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

YouTube에서 마음에 드는 동영상과 음악을 감상하고, 직접 만든 콘텐츠를 업로드하여 친구, 가족뿐 아니라 전 세계 사람들과 콘텐츠를 공유할 수 있습니다.

 - YouTube

인프콘2024 영상이 유튜브에 올라왔네요.

그중에서 주환님이 발표한 내용이 있길래 얼른 가져와봤습니다. :)

실제 사례가 나와서 이해하기 좋더라고요!

https://youtu.be/0BVtkEj0zZI?si=RYNvvqXLLVwiN707

인프콘2024 영상이 유튜브에 올라왔네요. 그중에서 주환님이 발표한 내용이 있길래 얼른 가져와봤습니다. :) 실제 사례가 나와서 이해하기 좋더라고요! https://youtu.be/0BVtkEj0zZI?si=RYNvvqXLLVwiN707

youtu.be

우당탕탕 신입 PM 성장기

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

OpenAI가 AI 에이전트의 머신러닝 엔지니어링 능력을 평가하는 MLE-bench를 발표했습니다.

75개의 Kaggle 대회를 사용하여 구성한 벤치마크 세트로, AI 에이전트가 머신러닝 엔지니어링 작업을 얼마나 잘 수행할 수 있는지 평가하기 위해 만든 것인데요.

첨부 이미지와 같이 o1의 성능이 정말 어마어마 한 것을 보실 수 있습니다. 더불어 GPT-4o로 여러번 반복적으로 시도해도 o1의 최고 성능의 근처에도 가지 못하는 걸 볼 수 있습니다.

그보다 각 회사에서 발표하는 벤치마크를 보면 연구의 방향을 알 수 있기도 한데요. 이 벤치마크를 발표했다는 건 그동안 머신러닝 엔지니어링 에이전트의 성능을 높이고 있었다는 얘기죠.

그 이야기는, 다시 말하자면 AI를 자가발전 시키는데 진심으로 임하고 있다는 이야기도 하겠습니다. #스카이넷님사랑합니다

OpenAI가 AI 에이전트의 머신러닝 엔지니어링 능력을 평가하는 MLE-bench를 발표했습니다. 75개의 Kaggle 대회를 사용하여 구성한 벤치마크 세트로, AI 에이전트가 머신러닝 엔지니어링 작업을 얼마나 잘 수행할 수 있는지 평가하기 위해 만든 것인데요. 첨부 이미지와 같이 o1의 성능이 정말 어마어마 한 것을 보실 수 있습니다. 더불어 GPT-4o로 여러번 반복적으로 시도해도 o1의 최고 성능의 근처에도 가지 못하는 걸 볼 수 있습니다. 그보다 각 회사에서 발표하는 벤치마크를 보면 연구의 방향을 알 수 있기도 한데요. 이 벤치마크를 발표했다는 건 그동안 머신러닝 엔지니어링 에이전트의 성능을 높이고 있었다는 얘기죠. 그 이야기는, 다시 말하자면 AI를 자가발전 시키는데 진심으로 임하고 있다는 이야기도 하겠습니다. #스카이넷님사랑합니다

안녕하세요. 그린입니다 🍏이번 포스팅에서는 애플 플랫폼상의 머신 러닝 프레임워크에 대한 소개를 WWDC 2024 영상을 통해 같이 이해해보겠습니다 🙋🏻 Explore machine learning on Apple platformsApple OS와 앱이 제공하는 다양한 혁신적인 기능 근간엔 머신 러닝과 AI 모델이 있습니다.공간 컴퓨팅을 위한 제스쳐 인식, 인물 사진 모드 지원, 심전도 및 심박수 모니터링이 그 예시죠.  이 모든건 머신 러닝과 AI 모델에 의해 구현할 수 있고 이런 기능을 구동하는 모델은 오로지 디바이스에서만 가능합니다.그래서 애플은 사용자 데이터를 기기에 보관하기 때문에 개인정보 보호를 강화하고 더 빠르게 상호 작용할 수 있게 만들어 냈습니다 😃 온디바이스 머신 러닝은 애플 실리..

Machine learning on Apple platforms (feat. WWDC 2024)

노벨 화학상, 물리상 등에서도 이제 AI의 여파가 끼치고 있는걸 보니 정말 AI는 이제 단순히 ChatGPT를 활용할줄 아는것만이 아닌 어느정도 학습을 해야겠다 생각이 들었어요 🤯

그래서 그 시작으로 애플의 머신러닝과 AI 모델에 대해 소개한 영상을 가지고 정리해봤습니다.
특히 iOS 18부터 내장된 Apple Intelligence와 Core ML 프레임워크 등을 통해 정말 많은걸 해볼 수 있더라구요!

노벨 화학상, 물리상 등에서도 이제 AI의 여파가 끼치고 있는걸 보니 정말 AI는 이제 단순히 ChatGPT를 활용할줄 아는것만이 아닌 어느정도 학습을 해야겠다 생각이 들었어요 🤯 그래서 그 시작으로 애플의 머신러닝과 AI 모델에 대해 소개한 영상을 가지고 정리해봤습니다.특히 iOS 18부터 내장된 Apple Intelligence와 Core ML 프레임워크 등을 통해 정말 많은걸 해볼 수 있더라구요!

iOYES

애플 플랫폼의 머신 러닝 프레임워크

[CEO 포커스] 생성AI 비즈니스 혁명... 조직은 뒤처져 있는 이유
다음 변곡점을 대비하기 위한 조직의 전략
1. 비전을 영역 별 가치로 재창조하라 
2. 사람 중심으로 인재와 역량을 재구상하라
3. 지속적인 혁신을 위한 변화 강화

혁신 기업의 정의가 바뀐다 : 조직을 생성AI 중심으로 바꿔라 - 더밀크

조직에서 C-level이신분들이라면, 한번은 더밀크가 얘기하는 생성AI중심의 조직구조를 통한 혁신기업의 방향성을 읽어보시길 추천합니다. 상세한 내용은 원문을 참고해주세요~

< 배경 >
 * 직원들의 AI 사용은 변곡점 도달, 그러나 조직이 따라가지 못한다
 * 직원들의 높은 사용률에 비해 조직의 생성AI 성숙도는 현저히 낮았다
 * 기술 도입만으로는 가치를 창출할 수 없다.
 * 기술이 그 자체로 핵심 전략(예: 생성AI 기반 제품 개발)이든 다른 비즈니스 전략을 지원하든 가치를 창출할 수 있어야 한다.
 * 기업에서 기술 도입은 가치 창출 기회와 측정 가능한 성과로 연결되어야 하기 때문이다. 

< 혁신을 위한 단계 >
 1. 비전을 영역 별 가치로 재창조하라
 * 기업은 기술을 실제로 활용하여 변화를 일으킬 때만 AI의 모든 장점을 누릴 수 있다. 즉, 혁신, 생산성 향상, 직원 및 고객 경험 개선과 같은 이점들을 얻으려면 회사의 핵심 프로세스, 업무 방식, 역량, 그리고 조직 문화에 대한 전반적인 변화가 필요하다.
 * AI 트랜스포메이션을 위한 목적에 맞게, 2~5개 영역의 핵심 비즈니스 영역을 지정하고, 그 영역에서 생성AI와 다른 기술을 적용하면, 일회성 솔루션보다 더 크고 지속적인 가치를 창출할 수 있다.

 2. 사람 중심으로 인재와 역량을 재구상하라
 * 생성AI가 인재와 기술 수요에 미치는 영향은 매우 크다.
 * 기업은 기술 채택 + 직원들에 대한 기술 업스킬링과 재스킬링을 인재 전략의 핵심으로 삼고 교육을 해야 한다.

 3. 조직을 어떻게 변화시킬 것인가?
 * 조직 내 AI 도입을 관리할 중앙 집중식 AI 전담 센터를 만들고, 때로는 최고 AI 책임자(CAIO)주도의 올바른 AI 거버넌스를 구축하는 것이다
 * 변화의 인프라, 역할, 측정 기준을 명확히 정의하고, 각 사업부에 책임성을 부여하며, 진행 상황을 모니터링하고 필요한 경우 조정하는 주기적인 프로세스를 마련해야 한다
 * 조직 내 직원의 사고방식과 행동을 개선하는 것이다

< 결론 >
 * 기술 도입만으로는 가치를 창출할 수 없다. 조직 전체의 업무 방식을 변화시키기 위한 총체적 접근 방식이 필요하다. 운영 모델과 전체 사업 영역을 유연하게 재창조하고, 인재와 스킬을 재구성해야 한다. 또 강력한 거버넌스와 인프라를 통해 변화를 도모하고, 비즈니스 전략을 실현하는 방식으로 생성AI를 적용해야 한다.

