Introducing GPT-4o

Google I/O가 열리는 전날 Open AI가 크게 한방 먹였네요.

재밌는 장면이 많네요. 쭉 한번 보시면 재미있으실 거에요.
- 억지스런 장면 연출에도 GPT의 반응에는 유머러스함이 더해졌습니다.
- 여러 톤으로 같은 스토리를 읽어주는 시연에서는 사람인가 싶을 정도로... 대단하네요 :)
- Code assistant는 기본이었습니다. PC에 띄워 놓고 편하게 대화하면서 쓸 수 있다는 것이 강점이네요. 시기의 문제일 뿐 AI Pair programming은 대세가 될 것 같습니다.
- 무엇보다 GPT4o가 답변 중에 말을 끊고 다른 요청을 해도 너무 매끄럽게 대화를 이어갑니다.

GPT에 감정이 있는 거 아냐? 라는 느낌을 주는 시연이었어요.

Open AI CTO분께서 속도가 2배, 50% 저렴, 50개국 언어 지원 등... 기술적 강점으로 프리젠테이션을 시작했지만, 실생활에 접목된 다양한 시연이 끝날 때 쯤에는 사람들이 수없이 언급했던 Personal assistant service가 이제는 현실이 되었다는 생각이 들었습니다.

https://www.youtube.com/watch?v=DQacCB9tDaw

Google I/O가 열리는 전날 Open AI가 크게 한방 먹였네요. 재밌는 장면이 많네요. 쭉 한번 보시면 재미있으실 거에요.- 억지스런 장면 연출에도 GPT의 반응에는 유머러스함이 더해졌습니다.- 여러 톤으로 같은 스토리를 읽어주는 시연에서는 사람인가 싶을 정도로... 대단하네요 :)- Code assistant는 기본이었습니다. PC에 띄워 놓고 편하게 대화하면서 쓸 수 있다는 것이 강점이네요. 시기의 문제일 뿐 AI Pair programming은 대세가 될 것 같습니다.- 무엇보다 GPT4o가 답변 중에 말을 끊고 다른 요청을 해도 너무 매끄럽게 대화를 이어갑니다. GPT에 감정이 있는 거 아냐? 라는 느낌을 주는 시연이었어요. Open AI CTO분께서 속도가 2배, 50% 저렴, 50개국 언어 지원 등... 기술적 강점으로 프리젠테이션을 시작했지만, 실생활에 접목된 다양한 시연이 끝날 때 쯤에는 사람들이 수없이 언급했던 Personal assistant service가 이제는 현실이 되었다는 생각이 들었습니다. https://www.youtube.com/watch?v=DQacCB9tDaw

YouTube

ChatGPT4o, 완성형 Personal assistant를 향하여

Last year alone, all of the major names in streaming - Netflix, Hulu, Disney Plus, Max, Apple TV Plus, Paramount Plus, and Peacock - raised their prices.

Streaming is cable now

바로 어제 디즈니플러스가 스포츠 생중계 스트리밍을 할 예정이라는 소식을 전했는데요. '스트리밍'이라는 말을 붙였지만 사실은 TV 방송과 크게 다르지 않다는 생각을 했습니다. 실제로 그런 내용의 기사도 나왔네요. 넷플릭스는 WWE 및 유명 인사 복싱 생중계, 디즈니플러스는 ESPN, 그리고 아마존과 애플 모두 스포츠 생중계를 하게 됩니다. 앞으로 더 많은 번들링 소식과 프로그램 라이선싱 협약 소식이 예정돼 있는데요.
스트리밍 서비스는 처음에 소비자 입장에서 불법 복제, 지리한 광고 없이, 케이블 TV 비용의 일부만 지불하고도 온디맨드 콘텐츠를 볼 수 있다는 장점을 갖추었었는데요. 이제는 마치 더 저렴한 버전인 양 광고가 붙은 가격 정책을 내고요. 콘텐츠 자체도 TV와 크게 다르지 않네요. 비용도 점점 오르고요. 무료였던 계정 공유, 4K 스트리밍 서비스도 유료로 전환하고 있습니다. 결국엔 그래야 지속가능한 비즈니스였던 거겠죠.

바로 어제 디즈니플러스가 스포츠 생중계 스트리밍을 할 예정이라는 소식을 전했는데요. '스트리밍'이라는 말을 붙였지만 사실은 TV 방송과 크게 다르지 않다는 생각을 했습니다. 실제로 그런 내용의 기사도 나왔네요. 넷플릭스는 WWE 및 유명 인사 복싱 생중계, 디즈니플러스는 ESPN, 그리고 아마존과 애플 모두 스포츠 생중계를 하게 됩니다. 앞으로 더 많은 번들링 소식과 프로그램 라이선싱 협약 소식이 예정돼 있는데요. 스트리밍 서비스는 처음에 소비자 입장에서 불법 복제, 지리한 광고 없이, 케이블 TV 비용의 일부만 지불하고도 온디맨드 콘텐츠를 볼 수 있다는 장점을 갖추었었는데요. 이제는 마치 더 저렴한 버전인 양 광고가 붙은 가격 정책을 내고요. 콘텐츠 자체도 TV와 크게 다르지 않네요. 비용도 점점 오르고요. 무료였던 계정 공유, 4K 스트리밍 서비스도 유료로 전환하고 있습니다. 결국엔 그래야 지속가능한 비즈니스였던 거겠죠.

The Verge

Brian Chesky and Joe Gabbia moved to San Francisco in 2007. While they were looking to raise money for their business ideas, they needed to pay their rent. Incidentally, there was a design conference...

A Brief History of Airbnb's Architecture

에어비앤비의 개발 아키텍처의 역사에 대해 작성된 글입니다

초기엔 모놀리식 애플리케이션으로 구현하고 그 후엔 SOA(서비스 지향 아키텍처)로 변경했는데, 그 과정에 대해 잘 나와있어요.

https://medium.com/@mananshah3654/a-brief-history-of-airbnbs-architecture-bce6d0405f9c

에어비앤비의 개발 아키텍처의 역사에 대해 작성된 글입니다 초기엔 모놀리식 애플리케이션으로 구현하고 그 후엔 SOA(서비스 지향 아키텍처)로 변경했는데, 그 과정에 대해 잘 나와있어요. https://medium.com/@mananshah3654/a-brief-history-of-airbnbs-architecture-bce6d0405f9c

Medium

에어비앤비 아키텍처의 역사

몇 달 전, 반려생활에 처음 합류한 후 진행했던 첫 과제에 대한 내용을 블로그에 포스팅했더니 좋은 반응을 많이 받았습니다. 그래서 이번엔 시간을 조금 더 앞당겨, 반려생활에 합류하게 되기까지의 과정을 블로그에 적어 공유해 보고자 합니다. 반려생활에 지원할 무렵인 2023년 11월, 저는 우아한테크코스라는 부트캠프 캠퍼스에서 한창 프로그래밍 공부를 하고...

반려생활, 서버 개발자, 700대 1

반려생활에 입사하진 4개월된 승현님이 합류까지의 과정을 재미나게 적어주셨네요.

https://blog.ban-life.com/%EB%B0%98%EB%A0%A4%EC%83%9D%ED%99%9C-%EC%84%9C%EB%B2%84-%EA%B0%9C%EB%B0%9C%EC%9E%90-700%EB%8C%80-1-1aa370e64781

반려생활에 입사하진 4개월된 승현님이 합류까지의 과정을 재미나게 적어주셨네요. https://blog.ban-life.com/%EB%B0%98%EB%A0%A4%EC%83%9D%ED%99%9C-%EC%84%9C%EB%B2%84-%EA%B0%9C%EB%B0%9C%EC%9E%90-700%EB%8C%80-1-1aa370e64781

반려생활에 합류하기 위한 여정

The generative AI revolution has made significant progress in the past year, mostly in the release of... Tagged with ai, machinelearning, tutorial, datascience.

Prompt Engineering For Developers: A Complete Guide!

생성형 AI는 대규모 언어 모델(LLM)의 출시로 상당한 진전을 이루었습니다. 특히, 언어 모델이 예상대로 결과/출력을 생성하도록 만드는 것은 하나의 예술이며, 바로 이 부분에서 프롬프트 엔지니어링이 중요한 역할을 합니다.

여기에서는 프롬프트 엔지니어링에 대해 알아야 할 모든 것을 자세히 살펴보겠습니다.

< 프롬프트 엔지니어링이란 무엇인가요? >
 * 프롬프트 엔지니어링은 LLM과 대화하기 위한 첫 번째 단계입니다. 즉, 생성형 AI 모델이 더 나은 결과와 응답을 생성할 수 있도록 의미 있는 지침을 만드는 프로세스입니다. 이는 신중하게 단어를 선택하고 더 많은 컨텍스트를 추가함으로써 이루어집니다.
 * 일반적으로 대규모 언어 모델은 편향되거나 환각 또는 가짜가 될 수 있는 대량의 데이터를 생성하는데, 프롬프트 엔지니어링을 사용하면 이러한 문제를 줄일 수 있습니다.

< 프롬프트 엔지니어링 기법 >
프롬프트 엔지니어링에는 LLM의 기능을 이해하고 목표를 효과적으로 전달할 수 있는 프롬프트를 만드는 것이 포함됩니다. 다양한 프롬프트 기법에 대해 자세히 알아보겠습니다.
 * 제로 샷 프롬프트(Zero-shot prompting)
 * 추가 예시나 정보 없이 LLM에 직접 프롬프트를 제공하는 방식
 * 이 방법은 언어와 개념에 대한 이해를 바탕으로 창의적인 결과물을 생성하는 LLM의 능력을 신뢰하는 일반적인 작업에 가장 적합
 * 원샷 프롬프트(One-shot prompting)
 * 프롬프트와 함께 원하는 결과물에 대한 한 가지 예를 제공
 * 이 방법은 특정 스타일, 어조 또는 주제로 LLM을 안내하려는 작업에 가장 적합
 * 퓨샷 프롬프트(Few-shot prompting)
 * 프롬프트와 함께 원하는 출력에 대한 몇 가지(보통 2~4개) 예시를 제공
 * 특정 형식이나 도메인의 텍스트를 생성하는 등 일관성과 정확성을 보장해야 하는 작업에 가장 적합
 * 생각의 연쇄 프롬프트(Chain-of-thought prompts)
 * 복잡한 작업을 관리 가능한 단계로 세분화하여 추론과 논리를 키우는 데 중점을 두며, 수학 문제를 한 입 크기의 지침으로 분해하여 LLM에 제공하는 형태
 * 컨텍스트 증강(Contextual augmentation)
 * 정확성과 일관성을 높이기 위해 관련 배경 정보를 제공하는 것이 포함되며, 역사 소설 프롬프트에 그 시대에 대한 자세한 조사 내용을 추가하는 것과 같은 형태
 * 메타 프롬프트 및 프롬프트 조합(Meta-prompts and prompt combinations)
 * 전반적인 LLM 동작을 미세 조정하고 여러 프롬프트 스타일을 혼합하는 작업이 포함되며, 메타 프롬프트는 중요한 원칙으로 생각하고 조합은 다양한 기술을 동시에 활용하는 방식
 * 휴먼 인 더 루프(Human-in-the-loop)
 * 사람의 피드백을 통합하고 최적의 결과를 위해 프롬프트를 반복적으로 개선하는 방식
 
 
< 프롬프트 엔지니어링 모범 사례 >
프롬프트 엔지니어링의 모범 사례에는 모델의 기능과 한계를 이해하고, 명확하고 간결한 프롬프트를 만들고, 모델의 응답에 따라 프롬프트를 반복적으로 테스트하고 개선하는 것이 포함됩니다.
 * 명확성과 구체성(Clarity and specificity)
 * 구체적인 지침, 원하는 형식 및 출력 길이를 통해 원하는 결과를 명확하게 제시
 * 예) 일반적인 방향을 가리키는 것이 아니라 친구에게 자세한 방향을 알려주는 형태
 * 문맥적 단서(Contextual cues)
 * 요청을 이해할 수 있도록 모델에 관련 맥락을 제공하는 방식으로 배경 정보, 관련 예시 또는 원하는 스타일과 어조를 제공하는 형태
 * 예) 원하는 결과물의 배경을 설정한다고 생각하는 형태
 * 예제 파워(Example power)
 * 원하는 결과물의 예를 제공하여 모델에게 원하는 것을 보여줌으로써 가능성을 좁히고 모델이 비전을 향해 나아갈 수 있도록 안내하는 형태
 * 예)친구에게 단순히 주소를 알려주는 대신 목적지의 사진을 보여준다
 * 단어 선택이 중요(Word choice matters)
 * 명확하고 직접적이며 모호하지 않은 언어를 선택
 * 속어, 은유 또는 지나치게 복잡한 어휘는 피해야 한다.
 * 모델은 문자 그대로 해석한다는 점을 기억하고, 이해하기 쉽도록 명료하고 명확하게 제시
 * 반복과 실험(Iteration and experimentation)
 * 한 번의 시도에서 완벽한 결과를 기대하지 않기
 * 프롬프트를 수정하고, 문맥 단서를 변경하고, 다양한 예시를 시도
 * 예) 완벽한 요리가 나올 때까지 레시피를 미세 조정한다고 생각하세요.
 * 모델 인식(Model awareness)
 * 사용 중인 특정 모델의 기능과 한계를 이해하기
 * 예)어떤 모델은 사실적인 작업에 더 능숙하고, 어떤 모델은 창의적인 글쓰기에 뛰어나므로 작업별로 적합한 도구를 선택하기
 * 안전과 편견(Safety and bias)
 * 프롬프트와 모델의 결과물 모두에서 잠재적인 편견에 유의
 * 차별적인 언어나 고정관념을 피하고, 포용성과 윤리적 고려를 촉진하는 프롬프트를 사용하기

