#chat

디자이너가 AR게임을 개발하려면

우선 멍청한 질문 죄송합니다. 코딩은 아예 시작해본 적 없고 중소기업에서 캐릭터 디자인과 애니메이션을 하고 있습니다. 언리얼엔진으로 카메라를 움직이거나 키 애니메이션정도만 만들 수준이고 게임회사가 아니라 게임 개발환경은 전혀 모르는 상태입니다. 목표는 앱 환경에서 제 행동이나 음성을 ChatGPT를 통해 인식해서 캐릭터가 움직이는 AR게임을 만들어 보고 싶습니다. 몇 가지 찾아본 것들이 있는데 우선 무엇부터 시작해야 할 지 모르겠습니다 아래는 제가 찾아본 것들입니다. 1. 유니티엔진에서 AR 라이브러리를 제공하기 때문에 유니티엔진과 C#을 배운다 2. LLM을 이해하기 위해 파이썬을 배운다 3. 앱에서 런칭하기 위해 React와 자바스크립트, 타입스크립트를 배운다 이렇게 공부하는게 맞을까요? 바보같은 질문이지만 저 혼자는 답을 찾을 수 없어서 이곳에 여쭤봅니다 도와주시면 정말 감사하겠습니다ㅠㅠ

Si 신입 궁금한 점

이번에 중소기업si 개발자로 취업하게되었습니다. Lg cns 협업기업인데 현재는 교육기간입니다. 파견가게되면 개인 저장장치는 물론 개인 노트북도 반입이 불가하다고 듣게되었습니다. 궁금한게 인터넷도 제한이된다고 들은 것 같은데 모르는 것이 있으면 업무를 보는 중 모르는 것이 있을 때 구글링이나 chat gpt를 사용도 제한되는건가요??

현업에서 ChatGPT 얼마나 사용하세요?

요즘 AI를 활용하여 코드 짜는건 일상인데요 근데 최소한의 지식만을 가지고 어려운 코드는 AI로 짜는 개발자를 개발자라고 말 할 수 있을까요? 인공지능의 역할과 순수 본인의 개발 지식을 어느정도의 %로 분배해야 맞을까요? 여러분들의 생각이 궁금합니다!

ReactNative Xcode 16. RCTAppDelegate.h not find

안녕하세요? 에러로 고통받다가 커리어리에 남겨봅니다. ReactNative 프로젝트로 테스트플라이트 배포상태에서 3주가 지나 지난주 Xcode 16으로 업데이트 되었는데요. 그 뒤 ios 버전, 라이브러리 버전 문제는 해결했는데. Xcode 에서 build /ios/프로젝트명/AppDelegate.h 파일에서 #import <RCTAppDelegate.h> 파일을 찾을 수 없다고 나옵니다. 사양 1. M2, Sequoia 2. react-native : 0.74.3 3. Xcode 16.1 문제 해결을 위해 시도한 방법 입니다. 1. #import <React/RCTAppDelegate.h> 바꿔봄 2. #import "AppDelegate.h" 바꿔봄 3. node_module/react-native/React/Base/에서 헤더파일 찾아봄 -> 없음 4. node_module/react-native/ReactCommon/에서 헤더파일 찾아봄 -> 없음 5. 대체할 수 있는 방법 찾아봄 GPT에서 제안한 방법으로 수정 -> 결과 : 파일 찾을 수 없음 #import <UIKit/UIKit.h> #import <React/RCTBridgeDelegate.h> @interface AppDelegate : UIResponder <UIApplicationDelegate, RCTBridgeDelegate> @property (nonatomic, strong) UIWindow *window; @end 6. Xcode에서 경로를 추가해봄 -> 결과 : 파일 찾을 수 없음 6-1. Xcode > BuildSetting > search header 에 경로를 추가했습니다. "$(SRCROOT)/../node_modules/react-native/React", "$(SRCROOT)/../node_modules/react-native/ReactCommon", "$(SRCROOT)/../node_modules/react-native/ReactCommon/cxxreact", "$(SRCROOT)/../node_modules/react-native/Libraries", 6-2. Xcode > BuildSetting > Frame search header에 경로를 추가했습니다. "$(inherited)", "$(SRCROOT)/../node_modules/react-native/React", "$(SRCROOT)/../node_modules/react-native/ReactCommon", 7. pod 재설치, react-native 재설치, 캐시 삭제 및 라이브러리 업데이트 등.. pod.lock, Podfile, node_module, build 파일, DerivedData 폴더 삭제 후 전부 재설치. pod install --repo-update 헤르메스 사용 설정 및 use_frameworks! :linkage => :static 설정 확인. 8. react-native 최신버전(0.76.3)으로 재설치 참고 사이트 및 GPT, Monica 질의응답 공유 링크 https://github.com/facebook/react-native/issues/36611 https://stackoverflow.com/questions/75822104/rctappdelegate-h-file-not-found https://chatgpt.com/share/674e6dcf-89f8-800f-b0e6-4fa2fe58419b https://monica.im/share/chat?shareId=CQ18cvvPvsMc0r3U ** 유의미한 정보를 주신분께 감사의 마음으로 많지는 않지만 스타벅스 커피쿠폰을 드립니다 살려주세요..

커리어리 개발툴은 뭘로 만들어졌을까요, 서버 최적화 방법 질의

커리어리 웹뷰는 뭘로 만들어졌나요 ? 우연히 커리어리를 알게 되어서 사이트를 구경하던중 글 남깁니다. 저는 올해 40세이고 취미로 코딩을 배우면서 현재는 메타의 threads 와 비슷한 웹뷰를 만들고 있습니다. 독학으로 배우다보니 깊이가 없어서 한계에 직면해 있는거 같아요. 커리어리에서 스크롤을 내리다보면 딜레이 없이 페이지들이 거의 무한으로 내릴 수 있던데 기술적으로 그게 참 궁금하고요. 게시글을 포스트 했을때도 거의 딜레이 없이 게시물 업데이트가 되더라구요. 저 같은 경우에는 Next JS 로 웹뷰를 구성했고 database 는 vercel neon (무료버전. 서버는 싱가폴위치) Image 는 uploadthing (100GB 유료걸제 10$. 서버는 한국) 게시글 post 시에 단순 텍스만 입력을 하더라도 업로드 되고 화면에 뿌려지는데 2~3초의 딜레이가 발생합니다. database 가 무료 버전에 싱가폴에 있어서 반응이 느린건지 코드 최적화가 문제인지 모르겠습니다. 제가 테스트중인 사이트 주소는 아래와 같습니다. https://newchat-omega-inky.vercel.app/ 게시글 업로드 속도만 높일 수 있다면 정말 좋을 거 같은데 뭔가 벽에 막힌거 같습니다 ㅜㅜ

개인 프로젝트 피드백 부탁드립니다!! (Next.js + firebase)