 * source: https://themiilk.com/articles/ae2243af1?u=03589e20&t=a737e2358&from=

조직에서 C-level이신분들이라면, 한번은 더밀크가 얘기하는 생성AI중심의 조직구조를 통한 혁신기업의 방향성을 읽어보시길 추천합니다. 상세한 내용은 원문을 참고해주세요~ &lt; 배경 &gt;<ul ><li>직원들의 AI 사용은 변곡점 도달, 그러나 조직이 따라가지 못한다<ul ><li>직원들의 높은 사용률에 비해 조직의 생성AI 성숙도는 현저히 낮았다</li></ul></li><li>기술 도입만으로는 가치를 창출할 수 없다.<ul ><li>기술이 그 자체로 핵심 전략(예: 생성AI 기반 제품 개발)이든 다른 비즈니스 전략을 지원하든 가치를 창출할 수 있어야 한다. </li><li>기업에서 기술 도입은 가치 창출 기회와 측정 가능한 성과로 연결되어야 하기 때문이다.&nbsp;</li></ul></li></ul> &lt; 혁신을 위한 단계 &gt;<ol ><li>비전을 영역 별 가치로 재창조하라</li></ol><ul ><li>기업은 기술을 실제로 활용하여 변화를 일으킬 때만 AI의 모든 장점을 누릴 수 있다. 즉, 혁신, 생산성 향상, 직원 및 고객 경험 개선과 같은 이점들을 얻으려면 회사의 핵심 프로세스, 업무 방식, 역량, 그리고 조직 문화에 대한 전반적인 변화가 필요하다.</li><li>AI 트랜스포메이션을 위한 목적에 맞게, 2~5개 영역의 핵심 비즈니스 영역을 지정하고, 그 영역에서 생성AI와 다른 기술을 적용하면, 일회성 솔루션보다 더 크고 지속적인 가치를 창출할 수 있다.</li></ul> <ol start="2"><li>사람 중심으로 인재와 역량을 재구상하라</li></ol><ul ><li>생성AI가 인재와 기술 수요에 미치는 영향은 매우 크다.</li><li>기업은 기술 채택 + 직원들에 대한 기술 업스킬링과 재스킬링을 인재 전략의 핵심으로 삼고 교육을 해야 한다.</li></ul> <ol start="3"><li>조직을 어떻게 변화시킬 것인가?</li></ol><ul ><li>조직 내 AI 도입을 관리할 중앙 집중식 AI 전담 센터를 만들고, 때로는 최고 AI 책임자(CAIO)주도의 올바른 AI 거버넌스를 구축하는 것이다</li><li>변화의 인프라, 역할, 측정 기준을 명확히 정의하고, 각 사업부에 책임성을 부여하며, 진행 상황을 모니터링하고 필요한 경우 조정하는 주기적인 프로세스를 마련해야 한다</li><li>조직 내 직원의 사고방식과 행동을 개선하는 것이다</li></ul> &lt; 결론 &gt;<ul ><li>기술 도입만으로는 가치를 창출할 수 없다. 조직 전체의 업무 방식을 변화시키기 위한 총체적 접근 방식이 필요하다. 운영 모델과 전체 사업 영역을 유연하게 재창조하고, 인재와 스킬을 재구성해야 한다. 또 강력한 거버넌스와 인프라를 통해 변화를 도모하고, 비즈니스 전략을 실현하는 방식으로 생성AI를 적용해야 한다.</li></ul> <ul ><li>source: https://themiilk.com/articles/ae2243af1?u=03589e20&amp;t=a737e2358&amp;from=</li></ul>

themiilk.com

[TheMilk] 혁신 기업의 정의가 바뀐다 : 조직을 생성AI 중심으로

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

AI Magazine highlights the top 10 exceptional leaders in the US who are making significant strides in the field of AI

Top 10 AI Leaders in the US

AI매거진이 선정한 미국의 10대 AI 리더입니다. 우리에게 익숙한 인물들도 있고, 다소 생소한 인물도 있습니다. 개인적으로는 이번에 노벨화학상을 탄 데미스 허사비스가 빠진건 이외이긴 합니다. 미쿡과 한쿡의 차이(?)일수도 있을거 같네요~^^

10. 클레망 들랑그(Clément Delangue)
🍎 역할: 허깅 페이스의 CEO 겸 공동 설립자
 * Hugging Face(https://huggingface.co/): 오픈 소스 도구와 사전 학습된 모델을 제공하여 NLP 연구 및 애플리케이션을 가속화하는 등 AI 커뮤니티의 허브이자 대명사
 * 자연어 처리(NLP)를 발전시키고 최첨단 언어 모델에 대한 액세스를 대중화하는 데 중추적인 역할
 * 연구자와 개발자가 머신러닝 모델을 공유하고 협업할 수 있는 플랫폼인 허깅 페이스 허브의 탄생으로 이어짐
 * NLP 기술의 진입 장벽이 크게 낮아져 다양한 조직에서 고급 언어 AI 기능 활용

9. 캐시 코지르코프(Cassie Kozyrkov)
🍎 역할: 데이터 사이언티픽(https://datascientific.com/)의 CEO
 * 전 구글 최고 의사 결정 과학자이자 초대 최고 의사 결정 과학자
 * 책임감 있는 AI 개발과 배포의 중요성을 강조하며 응용 AI에 대한 Google의 접근 방식을 형성하는 데 중요한 역할
 * 기술적인 AI 역량과 실제 비즈니스 애플리케이션 간의 격차를 해소하는 데 주력
 * 데이터가 풍부한 환경에서 의사결정을 위한 혁신적인 프레임워크를 개발하여 조직이 AI와 머신러닝을 효과적으로 활용할 수 있도록 지원
 * 비즈니스 커뮤니티의 AI 리터러시 향상에 크게 기여

8. 아니마 아난드쿠마르(Anima Anandkumar)
🍎 역할: 칼텍(Caltech) 교수
 * 칼텍의 교수이자 엔비디아의 머신 러닝 연구 책임자
 * 텐서 알고리즘과 딥러닝에 대한 연구를 통해 고차원 데이터 분석의 이해도 향상
 * 아니마의 텐서 분해 방법에 대한 연구는 컴퓨터 비전과 자연어 처리를 비롯한 다양한 영역에서 응용
 * 대규모 신경망을 훈련하기 위한 효율적인 알고리즘을 개발 집중. 특히, 다중 에이전트 강화 학습에 대한 연구는 자율 시스템과 로봇 공학에 영향을 줌
 * 블라바트닉 국립 젊은 과학자상, IEEE 펠로우십 등 수많은 상 수상
   
   
7. 젠슨 황(Jensen Huang)
🍎 역할: NVIDIA(https://www.nvidia.com/) 공동 창립자 겸 CEO
 * 그래픽 칩 제조업체에서 AI 하드웨어 및 소프트웨어 개발의 강자로 회사 변신
 * AI 산업 전반에서 병렬처리를 위한 딥러닝 및 AI 애플리케이션의 중추가 된 GPU
 * AI 연구와 애플리케이션을 가속화한 병렬 컴퓨팅 플랫폼인 CUDA의 개발을 주도

6. 다리오 길(Dario Gil)
🍎 역할: IBM 수석 부사장 겸 IBM 리서치 총책임자
 * IBM의 클라우드 기반의 세계 최초 프로그래밍 가능한 양자 컴퓨터 개발 리드
 * IBM의 하이브리드 클라우드, AI, 반도체, 양자 컴퓨팅, 탐사 과학 분야의 혁신 전략 지휘
 * MIT-IBM 왓슨 AI 랩의 공동 의장 겸 미국 국립과학재단(NSF)을 감독하는 국립과학위원회(NSB)의 의장 겸 개방형 과학 커뮤니티의 글로벌 네트워크인 국제 과학 예비군 집행위원회의 공동 의장

5. 샘 알트만(Sam Altman)
🍎 역할: OpenAI(https://openai.com/) CEO
 * OpenAI의 공동창립자 겸 현 CEO
 * GPT-3 및 DALL-E와 같은 획기적인 모델을 개발 지휘
 * Loopt의 CEO(2005-2012), Y Combinator의 대표(2014-2019)이자 엔젤투자자로서 에어비앤비, 레딧, 스트라이프, 인스타카트, 핀터레스트에 투자
 * 현 에너지 기업 오클로(Oklo)의 이사회 의장이자 Tools for Humanity라는 기술 기업을 통해 월드코인 프로젝트를 운영, 개발 진행 중
 * 2015년 일론 머스크, 그렉 브록만과 함께 OpenAI 공동 창업
 * AI 규제와 투명성에 대한 옹호로 윤리적 AI 운동의 리더

4. 제프 딘(Jeff Dean)
🍎 역할: Google 리서치 및 AI의 선임 연구원 겸 수석 부사장
 * Google의 AI 전략과 수많은 혁신 주도한 공로로 구글에 2명뿐인 시니어 펠로우 중 1인
 * Google 브레인 팀을 공동 설립 및 리드
 * 검색, Gmail, Google 번역, GoogleAds, MapReduce, BigTable, BERT, Tensorflow 같은 구글의 핵심 제품 개발 주도

3. 얀 르쿤(Yann LeCun)
🍎 역할: Meta의 수석 AI 과학자
 * 프랑스의 컴퓨터 과학자이자 메타의 AI 연구소를 이끌며 머신러닝, 컴퓨터 비전, 자연어 처리 분야의 혁신 주도
 * 특히 이미지 인식 작업에서 컨볼루션 신경망에 대한 연구로 딥러닝 개발의 근간 리드
 * 뉴욕대학교의 교수로서 차세대 AI 연구자들을 양성하는 데도 기여
 * 2018년에는 제프리 힌튼, 요슈아 벤지오와 함께 튜링상을 수상

