#gpt

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...

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..

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..

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!

공공데이터 API 호출 및 렌더링 과정에서 고민이 있습니다..

공공데이터api 관련 프로젝트를 진행 하고 있습니다. 기획, 디자인 전부 저를 비롯한 팀원과 함께하고 있는데, api를 불러와 정보 데이터를 표시하는데 <p><span style="color: rgb(13, 13, 13); font-family: Roboto, Noto, sans-serif; font-size: 15px; white-space-collapse: preserve; background-color: rgb(255, 255, 255);">덕순이.. 이상하게 보자마자 덕순이란 이름이 떠올랐어요.</span></p><p><span style="color: rgb(13, 13, 13); font-family: Roboto, Noto, sans-serif; font-size: 15px; white-space-collapse: preserve; background-color: rgb(255, 255, 255);"><br></span></p><p><span 이런식으로 스트링 값으로 불러와집니다. 문자열로만 추출하니 개행, 문장 이음새 등등이 가독성이 아래사진 처럼 매우 떨어지게 됩니다 다음 상황에서 어떤 방법이 좋을까요? 위와 같은 태그로 표시되기에 이를 React에서 그대로 태그 형식으로 출력하는 방법을 생각해보고 있지만, 컬러,폰트 크기 같은 속성은 제외하고 <p> <span>등의 태그만 유지하도록 필터링해야하는 것인가요? 혹시 그렇다면 그 필터되 값을 문자열 형식말고 태그형식으로 적용할 수 있을까요? (추가) 현재 gpt 도움으로 아래의 방법으로 진행하여 성공하게 되었는데 이방법보다 효율적인 방법이 있을까요? 또한 이방법으로는 폰트 사이즈, 굵기가 임의 조절이 되지않는 단점이 있어서 이를 해결하고 싶습니다.

웹 서비스에 gpt api 연동하는 방법

안녕하세요! 대학교 졸업 프로젝트로 생성형 AI(GPT API 사용)를 활용한 웹 서비스를 개발하려고 하는데요, 서비스에 인공지능을 접목시키는 것이 처음이라 전체적으로 프론트엔드(react), 백엔드(spring boot), AI를 어떻게 구성하고 연결을 해야할지 막막해서 질문 남깁니다 AI가 사용되는 핵심 기능은 사용자와 대화를 주고 받기 위해 실시간으로 질문 및 답변을 생성하는 것입니다. 고민 중인 방법은 아래와 같습니다. 1. gpt api 호출 코드를 python으로 작성 (프론트엔드(react) <-> gpt api 호출(python) <-> 백엔드(spring boot)) 2. gpt api 호출 코드를 spring boot 프로젝트 내에 작성 (프론트엔드(react) <-> 백엔드(spring boot)) 처음에는 답변 속도가 중요한 서비스인 만큼 1번이 더 나은 것 같다고 생각했으나, 이 속도 차이가 크지 않다면 차라리 API 호출 로직들을 한 프레임워크 내에서 관리할 수 있다는 것과 배포 등을 생각하여 2번 방법대로 하는 것이 더 나을 수도 있겠다는 생각이 들기도 하네요.. 전체적인 아키텍처 설계와 관련해서 조언 주시면 감사하겠습니다!

docker에 redis 오류 질문드립니다

안녕하세요 현재 개인프로젝트를 진행하고있습니다. 문제가 있는데, docker에서 app(springboot) + mysql + redis container를 만들어서 docker-compose.yml로 띄운후 localhost:8080 접속시 <오류 내용> Caused by: io.netty.channel.AbstractChannel$AnnotatedConnectException: Connection refused: localhost/127.0.0.1:6379 Caused by: java.net.ConnectException: Connection refused 이렇게 오류가 발생하는데 자꾸 redis가 localhost로 뜨는데 docker-compose 설정에는 문제가 없어보이는데 한번 봐주시면 감사하겠습니다 1. docker-compose.yml - db 접속정보와 redis 비밀번호는 지우고 코드를 올렸습니다 - redis 비밀번호는 서버에서 확인했습니다. - redis-cli 명령어로 ping-pong 확인했습니다. - app안에 redis와 db(mysql) 같은 네트워크 보고있음 확인했습니다. - 외부 접속 허용하기 위해 redis,.conf 에 bind 0.0.0.0수정 확인했습니다. - 맥 방화벽도 껐습니다. 2. application.properties -redis 설정정보에 ${SPRING_REDIS_PORT:6379} 이렇게 바인딩도 해봤습니다 -db접속 되는지 확인해봤습니다 아래의 코드를 첨부했습니다. 구글 검색과 gpt검색으로 해결방안 전부 시도해봤지만 자꾸 localhost로 뜨니까 진척도 없고 답답합니다... docker를 처음 사용해보는거라 부족한점이 많은데 어떤 부분에 이해도가 필요한지 봐주시면 정말 감사하겠습니다.