안녕하세요! 휴학 중에 개인 프로젝트 한번 만들어봤습니다! 아직 감이 잘 안 잡히다보니 chatGPT에 꽤나 의존했던 것 같습니다. 폴더 구조와 ssr, csr 사용 부분에서 피드백을 받고자 합니다! 또, containers 폴더 안 create 폴더에 있는 RouteChangeListener.tsx를 사용하여 퀴즈를 만들거나 푸는 도중에 현재 페이지를 벗어나려는 움직임을 감지하면 alert 창이 나오도록 설정하였습니다. 제가 생각해봤을 때 페이지가 이동했다가 다시 돌아오는 부분이 비효율적이라고 생각이 들어서 미들웨어나 다른 방법을 통해 해결할 수 있는지 여쭤보고 싶습니다. 감사합니다! 프로젝트 설명 : 퀴즈를 만들고 풀 수 있는 웹페이지 만들어봤습니다! vercel로 배포하였고, PWA 사용하여 모바일에서도 다운로드 가능하게 했습니다! 웹 앱 둘다 가능하지만 웹으로 봐주시는 것을 권장드립니다~!! 프로젝트 기술 스택: Next.js, react-query, zustand, firebase 테스트 아이디: 123@naver.com 테스트 비밀번호: 123123 GitHub 주소 : https://github.com/kmj0973/donquiz Vercel 배포 주소 : https://donquiz.vercel.app/ 따끔한 피드백 주시면 감사드리겠습니다!! 감사합니다!!

RAG 를 짜는 중에 도무지 어떤 부분이 문제인지 모르겠습니다.

# JSON 파일에서 FAQ 데이터를 로드하는 함수 def load_faq_data_from_json(file_path): with open(file_path, 'r', encoding='utf-8') as f: faq_data = json.load(f) return faq_data # FAQ 데이터 로드 json_file_path = '' faq_data = load_faq_data_from_json(json_file_path) # ChromaDB 클라이언트 및 Embedding 설정 chroma_client = chromadb.Client() # ChromaDB 클라이언트 생성 # 고유한 컬렉션 이름 생성 collection_name = "faq_data_" + datetime.datetime.now().strftime("%Y%m%d_%H%M%S") collection = chroma_client.create_collection(collection_name) # LangChain의 Text Splitter 설정 text_splitter = RecursiveCharacterTextSplitter( chunk_size=512, chunk_overlap=50 ) # OpenAI 임베딩 설정 openai_api_key = '' embedding_function = OpenAIEmbeddings( model="text-embedding-ada-002", openai_api_key=openai_api_key ) # 텍스트 스플리팅 및 임베딩 생성 함수 def split_and_embed_text(text): splitted_texts = text_splitter.split_text(text) print(f"Splitted texts: {splitted_texts}") try: # OpenAIEmbeddings는 embed_documents를 사용합니다. embeddings = embedding_function.embed_documents(splitted_texts) except Exception as e: print(f"임베딩 생성 중 오류 발생: {e}") return None # 임베딩이 제대로 생성되었는지 확인합니다. if embeddings is None or len(embeddings) == 0: print("임베딩 생성 실패") return None # 임베딩을 numpy 배열로 변환 embeddings = np.array(embeddings) print(f"Embeddings shape: {embeddings.shape}") # 임베딩 벡터의 차원을 확인하고 처리합니다. if embeddings.ndim == 1 and embeddings.shape[0] == 1536: # 임베딩이 1차원 배열이고 길이가 1536인 경우 final_embedding = embeddings elif embeddings.ndim == 2 and embeddings.shape[1] == 1536: # 임베딩이 2차원 배열이고 두 번째 차원이 1536인 경우 final_embedding = np.mean(embeddings, axis=0) else: print("임베딩 벡터의 차원이 예상과 다릅니다.") return None print(f"Final embedding shape: {final_embedding.shape}") return final_embedding # FAQ 데이터를 Vector DB에 저장 def store_faq_data_in_vector_db(faq_data, collection): for faq in faq_data: # 'question'과 'answer'가 있는지 확인하고, 'answer'가 None이 아닌지 확인 if 'question' not in faq or 'answer' not in faq or faq['answer'] is None: print(f"누락된 'question' 또는 'answer'로 인해 항목을 건너뜁니다: {faq}") continue # 다음 항목으로 넘어감 # 텍스트 스플리팅 및 임베딩 생성 question_embedding = split_and_embed_text(faq['question']) if question_embedding is None: print(f"Embedding generation failed for question: {faq['question']}") continue # 임베딩이 없으면 다음 질문으로 넘어감 print(f"Generated embedding for question '{faq['question']}': {question_embedding}") # 각 질문에 고유한 ID 생성 faq_id = str(uuid.uuid4()) # 메타데이터에서 None 값을 제거 metadata = {k: v for k, v in {"answer": faq['answer']}.items() if v is not None} # Vector DB에 저장 collection.add( documents=[faq['question']], metadatas=[metadata], ids=[faq_id], embeddings=[question_embedding] ) # 추가 후 임베딩 확인 (저장된 후 곧바로 확인) stored_results = collection.get(ids=[faq_id], include=["embeddings"]) if stored_results['embeddings'] is not None and len(stored_results['embeddings']) > 0: print(f"Embedding for question '{faq['question']}' successfully stored.") else: print(f"Failed to store embedding for question '{faq['question']}'") # FAQ 데이터를 JSON에서 로드하고 저장 store_faq_data_in_vector_db(faq_data, collection) 이렇게 데이터를 저장하고 # 환경 변수에서 API 키 로드 openai_api_key = os.getenv("OPENAI_API_KEY") if not openai_api_key: raise ValueError("OpenAI API 키가 설정되지 않았습니다. 환경 변수 OPENAI_API_KEY를 설정하세요.") # OpenAI 임베딩 설정 embedding_function = OpenAIEmbeddings( model="text-embedding-ada-002", openai_api_key=openai_api_key ) # LangChain의 Text Splitter 설정 (일관성 유지) text_splitter = RecursiveCharacterTextSplitter( chunk_size=512, chunk_overlap=50 ) # ChromaDB 클라이언트 및 컬렉션 설정 chroma_client = chromadb.Client() collection_name = "faq_data_collection" try: # 이미 존재하는 컬렉션인지 확인하고, 있으면 가져옴 collection = chroma_client.get_collection(name=collection_name) except chromadb.errors.CollectionNotFoundError: # 컬렉션이 존재하지 않을 경우에만 생성 collection = chroma_client.create_collection(name=collection_name) # Vector DB에서 유사 질문 검색 (ChromaDB) def find_similar_question_in_vector_db(new_question_embedding, collection, k=5): results = collection.query(query_embeddings=[new_question_embedding], n_results=k, include=['documents', 'metadatas', 'embeddings']) best_similarity = 0 best_question = None best_answer = None # 검색 결과에서 각 질문의 유사도와 답변을 처리합니다. if 'documents' in results and 'metadatas' in results: documents = results['documents'][0] metadatas = results['metadatas'][0] embeddings = results['embeddings'][0] for i in range(len(documents)): stored_embedding = embeddings[i] metadata = metadatas[i] if stored_embedding is not None: # 코사인 유사도를 통해 유사도를 계산합니다. similarity = cosine_similarity([new_question_embedding], [stored_embedding])[0][0] print(f"유사도: {similarity} for {documents[i]}") # 유사도가 가장 높은 결과를 선택하며, 임계값 이상일 경우에만 선택 if similarity > best_similarity and similarity >= SIMILARITY_THRESHOLD: best_similarity = similarity best_question = documents[i] if isinstance(metadata, list): metadata = metadata[0] best_answer = metadata.get('answer') if isinstance(metadata, dict) else None return best_question, best_answer # Fine-tuned GPT를 사용해 새로운 답변 생성 def gpt_generate_response_from_finetuned_gpt(question, style="의사 A 말투"): prompt = f"다음은 환자의 질문입니다: \"{question}\". 아래 말투를 사용하여 질문에 대해 성실하고 정확한 답변을 작성해주세요.\n\ 말투: {style}" response = client.chat.completions.create( model="", # Fine-tuned된 GPT 모델 ID messages=[ {"role": "system", "content": "You are a helpful medical assistant."}, {"role": "user", "content": prompt}, ], max_tokens=300, temperature=0.7, # 답변의 다양성을 조절합니다. ) return response.choices[0].message.content.strip() # 새로운 질문 처리 및 최종 응답 생성 def generate_final_response(new_question, collection): # 텍스트 스플리팅 및 임베딩 생성 splitted_texts = text_splitter.split_text(new_question) new_question_embedding = np.mean(embedding_function.embed_documents(splitted_texts), axis=0) # ChromaDB에서 유사 질문 검색 similar_question, answer = find_similar_question_in_vector_db(new_question_embedding, collection) if similar_question and answer: final_response = f"질문: {new_question}\n유사 질문: {similar_question}\n기본 답변: {answer}" else: generated_answer = gpt_generate_response_from_finetuned_gpt(new_question) final_response = f"질문: {new_question}\nGPT로 생성된 답변: {generated_answer}\n(이 답변은 벡터데이터에서 유사한 답변을 찾을 수 없어 GPT에 의해 생성되었습니다.)" return final_response # 사용자로부터 새로운 질문 입력 받기 new_question = input("새로운 질문을 입력하세요: ") # 최종 응답 생성 response = generate_final_response(new_question, collection) print(response) 로 데이터베이스에서 유사한 질문-답변 쌍을 끌어오려는데 정확히 같은 질문을 넣어도 (이러면 유사도가 1인데) 저장되어있는 답변이 끌어와지질 않네요...