< 프롬프트 엔지니어가 되기 위해 필요한 기술 >
인간의 의도와 인공지능의 응답을 연결하는 가교 역할을 하는 프롬프트 엔지니어는 기술력과 소프트 스킬의 독특한 조합이 필요한데, 의미 있고 효과적인 프롬프트를 만들기 위해 고려해야 할 6가지 기술을 소개합니다.
 * 커뮤니케이션 + 협업 기술:
 * 사용자의 요구를 이해하고 내부 팀과 협력하는 데 필수적인 효과적인 커뮤니케이션 및 협업 기술을 통해 프롬프트 엔지니어는 복잡한 아이디어를 명확하게 표현하고 다양한 이해관계자의 의견을 통합할 수 있습니다.
 * 또한 생산적인 환경을 조성하여 프롬프트 개발이 사용자의 의도와 기술적 역량에 부합하도록 보장합니다.
 * 창의적이고 비판적인 사고:
 * 창의적 사고는 새로운 아이디어와 접근 방식을 탐색할 수 있게 해주며, 비판적 사고는 프롬프트가 논리적이고 윤리적이며 원하는 결과를 충족하도록 보장합니다.
 * 이러한 창의성과 비판적 사고의 조화는 사용자의 참여를 유도하고 의도한 대로 작동하는 양질의 프롬프트를 제작하는 데 매우 중요합니다.
 * 기본 AI + NLP 지식:
 * 인공지능과 자연어 처리의 기본을 이해하는 것은 프롬프트 엔지니어에게 매우 중요합니다.
 * 이러한 지식은 AI 모델이 언어를 해석하고 생성하는 방식을 파악하는 데 도움이 되며, AI와 효과적으로 소통하여 정확하고 적절한 응답을 생성하는 프롬프트를 만들 수 있게 해줍니다.
 * 글쓰기 스타일:
 * 시나리오에 따라 서로 다른 유형의 커뮤니케이션이 필요하므로 프롬프트 엔지니어링에서는 다양한 글쓰기 스타일을 숙달하는 것이 중요합니다.
 * 간결한 안내문, 창의적인 스토리텔링, 기술 문서 등 상황에 맞게 글쓰기 스타일을 조정하는 능력은 효과적인 프롬프트를 만드는 데 있어 핵심입니다.
 * 프로그래밍 지식:
 * 프로그래밍, 특히 Python과 같은 언어에 대한 탄탄한 기초가 있으면 프롬프트 엔지니어에게 도움이 됩니다.
 * 프로그래밍 기술을 통해 작업을 자동화하고 데이터를 조작하며 AI 모델을 사용자 지정할 수도 있습니다. 이러한 기술적 숙련도는 프롬프트 개발의 효율성과 역량을 크게 향상시킬 수 있습니다.
 * 데이터 분석에 대한 지식:
 * 데이터 분석에 대한 이해는 사용자 상호작용과 모델 성능을 해석할 수 있기 때문에 프롬프트 엔지니어에게 중요합니다.
 * 이러한 지식은 경험적 증거를 바탕으로 프롬프트를 개선하여 사용자 참여도와 정확성 모두에 최적화된 프롬프트를 만드는 데 도움이 됩니다.
 * 데이터 분석 기술은 프롬프트의 효과를 지속적으로 개선하는 데 매우 중요합니다.

>> 프롬프트 엔지니어링은 AI 모델과 보다 효과적인 상호작용을 가능하게 하는 중요하고 진화하는 분야입니다. 핵심 원칙을 이해하고, 다양한 기술을 탐구하고, 모범 사례를 준수함으로써 사용자는 AI 응답의 성능과 관련성을 크게 향상시키는 프롬프트를 만들 수 있습니다.

*source: https://dev.to/pavanbelagatti/prompt-engineering-for-developers-a-complete-guide-1kca

생성형 AI는 대규모 언어 모델(LLM)의 출시로 상당한 진전을 이루었습니다. 특히, 언어 모델이 예상대로 결과/출력을 생성하도록 만드는 것은 하나의 예술이며, 바로 이 부분에서 프롬프트 엔지니어링이 중요한 역할을 합니다. 여기에서는 프롬프트 엔지니어링에 대해 알아야 할 모든 것을 자세히 살펴보겠습니다. &lt; 프롬프트 엔지니어링이란 무엇인가요? &gt;<ul ><li>프롬프트 엔지니어링은 LLM과 대화하기 위한 첫 번째 단계입니다. 즉, 생성형 AI 모델이 더 나은 결과와 응답을 생성할 수 있도록 의미 있는 지침을 만드는 프로세스입니다. 이는 신중하게 단어를 선택하고 더 많은 컨텍스트를 추가함으로써 이루어집니다. </li><li>일반적으로 대규모 언어 모델은 편향되거나 환각 또는 가짜가 될 수 있는 대량의 데이터를 생성하는데, 프롬프트 엔지니어링을 사용하면 이러한 문제를 줄일 수 있습니다.</li></ul> &lt; 프롬프트 엔지니어링 기법 &gt;프롬프트 엔지니어링에는 LLM의 기능을 이해하고 목표를 효과적으로 전달할 수 있는 프롬프트를 만드는 것이 포함됩니다. 다양한 프롬프트 기법에 대해 자세히 알아보겠습니다.<ul ><li>제로 샷 프롬프트(Zero-shot prompting)<ul ><li>추가 예시나 정보 없이 LLM에 직접 프롬프트를 제공하는 방식</li><li>이 방법은 언어와 개념에 대한 이해를 바탕으로 창의적인 결과물을 생성하는 LLM의 능력을 신뢰하는 일반적인 작업에 가장 적합</li></ul></li><li>원샷 프롬프트(One-shot prompting)<ul ><li>프롬프트와 함께 원하는 결과물에 대한 한 가지 예를 제공</li><li>이 방법은 특정 스타일, 어조 또는 주제로 LLM을 안내하려는 작업에 가장 적합</li></ul></li><li>퓨샷 프롬프트(Few-shot prompting)<ul ><li>프롬프트와 함께 원하는 출력에 대한 몇 가지(보통 2~4개) 예시를 제공</li><li>특정 형식이나 도메인의 텍스트를 생성하는 등 일관성과 정확성을 보장해야 하는 작업에 가장 적합</li></ul></li><li>생각의 연쇄 프롬프트(Chain-of-thought prompts)<ul ><li>복잡한 작업을 관리 가능한 단계로 세분화하여 추론과 논리를 키우는 데 중점을 두며, 수학 문제를 한 입 크기의 지침으로 분해하여 LLM에 제공하는 형태</li></ul></li><li>컨텍스트 증강(Contextual augmentation)<ul ><li>정확성과 일관성을 높이기 위해 관련 배경 정보를 제공하는 것이 포함되며, 역사 소설 프롬프트에 그 시대에 대한 자세한 조사 내용을 추가하는 것과 같은 형태</li></ul></li><li>메타 프롬프트 및 프롬프트 조합(Meta-prompts and prompt combinations)<ul ><li>전반적인 LLM 동작을 미세 조정하고 여러 프롬프트 스타일을 혼합하는 작업이 포함되며, 메타 프롬프트는 중요한 원칙으로 생각하고 조합은 다양한 기술을 동시에 활용하는 방식</li></ul></li><li>휴먼 인 더 루프(Human-in-the-loop)<ul ><li>사람의 피드백을 통합하고 최적의 결과를 위해 프롬프트를 반복적으로 개선하는 방식 </li></ul></li></ul>&lt; 프롬프트 엔지니어링 모범 사례 &gt;프롬프트 엔지니어링의 모범 사례에는 모델의 기능과 한계를 이해하고, 명확하고 간결한 프롬프트를 만들고, 모델의 응답에 따라 프롬프트를 반복적으로 테스트하고 개선하는 것이 포함됩니다. <ul ><li>명확성과 구체성(Clarity and specificity)<ul ><li>구체적인 지침, 원하는 형식 및 출력 길이를 통해 원하는 결과를 명확하게 제시</li><li>예) 일반적인 방향을 가리키는 것이 아니라 친구에게 자세한 방향을 알려주는 형태</li></ul></li><li>문맥적 단서(Contextual cues)<ul ><li>요청을 이해할 수 있도록 모델에 관련 맥락을 제공하는 방식으로 배경 정보, 관련 예시 또는 원하는 스타일과 어조를 제공하는 형태</li><li>예) 원하는 결과물의 배경을 설정한다고 생각하는 형태</li></ul></li><li>예제 파워(Example power)<ul ><li>원하는 결과물의 예를 제공하여 모델에게 원하는 것을 보여줌으로써 가능성을 좁히고 모델이 비전을 향해 나아갈 수 있도록 안내하는 형태</li><li>예)친구에게 단순히 주소를 알려주는 대신 목적지의 사진을 보여준다</li></ul></li><li>단어 선택이 중요(Word choice matters)<ul ><li>명확하고 직접적이며 모호하지 않은 언어를 선택</li><li>속어, 은유 또는 지나치게 복잡한 어휘는 피해야 한다.</li><li>모델은 문자 그대로 해석한다는 점을 기억하고, 이해하기 쉽도록 명료하고 명확하게 제시</li></ul></li><li>반복과 실험(Iteration and experimentation)<ul ><li>한 번의 시도에서 완벽한 결과를 기대하지 않기</li><li>프롬프트를 수정하고, 문맥 단서를 변경하고, 다양한 예시를 시도</li><li>예) 완벽한 요리가 나올 때까지 레시피를 미세 조정한다고 생각하세요.</li></ul></li><li>모델 인식(Model awareness)<ul ><li>사용 중인 특정 모델의 기능과 한계를 이해하기</li><li>예)어떤 모델은 사실적인 작업에 더 능숙하고, 어떤 모델은 창의적인 글쓰기에 뛰어나므로 작업별로 적합한 도구를 선택하기</li></ul></li><li>안전과 편견(Safety and bias)<ul ><li>프롬프트와 모델의 결과물 모두에서 잠재적인 편견에 유의</li><li>차별적인 언어나 고정관념을 피하고, 포용성과 윤리적 고려를 촉진하는 프롬프트를 사용하기</li></ul></li></ul> &lt; 프롬프트 엔지니어가 되기 위해 필요한 기술 &gt;인간의 의도와 인공지능의 응답을 연결하는 가교 역할을 하는 프롬프트 엔지니어는 기술력과 소프트 스킬의 독특한 조합이 필요한데, 의미 있고 효과적인 프롬프트를 만들기 위해 고려해야 할 6가지 기술을 소개합니다.<ul ><li>커뮤니케이션 + 협업 기술:<ul ><li>사용자의 요구를 이해하고 내부 팀과 협력하는 데 필수적인 효과적인 커뮤니케이션 및 협업 기술을 통해 프롬프트 엔지니어는 복잡한 아이디어를 명확하게 표현하고 다양한 이해관계자의 의견을 통합할 수 있습니다. </li><li>또한 생산적인 환경을 조성하여 프롬프트 개발이 사용자의 의도와 기술적 역량에 부합하도록 보장합니다.</li></ul></li><li>창의적이고 비판적인 사고:<ul ><li>창의적 사고는 새로운 아이디어와 접근 방식을 탐색할 수 있게 해주며, 비판적 사고는 프롬프트가 논리적이고 윤리적이며 원하는 결과를 충족하도록 보장합니다. </li><li>이러한 창의성과 비판적 사고의 조화는 사용자의 참여를 유도하고 의도한 대로 작동하는 양질의 프롬프트를 제작하는 데 매우 중요합니다.</li></ul></li><li>기본 AI + NLP 지식:<ul ><li>인공지능과 자연어 처리의 기본을 이해하는 것은 프롬프트 엔지니어에게 매우 중요합니다. </li><li>이러한 지식은 AI 모델이 언어를 해석하고 생성하는 방식을 파악하는 데 도움이 되며, AI와 효과적으로 소통하여 정확하고 적절한 응답을 생성하는 프롬프트를 만들 수 있게 해줍니다.</li></ul></li><li>글쓰기 스타일:<ul ><li>시나리오에 따라 서로 다른 유형의 커뮤니케이션이 필요하므로 프롬프트 엔지니어링에서는 다양한 글쓰기 스타일을 숙달하는 것이 중요합니다. </li><li>간결한 안내문, 창의적인 스토리텔링, 기술 문서 등 상황에 맞게 글쓰기 스타일을 조정하는 능력은 효과적인 프롬프트를 만드는 데 있어 핵심입니다.</li></ul></li><li>프로그래밍 지식:<ul ><li>프로그래밍, 특히 Python과 같은 언어에 대한 탄탄한 기초가 있으면 프롬프트 엔지니어에게 도움이 됩니다. </li><li>프로그래밍 기술을 통해 작업을 자동화하고 데이터를 조작하며 AI 모델을 사용자 지정할 수도 있습니다. 이러한 기술적 숙련도는 프롬프트 개발의 효율성과 역량을 크게 향상시킬 수 있습니다.</li></ul></li><li>데이터 분석에 대한 지식:<ul ><li>데이터 분석에 대한 이해는 사용자 상호작용과 모델 성능을 해석할 수 있기 때문에 프롬프트 엔지니어에게 중요합니다. </li><li>이러한 지식은 경험적 증거를 바탕으로 프롬프트를 개선하여 사용자 참여도와 정확성 모두에 최적화된 프롬프트를 만드는 데 도움이 됩니다. </li><li>데이터 분석 기술은 프롬프트의 효과를 지속적으로 개선하는 데 매우 중요합니다.</li></ul></li></ul> &gt;&gt; 프롬프트 엔지니어링은 AI 모델과 보다 효과적인 상호작용을 가능하게 하는 중요하고 진화하는 분야입니다. 핵심 원칙을 이해하고, 다양한 기술을 탐구하고, 모범 사례를 준수함으로써 사용자는 AI 응답의 성능과 관련성을 크게 향상시키는 프롬프트를 만들 수 있습니다. *source: https://dev.to/pavanbelagatti/prompt-engineering-for-developers-a-complete-guide-1kca

