안녕하세요 김현진 선생님 강의 잘 듣고 있습니다. 아래의 퀴즈를 풀다가 궁금한 점이 생겨서 질문을 남깁니다. 스케줄러의 DAG 파일 파싱 부하를 줄이기 위해 권장되는 코드 작성 방법은 무엇일까요? --> 라이브러리 import 문을 Python callable 함수 내부로 옮긴다. 위 설명을 이해하기 위해서 상황을 가정해보았는데요, python callable 함수 외부에 선언된 API 호출문이 있는 경우를 피해야하고, 만약 그렇게 되면 스케쥴러가 DAG을 파싱할 때마다 실행되는 상황이 되는 것이 맞을까요?
[VOD] 6주 완성! 개발 실무를 위한 고농축 바이브코딩 (Cursor AI, Figma)
안녕하세요 현직 디자이너입니다. 질문 1 2-1강듣고있는데 디자인 시스템 파운데이션 단계를 토큰화 해뒀는데 어떻게 적용할 수 있을까요? 네이밍이나 다크모드 컬러 폰트등 모두 토큰화 해둔 시스템이라서 여쭤봅니다. json을 뽑을 수 있는데 넣으면 해결될까요 질문 2 제가 지금 사내에서 피그마의 디자인 시스템을 그대로 바이브코딩으로 구축한 뒤 플러터의 스토리북인 위젯북에 담을 예정입니다. 개발자분이하면 좋겠지만 커서나 디자인시스템을 모른다고 하셔서 제가 진행중인데 혹시 위젯북에 대해서도 좀 아실까요? 스토리북과 다를게없나요
안녕하십니까 강사님! 덕분에 강의 너무나도 잘 들었습니다. 수강하게 된 계기가 파이썬 기반 백엔드 신입으로 취업 준비를 할 때 어떻게 하면 자바보다 차별화해서 준비할 수 있을까? 라는 생각으로 시작했습니다. 강의를 수강하고 나니 확실히 RAG기술은 강하다고 느꼈습니다. 하지만 저번에 답변을 해주셨을 때 프롬포트 엔지니어링만으로는 취업을 준비하기 불안정하다 라는 의견에 굉장히 동의합니다! 혹시 실례가 안된다면 질문을 드리고 싶습니다! 만약에 답변이 조금 어려우시면 답변 안해주셔도 됩니다! - 파이썬 기반 백엔드 신입으로 취업 준비를 할 때 현재 저는 was와 db구현해보기 + rag기술 다루어보기 정도의 기술 스택을 가지고 있는데 강사님이 보시기에는 어떠한지 궁금합니다. 올바른 방향으로 준비를 하고 있는지 아니면 시장에서 원하는 방향이 아닌건지 궁금합니다! 현재는 학부 3학년으로써 조언을 해주신다면 정말 감사하겠습니다. 질문 읽어주셔서 감사합니다!
[VOD] 6주 완성! 개발 실무를 위한 고농축 바이브코딩 (Cursor AI, Figma)
2-1 강의를 듣고 있는데요. 수업 내용대로 피그마 마일을 드레프트로 올리고 mcp커넥트 하고 노드 id와 mcp채널을 입력하고 해도 안되네요 수업내용대로 새로 고침하고 새로은 노드 iD와 mcp채널을 입력해도 마찬가지로 figma mcp에 접근할 수 없다고 나오네요... 어떻게 해결해야 할까요 ?
섹션9. 이미지 최적화 수강중 궁금한 내용이 있습니다. 강의 내용은 넥스트에서 제공하는 image 컴포넌트를 사용할 경우 이미지 파일이 webp로 변환되어 성능 최적화 하는 것으로 이해했습니다. 혹시 이미지 확장자 중 webp와 jpg가 동시에 불러올 수 있도록 컴포넌트를 커스텀 할 수 있나요?
안녕하세요 제로초님 강의에서는 css module 사용하셨고, 왜 그걸 사용하셨는지 이유를 말씀해 주셨는데요 저는 tailwind나 vanilla extract로 css를 작성해가며 수강하려하는데요 현 시점 기준 시장에서는 어떤 라이브러리를 좀 더 활발하게 사용하는지, 제로초님은 어떤걸 더 선호하시는지, 그리고 이유가 있으시다면 무엇인지 궁금합니다
Next.js에서 서버 컴포넌트가 주로 데이터 페칭을 담당하는 것으로 알고 있습니다. 서버컴포넌트 외에 클라이언트 컴포넌트에서 fetch를 직접 호출하는 사례가 있는지 궁금합니다. 추가로 클라이언트 컴포넌트에서 fetch를 할 때도 Next.js의 request memoization 기능이 자동으로 동작하는지 질문드려요.