프로젝트 경험이 부족한 4학년 전공자 부트캠프를 해야 할까요?

안녕하세요 경기도권 대학 컴퓨터공학과에 재학중인 4학년 학생입니다. 우선 현재 제 상황을 설명해보겠습니다. 프로젝트는 총 두 번 진행했습니다. 첫 번째 프로젝트는 Django와 chatGPT를 이용한 프로젝트이고 전 이 프로젝트에서 기본적인 API 구현, chatGPT 연동 그리고 rabbitMQ와 celery를 이용하여 chatGPT의 답변을 비동기로 가져오는 기능을 구현했습니다. 두 번째 프로젝트는 Springboot와 Flask와 RVC(음성 변환 AI 오픈소스)를 이용한 프로젝트를 진행했습니다. SpringBoot는 REST API를 작성하는 서버이고 Flask는 RVC AI 모델 서빙만을 위한 서버입니다. 이 프로젝트에서 SpringBoot REST API 구현, CRUD 구현과 Flask 서버 구현을 맡아서 진행했고 AWS EC2 배포, S3, RDS, DOCKER(Compose), Nginx, Github Action(CI/CD)도 구현했습니다. 올해 여름 방학에 알고리즘 스터디를 통해서 주요 자료구조와 알고리즘에 대해 공부하고 공부한 내용을 블로그에 정리했습니다. 코테 문제는 대략 100문제 조금 안되게 풀었습니다. 대충 실력은 실버 4~2까지는 어찌저찌 풀 수 있는데 실버 1 골드 5는 쉬운 건 풀고 어려운 건 못 푸는 수준입니다. 현재는 CS 스터디 진행중이고 이제 시작하는 단계입니다. 자격증은 정처기 있고 올해 11월 SQLD 응시 예정입니다. 첫 번째 프로젝트는 포폴로 쓰기 애매하고.. 두 번째 프로젝트는 Devops 경험은 충분한 것 같은데 Spring으로 구현한 기능은 아주 기본적인 REST API밖에 없고 Flask(AI)가 메인이다 보니 제대로 된 Spring 프로젝트가 없습니다.그래서 제대로 된 Spring 프로젝트를 만드는 게 우선이라 생각합니다. 그럼 혼자서 사이드 프로젝트를 하거나 부트캠프에 들어가서 기초부터 차근차근 배운 후 팀 프로젝트를 진행하는 방법이 있는데 어떻게 해야 할지 고민입니다. 부트캠프는 거의 대부분이 기초부터 하는 커리큘럼이다 보니 최소 6개월은 해야 한다는 단점이 있고 혼자 하는 건 주변에 물어볼 곳도 없고 좀 막막합니다. 대신 결과물이 조그 부족하더라도 6개월보단 덜 걸릴 것 같습니다. 조언 부탁드립니다..

프론트엔드 지망생. 한심하지만 길어진 공백. 잃어버린 공부 방향성. 조언이나 의견 부탁해도 될까요 ?