DEV Community

개발자를 위한 프롬프트 엔지니어링: 완벽한 가이드!

🕵🏻 매달 1번 받아보는 UX 리서처의 생각

레드버스백맨

기준을 세우려면 시행착오를 거쳐야 합니다. 엄밀히 말하면 시행착오를 겪는 것에서 그쳐서는 안 되고 시행착오를 통해서 내게 적합한 것과 어울리지 않는 것을 구분하면서 경험과 판단의 기준을 만드는 과정을 지속해야 합니다. 많은 사람들이 새로운 것을 경험하지만 그 경험을 통해 나의 예상과 유사했던 것과 달랐던 것을 구별하며 경험을 회고하는 경우는 드뭅니다. 그리고 그 경험을 남에게 공유하는 사람은 더 찾기 어렵죠. 이 과정을 지속해야만 나에게 맞는 기준을 세울 수 있습니다.

저는 UX 리서치를 하는 사람으로 새로운 경험을 만들어야 하는 일과 밀접하게 연관되어 있습니다. 기존의 제품이 가진 사용성, 유용성이 더 이상 유효하지 않을 때 사용자가 어떻게 쓰는지 관찰하고 기저에 있는 멘탈모델에 대해 파악하는 것이 중요한 업입니다. 제가 콘텐츠 생활을 이어가는 이유는 사용자 경험(UX) 특성상 정형화된 방정식이 없기 때문입니다. 동일한 커머스 서비스를 이용하더라도 사용자 입장에서 A라는 앱과 B라는 앱을 이용하는 목적 자체가 다르기 때문에 사용자가 앱을 사용하는 여정을 동등하게 비교하는 것 자체가 오류일 수밖에 없습니다. 쿠폰이나 적립금이 있기 때문에, 멤버십 고객으로 무료배송이나 환불이 가능하기 때문에 더 불편하고 덜 유용해도 특정 서비스를 활용할 때가 있습니다. 경험이 그러하고 생활이 그렇습니다.

[ 콘텐츠 생활을 이어가는 플랫폼과 연결된 사용자수 🎒 ]

 * 커리어리 약 30,000명
 * 링크드인 약 7,000명
 * 홈페이지 약 5,000명
 * X(Twitter) 약 4,000명
 * 뉴스레터 약 3,000명
   
   
플랫폼에서 꾸준히 시행착오를 공유한 덕분에 최근엔 여러 플랫폼으로부터 강의나 콘퍼런스 발표 등 협업을 제안받았습니다. 저는 스스로 업무 효용감과 브랜드를 강화하기 위해서 여러 협업을 진지하게 검토하면서 이제야 외부 콘텐츠 플랫폼과 협업을 검토하는데 5가지 기준을 세울 수 있게 되었습니다. 기준이 없으면 부가적인 에너지를 들인 일이 즐거움과 따뜻함으로 이어지지 않고 "내가 왜 굳이 이런 협업을 하고 있을까?"라는 자조적인 태도에 에너지가 고갈될 수밖에 없습니다.

[ 나만의 협업 기준 🎒 ]

1️⃣ 나의 본업에 도움이 되는 일

2️⃣ 내가 전달하는 메시지의 완전한 자유도가 있는 일

3️⃣ 내 이야기가 정답이 아니어도 괜찮은, 표본은 늘리는 일

4️⃣ 나의 지적 활동에 대한 마땅한 금전적, 비금전적 보상이 있는 일

5️⃣ 내가 속한 조직에 도움이 되는 일

https://maily.so/redbusbagman

기준을 세우려면 시행착오를 거쳐야 합니다. 엄밀히 말하면 시행착오를 겪는 것에서 그쳐서는 안 되고 시행착오를 통해서 내게 적합한 것과 어울리지 않는 것을 구분하면서 경험과 판단의 기준을 만드는 과정을 지속해야 합니다. 많은 사람들이 새로운 것을 경험하지만 그 경험을 통해 나의 예상과 유사했던 것과 달랐던 것을 구별하며 경험을 회고하는 경우는 드뭅니다. 그리고 그 경험을 남에게 공유하는 사람은 더 찾기 어렵죠. 이 과정을 지속해야만 나에게 맞는 기준을 세울 수 있습니다. 저는 UX 리서치를 하는 사람으로 새로운 경험을 만들어야 하는 일과 밀접하게 연관되어 있습니다. 기존의 제품이 가진 사용성, 유용성이 더 이상 유효하지 않을 때 사용자가 어떻게 쓰는지 관찰하고 기저에 있는 멘탈모델에 대해 파악하는 것이 중요한 업입니다. 제가 콘텐츠 생활을 이어가는 이유는 사용자 경험(UX) 특성상 정형화된 방정식이 없기 때문입니다. 동일한 커머스 서비스를 이용하더라도 사용자 입장에서 A라는 앱과 B라는 앱을 이용하는 목적 자체가 다르기 때문에 사용자가 앱을 사용하는 여정을 동등하게 비교하는 것 자체가 오류일 수밖에 없습니다. 쿠폰이나 적립금이 있기 때문에, 멤버십 고객으로 무료배송이나 환불이 가능하기 때문에 더 불편하고 덜 유용해도 특정 서비스를 활용할 때가 있습니다. 경험이 그러하고 생활이 그렇습니다. [ 콘텐츠 생활을 이어가는 플랫폼과 연결된 사용자수 🎒 ] <ul ><li>커리어리 약 30,000명</li><li>링크드인 약 7,000명</li><li>홈페이지 약 5,000명</li><li>X(Twitter) 약 4,000명</li><li>뉴스레터 약 3,000명 </li></ul>플랫폼에서 꾸준히 시행착오를 공유한 덕분에 최근엔 여러 플랫폼으로부터 강의나 콘퍼런스 발표 등 협업을 제안받았습니다. 저는 스스로 업무 효용감과 브랜드를 강화하기 위해서 여러 협업을 진지하게 검토하면서 이제야 외부 콘텐츠 플랫폼과 협업을 검토하는데 5가지 기준을 세울 수 있게 되었습니다. 기준이 없으면 부가적인 에너지를 들인 일이 즐거움과 따뜻함으로 이어지지 않고 "내가 왜 굳이 이런 협업을 하고 있을까?"라는 자조적인 태도에 에너지가 고갈될 수밖에 없습니다. [ 나만의 협업 기준 🎒 ] 1️⃣ 나의 본업에 도움이 되는 일 2️⃣ 내가 전달하는 메시지의 완전한 자유도가 있는 일 3️⃣ 내 이야기가 정답이 아니어도 괜찮은, 표본은 늘리는 일 4️⃣ 나의 지적 활동에 대한 마땅한 금전적, 비금전적 보상이 있는 일 5️⃣ 내가 속한 조직에 도움이 되는 일 https://maily.so/redbusbagman

100 to the Future

⟪나만의 기준을 세우기⟫

'애널리틱스 엔지니어', 혹은 '분석 엔지니어'라고 들어보셨나요? 미국에서는 대략 3~4년 전부터 화제가 되기 시작했고, 한국에서는 작년부터 본격적으로 주목받고 있습니다. 간단히 말해서, 데이터 애널리틱스(분석) 엔지니어는 '데이터를 사용하기 쉽게 만들어주는 요리사'라고 할 수 있는데요. 그들의 고객은 바로 데이터 분석가, 마케터, 기획자 등 데이터를 손에 쥐고 일하는 모든 현업 전문가입니다.

새로운 데이터 직군, 데이터 애널리틱스 엔지니어란? | 요즘IT

* 퍼온 아티클은 '하트카운트' 팀에서 발행한 테크 블로그 아티클입니다

데이터 애널리틱스 엔지니어! (Data Analytics Engineer, 이하 DAE)
우리나라에는 아직 많이 없지만 점점 JD도 늘어나고 있는 새로운 데이터 직군입니다

데이터 엔지니어, 데이터 분석가와 어떤 차이점이 있지? 하고 생각하실 수 있는데요!
오늘 공유드리는 아티클에는 아래의 내용들이 있습니다.
 * DAE는 데이터 활용자(DA, 마케터, 기획자 등)들이 데이터를 잘 활용할 수 있도록 한다.
 * 위와 같은 업무를 위해 데이터 파이프라인, 데이터 테이블 작업을 하고, 데이터 자체에서 끌어낼 수 있는 인사이트도 제공한다.
 * 기존의 데이터 엔지니어와의 차이는 '누구나 데이터를 쉽게 잘 활용할 수 있게'하는 부분에 초점을 맞추어 고민을 한다는 것이다.
 * 전체 데이터 인프라 구축과 관리에 초점이 맞추어진 데이터 엔지니어와 달리 DAE는 분석하기 편하게 마지막 요리를 하는 것이라 생각할 수 있다.
 * DAE가 되기 위해서는 ETL과 파이프라인 구축을 위한 python 스킬, 데이터 웨어하우스와 마트 구축을 위한 SQL 스킬이 필요하다.
 * 앞으로 데이터 활용을 위한 통합형 인재의 수요는 증가할 것이기 때문에 DAE의 전망은 밝다.