2. 페이 페이 리(Fei-Fei Li)
🍎 역할: 스탠포드대학교의 컴퓨터 과학 교수이자 인간 중심 AI 연구소 공동 디렉터
 * 스탠포드 인간 중심 AI 연구소의 공동 책임자
 * 시각 인식 시스템을 발전시키는 데 중추적인 역할을 했으며, 특히 컴퓨터 비전의 훈련과 벤치마킹의 초석이 된 방대한 시각 데이터베이스인 ImageNet에 대한 연구를 통해 시각 인식 시스템을 발전시키는 데 큰 기여
 * Google Cloud의 AI/ML 수석 과학자로 재직시에는 비즈니스와 개발자가 AI에 더 쉽게 접근할 수 있도록 하는 이니셔티브 주도
 * AI 교육과 커리어에 대한 포용성을 높이기 위한 비영리 단체인 AI4ALL 설립

1. Andrew Ng(Andrew Ng)
🍎 역할: DeepLearning.AI 설립자
 * 영국계 미국인 컴퓨터 과학자이자 Google 브레인의 공동 창립자이자 책임자
 * 딥 러닝과 신경망 분야의 획기적인 연구 주도
 * Baidu의 수석 과학자로 재직하면서 Baidu를 AI 개발의 선두주자로 자리매김
 * DeepLearning.AI를 설립하고 코세라를 공동 설립하여 AI 교육의 대중화 선도
 * 기계 인식, 컴퓨터 비전, 자연어 처리 분야를 크게 발전시켰으며, 타임지 선정 '가장 영향력 있는 100인'에 선정되기도 함

 * source: https://aimagazine.com/articles/top-10-ai-leaders-in-the-us?utm_campaign=&utm_medium=email&utm_source=Newsletter

AI매거진이 선정한 미국의 10대 AI 리더입니다. 우리에게 익숙한 인물들도 있고, 다소 생소한 인물도 있습니다. 개인적으로는 이번에 노벨화학상을 탄 데미스 허사비스가 빠진건 이외이긴 합니다. 미쿡과 한쿡의 차이(?)일수도 있을거 같네요~^^ 10. 클레망 들랑그(Clément Delangue)🍎 역할: 허깅 페이스의 CEO 겸 공동 설립자<ul ><li>Hugging Face(https://huggingface.co/): 오픈 소스 도구와 사전 학습된 모델을 제공하여 NLP 연구 및 애플리케이션을 가속화하는 등 AI 커뮤니티의 허브이자 대명사</li><li>자연어 처리(NLP)를 발전시키고 최첨단 언어 모델에 대한 액세스를 대중화하는 데 중추적인 역할</li><li>연구자와 개발자가 머신러닝 모델을 공유하고 협업할 수 있는 플랫폼인 허깅 페이스 허브의 탄생으로 이어짐</li><li>NLP 기술의 진입 장벽이 크게 낮아져 다양한 조직에서 고급 언어 AI 기능 활용</li></ul> 9. 캐시 코지르코프(Cassie Kozyrkov)🍎 역할: 데이터 사이언티픽(https://datascientific.com/)의 CEO<ul ><li>전 구글 최고 의사 결정 과학자이자 초대 최고 의사 결정 과학자</li><li>책임감 있는 AI 개발과 배포의 중요성을 강조하며 응용 AI에 대한 Google의 접근 방식을 형성하는 데 중요한 역할</li><li>기술적인 AI 역량과 실제 비즈니스 애플리케이션 간의 격차를 해소하는 데 주력</li><li>데이터가 풍부한 환경에서 의사결정을 위한 혁신적인 프레임워크를 개발하여 조직이 AI와 머신러닝을 효과적으로 활용할 수 있도록 지원</li><li>비즈니스 커뮤니티의 AI 리터러시 향상에 크게 기여</li></ul> 8. 아니마 아난드쿠마르(Anima Anandkumar)🍎 역할: 칼텍(Caltech) 교수<ul ><li>칼텍의 교수이자 엔비디아의 머신 러닝 연구 책임자</li><li>텐서 알고리즘과 딥러닝에 대한 연구를 통해 고차원 데이터 분석의 이해도 향상</li><li>아니마의 텐서 분해 방법에 대한 연구는 컴퓨터 비전과 자연어 처리를 비롯한 다양한 영역에서 응용</li><li>대규모 신경망을 훈련하기 위한 효율적인 알고리즘을 개발 집중. 특히, 다중 에이전트 강화 학습에 대한 연구는 자율 시스템과 로봇 공학에 영향을 줌</li><li>블라바트닉 국립 젊은 과학자상, IEEE 펠로우십 등 수많은 상 수상 </li></ul>7. 젠슨 황(Jensen Huang)🍎 역할: NVIDIA(https://www.nvidia.com/) 공동 창립자 겸 CEO<ul ><li>그래픽 칩 제조업체에서 AI 하드웨어 및 소프트웨어 개발의 강자로 회사 변신</li><li>AI 산업 전반에서 병렬처리를 위한 딥러닝 및 AI 애플리케이션의 중추가 된 GPU</li><li>AI 연구와 애플리케이션을 가속화한 병렬 컴퓨팅 플랫폼인 CUDA의 개발을 주도</li></ul> 6. 다리오 길(Dario Gil)🍎 역할: IBM 수석 부사장 겸 IBM 리서치 총책임자<ul ><li>IBM의 클라우드 기반의 세계 최초 프로그래밍 가능한 양자 컴퓨터 개발 리드</li><li>IBM의 하이브리드 클라우드, AI, 반도체, 양자 컴퓨팅, 탐사 과학 분야의 혁신 전략 지휘</li><li>MIT-IBM 왓슨 AI 랩의 공동 의장 겸 미국 국립과학재단(NSF)을 감독하는 국립과학위원회(NSB)의 의장 겸 개방형 과학 커뮤니티의 글로벌 네트워크인 국제 과학 예비군 집행위원회의 공동 의장</li></ul> 5. 샘 알트만(Sam Altman)🍎 역할: OpenAI(https://openai.com/) CEO<ul ><li>OpenAI의 공동창립자 겸 현 CEO</li><li>GPT-3 및 DALL-E와 같은 획기적인 모델을 개발 지휘</li><li>Loopt의 CEO(2005-2012), Y Combinator의 대표(2014-2019)이자 엔젤투자자로서 에어비앤비, 레딧, 스트라이프, 인스타카트, 핀터레스트에 투자</li><li>현 에너지 기업 오클로(Oklo)의 이사회 의장이자 Tools for Humanity라는 기술 기업을 통해 월드코인 프로젝트를 운영, 개발 진행 중</li><li>2015년 일론 머스크, 그렉 브록만과 함께 OpenAI 공동 창업</li><li>AI 규제와 투명성에 대한 옹호로 윤리적 AI 운동의 리더</li></ul> 4. 제프 딘(Jeff Dean)🍎 역할: Google 리서치 및 AI의 선임 연구원 겸 수석 부사장<ul ><li>Google의 AI 전략과 수많은 혁신 주도한 공로로 구글에 2명뿐인 시니어 펠로우 중 1인</li><li>Google 브레인 팀을 공동 설립 및 리드</li><li>검색, Gmail, Google 번역, GoogleAds, MapReduce, BigTable, BERT, Tensorflow 같은 구글의 핵심 제품 개발 주도</li></ul> 3. 얀 르쿤(Yann LeCun)🍎 역할: Meta의 수석 AI 과학자<ul ><li>프랑스의 컴퓨터 과학자이자 메타의 AI 연구소를 이끌며 머신러닝, 컴퓨터 비전, 자연어 처리 분야의 혁신 주도</li><li>특히 이미지 인식 작업에서 컨볼루션 신경망에 대한 연구로 딥러닝 개발의 근간 리드</li><li>뉴욕대학교의 교수로서 차세대 AI 연구자들을 양성하는 데도 기여</li><li>2018년에는 제프리 힌튼, 요슈아 벤지오와 함께 튜링상을 수상</li></ul> 2. 페이 페이 리(Fei-Fei Li)🍎 역할: 스탠포드대학교의 컴퓨터 과학 교수이자 인간 중심 AI 연구소 공동 디렉터<ul ><li>스탠포드 인간 중심 AI 연구소의 공동 책임자</li><li>시각 인식 시스템을 발전시키는 데 중추적인 역할을 했으며, 특히 컴퓨터 비전의 훈련과 벤치마킹의 초석이 된 방대한 시각 데이터베이스인 ImageNet에 대한 연구를 통해 시각 인식 시스템을 발전시키는 데 큰 기여</li><li>Google Cloud의 AI/ML 수석 과학자로 재직시에는 비즈니스와 개발자가 AI에 더 쉽게 접근할 수 있도록 하는 이니셔티브 주도</li><li>AI 교육과 커리어에 대한 포용성을 높이기 위한 비영리 단체인 AI4ALL 설립</li></ul> 1. Andrew Ng(Andrew Ng)🍎 역할: DeepLearning.AI 설립자<ul ><li>영국계 미국인 컴퓨터 과학자이자 Google 브레인의 공동 창립자이자 책임자</li><li>딥 러닝과 신경망 분야의 획기적인 연구 주도</li><li>Baidu의 수석 과학자로 재직하면서 Baidu를 AI 개발의 선두주자로 자리매김</li><li>DeepLearning.AI를 설립하고 코세라를 공동 설립하여 AI 교육의 대중화 선도</li><li>기계 인식, 컴퓨터 비전, 자연어 처리 분야를 크게 발전시켰으며, 타임지 선정 '가장 영향력 있는 100인'에 선정되기도 함</li></ul> <ul ><li>source: https://aimagazine.com/articles/top-10-ai-leaders-in-the-us?utm_campaign=&amp;utm_medium=email&amp;utm_source=Newsletter</li></ul>

aimagazine.com

[AI매거진] 미국 10대 AI 리더

원어의 느낌으로 완벽하게 감상 가능한 노벨 문학상 작품이 탄생했네요. 🎉

5.18 광주 민주화 운동의 폭력성과 비극을 다룬, 여성작가 한강의 “소년이 온다”