안녕하세요. 커리어리에서 자주 질문하면서 현직 개발자분들의 다양한 의견을 듣고 많은 도움을 받고있는 취준생입니다. 그 중엔 가끔 쓴소리하시는 분들도 계시지만 그런 부분들이 진심으로 제 고민거리에 대해 생각해주시는 거 같아 오히려 믿을만한 이야기구나 하고 받아들이는 경우도 많네요. 본론부터 말하자면 공부방향을 제대로 잡지 못하는 듯 하여 현업 분들이나 저와 같은 취준생 위치에 있는 분들의 다양한 의견을 듣고 싶습니다. 저는 국비를 수료 후 근 1년 가까이 개발에 손을 놓아 공백이 있습니다. 수료 후 5개월 정도는 만들어 진 협업 포폴로 이력서를 내면서 알고리즘 공부하고 간간히 그렇게 보냈구요. 그후 6~7개월 정도는 금전적인 문제로 공장,업체 단기알바 등을 하며 아예 공부에 손을 놓게 되었습니다.. (구차한 변명이지만 별 수없죠. 후에 면접 기회가 생겨도 이 공백에 대한 답변은 이렇게 할 수밖에 없을듯해요.) 아무튼 현재 다시 마음을 다잡고 배워왔던 것들을 복습하며 공부에 다시 전념하고 있습니다. 1~2달 전부터 쇼핑몰 프로젝트 하나를 만들고 있고요 (서버리스 서비스를 이용해서 db 연동하고 혼자 만들고 있습니다). 추가로 JS DeepDive 정독하면서 좀 중요하다 싶은 개념은 노션에 따로 정리해두고 다시 읽어보면서 눈에 익히고 있습니다. 그리고 기술면접 대비 질문들도 인터넷에서 찾아보면서 마찬가지로 노션에 정리하고 있고요. 네트워크 부분을 정확히 짚고가고 싶어서 인프런에 속성정리된 네트워크 강의 정독했습니다. 추가로 제가 next.js 로 공부했는데 react 기반 프레임워크지만 react와는 또 사소한 여러 차이점이 있는 거 같아 (ex. 페이지 라우팅 방식, csr 과 ssr 등) 유데미에 근본강의로 불리는 강의 (redux 도 같이 배우는) 구매해서 듣고 있습니다. 얼마전에는 타입스크립트 강의를 완강했는데 그 때쯔음부터 뭔가 내가 제대로 하고 있는게 맞나? 의문이 들고 있습니다. 스스로 불가피한 공백은 만들어 버렸지, 제대로 배포되는 프로젝트도 없지, 그렇다고 나이가 적은 것도 아니지 (아직 30은 아니지만 곧이라...)..이런 불안감들이 계속 머리속에 멤도니 잡생각이 많이 나고, 그러다보니 뭔가 열심히 공부는 하는데 확신이 안 섭니다. 객관적으로 보면 스스로에 대한 결핍이 좀 심해진것도 같구요. 며칠 전에 프로젝트 하다 z-Index 문제로 몇 시간을 chatgpt, 구글링을 하며 씨름하다 보니 아..css도 아직 모자란가? 라는 생각이 들어서 풀강의로 잘 정리된 css 강의도 하나 들을까? 이런 생각도 하고...css 생각하다보니 sass도 배워야 할 거 같고..그렇게 찾아보면 요즘 편리하게 tailwind 도 많이 쓴다는데 이것도 배워야겠지? ..막 그냥 바람결 제대로 만난 갈대마냥 막 흔들거려요. 글을 훑어보니 너무 제 감정에 치우쳐서 막 휘갈긴거 같네요. 긴 글 정독하기 싫은분들도 많으실 듯 하여 간략히 정리해 보겠습니다. 1. 현재 국비 수료 후 공백이 1년 넘게 있으나, 그 공백기는 개인사정? (금전문제) 등의 이유로 딱히 개발부분에 있어 뭔가 월등히 노력한 부분을 어필할 게 없음 2. 제대로 배포되고 있는 프로젝트도 없는 상황에 현재는 쇼핑몰 개인 프로젝트 하나 하고 있음 (서버리스로 DB 연동, 개인 프로젝트) 3. 그 밖에 유데미의 react 핵심강의 듣고 있고, js deepDive 정독, 기술면접 대비 질문들을 노션에 정리하며 관련 개념들을 상기하며 공부 중 (알고리즘은 따로 공부 안하고 있습니다. 혹 이 부분 중요하다 생각되시면 의견부탁드립니다.) 4. 현재 목표는 올해 안에 최소 2개의 프로젝트를 배포과정까지 끝내고(1개는 가능하면 협업으로) 연말 쯤 부터 이력서 미친듯이 넣고자 함. (현재 최종목표는 중소기업입니다. 워라벨, 연봉 크게 안따지고 최소한 배우고 성장할 배경이 되는 기업을 목표로 두고 있습니다. 중소에 그런 기업이 별로 없겠지만요..) 뭘 더해야 할까요? 그리고 이 상황에 백엔드 공부하는 건 좀 어리석은 짓인가요? (백엔드 기반 지식도 어느정도 필요하다고 하는데 전 그 정도를 모르겠어요) 여러분의 솔직한 의견 부탁드립니다. (걍 개발자 때려쳐라. 넌 답없다. 같은 솔직발언도 괜찮습니다. 제가 우둔하고 고집머리는 쎄서 그런 말 들어도 쉽게 포기 못하는 성격이지만...모르죠. 여러 사람들이 같은 식의 답변을 한다면 또 되새겨서 다시 생각해 볼 수도 있고요. 지금이 갈림길인 거 같습니다. 마음을 제대로 다잡고 영끌하던지, 아니면 그러고싶지는 않지만 포기해야하는지)

백엔드 프레임워크 선택에 대해 고민이 있습니다. Spring Framework vs NestJS

안녕하세요 저는 React기반 프론트엔드 개발자로 약 1년정도 근무를 했었고 퇴사한 뒤 현재는 백엔드 개발자를 지망하고 있는 취업준비생입니다. 제 고민은 백엔드 프레임워크 Spring Framework와 NestJS중 어떤걸 선택하여 집중할지 고민입니다. 일단 이런 고민을 하게 된이유는 제가 목표가 하나 있기 때문입니다 취업을 하고 일을하면서 취미로 1인 서비스 개발을 여러개 해보며 유의미한 성과를 내보는것입니다. ChatGPT에게도 물어보고 구글링도 해보며 조사를 해본 결과 취업은 Spring Framework 1인 개발은 NestJS가 더 적합하다는 결론을 내렸고, ChatGPT에게 추가로 1인 개발에 NestJS가 Spring Framework와 비교하여 얼마나 더 적합하고 더 빠른지 수치화로 물어봤는데 대략 25%더 적합하고 10~20% 빠르다는 답변을 받았습니다 이거는 사실인지도 좀 궁금하네요... 결론적으로 취업과 1인 서비스 개발을 모두 고려한다면 일반적인 상황에 어떤게 더 나은 선택일지 궁금합니다. 선배님들의 의견을 정말 간절히 듣고싶습니다.

llama3.1 사용하여 챗봇 개발을 하려합니다

현재 재직 중인 회사의 솔루션 프로그램에 사용자가 저장한 데이터를 학습시켜 챗봇을 개발하려 합니다 대표님께서 개발자가 아니시고 저는 java만 다룰 줄 아는데 새로운 직원을 뽑기보다 저에게 개발에 필요한 교육을 받은 후 전적으로 맡아 달라고 하셨는데요 일단 파이썬을 배워야 한다는 것은 알고 있습니다 llama를 다루기 위해서 또 배워야 하는 분야가 있을까요? AI활용 기반 교육을 하는 학원들은 보통 chatGPT를 활용하는 것으로 알고 있어서 학원에서 진행하는 교육을 받아도 도움이 될지 모르겠습니다

프로젝트나 공부를 할 때 chat gpt를 사용하는게 괜찮을까요?

현재 프론트엔드 개발자를 목표로 공부중인 취준생입니다 react, next.js로 팀 프로젝트와 개인 공부를 하고 있는데 궁금한 점이 있습니다. 개발이나 공부를 하면서 구글링을 많이 하게 되고 막히는 부분(기능구현)이 너무 어렵다고 느껴지는 경우에 chat gpt를 사용하곤 하는데 chat gpt가 알려준 코드를 그대로 사용하지 않고 참고만 하면서 공부하거나 개발을 하고 있는 상태 입니다. 주변에 개발자로 일하고 계신분들이 몇 명 있어서 질문을 했는데 의견이 반으로 갈려서 여쭤봅니다. “chat gpt를 사용하기 보다 단순히 구글링으로만 문제를 해결해라. ” 와 “지금도 ai가 계속 발전해가고 있으니 chat gpt 같은 ai기술(툴)을 잘 활용하는것이 좋다.“ 이런 조언을 받았습니다. 다른 현직자 분들의 생각이 궁금합니다. 그리고 현업에서 개발자로 일을 하며 chat gpt를 사용하여 개발하는 빈도(?)가 많이 있나요?