GPT의존도가 심해서 고민입니다.. 백엔드 개발자 커리어

제가 Java+ Spring boot를 활용하는 서비스 어플 만드는 프로젝트에 참여해서 열심히 API를 구현중입니다 (회원가입API등) 근데 저는 스프링부트는 커녕 스프링도 해본적이 없습니다.(자바는 할 줄 압니다) 그래도 배포까지 하면 포트폴리오도되고 경험이라 생각해서 투입되어 개발하고 있는데 솔직히 저는 코드를 못짭니다.. 스프링을 약 일주일정도 공부하긴 했지만.. JPA 의존성 MVC 등등 개념은 조금 아는 상태지만 코드를 읽고 해석하는 것도 안되는 매우 부족한 상태입니다., 스프링 생태계에 대해서 아는건 없지만, GPT4 가 있기에 API 구현이 어느정도 되는 편입니다. 스웨거 같은걸로 테스트할때도 꽤 괜찮고 근데 문제는 이런식으로 코드를 짜는게 저한테 발전이 있는가 의문입니다. 제가 명령하면 GPT가 코드를 짜줍니다. 당연히 한번에 컴파일이 되진 않겠지요 근데 몇번 수정하다보면 어느정도 됩니다.. 저의 지식이 15%라고 하면 GPT4가 85% 지식을 추가시켜줘서 코드를 짜주고 구현을 해줍니다. 방학기간 한달 남짓한 시간이라 팀원한테 민폐가 안되려고 어쩔수없이 쓰고있습니댜.. 나중에 배포까지 됬을때 어떻게 포트폴리오로 사용해야하나 고민입니다. 지피티가 없는 시절 파이썬으로 프로젝트를 할때는 저의 지식50% 구글링50%으로 했다면 GPT는 거의 대부분을 의존해서 걱정입니다.. 요약 GPT의존도 심함 1.프로젝트 긴급 투입 어찌저찌 요구사항 구현중 2.코드는 GPT가 짜주고 본인은 실행만 시키는 수준 3. 본인에게 발전이 있을지.. 4. 포트폴리오로는 어떻게 활용을 할지

docker container 내부의 spring boot 서버에서 client 의 ip 주소 알아내는 방법

안녕하세요 지금 만들고 있는 서비스가 설치형 어플리케이션에, 리눅스 파일 시스템을 사용해야해서 처음부터 docker 환경으로 spring boot 서버 환경을 세팅하고 시작했습니다. 순조롭게 진행하다가 한 부분에서 막히게 되었는데요, spring boot 서버 내에서 현재 요청한 클라이언트의 ip를 기존에 등록한 아이피와 비교하여 다른 아이피일 경우 요청을 거부하는 보안 로직을 구현해야하는 부분입니다. 문제가 되는 부분은 요청한 클라이언트의 ip를 알아내는 부분인데요 원래 하던것과 같이 HttpServletRequest 객체에서 getRemoteAddr() 메소드를 호출하여 아이피를 출력해보니 클라이언트의 아이피가 아닌 다른 아이피가 잡히는겁니다. 정황상 host 에서 컨테이너로 포트포워딩을 하다보니 본래 클라이언트의 아이피가 아니라 Docker 네트워크의 아이피가 나온 것 같습니다. 혹시라도 포워딩 헤더가 있을까 하여 헤더를 까봤지만 헤더에 있지도 않더라구요.. GPT에게 자문을 구해보니 두가지를 추천해주더군요. 1. container의 network를 host로 설정하라 이건 알아보니 리눅스에서만 작동하는거랍니다 제 어플리케이션은 리눅스에 설치될수도 있고 윈도우에 설치될 수도 있는데 말이죠.. 2. Nginx 같은 프록시 서버를 둬라 호스트에 프록시를 둬서 본래의 아이피를 헤더에 추가하든 어떻게든 해서 본래의 아이피를 스프링에 전달해주라는 말로 이해했습니다. 플랫폼 독립적으로 설치하기 위해서 Docker를 채용했는데 호스트에 추가적인 서버를 설치하라뇨… 이것도 좀 아닌 것 같습니다.. 막막합니다… 괜히 Docker 들여왔나 싶기도 하고, 보안 인증때문에 이 기능을 지원 안할수도 없고.. 도와주십쇼..!

