피터의 개발이야기

ㅁ 왜 올리브유가 다이어트에 좋은가? ㅇ GLP-1(식욕억제 호르몬) 자연 자극올리브유는 ‘위고비’ 등 다이어트 주사처럼 식욕 억제 호르몬(GLP-1)을 자극해 자연스럽게 식욕을 줄여줍니다.위고비가 강력한 ‘인위적 자극’이라면, 올리브유는 부드럽고 지속적인 자극에 가깝습니다.ㅇ 체지방 감량과 혈당 조절 효과하버드대 연구(12만 명 대상): 올리브유 섭취 그룹이 버터, 마가린 섭취 그룹보다 체중이 더 줄었음.AMPK 효소를 활성화해 체지방 분해 촉진, 지중해식단의 핵심 성분으로 혈당과 인슐린 반응도 개선합니다.ㅇ 인지 건강에도 탁월9만 명, 28년 추적 연구: 하루 반 숟가락 올리브유를 꾸준히 먹은 그룹은 치매로 인한 사망 위험이 28% 낮았습니다. ㅁ 올리브유 제대로 먹는 실전 루틴1. 언제?식전 공복에..

들어가며40대 이후에는 체내 변화로 인해 20~30대와 동일한 방법의 다이어트가 효과적이지 않습니다. 성공적인 체지방 감량과 건강 유지를 위해 반드시 신체 변화에 맞는 전략이 필요합니다. 1. 40대 이후 다이어트는 왜 특별할까?기초 대사량 감소나이가 들수록 에너지 소비가 줄어듭니다.호르몬 변화남녀 모두 근육량 감소, 복부지방 증가, 인슐린 저항성 증가 현상이 나타나기 쉽습니다.장내 환경 변화미생물 구성 변화로 소화·대사 효율이 감소할 수 있습니다.무리한 방식의 한계과도한 운동은 오히려 관절·근육 손상을 유발할 수 있습니다.정신적 스트레스 증가만성 스트레스는 코르티솔 상승으로 복부지방 축적을 촉진합니다. 2. 반드시 바꿔야 할 3가지 식단 습관1) 더 건강하게 탄수화물 먹기무조건 줄이기보다 저GI(당지수..

ㅁ 들어가며HBM(High Bandwidth Memory, 고대역폭 메모리)은 AI 모델 학습에,GDDR(Graphics Double Data Rate, 그래픽스 전용 메모리)은 AI 추론에 각각 최적화된 메모리로 볼 수 있습니다. AI 학습에는 왜 HBM이 유리할까? 🧠AI, 특히 LLM(대규모 언어 모델, Large Language Model)처럼 방대한 데이터를 다루는 딥러닝 학습 과정에서는GPU가 잠시도 기다리지 않도록 극도로 높은 메모리 대역폭(Bandwidth)이 필요합니다.모델의 가중치, 활성화값(activation), 그리고 기울기(gradient) 등 엄청난 데이터가 반복적으로 오고 갑니다.HBM의 주요 장점압도적인 대역폭HBM2e를 탑재한 NVIDIA A100 GPU: 최대 2TB/s..

ㅁ 들어가며 최신 AI 코드 에디터인 Cursor는 놀라운 생산성 향상을 가져다주지만, 때로는 방대한 프로젝트 전체를 분석하며 발생하는 토큰 비용이 부담스러울 수 있다. 만약 대규모 코드베이스를 무료로 분석하고, 그 핵심만 Cursor에게 전달해 정교한 작업을 맡길 수 있다면 어떨까? 이 글에서는 Google의 강력한 Gemini CLI를 '사전 분석가'로 활용하여 Cursor의 토큰 사용량을 획기적으로 줄이고, 두 도구의 장점만을 조합해 개발 효율을 극대화하는 실용적인 워크플로를 정리하였다. ㅁ Gemini는 숲을 보고, Cursor는 나무를 다듬는 전략 이 워크플로의 핵심은 "Gemini가 읽고(분석, 요약), Cursor가 편집/최적화한다"는 패턴이다. 각 도구가 가장 잘하는 역할에 집중시켜..