파이썬 동시성 프로그래밍 : 데이터 수집부터 웹 개발까지 (feat. FastAPI, async, await)
asyncio.gather() 를 사용해 여러 요청을 동시에 처리하는데, 실제 프로덕션 환경에서는 어떻게 다루는지 궁금합니다. 예를 들어, 페이지를 1,000개 크롤링하거나 이미지를 수천 장 다운로드할 때 서버에 부하가 생기거나 IP 차단 같은 문제가 발생할 것 같습니다. 해결 방법으로 동시 요청 수를 제한하는 게 좋을까요? 만약 그렇다면 적절한 동시성 수준(5개? 10개? 50개?)은 어떤 기준으로 결정하나요?
안녕하세요. 해당 챕터에서 강의 내용과 실행 결과 간 매치가 잘 안되는 듯 느껴져 문의드립니다. from langchain_core.messages import HumanMessage for chunk in graph.stream({'messages': [HumanMessage('3에다 5를 더하고 거기에 8을 곱하면?')]}, stream_mode='values'): chunk['messages'][-1].pretty_print() 강의 화면에서 위와 같은 query 에 대해 노드 단위로 출력한 결과를 보면, 첫 번째 Ai Message 는 Tool Calls 로 add 과 multiply 두 툴에 대한 요청을 함께 생성하고 다음 Tool Message 로 multiply 의 결과 64 를 반환, 두 번째 Ai Message 는 Tool Calls 로 multiply 만 생성하고 다음 Tool Message 로 결과 64를 반환하고 있습니다. 근데 강의에서는 첫 번째 Ai Message 에 대해 "먼저 덧셈을 실시합니다. 그러니까 multiply(?) 라는 툴이 64를 주고, 근데 task 가 두 개니까 task 에서 도구 호출을 또 하는 겁니다. 그런 다음에 64라는 답이 나오고..." 라고 녹화되어 있는데... 이게 무슨 얘기인지 잘 와닿지가 않네요.. 녹화 당시의 실행 결과와 상관없이 add 한 번 호출 후 multiply 한 번 호출에 대한 설명인 걸까요? 아니면 병렬 도구 호출에 대한 설명인 걸까요? 감사합니다.
안녕하세요! 좋은 강의로 Next.js를 배울 수 있게 해주셔서 감사드립니다. Full Route Cache 관련해서 궁금한 점이 있습니다. 레이아웃 파일에서 cookies()나 headers() 같은 동적 함수를 사용하는 경우, 그 아래에 있는 페이지들도 영향을 받는지 궁금합니다..! 예를 들어서 블로그 레이아웃에서 사용자 테마를 쿠키로 가져오고 있고, 블로그 포스트 페이지 자체는 force-cache로 정적 데이터만 사용한다면, 이 경우 페이지가 Static으로 빌드될 수 있을까요? 아니면 상위 레이아웃이 Dynamic이면 하위 페이지도 함께 Dynamic으로 처리되는 건지 궁금합니다! 감사합니다.
표본의 분위수를 구하는 방법에 대한 설명이 조금 헷갈렸습니다. 데이터를 오름차순으로 정렬하고, 'α 분위수는 α * 100% 위치의 값이다'라고 하셨는데, '위치'가 단순히 데이터의 개수로 따져서 n * α 를 가리키는 건지, 아니면 데이터 범위 안에서 {x_(n) - x_(1)} * α + x_(1) 에 가까운 값의 sub index를 찾고자 하는 건지 혼동됩니다.
안녕하세요 너무 유익한 강의 잘 듣고 있습니다 :) 강의를 듣다보니 RAG와 파인튜닝은 LLM의 할루시네이션을 줄이고 특정 도메인에 대한 지식을 주입하면서 더 적절한 답변을 낼 수 있다는 측면에서 닮아 보인다는 느낌을 받았습니다. 물론 두 방법의 차이나 적용 사례는 구글링하면서 쉽게 찾을 수 있지만 만약 강사님이 특정 도메인에 특화된 LLM을 개발하신다면 어떤 기준과 절차로 RAG와 파인튜닝을 선택하고 활용하시는지 강사님의 개인적인 생각이 궁금합니다 :)