Paging 관련 질문 있습니다.

jpa, pageable 활용하면 findall로 페이지에 속하는 데이터를 가져올 수 있다고 알고 있는데요. 1. repository 데이터가 변경돼서 예전 1페이지가 시간이 흐른 뒤 1페이지를 호출하면 다른 데이터가 나오게 돼서 데이터베이스 상태가 바뀌지 않도록 해야 된다고 GPT가 가르쳐 주는데 DATE 타입의 컬럼을 활용해서 소팅 하는 알고리즘의 경우는 어떻게 데이터베이스 상태가 바뀌지 않도록 하나요? 2. 유저1(최신순)과 유저2(추천순)가 서로 다른 알고리즘으로 Paging을 수행 할 때 Paging 객체를 유저 객체에 넣어서 기억 하나요?

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?

Dataset 수집하는 것에 대한 고민[GPT model에 넣을 dataset 수집]

OpenAI API를 이용하여 기사의 키워드를 예측하는 생성형 AI를 만들고자 합니다. GPT 모델에 넣을 데이터셋도 GPT로 이용해서 만들면 과적합과 같은 문제가 클까요? 제가 만들 데이터셋은 기사 내용 content(700개이상)와 이에 대한 keyword를 csv파일로 만들고자 하였습니다. 데이터셋을 만드는 과정이 처음이라 어떻게 해야할지 감이 잘 안잡히는데 도와주세요..!! 1. 사람이 keyword와 content를 작성하여 한땀한땀 데이터셋을 작성해야 한다 2. GPT가 알아서 content의 keyword를 예측하도록 하여 데이터셋을 만든다. (이 과정에서 과적합 같은 문제가 우려 됨) 3. 아예 어떠한 전처리 없이 기사(articles) 파일을 GPT 모델에 넣고 예측하라고 하기

비밀번호검증 질문 (백엔드 프론트엔드 연동 )

저는 컴퓨터공학과 학생이지만 개발이 처음입니다. 프론트엔드를 맡아 리액트 네이티브 앱을 개발하는 중입니다. 기초 지식은 있지만 학교 수업만 들어봤기 때문에 실제로 서비스를 어떻게 만드는지는 몰라, 이번 프로젝트에서는 사실상 GPT가 다 짜줬다고 해도 무방한 정도였어요. 프로젝트가 거의 다 끝나가는데, 백에서 비밀번호에 암호화를 걸면서 수정사항이 생겼습니다. if (existingProfile.password !== profile.oldPassword) { Alert.alert('비밀번호 오류', '기존 비밀번호가 올바르지 않습니다.'); return; } 기존에는 위와 같이 단순하게 비교를 했었는데, 백에서 암호화가 되어버려서 저런 단순한 로직을 사용할 수 없게 되었습니다. 대신 백에서 currentPassword(클라이언트에서 입력받은 비밀번호), getPassword함수(암호화되지 않은 사용자 계정의 기존 비밀번호를 받아오는 함수)를 bcrypt를 이용해서 알아서 다 처리하도록 코드를 다 짜주셨다고 하더라고요. 백엔드 코드는 사진으로 올려두었는데, if (passwordEncoder.matches(currentPassword, user.getPassword()))를 통해서 두 비밀번호가 일치하는 경우에만 정보가 수정되도록 코드가 작성되어 있습니다. 로직은 충분히 이해가 가는데, 이를 프론트엔드 코드에 어떻게 적용해야하는지 전혀 모르겠습니다. 구글링을 어떻게 해야 이런 경우의 풀이가 나오는지도 모르겠고, 찾아봐도 백엔드에서 암호화를 하는 방법이나 해시를 하는 방법 같은 것만 나오네요. 이 문제를 해결하기 위해 일주일 내내 노트북만 붙잡고 있었는데 멘탈만 부서지고, 코드는 아무것도 나아지지 않았습니다. 부디 많은 조언과 도움 부탁드립니다.