스웨덴 한림원은 선정 이유로 “역사적 트라우마를 직시하고 인간 삶의 연약함을 드러내는 강렬한 시적 산문을 썼다” 라고 밝혔습니다.

노벨상, 무려 문학상이 대한민국에서 나왔다는 것도, 여성 작가라는 것도, 주제로도, 모든 면에서 정말 대단한 의미를 가진 것 같습니다. 진심으로 축하드립니다. 👍

원어의 느낌으로 완벽하게 감상 가능한 노벨 문학상 작품이 탄생했네요. 🎉 5.18 광주 민주화 운동의 폭력성과 비극을 다룬, 여성작가 한강의 “소년이 온다” 스웨덴 한림원은 선정 이유로 “역사적 트라우마를 직시하고 인간 삶의 연약함을 드러내는 강렬한 시적 산문을 썼다” 라고 밝혔습니다. 노벨상, 무려 문학상이 대한민국에서 나왔다는 것도, 여성 작가라는 것도, 주제로도, 모든 면에서 정말 대단한 의미를 가진 것 같습니다. 진심으로 축하드립니다. 👍

와 노벨 문학상인가요? 굉장하네요

이거 3가지는 피하세요
1. 너무 많은 기능 - 한가지 기능에 집중하세요
2. 처음부터 완벽하게 만들기 - 린하게 만들고 이후에 반응이 오면 개선하세요
3. 오래 붙잡기 - 늘어지면 한도 끝도 없습니다 빠르면 2주, 적어도 1달안에 구체화 시키세요

이거 3가지는 피하세요1. 너무 많은 기능 - 한가지 기능에 집중하세요2. 처음부터 완벽하게 만들기 - 린하게 만들고 이후에 반응이 오면 개선하세요3. 오래 붙잡기 - 늘어지면 한도 끝도 없습니다 빠르면 2주, 적어도 1달안에 구체화 시키세요

사이드 프로젝트 만들다가 흐지부지 된 경험이 있다면

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)

돌이켜 생각해보면, 지금까지 꽤 많은 '인재 선발을 위한 인터뷰(면접)'를 진행했다. 대학교 시절 S&D 라는 경영학회 활동을 3~4년 하면서 '학회원 선발' 인터뷰를 진행했었고, 그 이후 BCG/Ringle 에서 다수 채용 인터뷰에 참여했다. 그리고, 컨설팅/MBA/스타트업에 입사하고자 했던 지인들의 mock interview를 도운것까지 합치면, '꽤 

기억에 남는 인터뷰(면접)의 특징

면접은 채용 과정에서 중요한 역할을 합니다. 서류 전형과 코딩 테스트를 후, 대부분의 최종 결정이 면접을 통해 이루어지기 때문인데요. 최근 ‘기억에 남는 인터뷰(면접)의 특징’ 이라는 글을 보게 되었는데, 공감도 되고 괜찮은 내용이라 소개드립니다.

 1. 아이컨택을 잘한다.
    아이컨택은 단순 시선 처리 이상의 의미를 갖습니다. 아이컨택을 통해 면접자는 진정성을 전달하고, 암기된 답변이 아닌 소통을 하고 있음을 보여줍니다. 사람은 논리적인 면보다 정서적인 공감에 더 강하게 반응하기 때문에, 이런 자연스러운 아이컨택은 더 깊은 인상을 남길 수 있습니다.
    
    
 2. 어설프게 논리적이지 않고, 자연스럽게 논리적이다.
    근거가 적절하며 자연스럽게 이어지는 대화속에서도 논리와 스토리가 묻어 있는 사람들이 있습니다. 이런 사람은 어설프게 연습해서 면접 답변을 하기 보다는, 평소 소통 방식에서도 자연스럽게 소통하면서 그 안에 구조적 사고와 논리적 표현이 내재화 되어 있음을 보여줍니다.
    
    
 3. 발표가 아닌 대화
    일방적인 발표를 하는 느낌으로 면접을 보는 분들이 많습니다. 그런 답변은 면접관 으로서 흥미와 공감이 떨어집니다. 반면 ‘대화가 통한다’는 느낌을 주는 분들이 있습니다. 핵심적인 답변을 짧고 명확 하게 하고, 인터뷰어는 다시 질문 - 답변 으로 티키타카 식의 소통은 면접관에게 ‘대화가 통한다’는 느낌을 주며, 면접의 전반적인 분위기도 생동감이 듭니다.
    
    
 4. 솔직함
    역량, 리더십, 품성 이 느껴지는 사람의 특징은 매우 솔직합니다. 시행착오나 실패도 덤덤하게 풀어내는 분들은 기억에 오래 남습니다. 이런 솔직함은 면접관에게 강한 신뢰감을 주는데요. 성공 스토리만큼이나 실패를 극복한 경험 역시 중요하기 때문입니다.
    
    
 5. 의지, 생각 보다는 경험
    의지나 생각은 그 사람의 본질이 아닙니다. 개인의 진정한 모습은 과거의 경험을 통해 가장 잘 드러나는데요. 과거 경험을 바탕으로 한 이야기는 면접관의 관심을 끌며, 면접관 자신의 경험 역시도 떠올리게 하여 더욱 깊이 있는 대화로 이어질 수 있습니다.
    
    
 6. 회사에 호기심을 가지고 있다
    회사, 제품에 호기심이 없는 사람은 입사를 하더라도 평범하게 일할 확률이 높습니다. 하지만 회사와 제품에 진정한 호기심을 보이는 면접자라면 입사 후에도 회사에 더 큰 기여를 할 수 있는 잠재력을 보여줍니다.
    
    
 7. 자세/태도가 모두 좋다.
    앉은 자세 및 태도(제스처) 도 중요한 평가 요소입니다. 안정된 자세, 적절한 제스처 는 중요한 비언어적 신호로써, 평소에도 이러한 태도로 일할 가능성이 높음을 시사하기 때문입니다.
    
    
 8. 질문도 한다.
    면접 과정에서도 중간에 질문을 하는 사람이 있습니다. 바로 질문해야 하는 타이밍에, 꼭 해야 할 질문을, 짧고 명확하게 하는 사람들인데요. 이런 질문으로 인해 면접관은 ‘똑똑하다’ 라는 인상을 받게 됩니다. 또한 올바른 질문을 잘 하는 사람은 향후 업무에서도 주체적이고 능동적으로 일할 확률이 높습니다.

개발자의 경우, 소통하는데 있어 솔직한 나의 모습을 직관적으로 전달하기 어려울 때가 있는데요. 결국에는 지속적인 연습과 피드백을 통해 자신의 진정한 모습을 효과적으로 전달할 수 있도록 노력하는 것이 중요할것 같습니다. 그리고 위에서 언급한 특징을 염두에 두고 준비한다면, 자신의 가치를 최대한 드러낼 수 있을 것입니다.