ㅁ 들어가며예전에는 "대치동에서 공부하면 성공한다"는 공식이 통했습니다. 대표적 명문고 휘문고 역시 대치동 신화를 이끌었던 학교 중 하나입니다. 하지만 최근 휘문고가 신입생 모집에서 미달이라는 충격적인 결과를 맞이했습니다. 탈대치동, 그리고 탈학군지 흐름이 이미 현실로 다가온 이유는 무엇일까요? 1. 치열한 내신 경쟁과 입시 전략의 변화최근 대학 입시 제도는 상위권 학생들을 대상으로 정시에서도 내신 반영 비율이 높아지면서 내신의 중요성이 크게 올라갔습니다. 대치동 자사고처럼 상위권 학생이 많은 학교에서는 1등급을 받는 것이 점점 더 어려워지고, 학부모들은 "평균적인 학교에서 내신 따기가 유리하다"는 판단을 내리기 시작했습니다. 실제로 "강남에서 4등급 받느니, 비학군지에서 2등급 받자"는 전략으로 전학 ..

ㅁ 핵심 개념AI-Native 소프트웨어 엔지니어란 AI를 일상 업무에 깊이 통합해, 생산성과 창의성을 극대화하는 개발자를 의미합니다.AI를 위협이 아닌 협업 파트너로 인식하며, 반복적이고 시간이 많이 드는 작업을 AI에 위임하고, 고차원의 문제 해결과 혁신에 집중합니다.“AI가 이 작업을 더 빠르고, 더 잘, 혹은 다르게 도와줄 수 있을까?”라는 질문을 습관화해야 합니다. ㅁ AI-Native 엔지니어의 마인드셋AI의 결과를 무조건 신뢰하지 않고, 항상 검증(“trust, but verify”)하는 자세가 중요합니다.AI가 제안한 코드나 해결책의 품질, 보안, 정확성에 대한 최종 책임은 엔지니어에게 있습니다.엔지니어의 역할이 점차 “작업자”에서 “매니저”로 변화하고 있습니다. 즉, AI 에이전트에게 작..

보호되어 있는 글입니다.

ㅁ 들어가며 AI 시대의 문턱에서 우리는 더 이상 “질문을 잘하는 능력”만으로는 충분하지 않다는 것을 실감하고 있다.AI의 잠재력을 최대한 끌어내기 위해서는, 그저 좋은 프롬프트를 작성하는 것을 넘어, AI가 일할 수 있는 환경 자체를 설계하는 능력이 요구되고 있다. 이를 이끄는 개념이 바로 컨텍스트 엔지니어링(Context Engineering)이다. 이 글에서는 프롬프트 엔지니어링의 한계를 짚고, 컨텍스트 엔지니어링의 개념과 실천 방법, 그리고 문서기반개발(Documentation-Driven Development, DDD) 방법론과의 연관성까지 살펴본다. 오늘 이야기 하고 싶은 핵심은 이것이다. 질문하는 기술에서 AI가 잘 일하게 만드는 기술로의 성장!! ㅁ 프롬프트 엔지니어링의 한계와 피로감프롬..

ㅁ 들어가며Cursor는 코드 생산성과 협업 효율을 높이는 도구이다. v1.2에서는 개발자 경험을 향상시킬 수 있는 기능들이 추가되었다.이번 업데이트를 통해 더욱 유연하고 체계적인 개발 환경을 구성할 수 있다. ㅁ 새로운 기능ㅇ Web & Mobile Cursor Agents웹과 모바일에서 Cursor 에이전트를 사용할 수 있다.코드 작성, 질문 응답, 작업 스캐폴딩이 어디서든 가능하다.장소 제약 없이 에이전트를 활용할 수 있어 업무 연속성이 높아진다.ㅇ Pull Request Search & Indexing풀 리퀘스트 검색과 인덱싱 기능이 추가되었다.브랜치, 커밋, 이슈 정보를 기반으로 문맥을 활용한 탐색이 가능하다.코드 리뷰와 변경 이력 추적이 쉬워졌다.ㅇ To-dos구조화된 작업 리스트를 자동 생성..

ㅁ 들어가며 MSA 구조는 유연하고 확장성이 높다. 하지만 그만큼 복잡하다. 모듈 간 호출 흐름이 얽혀 있고, 장애 발생 시 근본 원인을 빠르게 파악하기 어렵다. 이런 구조를 효율적으로 분석하고 이해하기 위해선 명확한 접근 방식이 필요하다.그 해답이 문서 기반 지식 엔지니어링(Documentation-Driven Knowledge Engineering) 이다. ㅁ 왜 문서 중심인가? 코드는 진실이다. 하지만 항상 빠르게 이해할 수 있는 진실은 아니다. MSA 환경에서는 다음과 같은 문제가 자주 발생한다.서비스 구조가 머릿속에 들어오지 않는다.API 호출 경로가 명확하지 않다.장애 발생 시 관련 모듈을 찾기 어렵다.분석 시간이 오래 걸린다.이런 문제를 해결하려면, 각 모듈의 기능, 구조, API, 연동 ..