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.

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!!

제 코드, 뭐가 문제일까요?

https://github.com/get1092/Trade/blob/main/quest/53/53quest.html 완전 초짜여서 여기저기 구글링해보고 챗gpt도 써봤는데 더 이상은 무리네요.. 현재 cbt타입의 웹사이트를 만들고 있습니다. 원하는기능은 3개입니다. 1. 문제에 답을 입력하면 omr에도 연동되어서 같이 입력되게 되어야함 2. 답안josn파일(53anwer.json)을 토대로 문제를 다 풀면 채점해서 점수가 나오게함 + 오답은 omr에 빨간색으로 칠할것 답안 josn : https://github.com/get1092/Trade/blob/main/quest/53/53anwer.json 3. omr에 문제버튼 누르면 해당번호로 문제가 이동되는것 이거면 되는데 초보자인 저에게는 너무 어려웠나봅니다. 혹시 어떻게 하면 되는지 알 수 있을까요?

기업에서 사용하는 자연어 처리 모델에 대한 궁금증이 있습니다.

현재 취업준비생인데 자연어 처리 분야로 목표를 잡고 있습니다. 기업은 대기업이 아니더라도 중소기업, 스타트업 다 생각 중에 있습니다. 자연어 처리 쪽에 궁금한 점이 생겨 질문을 남깁니다. 기업들의 자격조건들을 보면 pytorch나 tensorflow 등 사용 경험이 나왔습니다. 보통 개인적으로 학습할 때는 pytorch나 tensorflow 등을 사용해서 LSTM 같은 모델들을 직접 짜보는 경험들을 하지만 요즘 프로젝트를 진행하면 GPT, Gemma, Huggingface 등 이런 모델들을 불러와서 파인튜닝하고 평가할때만 pytorch를 이용해서 하는 거 같습니다. 실제로 기업에서는 직접 LSTM 같은 모델들을 설계하여 사용하는 지 그 정도 수준의 pytorch 수행능력을 가져야 하나요 아니면 외부 모델 파인튜닝을 더 많이 해서 pytorch의 수준 능력이 고급까지 아니여도 되는 지 궁금합니다.

코딩 강의에 나온 내용을 어떻게 사용할지 전혀 모르겠습니다

안녕하십니까 선배님들! - 현 상황 Code with mosh라는 사이트에서 자바스크립트 강의를 듣고 있습니다. 기본적인 문법은 끝냈고, prototype, polymorphism, getter and setter 등 — 강의 제목상 intermediate level로 추정되는 — 을 배우고 있습니다. 저세한 상황을 말씀드리면 저는 28살 비전공자이며, 공부한지는 한 달 반 정도 되었습니다. 하루에 8시간 자리에 앉아서 6시간은 집중해서 하고 있습니다. 그동안 이런저런 강의(드림코딩, 해외 유튜버 무료 강의)도 듣고 codewars라는 사이트에서 문제도 풀어보았습니다(7kyu - 23문제, 6kyu - 10문제). login-register page, modal, toast, snake game 등의 튜토리얼도 열 개 정도 만들어봤습니다. react 튜토리얼도 찍먹 해보았고, Chatgpt를 이용해서 아무것도 모르지만.. mongodb와 연결하여 회원가입, 로그인 기능까지 구현해보았습니다. 지금 듣고 있는 강의가 끝나면 리액트(+타입스크립트) 강의를 들을 예정이고, 그 다음은 NEXT.js 강의를 들어볼 생각입니다. 언어 공부하는 건 되게 재밌습니다. - 고민 1. 초반에 쉬운 문법은 사용할 구석이 되게 많아보였는데 지금 배우고 있는 내용을 접목할만한 실습 예제를 못 찾고 있습니다. 그래서 현재 배우는 내용은 그냥 아~ 그렇구나 정도로 넘기고 있습니다. 언제쯤 부트캠프나 작게라도 협업 프로젝트를 해야할지 궁금합니다. 2. 저는 컴퓨터 공학적 지식, 수학적 지식이 전혀 없습니다. 딴에는 필수는 아니라고 하시지만, 코딩 면접에서 치루게 될 문제(백준, 프로그래머스 예제들)을 보면 수학적 지식이 꽤나 중요하게 작용할 것으로 보입니다. 또, 면접에서 공학적 내용에 대해 질문할텐데 이 부분은 어느 정도 레벨까지 올려아할지 궁금합니다. 지금 문법 공부에만 하루 6시간을 쓰고 있는데 더 할애해서 공학적 지식과 수학 공부를 해야할지 고민됩니다. (사실 8시간을 앉은 자리에서 집중하려고 하니 꽤나 힘듭니다ㅠㅠ) 긴 글 읽어주셔서 감사합니다.