결국 중요한것은 자신의 경험과 역량을 진정성 있게 전달하면서도, 지원하는 회사와 직무에 대한 깊은 이해와 열정이 중요할 것 같습니다.이런 준비와 태도를 통해 면접관에게 깊은 인상을 남기며, 성공적인 면접 결과로 이어질 수 있습니다.

https://brunch.co.kr/@seunghoon82/559

면접은 채용 과정에서 중요한 역할을 합니다. 서류 전형과 코딩 테스트를 후, 대부분의 최종 결정이 면접을 통해 이루어지기 때문인데요. 최근 ‘기억에 남는 인터뷰(면접)의 특징’ 이라는 글을 보게 되었는데, 공감도 되고 괜찮은 내용이라 소개드립니다. <ol ><li>아이컨택을 잘한다.아이컨택은 단순 시선 처리 이상의 의미를 갖습니다. 아이컨택을 통해 면접자는 진정성을 전달하고, 암기된 답변이 아닌 소통을 하고 있음을 보여줍니다. 사람은 논리적인 면보다 정서적인 공감에 더 강하게 반응하기 때문에, 이런 자연스러운 아이컨택은 더 깊은 인상을 남길 수 있습니다. </li><li>어설프게 논리적이지 않고, 자연스럽게 논리적이다.근거가 적절하며 자연스럽게 이어지는 대화속에서도 논리와 스토리가 묻어 있는 사람들이 있습니다. 이런 사람은 어설프게 연습해서 면접 답변을 하기 보다는, 평소 소통 방식에서도 자연스럽게 소통하면서 그 안에 구조적 사고와 논리적 표현이 내재화 되어 있음을 보여줍니다. </li><li>발표가 아닌 대화일방적인 발표를 하는 느낌으로 면접을 보는 분들이 많습니다. 그런 답변은 면접관 으로서 흥미와 공감이 떨어집니다. 반면 ‘대화가 통한다’는 느낌을 주는 분들이 있습니다. 핵심적인 답변을 짧고 명확 하게 하고, 인터뷰어는 다시 질문 - 답변 으로 티키타카 식의 소통은 면접관에게 ‘대화가 통한다’는 느낌을 주며, 면접의 전반적인 분위기도 생동감이 듭니다. </li><li>솔직함역량, 리더십, 품성 이 느껴지는 사람의 특징은 매우 솔직합니다. 시행착오나 실패도 덤덤하게 풀어내는 분들은 기억에 오래 남습니다. 이런 솔직함은 면접관에게 강한 신뢰감을 주는데요. 성공 스토리만큼이나 실패를 극복한 경험 역시 중요하기 때문입니다. </li><li>의지, 생각 보다는 경험의지나 생각은 그 사람의 본질이 아닙니다. 개인의 진정한 모습은 과거의 경험을 통해 가장 잘 드러나는데요. 과거 경험을 바탕으로 한 이야기는 면접관의 관심을 끌며, 면접관 자신의 경험 역시도 떠올리게 하여 더욱 깊이 있는 대화로 이어질 수 있습니다. </li><li>회사에 호기심을 가지고 있다회사, 제품에 호기심이 없는 사람은 입사를 하더라도 평범하게 일할 확률이 높습니다. 하지만 회사와 제품에 진정한 호기심을 보이는 면접자라면 입사 후에도 회사에 더 큰 기여를 할 수 있는 잠재력을 보여줍니다. </li><li>자세/태도가 모두 좋다.앉은 자세 및 태도(제스처) 도 중요한 평가 요소입니다. 안정된 자세, 적절한 제스처 는 중요한 비언어적 신호로써, 평소에도 이러한 태도로 일할 가능성이 높음을 시사하기 때문입니다. </li><li>질문도 한다.면접 과정에서도 중간에 질문을 하는 사람이 있습니다. 바로 질문해야 하는 타이밍에, 꼭 해야 할 질문을, 짧고 명확하게 하는 사람들인데요. 이런 질문으로 인해 면접관은 ‘똑똑하다’ 라는 인상을 받게 됩니다. 또한 올바른 질문을 잘 하는 사람은 향후 업무에서도 주체적이고 능동적으로 일할 확률이 높습니다.</li></ol> 개발자의 경우, 소통하는데 있어 솔직한 나의 모습을 직관적으로 전달하기 어려울 때가 있는데요. 결국에는 지속적인 연습과 피드백을 통해 자신의 진정한 모습을 효과적으로 전달할 수 있도록 노력하는 것이 중요할것 같습니다. 그리고 위에서 언급한 특징을 염두에 두고 준비한다면, 자신의 가치를 최대한 드러낼 수 있을 것입니다. 결국 중요한것은 자신의 경험과 역량을 진정성 있게 전달하면서도, 지원하는 회사와 직무에 대한 깊은 이해와 열정이 중요할 것 같습니다.이런 준비와 태도를 통해 면접관에게 깊은 인상을 남기며, 성공적인 면접 결과로 이어질 수 있습니다. https://brunch.co.kr/@seunghoon82/559

Brunch Story

인상적인 면접자의 8가지 특징: 성공적인 면접을 위한 가이드

우아한형제들과 우아하게 이별하기를 해보려 합니다. 떠나는 마당에 코드 한 줄을 더 작성할 수도 있겠지만 이번에는 2022.05–2024.09까지의 회사 생활을 되돌아보고 공유하기로 하였습니다.

우아한형제들 퇴사 부검

iOS 프로그래머인 민호님이 우아한형제들을 떠나며 남긴 퇴사부검 입니다.

기대하는 바가 있었지만 점차 사라져버린 것에 아쉬움을 느껴서 새로운 곳에서 도전을 시작하신다고 하네요.

바람을 극복한 프로그래머로 좋은 소식 기다립니다!

https://medium.com/a-day-of-a-programmer/우아한형제들-퇴사-부검-010ce38609a5

iOS 프로그래머인 민호님이 우아한형제들을 떠나며 남긴 퇴사부검 입니다. 기대하는 바가 있었지만 점차 사라져버린 것에 아쉬움을 느껴서 새로운 곳에서 도전을 시작하신다고 하네요. 바람을 극복한 프로그래머로 좋은 소식 기다립니다! https://medium.com/a-day-of-a-programmer/우아한형제들-퇴사-부검-010ce38609a5

민호님의 우아한형제들 퇴사부검

동료에게 “놀랍지 않은 사람”이 되어보세요.

성과는 놀랍지만 일과는 예측 가능한 사람이 되어보세요.

예측 가능성은 상호 신뢰로 이어져요. 이후에는 척하면 척하는 팀이 되더라고요.

핵심은 주도적인 과정의 공유라고 생각해요. 여러분의 업무 과정을 애써 공유하세요.

공유했던 대로 업무를 끝낸 여러분을 보고 동료들은 ”역시! 믿고 있었다고!“라고, 생각할 거예요.

동료에게 “놀랍지 않은 사람”이 되어보세요. 성과는 놀랍지만 일과는 예측 가능한 사람이 되어보세요. 예측 가능성은 상호 신뢰로 이어져요. 이후에는 척하면 척하는 팀이 되더라고요. 핵심은 주도적인 과정의 공유라고 생각해요. 여러분의 업무 과정을 애써 공유하세요. 공유했던 대로 업무를 끝낸 여러분을 보고 동료들은 ”역시! 믿고 있었다고!“라고, 생각할 거예요.

예측 가능한 사람되기

Begin with the basics to understand Docker and Kubernetes networking: learn how to create and interconnect Linux network namespaces using only command-line tools.


How Container Networking Works: a Docker Bridge Network From Scratch | iximiuz Labs

컨테이너의 브릿지 네트워크가 어떻게 동작하는지를 배워볼 수 있는 재미있는 사이트입니다.

네트워크는 여전히 저에게 너무 어렵긴 한데 netns, veth, bridge, NAT를 설명하면서 우측에 플레이그라운드를 제공하기 때문에 웹사이트에서 설명에 나온 명령어를 따라해보면서 직접 구성해 볼 수 있습니다.

하나하나 직접 따라해보고 테스트도 해볼 수 있기 때문에 브릿지 네트워크를 이해해 보기 좋은 튜토리얼 사이트라고 생각합니다.

일반적으로는 컨테이너의 네트워크가 잘 동작하기 때문에 다 알아야 할 필요는 없지만 종종 겪게되는 엣지 케이스에서는 이러한 네트워크 구성을 알면 트러블시팅 및 원인 파악에 큰 도움이 되기 때문에 자세한 부분은 그때그때 찾아보더라도 전체적인 구조를 이해해두는 건 큰 도움이 된다고 생각합니다.

https://labs.iximiuz.com/tutorials/container-networking-from-scratch

컨테이너의 브릿지 네트워크가 어떻게 동작하는지를 배워볼 수 있는 재미있는 사이트입니다. 네트워크는 여전히 저에게 너무 어렵긴 한데 netns, veth, bridge, NAT를 설명하면서 우측에 플레이그라운드를 제공하기 때문에 웹사이트에서 설명에 나온 명령어를 따라해보면서 직접 구성해 볼 수 있습니다. 하나하나 직접 따라해보고 테스트도 해볼 수 있기 때문에 브릿지 네트워크를 이해해 보기 좋은 튜토리얼 사이트라고 생각합니다. 일반적으로는 컨테이너의 네트워크가 잘 동작하기 때문에 다 알아야 할 필요는 없지만 종종 겪게되는 엣지 케이스에서는 이러한 네트워크 구성을 알면 트러블시팅 및 원인 파악에 큰 도움이 되기 때문에 자세한 부분은 그때그때 찾아보더라도 전체적인 구조를 이해해두는 건 큰 도움이 된다고 생각합니다. https://labs.iximiuz.com/tutorials/container-networking-from-scratch

iximiuz Labs

컨테이너의 브릿지 네트워크가 어떻게 동작하는지를 배워볼 수 있는 

오랫동안 React 프로젝트를 만들기 위해서 Create React App라는 CLI 도구가 사용되었습니다.
State of JS 2023 설문 결과를 보시면 Create React App을 사용해봤다는 응답자가 90%가 넘을 정도로 CRA는 오랫동안 React 생태계에서 프로젝트를 생성하는 표준처럼 여겨졌습니다.

