피터의 개발이야기

[AI] Peterica의 AI공부와 비젼 정리ㅁ 들어가며 최근 컴포넌트 라이선스 검증과 SDK 구조를 살펴보는 과정에서 Qualcomm QNN(Qualcomm AI Runtime)을 접하게 되었다.처음에는 단순한 모바일 AI SDK 정도로 생각했는데, 문서를 따라가며 구조를 이해하다 보니 QNN은 훨씬 본질적인 역할을 하고 있었다. 결론부터 말하면 QNN은 단순한 SDK가 아니라, Snapdragon SoC 전체를 AI 추론용 컴퓨팅 플랫폼으로 만드는 런타임 레이어 에 가깝다. 이 글은 서버/JVM 개발자 관점에서 QNN을 이해한 기록이다. ㅁ TL;DRㅇ Snapdragon은 이미 CPU / GPU / DSP / NPU가 공존하는 짬뽕 컴퓨팅 칩이다.ㅇ QNN은 이 자원들을 하나의 AI 실..

[AI] Peterica의 AI공부와 비젼 정리🏠 AI Knowledge Base - HomeLLM, RAG, Agent, DevOps 학습 노트의 중앙 허브 🗺️ 주요 영역 01_LLM_Fundamentals - 언어 모델 기초02_AI_Basics_RAG - RAG 파이프라인03_Agent_Architecture - 에이전트 시스템04_AI_DevOps_Observability - 운영 및 모니터링 🔥 핵심 개념Transformer & LLM01 언어 모델 발전사02장 트랜스포머 아키텍처 RAG Pipeline[[02_AI_Basics_RAG/Embeddings/01_Embedding_Basics|Embedding]] - 벡터화[[02_AI_Basics_RAG/VectorDB/01_HNSW|HN..

[AI] Peterica의 AI공부와 비젼 정리ㅁ 들어가며 점심시간에 크루들과 서버 메모리 구조에 대한 이야기를 나누다가, 생각보다 중요한 인프라 포인트들이 많다는 걸 다시 느꼈다.우리는 보통 서버 스펙을 볼 때CPU 코어 수메모리 용량(GB)정도만 확인한다.하지만 Memory-bound 워크로드를 운영하는 입장에서는, 이것보다 더 중요한 요소가 있다.바로 메모리 채널 구성이다. 결론부터 말하면: “메모리는 얼마나 많으냐보다, 어떻게 연결되어 있느냐가 더 중요할 수 있다.” ㅁ CPU 소켓과 메모리 채널일반적인 서버 CPU 하나(소켓)는 여러 개의 메모리 채널을 가진다.최근 서버 기준으로는 보통 6~8채널이다. 중요한 포인트는 다음이다.ㅇ 메모리는 채널 단위로 병렬 접근된다ㅇ 채널 수 = 실질적인 메..

보호되어 있는 글입니다.

[AI] Peterica의 AI공부와 비젼 정리ㅁ 들어가며최근 로컬 LLM 환경이 빠르게 진화하고 있다.이제는 단순히 모델을 띄우는 수준을 넘어, 실제 개발 워크플로우 안에 AI 에이전트를 자연스럽게 통합할 수 있는 단계에 들어왔다고 느낀다.이번 글에서는 Claude Code with Anthropic API compatibility의 내용을 보고, Ollama의 신규 기능인 ollama launch와 GLM-4.7-Flash 모델을 활용해,Claude Code를 완전히 로컬 환경에서 실행해 본 과정을 정리해 보려 한다. 목표는 단순하다.“클라우드 API 없이, 내 머신 위에서 Claude Code를 돌린다.” ㅁ Ollama launch가 바꾼 것ㅇ 기존에는 Claude Code를 로컬 모델에 연결하..

[AI] Peterica의 AI공부와 비젼 정리ㅁ 들어가며 나는 백엔드 개발자로 커리어를 시작했고, 이후 DevOps와 SRE 성격의 업무를 병행하며 다양한 운영 환경을 경험해 왔다.메시징 플랫폼, 음성 서비스, Gateway, CI/CD, EKS 운영, 장애 대응까지 — 표면적으로 보면 꽤 넓은 범위의 경험이다.그러던 중 문득 이런 생각이 들었다.“나는 계속 바쁘게 일하고 있지만, 나만의 기술 방향은 얼마나 명확한가?” 이 글은 그 질문에 대한 개인적인 정리이자, 앞으로 어떤 엔지니어가 되고 싶은지 기록해 두기 위한 글이다. ㅁ 경험을 통해 자연스럽게 형성된 관심사돌아보면 지금까지의 업무는 크게 세 영역으로 나뉜다.ㅇ BackendSpring 기반 API 개발외부 시스템 연동배치 / 정산 / 통계 로..

ㅁ 잠자기 활성화 방법# 비활성화sudo pmset -a disablesleep 0# 활성화sudo pmset -a disablesleep 1 ㅁ 필요한 이유맥북을 닫아서 이동하더라도 백그라운드에서 claude코드가 작업을 할 수 있도록 하기 위함.

[AI] Peterica의 AI공부와 비젼 정리ㅁ 들어가며 최근 RAG(Retrieval Augmented Generation)를 구성하기 위해 벡터 검색 기술을 공부하게 되었고,그 과정에서 FAISS를 중심으로 개념 정리와 실험을 진행했다.이 글은 LLM 전문가가 아닌 백엔드 개발자 관점에서, FAISS가 무엇이고 어떻게 쓰이는지, 그리고 어디까지 직접 운영할 수 있는지를 정리한 기록이다. ㅁ FAISS란? FAISS(Facebook AI Similarity Search)는 벡터 간 유사도 검색을 빠르게 수행하기 위한 라이브러리다.데이터베이스가 아니라, 검색 엔진의 핵심 알고리즘 모음에 가깝다.ㅇ 기본 성격 - Meta AI Research에서 개발한 오픈소스 라이브러리 - C++ 기반, P..

ㅁ 들어가며Obsidian Skills는 Obsidian과 Claude Code를 깊게 통합해서, 로컬 볼트를 AI 에이전트가 직접 읽고 쓰는 에이전트 스킬 세트라고 정리하면 좋다.ㅁ Obsidian Skills 소개Obsidian Skills는 Obsidian CEO인 Steph Ango(kepano)가 만든 오픈소스로, Claude Code 같은 에이전트가 Obsidian 볼트 구조와 문법을 이해하고 조작하도록 돕는 스킬 모음이다.Agent Skills 명세를 따르는 SKILL 폴더들로 구성되어, Obsidian 마크다운, Bases 데이터베이스, Canvas 등 Obsidian 고유 포맷까지 다룰 수 있게 설계되어 있다.ㅁ Obsidian Skills의 주요 기능노트·지식 관리: 데일리 노트 생성,..

ㅁ 들어가며 LLM 공부·실습용으로 한 번 북마크해 두면 두고두고 참고하기 좋은 큐레이션 허브(LLM Engineer Toolkit) 정도로 정리할 수 있을 것 같아. ㅁ 한눈에 보는 LLM 기술 지도LLM 학습·파인튜닝, 앱 개발, RAG, 추론, 서빙, 평가, 모니터링까지 LLM 라이프사이클 전체를 아우르는 120개+ 라이브러리를 카테고리별로 정리해 둔 레포지토리다.어떤 단계에 어떤 도구를 써야 하는지 구조적으로 파악하면서, 필요한 순간에 바로 라이브러리 후보를 찾을 수 있다는 점이 큰 장점이다. ㅁ 카테고리 구조가 잘 짜여 있음LLM Training, Application Development, RAG, Inference, Serving, Data Extraction, Data Generation..