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.

GPT의존을 줄이고 싶습니다..

안녕하세요. 이제 대학교4학년(컴공)을 졸업하고 부트캠프7개월+짜잘한 교육과 대외 동아리를 듣고 회사생활을 시작한 주니어소프트웨어 개발자입니다. 부트캠프때 웹프론트를 배우면서 기본지식들을 습득하고 프로젝트들을 해보았지만 기본지식을 어떻게 활용할지 몰라 GPT와 티키타카하며 개발을 해왔습니다. 아무래도 짧은시간에 산출물을 만들어 내야하기 때문에 GPT의존도가 높아질 수 밖에 없었다고 생각이 듭니다.. 취업전에 다시 기초를 닦으면서 공부하며 회사에 들어가면 세밀하게 배울줄 알고 있었는데 막상 취업해보니 대표님이 간단한 프론트과제를 주시면 머리속에 어떻게 해야할지 구상은 되지만 코드로 치기가 어려워 GPT에 의존하게 되었습니다. 구글링이나 스택오버플로우를 통해 하나하나 만들어가려고 했지만 구현과제 시간이 또 있어서 급한 마음에 또 GPT를 쓰게되는데.. 이렇게 되면 실력이 안늘것같아 걱정입니다.. 지금 수습기간이라 이런이야기를 하면 수습종료될것같기도 해서 여기에 질문올려봅니다

AWS Amplify에서 PnP를 지원하지 않나요?

안녕하세요~ 회사에서 진행중인 Next.js 프로젝트가 serverless framework를 사용하고 있어서 Next 13으로 업그레이드가 안되던 문제를 Amplify를 도입하여 해결하였습니다. 내친 김에 Yarn Berry의 Plug’n’Play까지 도입해봤는데요, 문제는 이 경우에 Amplify의 빌드에 실패합니다. 결과적으로는 배포가 안돼서.. 결국 Plug’n’Play를 못쓰게 되었어요. ChatGPT에게 물어보니 AWS Amplify가 현재 PnP를 지원하지 않는다는데.. 정확성이 부족하다고 판단되고 관련된 GitHub Issue도 명확하게 답변이 나오지는 않은 것 같아서요. 혹시 저처럼 Next.js 13 + PnP를 사용한 프로젝트를 AWS Amplify에 배포해보신 분이 계실지, 아니라면 해당 프로젝트를 성공적으로 배포하신 케이스는 어떤 걸 사용한 케이스인지 알고싶습니다!

현업에서 chatgpt사용

Chat gpt와 관련해서 현업에서 어떤식으로 사용중이신지 궁금해서 질문을 올려봅니다. Chat gpt는 2021년까지의 data를 기반으로 질문에 대한 답을 하는 것으로 알고 있습니다. 이에따라 최신 기술에 대해 질문을 한다면 chat gpt는 '모르쇠' 라고 답할 것으로 예상이 되고 실제로 그렇게 답을 하기도 합니다. 이에대해 현업에 계신 분들은 최신 기술에 관한 질문이 있다면 chat gpt보다 공식문서를 사용하시는 건가요? 혹은 최신 기술에 대해 chat gpt를 사용하신다면 어떤식으로 사용하시는지 궁금합니다. 감사합니다.