프론트엔드 공부 방법에 대해 조언 부탁드립니다.

안녕하세요 저는 프론트 희망하는 컴공과 2학년 학생입니다 프론트엔드 공부를 html,css도 잘 모르는채로 react를 공부하여 프로젝트를 진행하였으며 현재는 react-native 로 프로젝트를 진행 중입니다. 기초가 부족한채 프로젝트를 하다보니 chat gpt에 의존을 하게 되었고, 현재도 프로젝트를 진행중 이긴 하나 gpt의 의존도가 강한편입니다.. 그래서 프로젝트가 끝나고 제대로 공부를 하려고 하는데 너무 막막합니다. 제가 궁금한 점입니다 1. Html, js, 타입스크립트 등 처음부터 기본기를 다지고 리액트 공부를 할지 아니면 리액트만 공부해도 괜찮을지 2. 컴포넌트 구성은 어떻게 하는 것이 효율적인지 3. Gpt 의존도를 낮출 방법..(마인드 셋팅등..) 4. 이론을 배워도 실전에서 잘 써먹지 못하는데 해결 방법 5. 그 외의 공부 방법 조언 조언 부탁드립니다..!

ChatGpt vs Claude

개인 프로젝트로 ai와 함께 개발을 해보려고 하는데 프론트엔드 부분을 ai에게 일임하여 진행해보려고 합니다. Chatgpt와 claude중 하나만 결제해서 사용한다고 할 때 어느 친구가 더 괜찮을까요? 무료 버전만 사용해봤을때 gpt는 깔끔하고 사용하기 편하기는 한데 뭔가 조금만 복잡해지면 헤메는게 많은거 같고 claude는 gpt보다는 원하는 대답을 하는거 같긴한데 뭔가 ui나 정감이 잘 안가는 느낌?

next socket.io 연결, 제가 어떤 부분을 놓치고 있을까요?

https://github.com/hyubbb/socket-test-app 안녕하세요. 간단하게 채팅방을 만들어서 유저의 입장/퇴장, 채팅 기능을 구현해볼려고 하는데요. 통신이 됬다 안됬다 하더라구요? 그래서 계속 새로고침을 누르거나 해야하는 현상이 있습니다. 서버와의 연결은 계속 되어있다고 하는데 , socket.on 이나 socket.emit 이 동작을 안하는데 정말 이해가 안됩니다. 콘솔을 찍어봤을땐, next가 캐싱처리를 해서 실시간으로 응답하는게 문제가 발생한게 아닐까 생각했는데, 정확하게 갈피를 잡지 못하겠습니다. 3일을 헤매고 있는데요. 제가 어떤 부분을 놓치고 있는지 알려주시면 너무 감사하겠습니다. 코드가 길어서 github에 업로드 하였습니다. 클릭 라우트 처리 components/chat/chat-list socket.emit 발생장소 components/chat/chat-room 소켓 프로바이더 components/providers/socket-provider socket서버사이드 설정 pages/api/socket/io.ts

29살 비전공자 취업 vs 공부

현재 빠른취업과 공부를 좀 더할지 고민이 되어 글을 작성하게되었습니다. 저는 비전공자로 2년전에 국비지원에서 퍼플리셔과정을 수강했습니다. HTML, CSS, JS(매우조금), 웹디자인 등의 과정을 배웠고, 이후 스타트업으로 취업하여 1년 2개월정도 근무를 하고 퇴사하였습니다. 전직장에서는 React를 사용해서 웹서비스를 만들었고, 회사사정상 사수도 없고 개발팀 근무직원도 거의 퇴사해서 혼자서 프로젝트를 담당했습니다. 처음에는 아무것도 못하다가 매일 퇴근후에 React에대해 공부하며 하다보니 백엔드 개발이 필요해서 node.js까지 학습해서 백엔드 프론트엔드 모든부분을 혼자 구축하였습니다. 그 결과 현재 회사에서 해당 서비스를 사용하고 있습니다. 퇴사하고나서 현재 4개월정도 지났는데 지금시점에서 재취업을 준비하며 포트폴리오를 제작하고있지만 사실 회사에서 만들었던 프로젝트는 기본기없이 그냥 필요한부분을 chatGPT의 도움으로 만들었습니다. 누군가 저에게 그부분에 대해서 확실하게 알고있냐고 물어본다면 대답할 수 없을것 같습니다. 그래서 좀더 제대로 공부를 할까 아니면 어느 회사건 빨리 취업을 해서 실무를 경험하는게 나을까 잘 모르겠습니다. 공부를 더 한다면 웹풀스텍 부트캠프 참여를 고려하고 있습니다. 근데 나이가 조금 문제가 되지않을까 하는 걱정도 큽니다.. 어떤게 더 나은 선택일까요?

채팅 디비 설계 질문이요!

안녕하세요:) 저는 ! 웹소켓과 관계형디비+프리즈마 를 이용해서 백엔드를 구성하고, 리액트로 만든 프론트 와 양방향 채팅 서비스를 만들려고 합니다! 채팅방 DB스키마를 작성하는데 어려움을 겪어 질문을 남깁니다. 현재 프리즈마에서 model ChatRoom { id Int @id @default(autoincrement()) name String creatorId Int users ChatRoomUser[] messages Message[] createdAt DateTime @default(now()) updatedAt DateTime @updatedAt } model ChatRoomUser { id Int @id @default(autoincrement()) userId Int // 외부 API에서 가져올 사용자 ID chatRoomId Int chatRoom ChatRoom @relation(fields: [chatRoomId], references: [id]) createdAt DateTime @default(now()) updatedAt DateTime @default(now()) @@unique([userId, chatRoomId]) } model Message { id Int @id @default(autoincrement()) chatRoomId Int senderId Int // 외부 API에서 가져올 사용자 ID receiverId Int? // 선택적 필드, 단체 채팅에서는 null content String timestamp DateTime @default(now()) chatRoom ChatRoom @relation(fields: [chatRoomId], references: [id]) createdAt DateTime @default(now()) updatedAt DateTime @default(now()) } 이런식으로 구현하였는데 조언좀 부탁드립니다.ㅠㅠ

pyzxing을 통한 Datamatrix, code 128 바코드 인식률 개선방법

python flask를 사용하여 시약관리 프로그램을 운용하는중입니다. 현재 검사실 PC에 연결된 바코드 리더기를 통하여 시약을 입출고 관리를 하고 있는 중인데 모바일을 사용한 입출고 관리를 하고자하여 카메라 이미지를 사용한 바코드 인식을 하고자합니다. pyzxing을 사용하여 시도중인데 code128 바코드의 경우 인식은 그럭저럭 되는것 같은데 데이터매트릭스 바코드 인식률이 심하게 떨어지네요 chatgpt를 통하여 이미지 재보정을 했는데도 여전히 인식률이 좋지 않습니다. 혹시 재처리나 다른 모듈이라던지 개선방법이 있을련지요?

