하용호님의 인프런 강의 AI 시대 전문성 갖추기를 듣고 기억해둘 내용을 정리한다. 핵심은 AI에게 일을 잘 시키는 프롬프트 하나를 만드는 데 있지 않았다. 결과를 계속 검증하고, 비판하고, 개선한 내용을 기억하는 시스템을 만드는 것이 더 중요하다. 런타임에서 중간 결과를 계속 검증하기 테스트 코드를 작성하는 것만으로는 부족하다. 테스트는 주로 실...

AWS Solutions Architect Associate(SAA-C03) 문제은행을 풀다가 헷갈린 개념을 짧게 정리한다. IAM, EC2, S3 같은 기본 설명은 생략한다. 문제 보기에서 비슷한 서비스 중 무엇을 골라야 하는지, 특정 요구사항이 어떤 서비스의 힌트인지 떠올리는 용도다. 시험 범위는 AWS 공식 SAA-C03 Exam Guide를...

Kubernetes 를 처음 배울 때는 보통 이렇게 이해한다. Pod 마다 고유한 IP 는 필요하지만, 그 IP 가 꼭 실제 VPC/Subnet IP 일 필요는 없다. 실제로 일반적인 Kubernetes 환경에서는 이 말이 맞다. 예를 들어 로컬 Mac 에 Kubernetes 를 설치해도 여러 Pod 를 띄우고 서로 통신시킬 수 있다. 내...

최근 AI 산업은 NVIDIA가 사실상 독주하고 있다. 그래서 자연스럽게 이런 의문이 생긴다. AMD가 앞으로 5~10년 안에 NVIDIA를 따라잡거나 의미 있는 점유율을 확보할 수 있을까? 처음에는 단순히 GPU 성능만 좋아지면 가능하다고 생각했다. AMD가 더 혁신적인 GPU를 만든다면? NVIDIA보다 성능이 뛰어난 AI ...

회사망에서 Docker image 를 빌드하다가 npm ci, apk add 가 인증서 문제로 깨졌다. 처음에는 그냥 “CA 파일 넣으면 되는 거 아닌가?” 정도로 생각했는데, 막상 삽질해보니 내가 HTTPS 와 사내 TLS inspection 을 정확히 이해하지 못하고 있었다. 그래서 쉬운 말로 다시 정리해본다. 일반적인 HTTPS 원래 HT...

2일 정도 프로젝트 관련 교육을 들으며 배운 것들을 간단히 정리한다. 엄청 새로운 지식이라기보다는, 프로젝트를 시작하기 전에 생각해야 하는 순서를 한번 다시 잡은 느낌이다. 문제 정의 제일 먼저 해야 하는 건 문제 정의다. 문제를 잘못 잡으면 뒤에 나오는 목표, 지표, 일정이 전부 이상해진다. 그래서 바로 해결책부터 생각하기보다, 지금...

TF-IDF 벡터와 벡터 유사도 예시 벡터 유사도를 설명하기 위해, 문서를 숫자 벡터로 바꾸는 기본적인 방법인 TF-IDF를 예로 들어보겠습니다. 1. 예시 문서 다음과 같은 문서 3개가 있다고 가정합니다. 문서 A: 강아지 산책 좋아 문서 B: 강아지 간식 좋아 문서 C: 자동차 운전 좋아 전체 문서에 등장한 단어들을 모으면 다음과 같...

RAG 란 무엇일까 Retrieval Augmented Generation 의 약자. 말 그대로 찾아온 내용 을 기반으로 LLM 이 답변하게 만드는 방식이다. LLM 이 세상의 모든 최신 문서, 사내 문서, 우리 서비스 DB 내용을 다 알고 있을 수는 없다. 그래서 질문이 들어오면 먼저 관련 문서를 검색하고, 그 검색 결과를 프롬프트에...

하고 싶은 기술 스택 웹, 앱 어플리케이션 : spring react 데이터 엔지니어링 : spark, airflow, emr, kafka-streaming, spark-streaming, CDC 솔루션 등등 이제 하면 됨. AI 엔지니어링 : rag, openai 미지의 세계. 인강이...

리전 IAM 은 리전을 선택하지 않는다. 보통 다 리전을 고름. ec2 등등 가용영역 Availability Zone 데이터 센터 라고 보면됨 서울에 4개 있을 수도 있음. 두 개 이상의 AZ 에 시스템 배치하면 고가용성을 보장하겠지, 판교, 강서에 한대씩~ 엣지 로케이션 (Cloud Front, Global Acceler...