DAE는 기존의 데이터 분석가, 데이터 엔지니어의 능력을 다 가진 사람이라고 생각이 됩니다. 엔지니어링에 능력이 있고, 관심이 있는 분석가 혹은 비즈니스 임팩트에 관심이 있는 엔지니어 였다면 이미 그 역할을 하고 있다고도 생각이 되네요! :)

* 퍼온 아티클은 '하트카운트' 팀에서 발행한 테크 블로그 아티클입니다 데이터 애널리틱스 엔지니어! (Data Analytics Engineer, 이하 DAE)우리나라에는 아직 많이 없지만 점점 JD도 늘어나고 있는 새로운 데이터 직군입니다 데이터 엔지니어, 데이터 분석가와 어떤 차이점이 있지? 하고 생각하실 수 있는데요! 오늘 공유드리는 아티클에는 아래의 내용들이 있습니다.<ul ><li>DAE는 데이터 활용자(DA, 마케터, 기획자 등)들이 데이터를 잘 활용할 수 있도록 한다.</li><li>위와 같은 업무를 위해 데이터 파이프라인, 데이터 테이블 작업을 하고, 데이터 자체에서 끌어낼 수 있는 인사이트도 제공한다.</li><li>기존의 데이터 엔지니어와의 차이는 '누구나 데이터를 쉽게 잘 활용할 수 있게'하는 부분에 초점을 맞추어 고민을 한다는 것이다.</li><li>전체 데이터 인프라 구축과 관리에 초점이 맞추어진 데이터 엔지니어와 달리 DAE는 분석하기 편하게 마지막 요리를 하는 것이라 생각할 수 있다.</li><li>DAE가 되기 위해서는 ETL과 파이프라인 구축을 위한 python 스킬, 데이터 웨어하우스와 마트 구축을 위한 SQL 스킬이 필요하다.</li><li>앞으로 데이터 활용을 위한 통합형 인재의 수요는 증가할 것이기 때문에 DAE의 전망은 밝다.</li></ul> DAE는 기존의 데이터 분석가, 데이터 엔지니어의 능력을 다 가진 사람이라고 생각이 됩니다. 엔지니어링에 능력이 있고, 관심이 있는 분석가 혹은 비즈니스 임팩트에 관심이 있는 엔지니어 였다면 이미 그 역할을 하고 있다고도 생각이 되네요! :)

요즘IT

요즘 새로운 직군, '데이터 애널리틱스 엔지니어'

데이터 엔지니어(DE)를 꿈꾸고 있으신가요?

데이터 엔지니어는 다양한 데이터 소스(Data Source)를 연결하고
소스에서 추출한 데이터를 안정적으로 저장 및 관리하는 역할을 합니다.

데이터 엔지니어는 비교적 최근에 등장한 IT 직업군으로,
DBA(Database Administer)와 비슷하게 데이터의 저장, 관리 및 보수를 관리하는 엔지니어의 역할을 하지만, 데이터베이스(Database)보다 더 확장된 범위의 데이터 저장소를 다룹니다.

단순히 내부의 데이터만을 저장하고 관리하는 것을 넘어
외부의 데이터를 가져와 내부에서 사용할 수 있도록 연결점을 만드는
데이터 파이프라인(Data Pipeline)을 만드는 것이 핵심입니다.

데이터 엔지니어의 핵심 업무로 ETL(Extract, Transform, Load)가 가장 많이 언급됩니다.
그 외에도 대용량 데이터 처리를 담당하는 Apache Hadoop, Spark, Git과 같은 프로그래밍도 많이 언급되죠.

하지만 데이터 엔지니어링의 핵심은 바로 데이터를 가져오는 연결고리를 만드는 것이고,
그 업무의 중심에는 JSON이 있습니다.

JSON을 다루는 법을 이해하면,
가지고 오고 싶은 데이터를 효율적이고 정확하게 가져올수 있습니다.

데이터 엔지니어를 준비하고 있다면,
API와 웹 서비스에서 데이터 교환을 위한 표준 형식인 JSON을
맨 처음 공부해보세요.

데이터 엔지니어링의 시야가 더 넓어질거에요.

#데이터리차드 #데이터엔지니어 #JSON

데이터 엔지니어(DE)를 꿈꾸고 있으신가요? 데이터 엔지니어는 다양한 데이터 소스(Data Source)를 연결하고 소스에서 추출한 데이터를 안정적으로 저장 및 관리하는 역할을 합니다. 데이터 엔지니어는 비교적 최근에 등장한 IT 직업군으로, DBA(Database Administer)와 비슷하게 데이터의 저장, 관리 및 보수를 관리하는 엔지니어의 역할을 하지만, 데이터베이스(Database)보다 더 확장된 범위의 데이터 저장소를 다룹니다. 단순히 내부의 데이터만을 저장하고 관리하는 것을 넘어 외부의 데이터를 가져와 내부에서 사용할 수 있도록 연결점을 만드는 데이터 파이프라인(Data Pipeline)을 만드는 것이 핵심입니다. 데이터 엔지니어의 핵심 업무로 ETL(Extract, Transform, Load)가 가장 많이 언급됩니다. 그 외에도 대용량 데이터 처리를 담당하는 Apache Hadoop, Spark, Git과 같은 프로그래밍도 많이 언급되죠. 하지만 데이터 엔지니어링의 핵심은 바로 데이터를 가져오는 연결고리를 만드는 것이고, 그 업무의 중심에는 JSON이 있습니다. JSON을 다루는 법을 이해하면, 가지고 오고 싶은 데이터를 효율적이고 정확하게 가져올수 있습니다. 데이터 엔지니어를 준비하고 있다면, API와 웹 서비스에서 데이터 교환을 위한 표준 형식인 JSON을 맨 처음 공부해보세요. 데이터 엔지니어링의 시야가 더 넓어질거에요. #데이터리차드 #데이터엔지니어 #JSON

데이터 엔지니어가 가장 먼저 배워야 하는 것은 JSON입니다

Everyone can now create their own GPT models for free.

OpenAI's custom GPT Store is now open to all for free

오픈AI가 GPT 스토어에 올라온 커스텀 GPT를 누구나 사용할 수 있게 접근권한을 열었습니다. 모든 사람이 무료로 GPT 스토어를 탐색하고 여기서 검색해서, 수백만 개의 커스텀 챗봇을 사용해 볼 수 있다는 이야기입니다(빌드는 불가). 오픈AI는 불과 4개월 전에 유료 가입자에게 GPT 스토어를 오픈했고 커스텀 챗봇을 빌드하고 공유할 수 있게 만들었죠. 지금 인기 있는 봇은 이미지 생성 봇과 과학 연구를 돕기 위핸 컨센서스(Consensus)라는 챗봇, 로고 제작 봇이 있습니다. 이뿐만 아니라 오픈AI는 이날 발표에서 무료 사용자에게 요약 및 분석을 위해 파일과 사진을 업로드하고 ChatGPT로 웹 검색을 하고 GPT-4를 사용할 수 있는 기능을 제공하겠다고 발표했습니다. 곧 ChatGPT의 웹 UI도 업데이트하겠다고 하는데요. 생각보다 빠르게 무료 사용자에게 오픈해서, 또 플레이스토어, 앱스토어, 구글의 검색 등 굵직굵직한 플랫폼들을 하나씩 건드려서 흥미롭습니다. 사용자 가이드라인이나 수익모델도 궁금해지네요.

오픈AI가 GPT 스토어에 올라온 커스텀 GPT를 누구나 사용할 수 있게 접근권한을 열었습니다. 모든 사람이 무료로 GPT 스토어를 탐색하고 여기서 검색해서, 수백만 개의 커스텀 챗봇을 사용해 볼 수 있다는 이야기입니다(빌드는 불가). 오픈AI는 불과 4개월 전에 유료 가입자에게 GPT 스토어를 오픈했고 커스텀 챗봇을 빌드하고 공유할 수 있게 만들었죠. 지금 인기 있는 봇은 이미지 생성 봇과 과학 연구를 돕기 위핸 컨센서스(Consensus)라는 챗봇, 로고 제작 봇이 있습니다. 이뿐만 아니라 오픈AI는 이날 발표에서 무료 사용자에게 요약 및 분석을 위해 파일과 사진을 업로드하고 ChatGPT로 웹 검색을 하고 GPT-4를 사용할 수 있는 기능을 제공하겠다고 발표했습니다. 곧 ChatGPT의 웹 UI도 업데이트하겠다고 하는데요. 생각보다 빠르게 무료 사용자에게 오픈해서, 또 플레이스토어, 앱스토어, 구글의 검색 등 굵직굵직한 플랫폼들을 하나씩 건드려서 흥미롭습니다. 사용자 가이드라인이나 수익모델도 궁금해지네요.&nbsp;

요즘 고전이 된 논문들을 다시 공부하면서 커리어리에 정리해 보려고 한다. 오늘 소개할 논문은 2022년에 스탠퍼드 대학 박사과정 Tri Dao가 쓴 'FlashAttention: Fast and Memory-Efficient Exact Attention with IO-Awareness'(https://arxiv.org/abs/2205.14135) 이다.

이 논문의 주된 아이디어는 트랜스포머 모델의 훈련과 추론 속도를 높이기 위해, GPU 메모리 입출력(IO)을 줄이는 것이다. 이를 위해 연산량(FLOPS)이 증가하더라도 IO를 최소화하는 방식으로 어텐션 연산을 최적화한다.

먼저, GPU 메모리 계층 구조를 이해해야 한다. GPU 메모리는 빠르지만 용량이 작은 HBM과 느리지만 용량이 큰 SRAM으로 구성된다. 논문은 GPU 연산 중 HBM과 SRAM 사이의 데이터 이동이 주요 병목 현상이라고 지적한다.

참고로 딥러닝 연산은 크게 두 가지로 나뉜다:
1. 컴퓨팅 바운드 연산: 연산량이 메모리 IO보다 많은 경우 (예: 행렬곱)
2. 메모리 바운드 연산: 메모리 IO가 연산량보다 많은 경우 (예: 소프트맥스, 활성화 함수, 배치/레이어 정규화)
GPU는 주로 컴퓨팅 바운드 연산에 큰 이점을 가지고 있기 때문에, 느린 메모리 바운드 연산을 효율화하는 데 이 논문은 초점을 맞추었다.

트랜스포머의 일반적인 어텐션 연산은 다음과 같은 단계로 이루어진다:
1. 쿼리(Query)와 키(Key) 행렬의 곱셈
2. 행 단위 소프트맥스 적용
3. 밸류(Value) 행렬과의 곱셈
이 과정에서 HBM 읽기와 쓰기가 반복적으로 일어나게 된다.

반면, 플래시 어텐션은 다음과 같은 방식으로 어텐션 연산을 최적화한다:
1. 기존의 어텐션 연산을 SRAM 크기에 적합한 블록 단위로 분할
2. 각 블록에 대해 HBM에서 단 한 번만 데이터를 읽어와 SRAM에 저장
3. SRAM에서 행렬곱, 마스킹, 소프트맥스, 행렬곱을 모두 수행
4. 결과를 HBM에 다시 저장
5. 1 ~ 4번의 연산을 블록마다 반복

이것은 특정 벡터에 대한 소프트맥스 연산을 여러 서브 벡터에 대한 순차적인 누적 연산으로 분할하여 정확하게 계산할 수 있기 때문에 가능하다. 이러한 타일링(Tiling)은 입력이 동일한 다수의 연산을 합쳐서 처리량을 늘리는 커널 퓨전 기법의 일종이다.

또한, 플래시 어텐션은 역전파 시 필요한 중간값 행렬들을 저장하지 않고 그때그때 재연산하는 방식을 사용한다. 이 역시 연산량을 늘리지만 IO는 줄이는 효과가 있으며, 그래디언트 체크포인팅 기법이라고 할 수 있다.

이러한 플래시 어텐션 기법을 통해 훈련 및 추론 시간을 단축할 수 있지만, 별도의 CUDA 구현과 장비별 컴파일링 과정이 필요하다는 단점이 있다. 또한, 이론적인 성능에 비해 실제 속도 향상이 다소 제한적인 면이 있는데, 이에 대한 보완책으로 FlashAttention-2 논문이 발표되었다.