취업 준비 시 AI를 활용하면 좋을까요?

안녕하신가요 익명의 취준생입니다. 2023년은 AI의 해라고 불릴 정도로 많은 모델이 나왔고, 오늘 날에 이르러서는 AI 경쟁의 승자가 미국인 것으로 보이는데, 그동안 뉴스를 통해 동향을 살펴보니 보안을 이유로 업무에 chatgpt를 활용하지 않는 기업이 꽤나 많이 보이던데요. 그렇다면 포트폴리오를 만들 때 Chatgpt나 코파일러의 도움을 받지 않고 스택오버플로우를 활용하는 방향으로 가야 할까요?

파이썬 오류 좀 고쳐주세요 ㅠㅠ

import time import requests import streamlit as st API_BASE_URL = "http://localhost:8000/qna" # Fastapi로 api 생성 def request_chat_api(user_message: str) -> str: url = API_BASE_URL resp = requests.post( url, json={ "user_message": user_message, }, ) resp = resp.json() print(resp) return resp["answer"] def init_streamlit(): st.set_page_config(page_title='Dr. KHU', page_icon='🩺') if "messages" not in st.session_state: st.session_state.messages = [{"role": "assistant", "content": "안녕하세요! Dr.seo입니다🩺"}] # Initialize chat history if "messages" not in st.session_state: st.session_state.messages = [] # Display chat messages from history on app rerun for message in st.session_state.messages: with st.chat_message(message["role"]): st.markdown(message["content"]) def chat_main(): if message := st.chat_input(""): # Add user message to chat history st.session_state.messages.append({"role": "user", "content": message}) # Display user message in chat message container with st.chat_message("user"): st.markdown(message) # Display assistant response in chat message container assistant_response = request_chat_api(message) with st.chat_message("assistant"): message_placeholder = st.empty() full_response = "" for lines in assistant_response.split("\n"): for chunk in lines.split(): full_response += chunk + " " time.sleep(0.05) # Add a blinking cursor to simulate typing message_placeholder.markdown(full_response) full_response += "\n" message_placeholder.markdown(full_response) # Add assistant response to chat history st.session_state.messages.append( {"role": "assistant", "content": full_response} ) if __name__ == "__main__": init_streamlit() chat_main() 이 코드를 실행시키면 자꾸 AttributeError: st.session_state has no attribute "messages". Did you forget to initialize it? More info: https://docs.streamlit.io/library/advanced-features/session-state#initialization 라고 뜨네요..

Next.js 클라이언트 컴포넌트에서 api 요청 시 보안 문제?

Next.js에서 클라이언트 컴포넌트에 사용하는 환경 변수에 NEXT_PUBLIC을 붙여줘야하는 것으로 압니다. 제가 프로젝트에서 api 키를 포함해 클라이언트 컴포넌트에서 fetch 요청을 보내야하는 상황이라(리액트 쿼리 사용 중), 해당 api키에 위와 같은 변수를 붙여주었습니다. 그런데 해당 방법이 안전한걸까요? 전에 chatGPT에서는 NEXT_PUBLIC을 붙이는 환경 변수에는 api 키와 같은 보안에 중요한 변수는 넣지 않는게 좋다고 하더라고요.... 이 말이 사실인건가요? 그렇다면 그 이유가 궁금합니다.. + Next.js에서 리액트 쿼리를 사용하고 있는데 리액트 쿼리를 사용하는 곳은 클라이언트 컴포넌트여야 정상적으로 작동하더라고요.. 만약 api 키가 포함된 요청을 클라이언트 컴포넌트에서 사용하는 것이 보안에 좋지 않다면, 어떤 방법을 써서 api 요청을 보내야할까요? Next.js의 api 라우트를 만들어 요청하는게 맞는건가요? 개발에 대해 잘 몰라 질문이 깔끔하지 않습니다만.. 혹시 아는 분 계시면 도와주세요 😭❕

고졸 국비충 인생 망함

이제 20대 중반인데 어그로 미안해 형들 나 진짜 심각해 어렸을때부터 마인크래프트 서버열고 모드 만지고 이런게 너무 재밌어서 프로그래머가 꿈이었는데 건강상 이슈때문에 대학교 진학을 포기하고 다른 일 하다가 지금이 마지막 기회인것 같아서 고민중인데 학점은행제 + 방통대 + 국비 부트캠프 + 독학으로 개발자로 잘 살 수 있을까? 이렇게 질문하면 너무 두루뭉실하니, 단도직입적으로는 남들에게 인정받고 잘 나가는 개발자가 될 수 있을까? 여기서 더 잘못 인생 꼬이면 살1자 마려울거같아 형들 최근 it 붐이 있었다는 사실도 모른 상태일정도로 최근엔 그저 영어공부에 빠져 살았습니다. 그러다 이번 기회에 최근 it 관련 부트캠프 붐이 있어, 양산된 개발자들이 쏟아져 나오는 바람에 취업이 엄청나게 어려워졌다는 이야기도 들었는데 chat gpt 의 발전도 한 몫 했다고 봄. 아무쪼록 이런 불황들을 더불어 보았을때, 미래가 있을지 현업에 있는 형들 제발 답변좀 ㅠㅠ

국비 수료후 취업이 힘들어 다른 직종으로 변경해야하나 고민입니다..

안녕하세요. 고졸 비전공자 26 남 입니다. 23년 12월 국비 수료후 4개월간 개인사정이 있어 공백이 있었고 어느정도 해결된 뒤 다시 개발 공부를 시작했습니다. 국비 학원에서 배운 스택은 안드로이드 앱개발 + servlet 기반 웹 개발이고 해당 기술로 프로젝트 진행해서 포트폴리오를 작성했습니다. 수료했을 당시에도 취업시장이 좋지않았고 신입에게 요구되는 기술스택 또한 학원에서 배운 기술로는 많이 부족하다 생각해서 추가적인 학습이 필요하다 판단했습니다. 그래서 spring boot, jpa, 타임리프를 기반으로 한 개인프로젝트 진행 후 jwt, aws, ci/cd 까지 학습을 목표로하고 기술을 활용한 프로젝트 진행, 포트폴리오에 추가 그리고 이력서 지원하는 전략으로 계획하고 있었습니다.. 하지만 제가 학습을 목표로 한 기술스택을 보유한 신입도 취업이 힘들다는 얘기를 보았습니다.. 중요한 건 화려한 기술스택이 아닌 얼마나 깊이있게 이해했는지가 중요한 건 저도 잘 이해하고 있습니다.. 그치만 학습을 마치고 이력서를 보완한다고 한들 취업에 성공할 수 있을거라는 희망적인 미래가 보이지않기때문에 동기부여도 잘 안되고 다른 직종을 알아봐야하나 고민입니다.. 솔직히 개발에 재능이 있는 지 잘 모르겠습니다. 하지만 사고하는 걸 좋아하고 복잡한 고민끝에 작성한 코드가 제 의도대로 동작하는 모습이 좋습니다.. 학원에서 수업도 재미있게 들었고 "왜 이제야 개발공부를 했을까? 진작 해볼걸" 라고도 생각했습니다.. 좋아하면 계속 그냥 하면 되는 거 아닌가 싶습니다만.. 나이도 제법 먹고 이뤄낸 것이라곤 군복무 밖에 없습니다.. 그래서 하루하루 초조하고 뭔가 이뤄내고 싶다가도 암울한 미래에 사기가 떨어지네요.. chat gpt 가 나온 이후로 신입의 일자리가 많이 사라진 지금. 지금이라도 다른 직종을 알아보는 게 좋을까요.. 긴 글 읽어주셔서 감사합니다. 착잡하고 불안한 마음에 다소 부정적이고 정신없게 글 작성한 거 같아 죄송합니다. 😭 진심어린 조언 해주시면 감사하게 듣겠습니다. (추가적으로 개발 공부를 쭉 하는 방향을 추천 하신다면 어떤 공부를 어느정도 깊이로 해야하는지 방향을 잡아주셨으면 합니다.. 현재 spring boot + jpa 활용해서 개인프로젝트 개발 계획중입니다. 간단한 crud는 가능한 정도로 학습했습니다.)

