일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
- CKA 기출문제
- Java
- 기록으로 실력을 쌓자
- kotlin coroutine
- kotlin
- 오블완
- kotlin querydsl
- SRE
- AWS EKS
- Pinpoint
- 정보처리기사 실기 기출문제
- APM
- golang
- minikube
- Kubernetes
- PETERICA
- Elasticsearch
- go
- tucker의 go 언어 프로그래밍
- 정보처리기사실기 기출문제
- Linux
- aws
- CKA
- Spring
- CloudWatch
- 코틀린 코루틴의 정석
- AI
- 공부
- MySQL
- 티스토리챌린지
- Today
- Total
목록AI (34)
피터의 개발이야기
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 중심 지식기반 개발 (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 ..
ㅁ 들어가며최근 AI 업계에서 프롬프트 엔지니어링이 화두였다면, 이제는 그 한계를 넘어 컨텍스트 엔지니어링(Context Engineering)이 AI 시스템의 성패를 좌우하는 핵심 역량으로 떠오르고 있다. 단순히 “좋은 프롬프트”를 고민하는 시대는 끝났고, 이제는 AI가 신뢰성 있게 문제를 해결할 수 있도록, 필요한 모든 맥락과 도구를 설계하는 일이 중요해졌다. 이 글에서는 컨텍스트 엔지니어링이 무엇인지, 왜 중요한지, 그리고 실제로 어떻게 적용할 수 있는지 정리하였다. ㅁ 컨텍스트 엔지니어링이란 무엇인가? 컨텍스트 엔지니어링은 기존의 프롬프트 엔지니어링에서 한 단계 진화한 개념이다.프롬프트 엔지니어링이 “질문을 어떻게 잘 쓸까?”에 집중했다면,컨텍스트 엔지니어링은 AI가 작업을 제대로 수행할 수 ..
ㅁ 들어가며IntelliJ에서 Cursor로 전환할 때 반드시 알아야 할 주요 단축키를 Mac 기준으로 정리하였다.Cursor는 VSCode 기반이기 때문에, 대부분의 단축키가 VSCode와 동일하며, 여기에 AI 관련 기능이 추가되어 있다. ㅁ Cursor 필수 단축키 (Mac 기준)기능단축키비고커맨드 팔레트Cmd + Shift + P명령어 실행, 설정 등파일 열기 (Go to File)Cmd + P파일명으로 빠른 이동사이드바(탐색기) 토글Cmd + B왼쪽 탐색기 열기/닫기전체 검색(Find in Files)Cmd + Shift + F프로젝트 전체 텍스트 검색전체 치환(Replace in Files)Cmd + Shift + H프로젝트 전체 치환터미널 토글`Ctrl + ``내장 터미널 열기/닫기설정 열기..
ㅁ 들어가며 ChatGPT를 기획자처럼 활용하려면, 프롬프트를 구체적이고 구조적으로 작성해야 한다. 아래는 효과적인 프롬프트 작성 방법과 실전 예시다. ㅁ 프롬프트 구조화의 기본 원칙역할(Role) 지정: ChatGPT에게 기획자, 비즈니스 컨설턴트, 프로젝트 매니저 등 원하는 역할을 명확히 부여한다.목표(Goal) 명시: 원하는 결과물(기획안, 아이디어, 전략 등)을 구체적으로 제시한다.맥락(Context) 제공: 프로젝트 배경, 시장 상황, 대상 고객 등 필요한 정보를 충분히 전달한다.지시사항(Instructions) 구체화: 어떤 방식, 어떤 형식, 어떤 항목을 포함해야 하는지 명확히 지시한다.제약조건(Constraints) 설정: 분량, 예산, 일정, 형식 등 제한 사항을 명확히 한다.결과물 형식..
ㅁ 들어가며 효율적인 백엔드 개발을 위해 문서 기반 개발(Documentation-Driven Development, DDD)과 AI 코딩 에디터 Cursor를 결합한 개발 방법을 소개한다. 이 방식은 개발의 명확성, 생산성, 협업 효율을 극대화한다. ㅁ 문서 기반 개발(DDD)란 지난 글, 문서 기반 개발(Documentation-Driven Development, DDD)란?문서 기반 개발은 기능 개발에 앞서 요구사항, 설계, 인터페이스, 데이터 모델 등 모든 내용을 문서로 먼저 정의한다. 문서가 곧 사양이며, 문서에 없는 기능은 구현하지 않는다. 문서를 바탕으로 코드를 작성하고, 테스트와 리뷰, 변경 사항도 반드시 문서에 반영한다. 장점요구사항이 명확해진다.협업이 쉬워진다.코드와 문서가 항상 동기..