안녕하세요 국비 교육 4개월차 비전공자입니다

안녕하세요 국비 교육 4개월차 비전공자 입니다. 답답한 마음에 조언을 구할 곳을 찾다가 이렇게 용기내어 커리어리에 글을 남기게 되었습니다. 국비 과정에서 JAVA, Python, HTML/CSS/JavaScript, 자료구조, React, SpringBoot 등을 배웠고 뒤에 시계열 분석, KNN 등의 AI 모델 관련된 부분도 조금씩 배웠습니다. 문제는 역시 배운것과 할 수 있는 것은 다르다는 점입니다. 저는 이과 출신이긴 하지만 워낙에 수 감각이나 응용력이 부족해서 JAVA나 Python은 아주 기본적인 코딩 테스트 문제(백준 브론즈 수준)을 제외하고는 푸는 것이 쉽지 않았고, 자료구조도 마찬가지로 제게는 너무나 복잡한 내용이었습니다. -- 아직은 제 노력이 부족해서 그런것 같기도 합니다만, 기본적으로 제 적성에 맞지 않는다는 느낌을 지울 수 없었습니다 -- 하지만 프론트 관련된 부분은 수업을 따라갈 수 있었고 나름대로 프로젝트에서 해당 파트를 담당, 주변의 칭찬을 받아가며 제 몫을 해내고 있긴 합니다. 다만 GPT가 없으면 아주 기본적인 화면 짜기 정도 밖에 할 수 없고, GPT나 교재에서 힌트를 얻어야만 서비스를 구현할 수 있는 수준에 머물러 있습니다. -- 이 부분은 확실히 제가 더 노력해야한다고 생각합니다-- 그나마 다행(?)인 점은 과정 중에도 부단히 시간을 아껴가며 개인 공부를 해서 정보처리기사 필기 합격, SQL 개발자 응시(아직 결과가 나오지 않았습니다만 공부 자체는 아주 많이 했습니다), 이에 연달아 웹디자인기능사 필기 준비를 하고 있다는 점입니다. 서론이 길었습니다만, 제가 선배님들께 질문드리고 싶은 점은 다음과 같습니다. 1. 저는 프론트를 지망하고 있고 실제로 페이지를 만들고 서비스를 자바스크립트로 조금이나마 구현할때 큰 기쁨을 느낍니다. 때문에 제가 수강하고 있는 풀스택 과정에서 백과 데이터 관련된 부분은 시간, 역량 부족 등의 여러 이유로 소홀할 수 밖에 없었습니다. 정말로 프론트 개발자를 하고자 한다면 저의 이런 결점들을 보완하지 않아도 될까요? 백과 데이터를 보완할 시간에 프론트를 더 다듬는게 급선무인듯 합니다만, 확신이 들지 않습니다. 2. 국비교육이 마무리 된 후 개인적으로 프론트 공부를 더 많이 하고싶은데, KDT 교육은 5년간 받을 수 없기에 비용을 지불하고서라도 부트 캠프 또는 프로그래머스 강의 등을 수강하려고 합니다. 이때에 제가 가이드맵 삼을 만한 조언을 조금만 부탁드리고 싶습니다. 어떤 강의를 듣는 것이 좋을까요? 키워드를 알려주신다면 제가 검색하여 알아보겠습니다. 3. 저는 대학도 부산대를 나왔고, 국비 과정도 부산대에서 주관하는 프로그램을 듣고 있습니다. 우물 안 개구리 같은 소리로 들리실지는 모르겠지만 취업도 마찬가지로 부산에서 하고 싶은 마음이 큽니다. 프론트 개발자가 부산에서 살아남을 수 있을까요? 사람인이나 원티드를 둘러봤을때에 비교적 일자리 공고가 많지 않았기에 걱정이 됩니다. 긴 글 읽어주셔서 감사합니다. 조언도 꾸중도 달게 받겠습니다. 잠시라도 시간내어 도움 주신다면 진심으로 감사드리겠습니다.

ERP 개발 스타트업에서 현장실습(직무체험)이 도움이될까요?