하지만 CRA는 2022년 4월 이후로 업데이트가 전혀 없으며, React 공식 문서에서도 사라지면서 사실 상 폐기(deprecated) 수순을 밟고 있습니다.

Next.js도 React 프로젝트를 만들기 위해서 많이 사용되는데요. 하지만 Next.js는 프로젝트 생성 뿐만 아니라 라우팅, 데이터 패칭(fetching), Server-Side Rendering(SSR), Static Site Generation(SSG), 이미지 최적화 등 온갖 부가 기능을 지원하는 메타 프레임워크입니다. 따라서 제대로 활용하려면 배워야할 것도 많고 CRA처럼 간단하게 React 프로젝트를 만들어 보는데는 적합한 도구가 아니죠.

이러한 이유로 최근에 Vite가 CRA의 대안 기술로 부상하고 있습니다. Vite를 사용하면 CRA처럼 간편하게 React 프로젝트를 만들 수 있을 뿐만 아니라, CRA보다 훨씬 빠르고 쾌적한 개발 서버를 사용할 수 있습니다.

뿐만 아니라, CRA로 만든 프로젝트는 규모가 커지면 결국 돌이킬 수 없는 eject를 해야한다는 부담이 있었는데, Vite는 그런 걱정없이 소규모 프로젝트부터 대규모 프로젝트까지 범용적으로 쓸 수 있도록 설계되어 있습니다.

이번 포스팅에서는 차세대 번들러인 Vite 사용하여 React 프로젝트를 생성하고 설정하는 방법에 대해서 알아보겠습니다.

📝 포스팅: https://www.daleseo.com/vite-react/

Vite에 대한 기초적인 내용에 대해서는 아래 게시물을 참고하세요.
📕 Vite 처음 시작하기: https://careerly.co.kr/comments/110882

오랫동안 React 프로젝트를 만들기 위해서 Create React App라는 CLI 도구가 사용되었습니다.State of JS 2023 설문 결과를 보시면 Create React App을 사용해봤다는 응답자가 90%가 넘을 정도로 CRA는 오랫동안 React 생태계에서 프로젝트를 생성하는 표준처럼 여겨졌습니다. 하지만 CRA는 2022년 4월 이후로 업데이트가 전혀 없으며, React 공식 문서에서도 사라지면서 사실 상 폐기(deprecated) 수순을 밟고 있습니다. Next.js도 React 프로젝트를 만들기 위해서 많이 사용되는데요. 하지만 Next.js는 프로젝트 생성 뿐만 아니라 라우팅, 데이터 패칭(fetching), Server-Side Rendering(SSR), Static Site Generation(SSG), 이미지 최적화 등 온갖 부가 기능을 지원하는 메타 프레임워크입니다. 따라서 제대로 활용하려면 배워야할 것도 많고 CRA처럼 간단하게 React 프로젝트를 만들어 보는데는 적합한 도구가 아니죠. 이러한 이유로 최근에 Vite가 CRA의 대안 기술로 부상하고 있습니다. Vite를 사용하면 CRA처럼 간편하게 React 프로젝트를 만들 수 있을 뿐만 아니라, CRA보다 훨씬 빠르고 쾌적한 개발 서버를 사용할 수 있습니다. 뿐만 아니라, CRA로 만든 프로젝트는 규모가 커지면 결국 돌이킬 수 없는 eject를 해야한다는 부담이 있었는데, Vite는 그런 걱정없이 소규모 프로젝트부터 대규모 프로젝트까지 범용적으로 쓸 수 있도록 설계되어 있습니다. 이번 포스팅에서는 차세대 번들러인 Vite 사용하여 React 프로젝트를 생성하고 설정하는 방법에 대해서 알아보겠습니다. 📝 포스팅: https://www.daleseo.com/vite-react/ Vite에 대한 기초적인 내용에 대해서는 아래 게시물을 참고하세요.📕 Vite 처음 시작하기: https://careerly.co.kr/comments/110882

CRA 대신에 Vite로 React 프로젝트 시작하기

1
단순히 해야 할 일만 적어 넣으면 점점 일이 쌓이는 것 같은 압박감을 느낀다.

2
그런데 그 옆에 언제까지 그 일을 할 것인지 시간을 할당해놓으면, 해야 할 일이 아니라 해결한 일이 더 많아지는 느낌이다. 이는 성취감마저 느끼게 하고 알차게 살고 있다는 뿌듯함을 준다.

3
눈에 보이지 않는 것들을 눈에 보이게 만들면 생산성과 효율성이 획기적으로 증가한다.

4
시간을 할당해 두려움과 걱정을 한곳으로 몰아넣어라. 한곳에 몰아넣으면 그것들을 통제하는 것이 가능해진다. 두려움을 통제하는 사람은 포기하지 않는다.

5
우리에게 필요한 것은 '의식적인 멈춤'이다. 의식적으로 한 걸음 물러나서 흐름을 통찰하는 것이다.

6
나는 수첩에 '멈춰야 할 시간'이란 항목을 마련해놓고 있다. 중요한 의사결정이나 브리핑, 미팅이 있는 날 아침에는 수첩을 열어 호흡을 가다듬고 생각을 차분히 정리하는 시간을 미리 정해놓는다.

7
이런 습관을 들이면 중요한 일이 있을 때 방향을 잃지 않게 된다. 팽팽한 긴장감에서 1분 만이라도 벗어나 침착해지면, 중요한 것들을 놓치고 후회하는 일이 놀랍게 줄어든다.

8
어떤 경험을 하고 났을 때는 그 경험에 이름을 붙여주어라. 긍정적인 이름이나 제목을 붙여 기억은행 속에 예치해둔다. 그러면 그 경험이 비록 끔찍한 것이었다 할지라도 부정적 감정이 아니라 하나의 교훈이 먼저 소환된다.

9
인간의 잠재의식은 언제나 한 번에 한 장면만 불러낼 수 있도록 작동한다. 다시 말해 긍정적인 생각을 하면 부정적 생각이 비집고 들어올 자리가 없다. 모든 행동이 그렇다. 무엇인가를 집중적으로 행하고 주의를 기울이면 두려움이 끼어들 자리가 생겨나지 않는다.

1 단순히 해야 할 일만 적어 넣으면 점점 일이 쌓이는 것 같은 압박감을 느낀다. ​ ​2 그런데 그 옆에 언제까지 그 일을 할 것인지 시간을 할당해놓으면, 해야 할 일이 아니라 해결한 일이 더 많아지는 느낌이다. 이는 성취감마저 느끼게 하고 알차게 살고 있다는 뿌듯함을 준다. ​ ​3​ 눈에 보이지 않는 것들을 눈에 보이게 만들면 생산성과 효율성이 획기적으로 증가한다. ​ ​4 시간을 할당해 두려움과 걱정을 한곳으로 몰아넣어라. 한곳에 몰아넣으면 그것들을 통제하는 것이 가능해진다. 두려움을 통제하는 사람은 포기하지 않는다. ​ ​5​ 우리에게 필요한 것은 '의식적인 멈춤'이다. 의식적으로 한 걸음 물러나서 흐름을 통찰하는 것이다. ​ ​6 나는 수첩에 '멈춰야 할 시간'이란 항목을 마련해놓고 있다. 중요한 의사결정이나 브리핑, 미팅이 있는 날 아침에는 수첩을 열어 호흡을 가다듬고 생각을 차분히 정리하는 시간을 미리 정해놓는다. ​ ​7 이런 습관을 들이면 중요한 일이 있을 때 방향을 잃지 않게 된다. 팽팽한 긴장감에서 1분 만이라도 벗어나 침착해지면, 중요한 것들을 놓치고 후회하는 일이 놀랍게 줄어든다. ​ ​8​ 어떤 경험을 하고 났을 때는 그 경험에 이름을 붙여주어라. 긍정적인 이름이나 제목을 붙여 기억은행 속에 예치해둔다. 그러면 그 경험이 비록 끔찍한 것이었다 할지라도 부정적 감정이 아니라 하나의 교훈이 먼저 소환된다. ​ ​​9 인간의 잠재의식은 언제나 한 번에 한 장면만 불러낼 수 있도록 작동한다. 다시 말해 긍정적인 생각을 하면 부정적 생각이 비집고 들어올 자리가 없다. 모든 행동이 그렇다. 무엇인가를 집중적으로 행하고 주의를 기울이면 두려움이 끼어들 자리가 생겨나지 않는다.

< 할 일을 쉽게 해치우는 시간 관리의 기술 >

What I've learned from spending a summer in SF

[Frontier] 실리콘밸리의 여름.

실리콘밸리에서 여름을 보내며 배운 10가지라고 해주셨는데, 많은 분들이 보시면 좋을 것 같아 공유해보아요. 원문을 꼭 읽어보셔요.