CHAT GPT의존도가 너무 심한것 같습니다.

안녕하세요. 국비6개월 수료하고 취업한 3개월차 신입개발자입니다. 첫 직장을 스타트업에서 시작하는 바람에 생신입인데도 불구하고 DB설계업무부터 시작해서 API설계는 물론, 성능개선이라거나 새로운 기술스택도 제가 도입해야하는 경우가 많았습니다. 그래서 GPT의 도움을 정말 많이 받았는데 이제는 GPT가 없으면 일을 못할 정도입니다. 저의 코드리뷰가 깊이가 없다는 피드백을 받았는데 GPT에게 리뷰를 부탁해보니 저의 시야보다 너무 넓은 리뷰를 해주는걸 보고 약간 좌절감을 느꼈습니다. 저의 개발 방향이 잘못된걸까요 GPT의존도를 줄이고 저 자신의 실력을 키우는 시간을 가져야할까요? 아무래도 기본기를 공부한 시간이 많이 부족한데 곧바로 1인분하는 개발자가 되기 위해서 편법을 자주 사용했고 너무 의지했다는 생각이 듭니다.

안드로이드 스튜디오 지도 API

ㅠㅠㅠㅠ여기서 Unresolved class ‘MapFragment' 오류가 나오는데 chatgpt한테 물어봐도 해결이 안대야 ㅠㅠ뭐가 문제인거죠?!?

readonly 키워드가 붙을 경우, 그렇지 않는 타입보다, 슈퍼타입이 되는 이유는 무엇일까요? 제가 제대로 이해하고 있는걸까요?

안녕하세요, 타입에 readonly 키워드가 붙을 경우, readonly가 붙은 타입이 슈퍼타입이 된다 이해하고 있습니다. 그 이유가, readonly를 붙은 타입은 그렇지 않은 타입보다 가능한 기능이 적습니다 즉, 타입을 이루는 요소의 갯수가 적습니다. 요소의 갯수가 적으면 슈퍼타입이 됩니다. 요소의 갯수가 적으면, 적은 갯수를 만족하는 집합 갯수가 많기 때문에, 타입이 크다라고 할 수 있고, 요소의 갯수가 많은 경우, 이 많은 갯수를 만족하는 집합의 갯수(경우의수)를 찾기 어렵기?때문에 이것은 타입이 작고, 서브타입이라고 이해하고 있습니다. 반면, ChatGPT를 통해 위의 내용을 검색해보면, readonly 키워드가 붙은 타입이 좁다 라고 합니다(서브타입이라고 합니다) (제가 이해한것으로는 타입이 슈퍼타입이 된다라고 이해하고 있는데요,,,) 그 이유는 readonly는 읽기전용이라, 타입이 좁다고 합니다.. 코에 걸면 코걸이, 귀에 걸면 귀걸이, 이걸 보면 이게 맞는거 같고, 저걸 보면 저게 맞는거 같고, 혼란스럽네요 혹시 이 질문에 대해서 명확하게 답변 해주실 분 있을까요? 참고로, 이와 관련해 '이펙티브 타입스크립트'교재의 내용을 첨부합니다. 이펙티브 책에서는 number[] 타입이, readonly number[]보다 기능이 많기 때문에, 서브타입이라고 합니다 number[]: 서브타입, readonly number[] : 슈퍼타입 readonly가 붙은 곳이 슈퍼타입이 된다 라는 공식이 있는듯 보이는데요,, 공식말고, 어떤 원리이길래 공식?처럼 보이는것일까요?

하이브리드앱(네이티브+웹뷰)에서 GA4 사용 시 질문

안녕하세요. 현재 스타트업에서 프론트엔드 개발자로 일하고 있는 GA4 어린이 입니다. 하이브리드 환경 (네이티브 + 웹뷰) 에서 GA4 구현 시, 중복 카운팅을 막기 위해, 아래 ga4 가이드대로 구현하라고 하는 글이 많은데요... [GA4 공식 가이드] https://developers.google.com/analytics/devguides/collection/ga4/webview?hl=ko&technology=ios [구글링한 여러 페이지 중 한개 공유드리면... ] https://dachata.com/question/?uid=1484&mod=document&pageid=1 구현하기 어려워 보이지는 않는데, 이 페이지가 최신 목차에는 보이지도 않고, 샘플로 제공되는 git repository 도 archive 되어서, 이 방향으로 가는게 맞는건지에 대한 의문이 생겼습니다... 혹시 현업에서, 위와 같은 상황에서 GA4 를 연동하시는 분이 있다면 (혹은 방법을 아는 분이 계시다면) 어떤 식으로 진행하고 계신지... 경험과 지혜를 나눠주시면 많은 도움이 될 것 같습니다!! 미리 감사드립니다. 🫡

안녕하세요 지식 습득에 관련된 질문이 있습니다.