저는 4학년 막학기를 준비하는 서비스기업을 목표로하는 학생입니다 작년부터 스프링을 공부해서 최근에는 react 개념공부도 끝내서 프론트는 gpt도움으로 스프링부트와 jpa를 쓰면서 백엔드 위주의 토이프로젝트를 준비중에 있습니다. 사실은 2학기때도 막학기 다니면서 혼자 이렇게 포폴용 프로젝트를 하거나 스터디를 찾고 들어갈 계획을하고있었는데 사실 혼자준비하면서 방향이 이게 맞나 의구심이 들던차에 학교 현장실습으로 막학기때 학기대체로 erp개발 스타트업을 현장실습 하면서 퇴근후에 공부를 하는건 어떤가해서요. 설명은 다음처럼 돼 있었습니다 ‐-‐------------------------------------------------------- 교육목표 : 본 교육과정은 Java 프로그래밍 언어와 Spring Boot 프레임워크를 활용하여 안정적이고 확장 가능한 웹 애플리케이션 백엔드를 개발할 수 있는 전문 개발자를 양성하는 것을 목표로 합니다. 교육생들은 Java 프로그래밍의 기초부터 고급 문법까지 습득하고, Spring Boot를 통한 RESTful API 설계와 구현, 데이터베이스 연동, 웹 서버 보안 등 백엔드 개발에 필요한 실무 기술을 배우게 될 것입니다. ‐-‐------------------------------------------------------- si회사에 다니면서 체험하는것이 서비스기업을 목표로할때 도움이될까요? 괜히 개인공부시간만 방해받을거 같기도하고..제가알기로 erp쪽은 도메인이 너무 특수해서 사실 제가 목표하는쪽이랑은 다를거같기도하고요 직무체험이라 괜찮을까싶기도하고..

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?

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??