 1.  Have conviction and keep building (자기 확신을 가지고 계속 만들어라.)
 2.  Don't think about A -> Z, focus on A -> B (체계적인 계획이 아니라, 당장 빠르게 잘 실행하는 것에 집중하라)
 3.  10 Loving customers is all you need (10명이 제품을 사랑하게 하라)
 4.  Technical founding team is key (코파운더의 기술적 능력이 필수적이다)
 5.  Keep showing up to YC, a16z SR etc... (미국 진출을 위해 미국 accelerator에 문을 계속 두드리자)
 6.  Follow your energy
 7.  Live the life you would live if you knew you wouldn't fail. (실패하지 않을 거라 가정하고, 가장 기대되는 인생을 살자)
 8.  Obsession and taste (제품과 고객에 대한 집착과 완벽주의)
 9.  AI is really changing the world (AI는 정말 세상을 바꾸고 있다)
 10. Seoul vs San Francisco
     
     
https://frontierbydoyeob.substack.com/p/frontier

실리콘밸리에서 여름을 보내며 배운 10가지라고 해주셨는데, 많은 분들이 보시면 좋을 것 같아 공유해보아요. 원문을 꼭 읽어보셔요. <ol ><li>Have conviction and keep building (자기 확신을 가지고 계속 만들어라.)</li><li>Don't think about A -&gt; Z, focus on A -&gt; B (체계적인 계획이 아니라, 당장 빠르게 잘 실행하는 것에 집중하라)</li><li>10 Loving customers is all you need (10명이 제품을 사랑하게 하라)</li><li>Technical founding team is key (코파운더의 기술적 능력이 필수적이다)</li><li>Keep showing up to YC, a16z SR etc... (미국 진출을 위해 미국 accelerator에 문을 계속 두드리자)</li><li>Follow your energy</li><li>Live the life you would live if you knew you wouldn't fail. (실패하지 않을 거라 가정하고, 가장 기대되는 인생을 살자)</li><li>Obsession and taste (제품과 고객에 대한 집착과 완벽주의)</li><li>AI is really changing the world (AI는 정말 세상을 바꾸고 있다)</li><li>Seoul vs San Francisco </li></ol>https://frontierbydoyeob.substack.com/p/frontier

frontierbydoyeob.substack.com

실리콘밸리에서 깨달은 10가지

사용자가 공유한 콘텐츠

1. “(요즘 데이터로 확인되는 흐름 중 하나는) 직급이 아닌 '이름' 으로 불리는 이들이 늘고 있는 거예요”

2. “(지금까지) 우리 사회는 이름에 참 각박한 사회였어요. 내 이름으로 불리는 기간이 아주 짧았죠. 신입 사원 때 잠깐 이름으로 불리다 직급을 다는 순간 '김 대리'가 돼요. 심지어 퇴직 후 20년이 지나도 옛 동료끼리는 서로를 마지막 직급으로 부른다고 하죠”

3. “물론 (직급을 부른 문화에는) 성취에 대한 인정도 있지만, (어떤 면에선) 부당해요. 각자의 다양성과 다면성을 (직급을 부르며) 제거하는 거니까요. (그러다) 주체적으로 자신의 삶을 사는 (요즘의) '핵개인'들은, 직급이 아닌 자기 이름으로 불린다는 걸 알게 됐어요”

4. “이름으로 부른다는 건 곧 단독자로서의 지칭이자 그의 아이덴티티를 인식한다는 뜻이잖아요? (그러면서 생각했죠) 이제는 홀로 선 각자가 서로의 이름을 부르는 시대로 가는구나, 서로의 소중함을 인식하는구나, 그래서 (시대예보 책 타이틀에) '호명사회'라는 이름을 붙인 거예요”

5. “이런 사회 변화는 (크게) 2가지 키워드로 정리할 수 있어요. 첫 번째는 '유동화(=스트리밍화)'. (이젠) 한 사람이 여러 곳의 일을 동시에 할 수 있게 됐어요. (단순히 사람을 채용하는 것이 아니라) 그 사람이 가진 능력을 사는 시대가 되고 있는 거죠”

6. “두 번째는 극소화(=극단적 효율화)예요. 자동화와 플랫폼의 등장으로 한 명이 할 수 있는 일이 많아졌어요. 무리 지어 일할 필요가 없어진 거죠. 그러면 개인의 영향력이 극단적으로 증강됩니다. '내가 80% 이상을 일하는데, 왜 우리 팀은 4명이지?' 그 의문에서 1인 기업을 택하는 분들이 늘고 있죠. 그게 (더) 합리적인 선택이라고 판단하니까요”

7. “이렇듯 점차 개인의 이름이 드러나는 사회로 가고 있어요. 그런 사회에서는 온전히 자신이 만든 것을 세상에 알리며 성과를 쌓아가는 사람에게 많은 이들이 열광하게 돼요. 내가 한 일이라면 그 결과가 나에게 온전히 귀속되는 사회, 새로운 공정 사회가 오고 있는 거죠”

8. “(바꿔 말하면, 무슨 전문가니, 컨설턴트니, 코치니 하는 온갖 직업명이나 수식어로 자기를 꾸미는 퍼스널 브랜딩의 시대는 끝났고, 그 사람이 무슨 일을 했고, 어떤 결과를 만들었는지를 중심으로, 그 개인의 시간과 능력을 사려는 분위기가 생기고 있다는 얘깁니다)”

9. “(그러니 온갖 미사여구를 동원해 자기 자신을 억지로 브랜딩하려고 하지 말고, 지금부터는 딱 깔끔하게 실력과 능력과 결과로, 자기 이름이 지닌 가치를 높이세요. 그렇게 자기 이름으로 업계에서 네임드가 되세요. 앞으로는 훨씬 더 중요할 겁니다)”

- 송길영 박사

1. “(요즘 데이터로 확인되는 흐름 중 하나는) 직급이 아닌 '이름' 으로 불리는 이들이 늘고 있는 거예요” 2. “(지금까지) 우리 사회는 이름에 참 각박한 사회였어요. 내 이름으로 불리는 기간이 아주 짧았죠. 신입 사원 때 잠깐 이름으로 불리다 직급을 다는 순간 '김 대리'가 돼요. 심지어 퇴직 후 20년이 지나도 옛 동료끼리는 서로를 마지막 직급으로 부른다고 하죠” 3. “물론 (직급을 부른 문화에는) 성취에 대한 인정도 있지만, (어떤 면에선) 부당해요. 각자의 다양성과 다면성을 (직급을 부르며) 제거하는 거니까요. (그러다) 주체적으로 자신의 삶을 사는 (요즘의) '핵개인'들은, 직급이 아닌 자기 이름으로 불린다는 걸 알게 됐어요” 4. “이름으로 부른다는 건 곧 단독자로서의 지칭이자 그의 아이덴티티를 인식한다는 뜻이잖아요? (그러면서 생각했죠) 이제는 홀로 선 각자가 서로의 이름을 부르는 시대로 가는구나, 서로의 소중함을 인식하는구나, 그래서 (시대예보 책 타이틀에) '호명사회'라는 이름을 붙인 거예요” 5. “이런 사회 변화는 (크게) 2가지 키워드로 정리할 수 있어요. 첫 번째는 '유동화(=스트리밍화)'. (이젠) 한 사람이 여러 곳의 일을 동시에 할 수 있게 됐어요. (단순히 사람을 채용하는 것이 아니라) 그 사람이 가진 능력을 사는 시대가 되고 있는 거죠” 6. “두 번째는 극소화(=극단적 효율화)예요. 자동화와 플랫폼의 등장으로 한 명이 할 수 있는 일이 많아졌어요. 무리 지어 일할 필요가 없어진 거죠. 그러면 개인의 영향력이 극단적으로 증강됩니다. '내가 80% 이상을 일하는데, 왜 우리 팀은 4명이지?' 그 의문에서 1인 기업을 택하는 분들이 늘고 있죠. 그게 (더) 합리적인 선택이라고 판단하니까요” 7. “이렇듯 점차 개인의 이름이 드러나는 사회로 가고 있어요. 그런 사회에서는 온전히 자신이 만든 것을 세상에 알리며 성과를 쌓아가는 사람에게 많은 이들이 열광하게 돼요. 내가 한 일이라면 그 결과가 나에게 온전히 귀속되는 사회, 새로운 공정 사회가 오고 있는 거죠” 8. “(바꿔 말하면, 무슨 전문가니, 컨설턴트니, 코치니 하는 온갖 직업명이나 수식어로 자기를 꾸미는 퍼스널 브랜딩의 시대는 끝났고, 그 사람이 무슨 일을 했고, 어떤 결과를 만들었는지를 중심으로, 그 개인의 시간과 능력을 사려는 분위기가 생기고 있다는 얘깁니다)” 9. “(그러니 온갖 미사여구를 동원해 자기 자신을 억지로 브랜딩하려고 하지 말고, 지금부터는 딱 깔끔하게 실력과 능력과 결과로, 자기 이름이 지닌 가치를 높이세요. 그렇게 자기 이름으로 업계에서 네임드가 되세요. 앞으로는 훨씬 더 중요할 겁니다)” - 송길영 박사

www.folin.co

일을 잘 해서 네임드가 되면, 퍼스널 브랜딩 따위는 1도 중요하지

긱뉴스를 처음 보기 시작했던 게 2019년이었던가. 서비스가 나오자마자 보기 시작했습니다. 서비스 자체보다는 서비스를 어떻게 운영하는지에 더 관심이 있었습니다.