안녕하세요. 올해 2월 말에 대학 졸업하고 현재 정보처리기사 실기를 준비중인 무직 백수입니다. 20대 초반이긴 하지만 슬슬 일자리를 얻었으면 좋겠네요. 그나저나 실기를 준비하다가 든 생각인데, SQL 파트를 공부해보니까 이전에는 어중간하게 알았던 지식이 보다 더 개념을 정확하게 잡아주면서 기초를 다질 수 있게 되더군요. 그것을 보면서, 떠오른 것이, 보통은 사용할 프레임워크나 언어를 학습할 때는 document를 보는 것이 정석이라고 들었는데, document를 보면 생각보다 알아야 할 지식이 너무 방대해서 도중에 길을 잃어버릴 수도 있고, 아니면 어중간하게 알게 될 수도 있다는 것을 자각하게 되었습니다. 어중간하게 아는 것이 더 위험하다는 것도 그렇고요. 그래서 저는 지식을 습득하는 과정을 입문자 단계와 주니어 단계 그리고 경력자 단계로 나뉠 수 있지 않을까 합니다. 왜 그렇게 생각했냐면 어차피 기술은 계속해서 바뀔 것이기에 고인물이 될 수가 없는 구조라서, 언제나 이 3가지 단계를 거치리라고 봅니다. 여기서 제가 묻고 싶은 것이 나옵니다. 터를 닦아야 집을 짓는 법이기에 입문자 단계에서는 기초를 잡고, 주니어 단계에서는 실전에 들어가면서 뭔가를 배우는 과정이잖습니까? 경력자 단계는 경험해본 적이 없으니 모르겠습니다. 어중간하게 아는 것이 위험하다면, document와 인터넷을 무작정 보는 것은 지식이 단편화되기 쉽기에, 온라인 교육과 책을 활용하는 것이 좋겠다는 생각이 듭니다. 여차하면 chatgpt도 있고요. 그렇지만 Document를 통해서도 지식을 잘 습득해보고 싶습니다. 그렇다면 저는 어떻게 해야 지식을 어중간하게 습득하는 것이 아니라 알차게 습득할 수 있는지 알고 싶습니다.

ChatGPT 시대,, 코딩 테스트

요즘은 코딩 테스트를 어떻게 치루는(?) 편인가요? ChatGPT로 웬만한 문제는 다 풀릴텐데 트렌드가 어떤지 궁금합니다

Java Spring vs Node.js

안녕하세요 서울 수도권 대학교 3학년 재학중이며 내년 4학년 재학 이전 기업 인턴을 희망하고 있는 학생입니다. 최근 클라우드 네이티브에 관심이 생겨 관련 국비지원교육을 수료하고 CKA 자격증을 취득한 상태입니다. 또한 최종적으로는 백엔드 개발자가 아닌 클라우드 엔지니어로 커리어의 목표로 설정하고자 합니다. 더 정확하게는 백엔드 개발자로 시니어 개발 경험을 쌓고 MSA를 이해하고 최종적으로는 SE, 클라우드 엔지니어 분야로 경험을 쌓고 싶습니다. 또한 이러한 상황에서 내년 상반기 및 졸업 이후의 진로에 도움이 될 수 있도록, 이력서를 작성하고 미리 자기소개서를 작성하려고 합니다. 중학교 시절부터 컴퓨터에 관한 공부와 사이드 프로젝트로 여러 경험을 해오며 해당 글의 제목의 논제를 여러번 접하고 저 스스로도 많은 고민을 해온 상태입니다. 이전까지 군을 제외하고 3년동안 Express.js와 NoSQL을 위주로 다양한 초기 창업 팀에서 여러 종류의 프로젝트들을 진행해왔으며 FE, AI Serving 서버의 경우 ChatGPT를 활용한다면 초보적인 수준으로 개발이 가능합니다. 하지만 곧 취업 시장에 뛰어들 시기가 되니 많이 부족한 스스로보다는 여러 개발자 선배님들의 의견을 여쭈어보고자 해당 글을 작성하게 되었습니다. Java Spring에 대해 현재 제가 접한 정보는 다음과 같습니다 - 기존의 시스템을 변경하기 어려운 (중견기업 이상, 금융권) 등의 기업에서는 기존 Java Spring을 활용하는 것이 유리하며, 개발자에 대한 수요도 더 높다 - 대규모 시스템을 관리하고 개발하기 적합하다 - 규모가 큰 기업의 시스템은 다른 프레임워크로 변경되기 어렵다 Node.js에 대해 현재 제가 접한 정보는 다음과 같습니다 - Nest.js와 Typescript로 Node.js 프레임워크들의 문제를 해결했지만 아직 안정성이 떨어지며 개발자가 별도로 Spring에서의 기능들을 구현해야 한다 - MSA 형태의 서비스를 개발하는 기업에서는 Node.js 프레임워크에 대한 수요가 높다 - 스타트업과 같이 신사업을 Agile하게 개발하는 기업에서는 Node.js를 활용하는 것이 유리하다 하지만 커뮤니티 (검증되지 않았습니다) 등의 의견으로는 '이름있는 기업을 목표로 한다면 Node.js를 커리어의 시작으로 가져간다면 불리하다', 'Java Spring은 대기업, Node.js는 스타트업'과 같은 의견이 많아 프레임워크와 언어는 도구일 뿐이지만 더 효율적인 도구를 선택하고자 하는 마음에 아래와 같은 질문을 드리고자 합니다. 1. 현재 공고를 조사해봤을 때 Java Spring보다는 적지만 인지도가 높은 곳과 비교적 낮은 곳의 Node.js (Express.js, Nest.js)의 인턴 공고가 존재했습니다. 추후 커리어를 위해 꼭 중견기업 이상이 아니더라도 해당 기업에서 활동하는 것이 좋을까요? 2. Node.js를 선호하는 이유는 '시간', '취향'입니다. Node.js관련 경험들이 비교적 많으며 (+스크립트형 언어) 코드 스타일이 Java에 비해서 저와 더 잘 맞는다고 느꼈습니다. 또한 새로운 프레임워크를 배우고 적용하는데의 시간이 부족하다는 생각이 듭니다. 해당 이유들이 현 취업시장에서 Java Spring을 선택하지 않는 이유가 되기에는 비합리적일까요? 3. 개인적으로 어떠한 서비스를 개발하는데에 있어 처음부터 제작하고 배포까지 경험해보고자 합니다. 따라서 스스로 스타트업, 혹은 중견기업 이상의 신사업 팀이 더 맞는다고 생각하지만 연차가 쌓이며 저 스스로가 더 큰 시스템과 기업이 아니라 초기 스타트업에 머물게 될 것이라는 불안감이 존재합니다. 더 정확하게 말씀드리자면 더 좋은 기업으로의 이직 자체가 추후 불가능해질 수 있다는 불안감이 있습니다. 해당 부분에 대해서 어떻게 생각하시나요? 3. 앞으로의 Serverless, MSA의 관점에 대해서 어떻게 생각하시나요? 만약 최종적으로 클라우드 엔지니어를 희망한다면 Java Spring 혹은 Node.js 중 어떤 프레임워크가 더 트렌디해질 것이라고 생각하시나요? 4. 만약 Java Spring을 배우는 것이 더 전략적이라면 현재 진행하고 있는 스타트업 프로젝트의 서버를 Node.js에서 Spring으로 변경하는 것이 좋을까요? 물론 연차가 쌓이고 더 깊은 지식을 쌓아나가면 언어, 프레임워크 모두를 잘 다룰 수 있게 되겠지만 '한국에서 Node.js는 불리하다'는 의견을 계속 접하게 되니 불안감이 생겨 '신입 개발자로 어떤 역량을 가져야 할까'하는 고민으로 이 글을 작성하게 되었습니다. 부족한 점이 많지만 너그럽게 봐주시면 정말 감사하겠습니다. 소중한 시간 내주셔서 정말 감사합니다!