#Transformer #Optimization

요즘 고전이 된 논문들을 다시 공부하면서 커리어리에 정리해 보려고 한다. 오늘 소개할 논문은 2022년에 스탠퍼드 대학 박사과정 Tri Dao가 쓴 'FlashAttention: Fast and Memory-Efficient Exact Attention with IO-Awareness'(https://arxiv.org/abs/2205.14135) 이다. 이 논문의 주된 아이디어는 트랜스포머 모델의 훈련과 추론 속도를 높이기 위해, GPU 메모리 입출력(IO)을 줄이는 것이다. 이를 위해 연산량(FLOPS)이 증가하더라도 IO를 최소화하는 방식으로 어텐션 연산을 최적화한다. 먼저, GPU 메모리 계층 구조를 이해해야 한다. GPU 메모리는 빠르지만 용량이 작은 HBM과 느리지만 용량이 큰 SRAM으로 구성된다. 논문은 GPU 연산 중 HBM과 SRAM 사이의 데이터 이동이 주요 병목 현상이라고 지적한다. 참고로 딥러닝 연산은 크게 두 가지로 나뉜다:1. 컴퓨팅 바운드 연산: 연산량이 메모리 IO보다 많은 경우 (예: 행렬곱)2. 메모리 바운드 연산: 메모리 IO가 연산량보다 많은 경우 (예: 소프트맥스, 활성화 함수, 배치/레이어 정규화)GPU는 주로 컴퓨팅 바운드 연산에 큰 이점을 가지고 있기 때문에, 느린 메모리 바운드 연산을 효율화하는 데 이 논문은 초점을 맞추었다. 트랜스포머의 일반적인 어텐션 연산은 다음과 같은 단계로 이루어진다:1. 쿼리(Query)와 키(Key) 행렬의 곱셈2. 행 단위 소프트맥스 적용3. 밸류(Value) 행렬과의 곱셈이 과정에서 HBM 읽기와 쓰기가 반복적으로 일어나게 된다. 반면, 플래시 어텐션은 다음과 같은 방식으로 어텐션 연산을 최적화한다:1. 기존의 어텐션 연산을 SRAM 크기에 적합한 블록 단위로 분할2. 각 블록에 대해 HBM에서 단 한 번만 데이터를 읽어와 SRAM에 저장3. SRAM에서 행렬곱, 마스킹, 소프트맥스, 행렬곱을 모두 수행4. 결과를 HBM에 다시 저장 5. 1 ~ 4번의 연산을 블록마다 반복 이것은 특정 벡터에 대한 소프트맥스 연산을 여러 서브 벡터에 대한 순차적인 누적 연산으로 분할하여 정확하게 계산할 수 있기 때문에 가능하다. 이러한 타일링(Tiling)은 입력이 동일한 다수의 연산을 합쳐서 처리량을 늘리는 커널 퓨전 기법의 일종이다. 또한, 플래시 어텐션은 역전파 시 필요한 중간값 행렬들을 저장하지 않고 그때그때 재연산하는 방식을 사용한다. 이 역시 연산량을 늘리지만 IO는 줄이는 효과가 있으며, 그래디언트 체크포인팅 기법이라고 할 수 있다. 이러한 플래시 어텐션 기법을 통해 훈련 및 추론 시간을 단축할 수 있지만, 별도의 CUDA 구현과 장비별 컴파일링 과정이 필요하다는 단점이 있다. 또한, 이론적인 성능에 비해 실제 속도 향상이 다소 제한적인 면이 있는데, 이에 대한 보완책으로 FlashAttention-2 논문이 발표되었다. #Transformer #Optimization

Paper Review 1 - FlashAttention

 1. 기본기 확실히 하기
 2. 학습 능력 키우기
 3. 의사 소통 잘하기
 4. 문제 정의 잘하기
 5. 태스크 완료 시간 추정 잘하기
 6. 운영을 고려한 코드 작성하기
 7. 서비스 사고 대처 능력 키우기
 8. 결과를 내는데 집중하기
 9. 영향력 갖기 (코딩 멍키)

개발자로 전문성에 너무 집중하면 나는 개발 이외의 다른 업무에 관심없다고 생각하거나 개발 밖의 일을 하는 것이 내 커리어에 도움이 안된다고 생각하기 쉽다. 앞서 글에서 자주 언급했지만 커리어는 내가 맡은 업무를 통해 성과를 내며 팀플레이어로 일을 할 때 발전한다.

성과를 낸다는 관점에서 중요한 포인트는 내 업무 바깥이라도 필요하다면 하나의 팀으로 도와주며 일을 할 필요가 있다는 점이며 이는 작은 회사에서는 더 필요한 역량 아닌 역량이다. 보통 작은 회사에서 다양한 일을 하다보면 전문성이 없다고 생각하고 연차에 맞는 역량을 갖고 있는지 의문을 많이 갖던데 조금 다른 포인트이고 따로 글을 써보려고 하지만 "연차"가 주는 잘못된 압박감도 만만치 않은 것 같다. 각자 자기의 길을 따라 쌓는 것이 연차이기에 남과 비교하며 나는 뒤쳐져 있나 조바심내기 보다는 내가 맡은 일에 성과를 내고 있는지 그리고 성과를 내기 위한 학습을 하고 있는지에 초점을 맞출 필요가 있다.

내가 만든 코드가 잘못 동작할 때 고생할 다른 사람들을 생각하면 코드를 작성하는 것부터 시작해서 다양한 대화 채널을 만드는 것이 하나의 팀으로 일하는 방법 중의 하나이다. 예를 들면 다음과 같은 것을 들 수 있다.

 * 에러 메시지를 기술적인 지식이 없는 사람들도 이해하고 액션을 취하기 쉽게 만든다. 이것만 잘해도 CS팀과 영업팀과의 의사소통의 질이 올라갈 뿐만 아니라 개발자 본인의 문제해결도 쉬워진다.
 * 관련해서 서버 단에도 로그를 최대한 많이 심어두면 고객 관련 불만이나 장애 등이 생겼을 때 문제 해결이 쉬워지며 이는 다음 포스팅에서 이야기할 서비스 사고 대처 능력을 키우는 기본 자세 중의 하나가 된다. 로그를 남기는 것에 대해서는 다음 회에 더 이야기해보겠다.
 * CS팀과 영업팀과 주기적인 소통을 통해 고객과의 대화를 통해 그들이 느끼는 고통을 느껴봐야한다. CS팀과 같이 많이 들어오는 티켓이나 큰 문제의 가능성을 보여주는 티켓을 리뷰해보는 것이 중요하다. B2B단이라면 영업을 담당하는 AM(Account Manager)들과 비슷한 프로세스를 만들어보는 것이 필요하다. 하지만 좋은 의도로 요청이 들어올 때마다 문제해결을 하려고 하다보면 정작 다른 일을 못하는 문제가 생기에는 사람이 바뀌어도 돌아가는 형태로 협업이 정착되려면 프로세스를 만드는 것이 중요하다. 아마존의 순서파괴(Working Backwards)에서 이야기한 "Good intentions never work, you need good mechanisms to make anything happen"가 기억해야할 점이다. 즉 좋은 의도만으로 일이 돌아가지는 않는다는 점이며 계속 돌아갈 수 있는 프로세스를 만드는 것이 필요하다.
 * 이 부분은 프로덕트 매니저가 리드하는 것이 일반적이긴 하지만 개발자들도 새로운 기능이 추가되거나 기존 기능이 변경되는 경우 관련 팀에 뉴스가 미리 전달되어야 한다는 점을 명확하게 인지하고 관련해서 노력을 기울여야 한다. 이게 안되면 CS팀이나 세일즈팀이 고생한다. 릴리스 노트 공유가 잘 이뤄지는 것이 운영단의 어려움을 크게 줄인다.

개발자니 개발만 잘 하면 된다고 생각할지 모르지만 결국은 의사소통 능력이며 이 중의 하나는 내가 만든 결과물로 인해 고생할지도 모르는 사람들을 고려한 개발을 하고 많이 대화해보면서 개선하는 거다.

<ol ><li>기본기 확실히 하기</li><li>학습 능력 키우기</li><li>의사 소통 잘하기</li><li>문제 정의 잘하기</li><li>태스크 완료 시간 추정 잘하기</li><li>운영을 고려한 코드 작성하기</li><li>서비스 사고 대처 능력 키우기</li><li>결과를 내는데 집중하기</li><li>영향력 갖기 <s>(코딩 멍키)</s></li></ol> 개발자로 전문성에 너무 집중하면 나는 개발 이외의 다른 업무에 관심없다고 생각하거나 개발 밖의 일을 하는 것이 내 커리어에 도움이 안된다고 생각하기 쉽다. 앞서 글에서 자주 언급했지만 커리어는 내가 맡은 업무를 통해 성과를 내며 팀플레이어로 일을 할 때 발전한다. 성과를 낸다는 관점에서 중요한 포인트는 내 업무 바깥이라도 필요하다면 하나의 팀으로 도와주며 일을 할 필요가 있다는 점이며 이는 작은 회사에서는 더 필요한 역량 아닌 역량이다. 보통 작은 회사에서 다양한 일을 하다보면 전문성이 없다고 생각하고 연차에 맞는 역량을 갖고 있는지 의문을 많이 갖던데 조금 다른 포인트이고 따로 글을 써보려고 하지만 "연차"가 주는 잘못된 압박감도 만만치 않은 것 같다. 각자 자기의 길을 따라 쌓는 것이 연차이기에 남과 비교하며 나는 뒤쳐져 있나 조바심내기 보다는 내가 맡은 일에 성과를 내고 있는지 그리고 성과를 내기 위한 학습을 하고 있는지에 초점을 맞출 필요가 있다. 내가 만든 코드가 잘못 동작할 때 고생할 다른 사람들을 생각하면 코드를 작성하는 것부터 시작해서 다양한 대화 채널을 만드는 것이 하나의 팀으로 일하는 방법 중의 하나이다. 예를 들면 다음과 같은 것을 들 수 있다. <ul ><li>에러 메시지를 기술적인 지식이 없는 사람들도 이해하고 액션을 취하기 쉽게 만든다. 이것만 잘해도 CS팀과 영업팀과의 의사소통의 질이 올라갈 뿐만 아니라 개발자 본인의 문제해결도 쉬워진다.</li><li>관련해서 서버 단에도 로그를 최대한 많이 심어두면 고객 관련 불만이나 장애 등이 생겼을 때 문제 해결이 쉬워지며 이는 다음 포스팅에서 이야기할 서비스 사고 대처 능력을 키우는 기본 자세 중의 하나가 된다. 로그를 남기는 것에 대해서는 다음 회에 더 이야기해보겠다.</li><li>CS팀과 영업팀과 주기적인 소통을 통해 고객과의 대화를 통해 그들이 느끼는 고통을 느껴봐야한다. CS팀과 같이 많이 들어오는 티켓이나 큰 문제의 가능성을 보여주는 티켓을 리뷰해보는 것이 중요하다. B2B단이라면 영업을 담당하는 AM(Account Manager)들과 비슷한 프로세스를 만들어보는 것이 필요하다. 하지만 좋은 의도로 요청이 들어올 때마다 문제해결을 하려고 하다보면 정작 다른 일을 못하는 문제가 생기에는 사람이 바뀌어도 돌아가는 형태로 협업이 정착되려면 프로세스를 만드는 것이 중요하다. 아마존의 순서파괴(Working Backwards)에서 이야기한 "Good intentions never work, you need good mechanisms to make anything happen"가 기억해야할 점이다. 즉 좋은 의도만으로 일이 돌아가지는 않는다는 점이며 계속 돌아갈 수 있는 프로세스를 만드는 것이 필요하다.</li><li>이 부분은 프로덕트 매니저가 리드하는 것이 일반적이긴 하지만 개발자들도 새로운 기능이 추가되거나 기존 기능이 변경되는 경우 관련 팀에 뉴스가 미리 전달되어야 한다는 점을 명확하게 인지하고 관련해서 노력을 기울여야 한다. 이게 안되면 CS팀이나 세일즈팀이 고생한다. 릴리스 노트 공유가 잘 이뤄지는 것이 운영단의 어려움을 크게 줄인다.</li></ul> 개발자니 개발만 잘 하면 된다고 생각할지 모르지만 결국은 의사소통 능력이며 이 중의 하나는 내가 만든 결과물로 인해 고생할지도 모르는 사람들을 고려한 개발을 하고 많이 대화해보면서 개선하는 거다.

좋은 개발자가 알아야하는 9가지 포인트들 - 6. 운영 고려 코드

Get a Free System Design PDF with 158 pages by subscribing to our weekly newsletter: https://bit.ly/bytebytegoytTopic Animation tools: Adobe Illustrator and After Effects. Checkout our bestselling System Design Interview books: Volume 1: https://amzn.to/3

Top 12 Tips For API Security

Top 12 this For API Security

운전할 때 팟캐스트 듣는 걸 좋아합니다. 개발자 팟캐스트.

3년 전쯤 xguru님이 긱뉴스를 팟캐스트로 운영했던 적이 있습니다.
이 팟캐스트가 너무 좋아서 운전하는 날이 기다려질 정도였습니다.
잠시만 운영하고 끝나서 아쉽습니다.

최근에 아웃사이더님이 레트로테크라는 팟캐스트를 시작해주셔서 위안을 받고 있습니다.
옛날 기술들을 듣다보면 코딩을 처음 배우던 시절로 푹 빠져들곤 합니다.

어제는 조코딩의 팟캐스트도 오픈을 했습니다.
유튜브 앱만이 아니라 애플 팟캐스트와 스포티파이를 통해서도 들을 수 있게 됐습니다.
(저도 출연해서 1인 개발 이야기로 한 꼭지를 다뤘습니다.)

앞으로 재밌는 경험을 가진 분들을 많이 모셔서 이야기를 들어볼 수 있게 되길 바랍니다.

팟캐스트들을 쭉 살펴보다가 우리나라 개발자 팟캐스트가 너무 부족한 건 아닐까 생각이 들었습니다.
어쩌면 여기에도 기회가 있는 건 아닐까?
유익한 개발자 팟캐스트가 많이 생겼으면 좋겠습니다.