긱뉴스에서 배운 것들

긱뉴스를 처음 보기 시작했던 게 2019년이었던가.
서비스가 나오자마자 보기 시작했습니다.
서비스 자체보다는 서비스를 어떻게 운영하는지에 더 관심이 있었습니다.

어려울 거라 생각했습니다.
운영자님 혼자만 글을 올리는 개발 뉴스 커뮤니티.
한국이라는 작은 시장.
과연 이게 될까?

뭔가를 꾸준히 한다는 게 참 쉽지가 않습니다.
아무리 쉬운 일이라도 빼먹지 않고 매일 한다는 것.
저는 번번이 실패했습니다.

매일 팔굽혀펴기 100개씩을 해보자, 더도 말고 딱 100개만.
한 달을 조금 넘기고 빵꾸를 냈습니다.
한 번 빵꾸를 내니 더 이상 지속되질 않았습니다.

이번엔 좀 더 쉬운 걸로 해보자.
인스타그램을 만들어서 사진을 하루에 하나씩 올려보는 거야.
여행 사진이든 음식 사진이든.
이건 진짜 쉬운 일 아닌가?
이것도 한 달을 넘기질 못했습니다.

긱뉴스를 보면서 감탄했던 건 운영자님 혼자서 매일 5개의 글을 올렸다는 것.
눈이 오나 비가 오나. 반응이 있건 없건.
그것도 무려 5년 동안이나.

1년간 총 2411개의 기술뉴스가 작성되었습니다. 그중에 제가 작성한 것은 1974개 입니다. 일년간 하루도 빠짐없이 뉴스를 올려서, 평균 5.4개의 뉴스를 올렸네요. 지금도 가능하면 하루에 5개 이상은 뉴스를 엄선해서 올리려고 노력하고 있습니다.

긱뉴스 1주년 회고 중

지난 1년간총 2225개의 기술뉴스가 작성되어서 현재까지 총 뉴스는 4636개 입니다. 저는 오픈 후 2년간 하루도 빠짐없이 뉴스를 올려서, 총 3764개, 하루 평균 5.1개의 뉴스를 올렸네요. 지금도 가능하면 하루에 5개 이상은 뉴스를 엄선해서 올리려고 노력하고 있습니다.

긱뉴스 2주년 회고 중

도저히 활성화되지 않을 것 같던 커뮤니티에..
3년 쯤 지나니 다른 사람들도 종종 글을 올리고 댓글들도 달리기 시작했습니다.
와, 이게 되긴 되는구나.
서비스는 이렇게 하는 거구나.

제가 매일 코딩하기를 하는 것.
커피한잔을 만들면서 포기하지 않고 버텨낸 것.
긱뉴스를 운영하는 모습을 보며 영향을 많이 받았습니다.

오늘 긱뉴스에 올라온 한 글에서…
수많은 댓글을 보고 이제 커뮤니티가 많이 커졌구나 느꼈습니다.
피곤할 만한 글에 대한 운영자님의 대응을 보면서 많이 배우기도 했습니다. 감탄했습니다.

한때는 RSS를 500여 개 등록해놓고 매일 아침 눈 떴을 때부터 자기 전까지 틈날 때마다 읽었습니다.
다 읽어야 한다는 부담을 가지고. 아주 고통스럽게.
이제 긱뉴스 덕분에 RSS는 잘 보지 않습니다.
긱뉴스만 읽어도 이전보다 좋은 소식을 더 많이 알게 되는 것 같습니다.
바로 운영자님이 바라던 그 모습 그대로.

정말 대단한 서비스입니다.
항상 응원하고 감사하게 생각합니다.

https://jeho.page/essay/2024/09/30/geek-news.html

긱뉴스를 처음 보기 시작했던 게 2019년이었던가.서비스가 나오자마자 보기 시작했습니다.서비스 자체보다는 서비스를 어떻게 운영하는지에 더 관심이 있었습니다. 어려울 거라 생각했습니다.운영자님 혼자만 글을 올리는 개발 뉴스 커뮤니티.한국이라는 작은 시장.과연 이게 될까? 뭔가를 꾸준히 한다는 게 참 쉽지가 않습니다.아무리 쉬운 일이라도 빼먹지 않고 매일 한다는 것.저는 번번이 실패했습니다. 매일 팔굽혀펴기 100개씩을 해보자, 더도 말고 딱 100개만.한 달을 조금 넘기고 빵꾸를 냈습니다.한 번 빵꾸를 내니 더 이상 지속되질 않았습니다. 이번엔 좀 더 쉬운 걸로 해보자.인스타그램을 만들어서 사진을 하루에 하나씩 올려보는 거야.여행 사진이든 음식 사진이든.이건 진짜 쉬운 일 아닌가?이것도 한 달을 넘기질 못했습니다. 긱뉴스를 보면서 감탄했던 건 운영자님 혼자서 매일 5개의 글을 올렸다는 것.눈이 오나 비가 오나. 반응이 있건 없건.그것도 무려 5년 동안이나. 1년간 총 2411개의 기술뉴스가 작성되었습니다. 그중에 제가 작성한 것은 1974개 입니다. 일년간 하루도 빠짐없이 뉴스를 올려서, 평균 5.4개의 뉴스를 올렸네요. 지금도 가능하면 하루에 5개 이상은 뉴스를 엄선해서 올리려고 노력하고 있습니다. 긱뉴스 1주년 회고 중 지난 1년간총 2225개의 기술뉴스가 작성되어서 현재까지 총 뉴스는 4636개 입니다. 저는 오픈 후 2년간 하루도 빠짐없이 뉴스를 올려서, 총 3764개, 하루 평균 5.1개의 뉴스를 올렸네요. 지금도 가능하면 하루에 5개 이상은 뉴스를 엄선해서 올리려고 노력하고 있습니다. 긱뉴스 2주년 회고 중 도저히 활성화되지 않을 것 같던 커뮤니티에..3년 쯤 지나니 다른 사람들도 종종 글을 올리고 댓글들도 달리기 시작했습니다.와, 이게 되긴 되는구나.서비스는 이렇게 하는 거구나. 제가 매일 코딩하기를 하는 것.커피한잔을 만들면서 포기하지 않고 버텨낸 것.긱뉴스를 운영하는 모습을 보며 영향을 많이 받았습니다. 오늘 긱뉴스에 올라온 한 글에서…수많은 댓글을 보고 이제 커뮤니티가 많이 커졌구나 느꼈습니다.피곤할 만한 글에 대한 운영자님의 대응을 보면서 많이 배우기도 했습니다. 감탄했습니다. 한때는 RSS를 500여 개 등록해놓고 매일 아침 눈 떴을 때부터 자기 전까지 틈날 때마다 읽었습니다.다 읽어야 한다는 부담을 가지고. 아주 고통스럽게.이제 긱뉴스 덕분에 RSS는 잘 보지 않습니다.긱뉴스만 읽어도 이전보다 좋은 소식을 더 많이 알게 되는 것 같습니다.바로 운영자님이 바라던 그 모습 그대로. 정말 대단한 서비스입니다.항상 응원하고 감사하게 생각합니다. https://jeho.page/essay/2024/09/30/geek-news.html

K리그 프로그래머

사막에서 채소 키운 '엔씽', 120억원 후속 투자유치 - 머니투데이

사막에서 채소 키운 '엔씽', 120억원 후속 투자유치

엔씽은 △컨테이너 모듈형 수직농장 △사물인터넷(IoT) 기반 자동화 운영 시스템 △식물 생장 LED △순환식 수경재배 기술 등을 갖춘 스마트팜을 개발·운영하는 회사입니다. 중동 진출에 이어서 동남아 진출을 준비하고 있습니다. 기존 투자사인 TBT도 이번에 유진투자증권, 삼성벤처투자, 우아한형제들 등과 함께 투자했습니다. 

IoT화분을 만든다고 하는 김혜연 대표님을 한 스타트업 프로그램에 참가한 것을 인연으로 영국 런던에서 처음 만난 것이 2013년 11월이었는데요. 처음에는 얼마나 성장할 수 있을지 반신반의했는데 IoT화분에서 얻은 지식과 경험을 조금씩 발전시켜 7년만에 멋진 스마트팜 솔루션 스타트업으로 키워냈습니다. 뚝심과 열정이 대단합니다. 축하드립니다!

머니투데이

교육

grit.interpreter

금융/투자

전규성

소프트웨어 엔지니어

wotjd1005

공동대표

기자

본부장

센터장

경영학과

경영대학원

임정욱

호기심 많은 관찰자입니다. 매일 아침 조간 신문 뉴스와 IT뉴스를 챙겨보고 흥미로운 내용을 SNS에 메모해 두는 습관을 10년 넘게 유지하고 있습니다. 독서보다 넷플릭스와 유튜브를 너무 많이 보는 것 같아서 걱정입니다. 막 벤처투자자로 커리어를 바꾸는 참입니다.

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필