개발자의 업무범위에 대해서

안녕하세요. 작은 중소 솔루션 회사에서 30살이라는 적지 않은 나이에서 2년차 웹 개발자로 일하고 있습니다. 입사 당시 프로그래밍을 독학으로 공부하다보니 Spring이나 웹 MVC패턴이라는 개념도 모른채 그저 servlet과 jsp만으로 제가 만들고 싶은 웹을 다만들어서 jsp 안에 모든 서비스 로직과 화면 렌더링을 주구장창 다때려박으면서 그저 DB와 java 정도만 알고 있던 상태임에도 불구하고 지금의 회사에서 입사하여 입사하자마자 Spring을 공부할 시간을 1달가량 받고 그때부터 제대로 MVC패턴과 Spring 프레임워크를 통해서 간단한 게시판을 만들어낸 것을 이후로 지금은 회사를 다니면서 javascript와 ElasticSearch 등을 많이 접하고 사용하면서 프론트와 백엔드 구분없이 개발을 해왔고 그에 따라서 많은 성장할 수 있었습니다. 이런점에서는 회사에 대해서 정말로 감사하게 생각하고 있습니다. 하지만 8개월쯤부터 아무래도 회사가 성장함에 따라 고객사에 늘어남과 동시 고객지원 및 솔루션 납품 설치 업무를 할일이 많아지게 되었고 자연스럽게 개발업무의 비중이 줄어들고 있습니다. 어떤날은 하루에 1시간도 코드를 못볼 때도 종종있고 한달에 많으면 4~5번을 고객사로 출장을 가게되는게 지금 현상황입니다. 물론 솔루션 납품과 설치를 위해서 리눅스를 알아야하고 회사 제품을 더많이 이해되면서 개발을 진행할 때도 고려하지 못했던 부분들을 고려하게 됨에 따라 생각도 넓어지고 인프라적인 요소들도 많이 알게되어서 배우는 점은 분명하게 있지만서도 계속 이회사를 다닌다고 해서 개발자로 성장할 수 있을까? 라는 고민이 듭니다. 백엔드와 프론트엔드 개발 구분없이 풀스택 개발자 처럼 개발 업무를 진행 해야하는점도 전문성이 결여되는 느낌이 들고 다들 너무나 바쁘다보니 코드 리뷰, 테스트 코드 작성 이런건 전혀이루어지지 않고 회사에서 원하는 화면과 기능 등을 정해진 일정도 없이 고객사 출장이 없으면 없는대로 있으면 있는대로 일정을 알아서 도출해서 완료하고 하는대로 되는대로 이루어지고 있습니다. 백엔드 프론트엔드 구분 없이 개발하거나 코드리뷰나 테스트 코드 이런거는 사실 바라지도 않습니다. 요즘 ChatGPT가 얼마나 좋은가요 제가 작성한 코드에 대해서 ChatGPT를 통해서도 리뷰를 받아볼 수 있고 이러하니 백엔드 프론트엔드 구분없는 것은 오히려 웹개발의 전반적인 과정을 경험할 수 있으니 오히려 좋다고 생각하고 있습니다. 하지만 고객 지원(전화응대, 이메일, 서버 납품및 설치와 정기점검을 위한 출장 및 외근)의 범위가 넓어지고 하다못해 세금계산서 발행 처리와 관련된 문의도 대신 받아서 해당 담당자에게 전달하는 이메일까지도 받습니다. 고객사 출장이 잦아지다보니 어떤날은 1~2시간 코드를 보면 많이 보는날도 종종 생기고 개발업무를 하다가도 전화받고 이메일 확인 때문에 개발자체에 집중하기도 어렵습니다. 개발에만 집중해서 성장하기에도 시간이 부족한데 개발업무는 개발업무대로 주면서 이러한 고객지원업무까지 하려니 회사에 대한 고마움은 사라진지 오래고 정이 떨어졌습니다. 사실 개발업무도 수시로 요구사항이 변하니 원하는 대로 개발해놓고 가져가면 갑자기 말을 바꿔서 다른 방식이나 기능을 언급하면서 일을 2번하게 되는 일도 허다해서 정말 짜증이 너무나서 이제는 제가 알아서 회의가 끝나서 회사의 요구사항을 정리하고 난 뒤 ppt로 화면정의서 같은거를 대충 만들어서 이렇게 개발해서 보여드리면 될까요? 확인받고 진행을 하게 되더군요. 작년만 하더라도 시키지도 않은 일도 아랑서 잘 깔끔하게 하려고하고 회사에 대한 애정이 정말 있었지만 이로인해서인지 몰라도 이제는 출근해서 회의를 하면 기분이 않좋아지고 회의가 하기싫어집니다. 요즘엔 이런식으로 계속 회사를 다니면 개발자로는 물경력이 될 것같다는 생각이 너무나 확고하게 자리잡았습니다. 물론 회사에다가도 이야기는 했습니다. 개발업무외에 고객지원 업무 때문에 개발업무에 집중이 안된다. 고객사나가는 것이 부담스럽다. 첫회사였고 애정이 있던 회사였던지라 섣부르게 퇴사를 고민하는 것이 아닌가라는 생각이 들고 있는데 어떻게 해야할까요?

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 😭❕

AI 챗봇 프로젝트 시작

AI에 대해 무지하지만 벨로그에 올라온 AI 프로젝트를 보고 너무 재밌어보여서 한번 시도해 보고 싶은 학생입니다. 카카오 챗봇, 디스코드 봇, 아니면 웹사이트에 간단하게 사람들의 말투를 학습 시켜서 대화 가능한 봇을 만들어서 올리고 싶은데 어떤 스택을 사용해서 만들어야 하는지 모르겠습니다. 이미 있는 모델로 학습을 시키면 되는거 같기도 하고 GPT 어시스턴트를 이용하는거 같기도 하는데 뭘로 시작하면 좋을지 궁금합니다. 깊게 파보지는 않고 간단하게 토이프로젝트로 시작하려고 합니다. 궁금한점 1. 챗봇 토이프로젝트를 시작하기 좋은 방법(강의, 책, 필요한 스택) 2. AI 학습과 GPU 상관관계 (서버로 연결해서 학습하거나 GPT 어시스턴트를 쓰면 그래픽 카드 성능은 안중요해 보여서 어떤지) 3. 혹시 GPU가 중요하다면 위와 같은 프로젝트를 만들때 적당한 그래픽 카드 4. M3 pro 사용 중인데 이걸로는 AI 학습이 불가능한지

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.)