모두의연구소는 지식을 나누며 함께 성장하는 국내 최대 AI 커뮤니티입니다.

1. PostgreSQL을 위한 데이터 마스킹
PostgreSQL 데이터베이스에서 개인 식별 정보(PII) 또는 상업적으로 민감한 데이터를 마스킹하거나 대체할 수 있는 'postgresql_anonymizer' 확장 기능은 데이터 정의 언어(DDL)를 사용하여 마스킹 규칙을 선언적으로 정의할 수 있습니다. 규칙이 정의되면, 익명 덤프, 정적 마스킹, 동적 마스킹 등 세 가지 방식으로 익명화된 데이터에 접근할 수 있으며, 다양한 마스킹 함수를 제공합니다. 또한, 통계 및 데이터 분석에 이상적인 일반화 접근 방식과 데이터를 익명화해야 할 컬럼을 추측하는 탐지 기능도 제공합니다.
https://postgresql-anonymizer.readthedocs.io/en/stable/

2. MySQL에서 높은 CPU 사용량 완화하기
이 블로그 포스트에서는 Kubernetes로 관리되는 15-20개의 마이크로서비스와 800GB 이상의 데이터를 저장하며 초당 100개 이상의 요청을 처리하는 MySQL 5.7 데이터베이스 인스턴스를 사용하는 시스템에서 발생한 고 CPU 사용 문제를 해결하기 위해 설계하고 구현한 솔루션에 대해 설명합니다. MySQL 로그와 newrelic 메트릭을 분석한 결과, 느린 쿼리가 문제의 주요 원인임을 발견했습니다.
https://shurutech.com/mitigating-high-cpu-usage-in-mysql/

3. 구글, 오픈 모델 GEMMA 공개
구글이 새로운 오픈엑세스 모델 Gemma를 소개하였습니다. Gemma는 Responsible AI를 따라 선별된 데이터 시트와 엄격한 조정을 통해 구성되었으며, Gemini와 기술 및 인프라 구성 요소를 공유하기 때문에 데스크톱이나 랩톱에서 직접 실행할 수 있는 2B/7B의 적은 파라메터로도 다른 오픈 모델과 비교하여 크기에 비해 뛰어난 성능을 보여줍니다. 또한 Keras 3.0과 연동하여 JAX, Tensorflow, Pytorch에 걸쳐 추론 및 fine tuning을 수행할 수 있도록 툴체인을 함께 제공합니다.
https://blog.google/intl/ko-kr/products/explore-get-answers/-gemma-open-models-kr/

4. Neural Network Diffusion
싱가포르국립대, 메타와 UC버클리에서 디퓨전 모델로 다른 고성능 신경망 파라미터를 생성하는 연구를 진행하였습니다. Autoencoder로 모델의 훈련된 파라메터의 latent expression을 추출한 후, random noise가 이런 파라메터의 latent exprression 을 학습하도록 훈련합니다. 이후 디코더를 통해 새로운 표현을 생성해냅니다. 연구자들은 MNIST, CIFAR-100, ImageNet101의 벤치마크로 ResNet, ViT, ConvNext의 단일/앙상블 모델과 NND 모델의 비교실험을 진행하였으며, 최소한의 추가비용으로 일반적인 SGD 훈련 모델과 비슷하거나 더 나은 성능의 모델을 일관적으로 생성해냄을 증명하였습니다.
https://huggingface.co/papers/2402.13144

----

국내 최초 Flutter 도서 ‘생존코딩’ 오준석 저자의 마지막 직강!
🔥 놓치지 마세요! ► https://bit.ly/482TuPf