을 안전하게 받을 수 있는 아모레퍼시픽 공식몰을 이용할 것이라 다짐하며" https://m.blog.naver.com/boksle1127/223420780140

네이버 블로그 | 계절의 기록

《올리브영 다크 패턴에 돌아선 사용자》

카카오 인턴십 지원하시는 분들께 드리는 2가지 팁

카카오의 인턴십 사전과제가 논란이네요. 과제가 논란이라기보다 과제를 수행하는 과정에서 지원자들의 행동이 이슈가 되고 있습니다. 
많은 지원자들에게 메일로 질문을 받은 서비스기획자 도그냥님이 서비스기획자 선배로서 2가지 팁을 적어주셨네요.

1. 주제를 제대로 읽고 분석하기
2. 하고 싶은 서비스로 유도질문 하지 말기

Brunch Story

소프트웨어 엔지니어

김지섭

와이즈플래닛컴퍼니 경영지원실 HR 담당

이혁

안녕하세요! 조직의 성장을 주도하는 '성장 퍼실리테이터' 이혁입니다. 현 기업에서 HR (채용/교육/제도) 담당하고 있습니다. 커피챗 언제나 환영입니다 :D

운영PM

ader

#고객경험 #운영기획 #CS최소화 #운영정책수립
안녕하세요! 9년차 CX 운영기획자 입니다.
최근 신사업 피엠으로 업무 중입니다 🤹🏻‍♂️

저자

심리학

첫 이메일 계정을 생성한 것이 1994년. 첫 비즈니스 이메일을 보낸 것이 14세에 웹진 편집장을 맡았던 1997년. 그 후 20년 간 영리, 비영리, 공공 영역에서 직/간접적으로 일하며 수많은 이메일을 보내고 받았습니다. 이메일마케팅 서비스 ‘Stibee'를 기획하며 쌓은 노하우를 바탕으로 다양한 강연과 기고를 했습니다. 현재 크리에이티브솔루션 기업 슬로워크에서 CPO로 일하고 있습니다.

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필