운전할 때 팟캐스트 듣는 걸 좋아합니다. 개발자 팟캐스트. 3년 전쯤 xguru님이 긱뉴스를 팟캐스트로 운영했던 적이 있습니다. 이 팟캐스트가 너무 좋아서 운전하는 날이 기다려질 정도였습니다. 잠시만 운영하고 끝나서 아쉽습니다. 최근에 아웃사이더님이 레트로테크라는 팟캐스트를 시작해주셔서 위안을 받고 있습니다. 옛날 기술들을 듣다보면 코딩을 처음 배우던 시절로 푹 빠져들곤 합니다. 어제는 조코딩의 팟캐스트도 오픈을 했습니다. 유튜브 앱만이 아니라 애플 팟캐스트와 스포티파이를 통해서도 들을 수 있게 됐습니다. (저도 출연해서 1인 개발 이야기로 한 꼭지를 다뤘습니다.) 앞으로 재밌는 경험을 가진 분들을 많이 모셔서 이야기를 들어볼 수 있게 되길 바랍니다. 팟캐스트들을 쭉 살펴보다가 우리나라 개발자 팟캐스트가 너무 부족한 건 아닐까 생각이 들었습니다. 어쩌면 여기에도 기회가 있는 건 아닐까? 유익한 개발자 팟캐스트가 많이 생겼으면 좋겠습니다.

개발자 팟캐스트

From Solo MVP to Scaled Success - Building a $70k+/Month Transactions E-Commerce App | GO Lee

How Two Front-End Developers Built an E-Commerce App in 10 Weeks

https://www.golee.me/blog/early-stage-startup-tech-stack

응원합니다

다음 글은 월 100$ 이하로 커머스앱 운영 하기라고 하네요 👍

https://www.golee.me/blog/early-stage-startup-tech-stack 응원합니다 다음 글은 월 100$ 이하로 커머스앱 운영 하기라고 하네요 👍

golee.me

프론트엔드 개발자 2명이 만든 명품 주얼리 거래 이커머스 앱

어떤 일을 꾸준하게 하기 위해선 완벽함과 거리를 두어야 하는 것 같습니다.

돌이켜보면 2022년 블로그 글을 쏟아낼 땐 별 기대가 없었습니다. 누구도 제 글에 관심 두지 않았으니까요.

글을 자주 올리면서 점차 좋아해 주시는 분들이 늘어갔죠. 늘어가는 관심은 부담, 완벽해야 한다는 생각으로 돌아왔습니다.

개발자로서의 역량, 메이커로서 자질 등. 모든 면에서 완벽해 보여야 한다는 압박감만 커졌습니다. 실행은 더 어려워지고 자기 검열은 강화됐죠. 한 번의 글을 쓰기가 더 어려워졌습니다.

어떤 일을 꾸준히 하기 위해선 주위의 시선에 신경 쓰지 않고 행동해야 하는 것 같습니다. 완벽해야 한다는 생각은 잠시 내려두고요.

어떤 일을 꾸준하게 하기 위해선 완벽함과 거리를 두어야 하는 것 같습니다. 돌이켜보면 2022년 블로그 글을 쏟아낼 땐 별 기대가 없었습니다. 누구도 제 글에 관심 두지 않았으니까요. 글을 자주 올리면서 점차 좋아해 주시는 분들이 늘어갔죠. 늘어가는 관심은 부담, 완벽해야 한다는 생각으로 돌아왔습니다. 개발자로서의 역량, 메이커로서 자질 등. 모든 면에서 완벽해 보여야 한다는 압박감만 커졌습니다. 실행은 더 어려워지고 자기 검열은 강화됐죠. 한 번의 글을 쓰기가 더 어려워졌습니다. 어떤 일을 꾸준히 하기 위해선 주위의 시선에 신경 쓰지 않고 행동해야 하는 것 같습니다. 완벽해야 한다는 생각은 잠시 내려두고요.

완벽함과 거리두기

01 . '세상에 내 맘에 드는 사람만 있는 건 아니다...', '모두를 품으려고 하는 것도 주제넘은 짓이다...', '가뜩이나 힘든 세상 저 사람에 때문에 더 힘들어하지 말자...'란 말을 수십 번 되뇌어도 늘 우리를 괴롭히는 사람들은 존재하는 법입니다. 그리고 그런 사람이 단순히 나와 코드가 맞지 않는 수준을 벗어나 누구에게나 나쁜 영향을 주는 사람이라면 상황은 보다 심각해지는 법이죠.

02 . 얼마 전 한참하고도 또 한참 동생뻘쯤 되는 지인분으로부터 메시지 한 통을 받았습니다. 딱 봐도 하루를 참 힘들게 보냈겠구나 싶은 분위기가 물씬 풍기는 와중에 대뜸 이런 질문을 저에게 던지더군요.
'도영님은 주위에 나쁜 영향을 주는 사람이 있으면 그 사람을 어떻게 대하시나요?'
무슨 고된 일이 있었냐는 질문을 되돌려주기엔 괜히 짐 하나를 더 얹어주는 것도 같았고, 한편으로는 저 스스로를 돌아보게 만드는 것도 같은 질문이었죠.
그러게요. 저는 저에게 나쁜 영향을 주는 사람을 어떻게 대하고 있는지 문득 궁금해지기 시작했습니다.

03 . 맘 같아서야 속으로 열 번도 더 윽박지르고 싶을 만큼 얄밉고 이기적인 사람들이 어디에나 존재하는 법이지만 또 그 사람들이 주는 스트레스를 떠안고 살기엔 제 인생이 너무 아깝다는 생각도 들기 마련이죠. 그래서 매번 모기를 쫓으려 허공에 쉐도우 복싱을 하듯 '근데 그 사람 진짜 너무 한 거 같아... 아니야 괜히 이런 생각에 매몰되지 말자. 그럴 시간에 좋은 생각 한 번 더해야지'라는 혼잣말을 수십 번 반복하게 되는 게 사실입니다.

04 . 하지만 어느 순간부터는 나쁜 생각을 털어내는 것만큼이나 내가 받은 나쁜 영향을 다른 사람에게 전달하지 않는 것도 너무너무 중요한 일이라는 생각을 하게 되었습니다. 물론 이걸 몰라서 실천하지 않는 사람은 거의 없겠지만 실제로 마음먹은 대로 잘되지 않는 대표적인 행동이기도 하죠. 나 혼자만 이 기분을 떠안긴 억울하고 그렇다고 대놓고 표현하자니 나도 똑같은 사람이 되는 것 같아 망설여지는 순간이면 세상에서 내가 제일 답답한 사람인 것 같은 생각마저 드니까요.

05 . 대신 저는 분명하게 실천하는 한 가지가 있긴 합니다. 바로 '그 사람의 언어를 사용하지 않는 것'입니다. 다시 말해 내게 나쁜 영향을 주는 사람이 사용하는 묘하디 묘하게 귀에 거슬리는, 아주 얄팍한 방법으로 타인의 감정을 갉아먹는 그 단어와 표현들을 절대 사용하지 않는 거죠.
그게 무슨 대응법이냐고 반론을 제기할 분도 있겠지만 조금만 생각해 보면 아주 현실적이고 우아한(?) 복수이기도 합니다. 아니 정확히는 나쁜 사람이 주는 나쁜 영향을 모조리 튕겨내는 일종의 방수복을 입는 것과도 같은 효과라 할 수 있죠.

06 . 사실 우리 주위에서 천벌을 받을 정도로 극악무도한 사람을 만나는 건 극히 드문 일입니다. 좋은 사람만큼이나 나쁜 사람도 많은 게 슬픈 현실이지만 적어도 우리와 사회적 관계를 유지하고 살 정도의 사람이라면 '그것이 알고싶다'에 등장할 법한 인물들은 없을 테니 말이죠.
하지만 그 정도로 나쁜 사람이 아니더라도 늘 나쁜 영향을 주는 사람들은 말 그대로 '나쁜 언어'를 즐겨 사용합니다. 욕설을 하거나 험악한 말들을 내뱉는 게 아니라 상대로 하여금 수많은 불쾌감을 안겨주는 표현들을 큰 죄책감 없이 하는 사람들인 거죠.

07 . 당연히 저도 그런 사람을 겪어본 적이 있습니다. (아니..현재진행형이려나요... 암튼) 많은 사람을 힘들게 했던 그분은 팀원들이 좋은 아이디어를 내서 역량을 발휘하는 순간에도 '끼를 제대로 부렸다'고 표현하거나, 디테일까지 살뜰히 챙기는 동료들을 보고도 '편집증 환자 수준으로 이잡듯이 뒤졌다'고 비유하곤 했습니다. 이런 표현들은 날이 갈수록 정도를 더해 나중에는 서로 모여 그 의미를 해석해야 하는 수준에게까지 이르렀죠. 그 사람이 쓰는 나쁜 용어들로 사전 하나를 만들라고 해도 딱히 불가능해 보이는 미션은 아닌 것 같았으니까요.
처음엔 '꼭 저렇게까지 표현해야 하나...'하는 생각이 들었지만 괜히 제가 예민하게 구는 것 같아서 몇 번이고 달게 삼켜보려 했는데 주위에 있는 모든 사람들이 불편해하는 걸 보고서 이건 크게 잘못된 것이라는 걸 깨달았죠. 그 사람의 언어 때문에 그 사람과 대화하는 우리 모두가 피해를 보고 있었던 겁니다.

08 . 더 경악스러웠던 건 본인도 불쾌하게 들었으면서 어느 순간 그 사람의 언어를 따라 하는 사람들이 생겨나기 시작했다는 겁니다. 그렇게 후배들은 물론이고 새로 협업하는 동료들에게까지 아무렇지 않게 나쁜 언어들을 전파하고 다녔고, 죄책감은커녕 본인은 쿨한 업계 용어(?)를 쓰는 것 즈음으로 생각하고 말더군요. 나쁜 영향이 대물림되는 전형적인 순간을 목도하고 만 것이죠.

09 . 이제는 저도 어느 정도 연차가 쌓인 만큼 나쁜 언어들과 마주할 때면 최대한 정중하게 그런 말을 쓰지 말 것을 권유하지만 나쁜 사람들은 대부분 크게 개의치 않습니다. 오히려 지적하는 사람을 나이브 한 사람으로 매도하는 경우도 많고 말이죠.
하지만 그렇다고 해서 쉽게 포기하진 않습니다. 나쁜 언어로 타인을 괴롭히는 사람들은 그 어떤 폭력보다도 악질에 가까우니까요, 과하다 싶을 때는 현장 분위기가 어색해질 것을 감안하고라도 그 자리에서 짚고 넘어가는 것이 옳은 행동임은 분명합니다.

10 . 그럼에도 쉽게 해결되지 않는다면 적어도 내가 그 사람의 언어를 함께 공용어(?)로 사용하지 않는 것부터 실천해야 합니다. 내가 몸담은 조직에서 아무리 흔하게 쓰는 표현이더라도, (백 번 양보해서) 상대에게 해를 끼칠 생각이 요만큼도 없이 사용한 장난에 가까운 말들이더라도 그 사람의 언어를 함께 쓰는 순간 나도 똑같은 사람이 되는 건 부정할 수 없는 사실이거든요. 그러니 친하다고, 익숙하다고, 상대가 크게 내색하지 않았다고 해서 찝찝한 말들을 그대로 방치하거나 사용하지는 말았으면 합니다. 그건 나쁜 사람에게서 받은 나쁜 영향을 좋은 사람들에게 묻히고 다니는 진정으로 어리석은 짓이니 말이죠.