ㅁ 들어가며 AI Service Agent는 사용자의 발화나 이벤트를 감지해 카카오 i 서버와 연동, AI 음성 서비스의 진입점 역할을 하는 소프트웨어/모듈이다. 카카오 i 플랫폼의 서버와 HTTP/2 기반으로 상시 연결되어, 실시간으로 이벤트와 명령을 주고받는다. 다양한 디바이스(스피커, 앱 등)에 적용 가능하며, 비즈니스 목적에 맞는 맞춤형 AI 음성 서비스를 구현할 수 있다. ㅁ AI Service Agent란?AI Service Agent는 카카오 i 플랫폼에서 다양한 AI 음성 서비스를 구현하고 연동할 수 있도록 제공되는 핵심 구성 요소 중 하나이다. 주로 스마트 스피커, HeyKakao 앱, 내비게이션 등과 같이 사용자의 음성 발화나 디바이스 조작을 감지하고, 이를 카카오 i 서버(KVS)와..
ㅁ 들어가며ㅇ AI는 알고리즘의 조합이며, 이러한 알고리즘은 수많은계산이 필요하다. 수많은 알고리즘의 계산을 수행하기 위해 GPU가 필요한데, 확보된 GPU도 효율적으로 사용할 수 있는 방법이 필요하기 마련이다. [VESSL AI X 테디노트] #Agent 시대의 Infra, Ops 그리고 #MCP 🔥을 시청하면서 개발자 친화적인 VESSL AI에 대해서 알게 되어 그 특징과 활용성에 대해서 정리해 보았다.ㅁ VESSL AI란?VESSL AI는 머신러닝(ML)과 인공지능(AI) 프로젝트의 개발, 운영, 배포를 통합적으로 지원하는 MLOps(Machine Learning Operations) 플랫폼을 제공하는 기업이다. 복잡한 AI 운영을 간소화하고, 대규모 AI/LLM(대형 언어 모델) 프로젝트의 학습..
ㅁ 들어가며 최근 글로벌 AI 시장에 충격파를 던진 중국의 스타트업 DeepSeek이 화제이다. 오픈소스 기반의 초대규모 언어모델(LLM)로 미국의 제재를 뚫고 경쟁사 대비 95% 낮은 비용으로 ChatGPT 수준의 성능을 구현하며, 출시 17일 만에 iOS 앱스토어 1위를 차지하였다. 2023년 7월 17일에 설립된 이 회사는 짧은 기간 동안 놀라운 성과를 보여주며 AI 산업의 새로운 패러다임을 제시하고 있다. 이번 글에서는 DeepSeek의 혁신적인 기술과 접근 방식, 그리고 이 회사가 AI 산업에 미치는 영향에 대해 정리해 보았다. ㅁ DeepSeek: 이름에 담긴 의미 DeepSeek라는 이름은 'Deep'(깊은, 심층)과 'Seek'(찾다, 추구하다)의 합성어로, "깊이 있게 찾다" 또는 ..

ㅁ 들어가며ㅇ 딥러닝 모델의 성능을 최적화하는 과정에서 하이퍼파라미터 튜닝은 매우 중요한 역할을 한다. 이 과정을 통해 모델의 학습 능력을 향상시키고, 과적합이나 과소적합 문제를 해결할 수 있다. ㅁ 과적합과 과소적합이란?하이퍼파라미터 튜닝을 시작하기 전에, 먼저 과적합과 과소적합 개념을 이해해야 한다.과적합 (Overfitting)과적합은 모델이 학습 데이터에 지나치게 맞춰져 있는 상태를 말한다. 이 경우, 모델은 학습 데이터에 대해서는 매우 높은 성능을 보이지만, 새로운 데이터에 대해서는 성능이 떨어진다. 과소적합 (Underfitting)과소적합은 모델이 학습 데이터를 충분히 학습하지 못한 상태를 의미한다. 이 경우, 모델은 학습 데이터와 새로운 데이터 모두에 대해 낮은 성능을 보인다. ㅁ 하이퍼파..
ㅁ 전이학습이란?ㅇ 전이학습은 기존에 학습된 모델을 새로운 작업이나 데이터셋에 적용하는 기술이다. 이 방법은 학습 속도를 크게 줄이고 성능을 향상시키는 데 도움이 된다. 이는 기존의 학습된 가중치와 구조를 활용함으로써 새로운 작업에 대한 학습 속도를 크게 줄이고, 더 나아가 성능을 향상시키는 데 도움이 된다. 전이학습은 특히 신규 학습을 위해 데이터가 부족한데, 이 문제를 해결하는 데 유용하다. ㅁ 전이학습의 주요 이점개발 비용과 시간 절감데이터가 부족한 상황에서 유용모델의 재사용성 향상ㅁ 전이학습의 주요 방식1. 사전 학습된 신경망을 분류기로 사용기존 모델의 구조와 가중치를 그대로 사용한다.기존 도메인과 목표 도메인이 매우 유사할 때 적용한다.2. 사전 학습된 신경망을 특징 추출기로 사용기존 모델의 ..