01 . '세상에 내 맘에 드는 사람만 있는 건 아니다...', '모두를 품으려고 하는 것도 주제넘은 짓이다...', '가뜩이나 힘든 세상 저 사람에 때문에 더 힘들어하지 말자...'란 말을 수십 번 되뇌어도 늘 우리를 괴롭히는 사람들은 존재하는 법입니다. 그리고 그런 사람이 단순히 나와 코드가 맞지 않는 수준을 벗어나 누구에게나 나쁜 영향을 주는 사람이라면 상황은 보다 심각해지는 법이죠. 02 . 얼마 전 한참하고도 또 한참 동생뻘쯤 되는 지인분으로부터 메시지 한 통을 받았습니다. 딱 봐도 하루를 참 힘들게 보냈겠구나 싶은 분위기가 물씬 풍기는 와중에 대뜸 이런 질문을 저에게 던지더군요.'도영님은 주위에 나쁜 영향을 주는 사람이 있으면 그 사람을 어떻게 대하시나요?'무슨 고된 일이 있었냐는 질문을 되돌려주기엔 괜히 짐 하나를 더 얹어주는 것도 같았고, 한편으로는 저 스스로를 돌아보게 만드는 것도 같은 질문이었죠. 그러게요. 저는 저에게 나쁜 영향을 주는 사람을 어떻게 대하고 있는지 문득 궁금해지기 시작했습니다. 03 . 맘 같아서야 속으로 열 번도 더 윽박지르고 싶을 만큼 얄밉고 이기적인 사람들이 어디에나 존재하는 법이지만 또 그 사람들이 주는 스트레스를 떠안고 살기엔 제 인생이 너무 아깝다는 생각도 들기 마련이죠. 그래서 매번 모기를 쫓으려 허공에 쉐도우 복싱을 하듯 '근데 그 사람 진짜 너무 한 거 같아... 아니야 괜히 이런 생각에 매몰되지 말자. 그럴 시간에 좋은 생각 한 번 더해야지'라는 혼잣말을 수십 번 반복하게 되는 게 사실입니다. 04 . 하지만 어느 순간부터는 나쁜 생각을 털어내는 것만큼이나 내가 받은 나쁜 영향을 다른 사람에게 전달하지 않는 것도 너무너무 중요한 일이라는 생각을 하게 되었습니다. 물론 이걸 몰라서 실천하지 않는 사람은 거의 없겠지만 실제로 마음먹은 대로 잘되지 않는 대표적인 행동이기도 하죠. 나 혼자만 이 기분을 떠안긴 억울하고 그렇다고 대놓고 표현하자니 나도 똑같은 사람이 되는 것 같아 망설여지는 순간이면 세상에서 내가 제일 답답한 사람인 것 같은 생각마저 드니까요. 05 . 대신 저는 분명하게 실천하는 한 가지가 있긴 합니다. 바로 '그 사람의 언어를 사용하지 않는 것'입니다. 다시 말해 내게 나쁜 영향을 주는 사람이 사용하는 묘하디 묘하게 귀에 거슬리는, 아주 얄팍한 방법으로 타인의 감정을 갉아먹는 그 단어와 표현들을 절대 사용하지 않는 거죠. 그게 무슨 대응법이냐고 반론을 제기할 분도 있겠지만 조금만 생각해 보면 아주 현실적이고 우아한(?) 복수이기도 합니다. 아니 정확히는 나쁜 사람이 주는 나쁜 영향을 모조리 튕겨내는 일종의 방수복을 입는 것과도 같은 효과라 할 수 있죠. 06 . 사실 우리 주위에서 천벌을 받을 정도로 극악무도한 사람을 만나는 건 극히 드문 일입니다. 좋은 사람만큼이나 나쁜 사람도 많은 게 슬픈 현실이지만 적어도 우리와 사회적 관계를 유지하고 살 정도의 사람이라면 '그것이 알고싶다'에 등장할 법한 인물들은 없을 테니 말이죠. 하지만 그 정도로 나쁜 사람이 아니더라도 늘 나쁜 영향을 주는 사람들은 말 그대로 '나쁜 언어'를 즐겨 사용합니다. 욕설을 하거나 험악한 말들을 내뱉는 게 아니라 상대로 하여금 수많은 불쾌감을 안겨주는 표현들을 큰 죄책감 없이 하는 사람들인 거죠. 07 . 당연히 저도 그런 사람을 겪어본 적이 있습니다. (아니..현재진행형이려나요... 암튼) 많은 사람을 힘들게 했던 그분은 팀원들이 좋은 아이디어를 내서 역량을 발휘하는 순간에도 '끼를 제대로 부렸다'고 표현하거나, 디테일까지 살뜰히 챙기는 동료들을 보고도 '편집증 환자 수준으로 이잡듯이 뒤졌다'고 비유하곤 했습니다. 이런 표현들은 날이 갈수록 정도를 더해 나중에는 서로 모여 그 의미를 해석해야 하는 수준에게까지 이르렀죠. 그 사람이 쓰는 나쁜 용어들로 사전 하나를 만들라고 해도 딱히 불가능해 보이는 미션은 아닌 것 같았으니까요. 처음엔 '꼭 저렇게까지 표현해야 하나...'하는 생각이 들었지만 괜히 제가 예민하게 구는 것 같아서 몇 번이고 달게 삼켜보려 했는데 주위에 있는 모든 사람들이 불편해하는 걸 보고서 이건 크게 잘못된 것이라는 걸 깨달았죠. 그 사람의 언어 때문에 그 사람과 대화하는 우리 모두가 피해를 보고 있었던 겁니다. 08 . 더 경악스러웠던 건 본인도 불쾌하게 들었으면서 어느 순간 그 사람의 언어를 따라 하는 사람들이 생겨나기 시작했다는 겁니다. 그렇게 후배들은 물론이고 새로 협업하는 동료들에게까지 아무렇지 않게 나쁜 언어들을 전파하고 다녔고, 죄책감은커녕 본인은 쿨한 업계 용어(?)를 쓰는 것 즈음으로 생각하고 말더군요. 나쁜 영향이 대물림되는 전형적인 순간을 목도하고 만 것이죠. 09 . 이제는 저도 어느 정도 연차가 쌓인 만큼 나쁜 언어들과 마주할 때면 최대한 정중하게 그런 말을 쓰지 말 것을 권유하지만 나쁜 사람들은 대부분 크게 개의치 않습니다. 오히려 지적하는 사람을 나이브 한 사람으로 매도하는 경우도 많고 말이죠. 하지만 그렇다고 해서 쉽게 포기하진 않습니다. 나쁜 언어로 타인을 괴롭히는 사람들은 그 어떤 폭력보다도 악질에 가까우니까요, 과하다 싶을 때는 현장 분위기가 어색해질 것을 감안하고라도 그 자리에서 짚고 넘어가는 것이 옳은 행동임은 분명합니다. 10 . 그럼에도 쉽게 해결되지 않는다면 적어도 내가 그 사람의 언어를 함께 공용어(?)로 사용하지 않는 것부터 실천해야 합니다. 내가 몸담은 조직에서 아무리 흔하게 쓰는 표현이더라도, (백 번 양보해서) 상대에게 해를 끼칠 생각이 요만큼도 없이 사용한 장난에 가까운 말들이더라도 그 사람의 언어를 함께 쓰는 순간 나도 똑같은 사람이 되는 건 부정할 수 없는 사실이거든요. 그러니 친하다고, 익숙하다고, 상대가 크게 내색하지 않았다고 해서 찝찝한 말들을 그대로 방치하거나 사용하지는 말았으면 합니다. 그건 나쁜 사람에게서 받은 나쁜 영향을 좋은 사람들에게 묻히고 다니는 진정으로 어리석은 짓이니 말이죠.

나쁜 사람에 대한 최고의 복수는 '그 사람의 언어를 쓰지 않는 것

대한민국 5대 IT회사 네카라쿠배 국적

네(이버) - 한국 회사
카(카오) - 한국 회사
라(인) - 일본 회사 (진행중)
쿠(팡) - 미국 회사
배(민) - 독일 회사

음… 그 중 라인이 유일하게 “진정한” 글로벌 서비스를 하는 회사인데…

대한민국 5대 IT회사 네카라쿠배 국적 네(이버) - 한국 회사카(카오) - 한국 회사라(인) - 일본 회사 (진행중)쿠(팡) - 미국 회사배(민) - 독일 회사 음… 그 중 라인이 유일하게 “진정한” 글로벌 서비스를 하는 회사인데…

대한민국 5대 IT회사 네카라쿠배 국적

네(이버) - 한국 회사

작년에 예상한 올해 ’2024년 마케팅&시장 트렌드 TOP 10‘ 중간 점검을 해보았다. 정리해서 강연을 하고, 멘토링과 컨설팅 근간으로 활용하고, 관련 콘텐츠를 쓴 지 6개월이 되었으니 점검이 필요한 시점이다.

난 트렌드라 말하며 그럴 듯한 말포장해서 그냥 던지고 끝내지 않는다. 그건 트렌드팔이 샐럽이나 사짜 브랜드쟁이들이나 할 일이고, 난 예상한 트렌드가 맞았는지 틀렸는지 체크하고 트렌드가 어떻게 움직이고 실제 사업에 어떤 영향을 미치는지까지 확인한다. 트렌드를 예측해야 하는 이유가 바로 그것이기 때문이다. 거기에 다른 트렌드 예측과 달리 시간축을 넣어서 연속성을 함께 이야기한다. 대부분의 트렌드는 인과관계가 명확하기 때문이다.

모두 예상했던대로 한창 진행 중인 듯하다. 각각 속도는 다르지만 말한대로 움직이고 있다. 다만 ‘10. 카오스’는 생각보다 빨리 정돈되고 있어서 올해가 넘어가면 사라질 듯하다.

[2024년 마케팅&시장 트렌드 TOP 10]

1. Club X : 화려하게 컴백한 그들, X세대
2. 고립사회 : 그들만의 리그 VS 나만의 세상
3. 모순사회 : 눈에 띄지 않게 인정받고 싶은 사람들
4. 보수로의 회귀 : 직업의 가치, 근로수입, 책임감의 강조
5. 빅테크 시대의 개막 : 영화로 보던 미래가 일상으로
6. 인생 아웃소싱 : 라이프 스타일 큐레이션
7. 분노사회 : 모두가 화나 있는 세상
8. 극단사회 : 빈부격차, 생활 수준의 극단화
9. 본능사회 : 쾌락과 자극에 반응하는 사람들
10. 카오스 : 모든 시장 트렌드의 근원

작년에 예상한 올해 ’2024년 마케팅&amp;시장 트렌드 TOP 10‘ 중간 점검을 해보았다. 정리해서 강연을 하고, 멘토링과 컨설팅 근간으로 활용하고, 관련 콘텐츠를 쓴 지 6개월이 되었으니 점검이 필요한 시점이다. 난 트렌드라 말하며 그럴 듯한 말포장해서 그냥 던지고 끝내지 않는다. 그건 트렌드팔이 샐럽이나 사짜 브랜드쟁이들이나 할 일이고, 난 예상한 트렌드가 맞았는지 틀렸는지 체크하고 트렌드가 어떻게 움직이고 실제 사업에 어떤 영향을 미치는지까지 확인한다. 트렌드를 예측해야 하는 이유가 바로 그것이기 때문이다. 거기에 다른 트렌드 예측과 달리 시간축을 넣어서 연속성을 함께 이야기한다. 대부분의 트렌드는 인과관계가 명확하기 때문이다. 모두 예상했던대로 한창 진행 중인 듯하다. 각각 속도는 다르지만 말한대로 움직이고 있다. 다만 ‘10. 카오스’는 생각보다 빨리 정돈되고 있어서 올해가 넘어가면 사라질 듯하다. [2024년 마케팅&amp;시장 트렌드 TOP 10]​1. Club X : 화려하게 컴백한 그들, X세대2. 고립사회 : 그들만의 리그 VS 나만의 세상3. 모순사회 : 눈에 띄지 않게 인정받고 싶은 사람들4. 보수로의 회귀 : 직업의 가치, 근로수입, 책임감의 강조5. 빅테크 시대의 개막 : 영화로 보던 미래가 일상으로6. 인생 아웃소싱 : 라이프 스타일 큐레이션7. 분노사회 : 모두가 화나 있는 세상8. 극단사회 : 빈부격차, 생활 수준의 극단화9. 본능사회 : 쾌락과 자극에 반응하는 사람들10. 카오스 : 모든 시장 트렌드의 근원

작년에 예상한 올해 ’2024년 마케팅&시장 트렌드 TOP 10‘

SOLID 원칙 많이들 공부하시죠. 다섯 가지 원칙들의 정의, 그리고 원칙들이 적용된 코드를 습득하는데에서 그치지 말고 각 원칙들의 단점까지 파악해서 상황에 맞게 tradeoff를 제대로 할 줄 아는게 중요합니다.

S: 단일 책임 원칙을 지킬 때의 이점은 코드의 기능을 이해하기 쉽고 유지보수가 편리해지는 반면 단점으로는 지나치게 분리를 하면 전체 시스템을 파악하기가 어려울 수도 있고, 구현 난이도가 올라갈 수도 있습니다.

O: 개방폐쇄 원칙을 지켰을 때의 이점은 기능 변경 시 코드 수정 범위가 작고 확장성이 좋다는 것입니다. 반면에 단점은 코드의 복잡성이 증가하게 되죠. 코드를 읽기 더 어려워질수도 있고 타입이 많아지는 오버헤드도 발생하고요.

L: 리스코프 치환 원칙을 잘 지켰을 때의 이점은 코드의 예측 가능성, 신뢰성이 높아진다는 점입니다. 어떤 타입을 받았을때 내가 알고 있는 대로 동작할거라고 예상할 수 있으니까요. 반면에 단점은 유연함을 잃게 됩니다. 자식 클래스에서 약간의 창의성도 발휘할 수 없게 되죠.

저는 시간 관계상 여기까지만 쓰도록 하겠습니다. 인터페이스 분리 원칙과 의존성 역전 원칙은 어떤 장점과 단점들이 있을까요?

프로그래밍에서 보통 얻는 것이 있으면 잃는 것도 있다는걸 언제나 기억해야 합니다. 새로운걸 공부할 때는 동전의 양면을 모두 파악하는 습관을 들이는 것이 좋습니다.

SOLID 원칙 많이들 공부하시죠. 다섯 가지 원칙들의 정의, 그리고 원칙들이 적용된 코드를 습득하는데에서 그치지 말고 각 원칙들의 단점까지 파악해서 상황에 맞게 tradeoff를 제대로 할 줄 아는게 중요합니다. S: 단일 책임 원칙을 지킬 때의 이점은 코드의 기능을 이해하기 쉽고 유지보수가 편리해지는 반면 단점으로는 지나치게 분리를 하면 전체 시스템을 파악하기가 어려울 수도 있고, 구현 난이도가 올라갈 수도 있습니다. O: 개방폐쇄 원칙을 지켰을 때의 이점은 기능 변경 시 코드 수정 범위가 작고 확장성이 좋다는 것입니다. 반면에 단점은 코드의 복잡성이 증가하게 되죠. 코드를 읽기 더 어려워질수도 있고 타입이 많아지는 오버헤드도 발생하고요. L: 리스코프 치환 원칙을 잘 지켰을 때의 이점은 코드의 예측 가능성, 신뢰성이 높아진다는 점입니다. 어떤 타입을 받았을때 내가 알고 있는 대로 동작할거라고 예상할 수 있으니까요. 반면에 단점은 유연함을 잃게 됩니다. 자식 클래스에서 약간의 창의성도 발휘할 수 없게 되죠. 저는 시간 관계상 여기까지만 쓰도록 하겠습니다. 인터페이스 분리 원칙과 의존성 역전 원칙은 어떤 장점과 단점들이 있을까요? 프로그래밍에서 보통 얻는 것이 있으면 잃는 것도 있다는걸 언제나 기억해야 합니다. 새로운걸 공부할 때는 동전의 양면을 모두 파악하는 습관을 들이는 것이 좋습니다.

SOLID 원칙의 이면

웹 컴포넌트는 그 기능을 나머지 코드로부터 캡슐화하여 재사용 가능한 커스텀 엘리먼트를 생성하고 웹 앱에서 활용할 수 있도록 해주는 다양한 기술들의 모음입니다.

웹 컴포넌트 - Web API | MDN

웹 컴포넌트(Web Components)는 웹 개발에서 코드의 재사용성을 높이고 컴포넌트의 캡슐화를 실현하기 위한 기술입니다.
전통적인 웹 표준에서는 코드의 재사용이 쉽지 않았는데요. 웹 컴포넌트는 웹 표준 기술을 사용하여 컴포넌트를 재사용할 수 있도록 합니다. 이는 개발 효율성을 높이고 코드의 유지보수성을 향상시키는 데 도움이 되는데요.

웹 컴포넌트는 다음과 같은 주요 개념으로 구성됩니다:
 1. 사용자 정의 요소(Custom Elements): 개발자가 직접 정의한 HTML 태그와 해당 태그의 동작을 나타내는 API입니다. 이를 통해 커스텀 엘리먼트를 생성하고 활용할 수 있습니다.
 2. 섀도우 DOM(Shadow DOM): 컴포넌트의 내부 구조와 스타일을 외부로부터 격리시키는 기술입니다. 이를 통해 컴포넌트의 기능을 프라이빗하게 유지할 수 있으며, 다른 부분의 스타일과 충돌하지 않도록 보장합니다.
 3. HTML 템플릿(HTML Templates): 컴포넌트의 구조를 정의하는 마크업 템플릿입니다. 이 템플릿은 렌더링된 페이지에 직접 나타나지 않으며, 컴포넌트가 인스턴스화될 때 사용됩니다.
 
 
웹 컴포넌트는 자바스크립트의 클래스 문법을 사용하여 구현됩니다. 또한, 리액트나 뷰와 유사하게 라이프사이클 메서드를 제공하여 컴포넌트의 생성, 업데이트, 제거 등의 과정을 제어할 수 있습니다. 웹 컴포넌트는 웹 표준 기술이기 때문에 별도의 라이브러리나 프레임워크 없이 사용할 수 있다는 장점이 있습니다.
다음은 간단한 웹 컴포넌트 코드 예제입니다:
<script>
 class SimpleGreeting extends HTMLElement {
 constructor() {
 super();
 const shadowRoot = this.attachShadow({mode: 'open'});
 shadowRoot.innerHTML = `안녕하세요 웹컴포넌트 예제입니다!`;
 }
 }
 customElements.define('simple-greeting', SimpleGreeting);
</script>
</head>
<body>
 <simple-greeting></simple-greeting>
</body>

웹 컴포넌트는 클래스 문법을 사용하기 때문에 익숙하지 않은 개발자에게는 다소 복잡해 보일 수 있을것 같은데요. 또한, 현재 리액트나 뷰와 같은 인기 있는 라이브러리가 널리 사용되고 있어 웹 컴포넌트가 이들을 완전히 대체하기는 쉽지 않을것 같습니다.

하지만 웹 컴포넌트의 가장 큰 장점은 웹 표준 기술을 사용하여 컴포넌트를 구현할 수 있기 때문에 라이브러리 사용이 제한된 특수한 환경이나 간단한 컴포넌트 구현이 필요한 상황에서 유용하게 활용될 수 있을것 같습니다.

https://developer.mozilla.org/ko/docs/Web/API/Web_components

웹 컴포넌트(Web Components)는 웹 개발에서 코드의 재사용성을 높이고 컴포넌트의 캡슐화를 실현하기 위한 기술입니다. 전통적인 웹 표준에서는 코드의 재사용이 쉽지 않았는데요. 웹 컴포넌트는 웹 표준 기술을 사용하여 컴포넌트를 재사용할 수 있도록 합니다. 이는 개발 효율성을 높이고 코드의 유지보수성을 향상시키는 데 도움이 되는데요. 웹 컴포넌트는 다음과 같은 주요 개념으로 구성됩니다:<ol ><li>사용자 정의 요소(Custom Elements): 개발자가 직접 정의한 HTML 태그와 해당 태그의 동작을 나타내는 API입니다. 이를 통해 커스텀 엘리먼트를 생성하고 활용할 수 있습니다.</li><li>섀도우 DOM(Shadow DOM): 컴포넌트의 내부 구조와 스타일을 외부로부터 격리시키는 기술입니다. 이를 통해 컴포넌트의 기능을 프라이빗하게 유지할 수 있으며, 다른 부분의 스타일과 충돌하지 않도록 보장합니다.</li><li>HTML 템플릿(HTML Templates): 컴포넌트의 구조를 정의하는 마크업 템플릿입니다. 이 템플릿은 렌더링된 페이지에 직접 나타나지 않으며, 컴포넌트가 인스턴스화될 때 사용됩니다. </li></ol>웹 컴포넌트는 자바스크립트의 클래스 문법을 사용하여 구현됩니다. 또한, 리액트나 뷰와 유사하게 라이프사이클 메서드를 제공하여 컴포넌트의 생성, 업데이트, 제거 등의 과정을 제어할 수 있습니다. 웹 컴포넌트는 웹 표준 기술이기 때문에 별도의 라이브러리나 프레임워크 없이 사용할 수 있다는 장점이 있습니다.다음은 간단한 웹 컴포넌트 코드 예제입니다:<pre ><code>&lt;script&gt;
 class SimpleGreeting extends HTMLElement {
 constructor() {
 super();
 const shadowRoot = this.attachShadow({mode: 'open'});
 shadowRoot.innerHTML = `&lt;p&gt;안녕하세요 웹컴포넌트 예제입니다!&lt;/p&gt;`;
 }
 }
 customElements.define('simple-greeting', SimpleGreeting);
&lt;/script&gt;
&lt;/head&gt;
&lt;body&gt;
 &lt;simple-greeting&gt;&lt;/simple-greeting&gt;
&lt;/body&gt;</code></pre> 웹 컴포넌트는 클래스 문법을 사용하기 때문에 익숙하지 않은 개발자에게는 다소 복잡해 보일 수 있을것 같은데요. 또한, 현재 리액트나 뷰와 같은 인기 있는 라이브러리가 널리 사용되고 있어 웹 컴포넌트가 이들을 완전히 대체하기는 쉽지 않을것 같습니다. 하지만 웹 컴포넌트의 가장 큰 장점은 웹 표준 기술을 사용하여 컴포넌트를 구현할 수 있기 때문에 라이브러리 사용이 제한된 특수한 환경이나 간단한 컴포넌트 구현이 필요한 상황에서 유용하게 활용될 수 있을것 같습니다. https://developer.mozilla.org/ko/docs/Web/API/Web_components

MDN Web Docs

웹 표준 기술로 구현하는 웹 컴포넌트(Web Components)

들어가며 거대 언어 모델 (이하 LLM, Large Language Model)이 빠르게 기술 시장을 잠식하는 시대에 접어들며 FMOps (Foundation Model Operations)라는 방법론이 떠오르고 있습니다. 기반 모델 (Foundation Model; 줄여서 FM)이라는 용어는 2021년 8월에 스탠퍼드 대학에서 처음 사용된 만큼, 기반 모델이라는 용어를 포함하는 FMOps라는 기술 트렌드는 비교적 새롭게 등장한 기술 트렌드입니다 (LL

[IT TREND] FMOps, LLM 시대의 AI 앱 개발 방법

커리어리 친구들, 요즘 초거대 언어 모델이 다양하게 나오면서 이를 배포하고 운영관리하는 방법이 대두 되고 있습니다. 이를 FMOps 라고 부르기 시작한 것 같습니다. 그러한 개념과 특징, 현재 어떤 회사들이 있는지 잘 설명해서 추천합니다.>

🛸 FMOps란?
🛸 FMOps 워크플로우와 핵심 기술 요소들
🛸 MLOps와는 무엇이 다른가?
🛸 FMOps 주요 오퍼링과 플레이어들
🛸 FMOps 최신 주요 플레이어들

카카오엔터프라이즈 기술블로그 Tech&(테크앤)

좋아요 ㅎㅎㅎ 파이팅 입니다 🍀 🔥 😄

지수inc 유지관리팀 사원

최광우

빛나는광우 빛광해돋을우 최광우입니다 ♥️ 🍒 💘 똥광코알라호랑이입니다 👍👍👍광우C최광우입니다☺️😍😀

Product Manager

김명찬

링컨, 알렉스 퍼거슨, 빌리 빈을 존경합니다.

#프로덕트매니저 #데이터분석

강원대학교 대학원 컴퓨터공학

박인서

한남대학교 컴퓨터공학과

최재훈

안녕하세요! 이름만으로 신뢰를 주는 개발자가 되는 것이 목표인 최재훈입니다.
NLP에 관심이 많으며 기계와 사람의 효과적인 대화에  큰 관심을 가지고 있습니다. 고도화된 NLU 발전에 기여하고 싶으며 이를 활용한 ‘개인용 인공지능 비서의 보편화를 목표로 노력하겠습니다.

<카카오엔터 - FMOps란?>

머신 러닝

MySQL

python

html

javascript

SpringBoot

django

Java

Docker

Kubernetes

Linux

c언어

React

typescript

Node.js

Vue.js

Spring

Github

OracleDB

Android

데이터 분석

커뮤니케이션

대규모 데이터센터나 서버에서 대규모 언어 모델 또는 멀티모달, 딥러닝 모델에 대한 GPU를 이용한 분산 훈련 및 추론 솔루션 아키텍처를 기업 대상으로 하고 있습니다. 

HPC&AI PreSales

AI 전략경영 MBA

서진호

서진호의 링크드인

Google Cloud Innovators

시나브로의 실리콘 밸리 산책

저의 깃허브

클라우드 또는 하이브리드 컴퓨팅에서 빅데이타 분석과 GPU와 고성능 분산 컴퓨팅 기반의 머신러닝 및 딥러닝, 생성형 AI(LLM/LMM)에 대한 솔루션 아키텍처 컨설팅.

#소프트웨어엔지니어 #데이터사이언스 #Ai #데이터애널리스트 #GPU #분산훈련

<카카오엔터 - FMOps란?>

댓글 1

비슷한 게시물

주간 인기 TOP 10

추천 프로필