'섹션 1. 1장 스프링 부트 개발 준비하기' - '1. JDK와 STS설치, 웹 서비스의 동작 원리, Spring Boot Devtools과 롬복 설치 등' 관련된 내용 입니다. 'LiveReload++'가 '이 확장 프로그램은 Chrome 확장 프로그램 권장사항을 준수하지 않으므로 더 이상 지원되지 않습니다.'라고 뜨면서 '크롬에 추가' 버튼이 비활성화 되네요. 혹시 LiveReload++와 비슷한 대체할만한 게 있나요?
강사님 강의 잘듣고 잇습니다. 어려워서 포기할까 하면서도 지금 하고 잇는 테마에 강화학습을적용해 보려고 끝까지 완강할려고 하는데요... 제가 지금 아래와 같은 테마를 하고잇는데 강화학습으로 가능한건지 알고싶습니닿ㅎㅎ 이차전지탑재 차량주행시, 시간별측정데이터(전압, 전류, 온도)를 바탕으로 목적변수(용량)을 최대화화기위한 전류,온도흐름을 최적화등 조언 좀 부탁드리겟습니다 ㅎ
저는 기존에 langchain, llm, prompt engineering 등 관련 지식이 없는 상태로 수강중이고 강사님 로드맵을 따라가면서 내가 사용하는 llm,cluadecode가 어떤식으로 동작하는지 조금은 이해해보려는 목적으로 듣고 있습니다! 질문 1. LangChain이라는게 오픈소스 프레임워크이고, 특정 서비스에 전문화된 챗봇, LLM서비스(ex, 홈플러스 전용 LLM, xx대학교 학사 정보 LLM) 애플리케이션을 만들 수 있는 건가요? 질문 2. 프롬프트 강의에서 Fewshots + 예제 강의를 보고, 사람이 직접 모든 [질문-답변]예제 리스트들을 직접 작성해서 미리 모델에 넣어놔야하는 느낌인데 gpt, gemini 같은 거대한 llm 서비스는 어떤 사용자가 어떤 질문을 할 지 모르는데 그걸 예측해서 전부 다 넣어놓는건가요?
안녕하세요. 인덱스를 활용한 조회 성능 개선을 공부하던 중 궁금한 점이 생겨 질문드립니다. 현재 저는 OFFSET 기반 pagination을 사용하는 서비스 를 개발하고 있으며, 다음과 같은 환경에서 성능 테스트를 진행했습니다. 데이터: 약 1,000만 건 서버: EC2 t3.small DB: RDS t4g.micro k6 vus100 1. 문제 상황 초기에는 OFFSET 제한 없이 마지막 페이지까지 이동 가능하도록 구현했습니다. 하지만 데이터가 1,000만 건 수준으로 증가하자, 깊은 페이지로 갈수록 조회 속도가 급격히 느려지는 문제 를 확인했습니다. 2. 고민 및 제약 일반적으로 이 문제는 Keyset Pagination(커서 기반) 으로 해결하라고 많이 알려져 있습니다. 하지만 제 서비스는 👉 네비게이션 바를 통한 페이지 직접 이동 (ex. 1, 10, 100 페이지 클릭) 이 필요하기 때문에 Keyset 방식만으로는 요구사항을 만족시키기 어렵다고 판단했습니다. 3. 적용한 개선 방법 다음과 같은 방식으로 성능 개선을 진행했습니다. OFFSET 최대 범위를 제한 (최대 10,000 페이지 / OFFSET 100,000) 커버링 인덱스 적용 조회 방식 개선 먼저 ID만 조회 → 이후 필요한 10건만 상세 조회 전체 게시글 수(count)는 캐싱 처리 4. 성능 개선 결과 [Page 10] avg: 1.4s → 700ms p95: 4.5s → 1.8s [Page 100] avg: 17s → 1.18s p95: 24s → 3.3s [Page 1000] avg: 32.1s → 1.7s p95: 59s → 4.27s 5. 추가 제약사항 로그인 사용자와 비로그인 사용자의 조회 결과가 다름 (사용자별 구독 게시글이 포함됨) 따라서 캐시는 비로그인 사용자에만 적용 위 성능 수치는 로그인 사용자 기준 6. 현재 고민 위와 같이 개선했지만, 👉 여전히 성능이 충분하지 않다고 느끼고 있습니다. 특히 궁금한 점은 다음과 같습니다. 7. 질문 OFFSET 기반 pagination을 유지하면서 👉 추가로 성능을 개선할 수 있는 방법이 있을까요? 다음과 같은 방법들을 고려했는데, 방향성이 맞는지 궁금합니다. RDS를 2개를 사용하여 조회 성능 데이터를 각각 2개의 db가 처리하도록 한다? Keyset + OFFSET 혼합 방식 ( 일반적인 페이지 이동은 Keyset Pagination을 사용하고, 사용자가 특정 페이지를 직접 입력하거나 점프하는 경우에만 제한적으로 OFFSET 기반 조회를 사용하는 혼합 방식) RDS 스펙 업그레이드 또한 에펨코리아( https://www.fmkorea.com/ )와 같은 대형 커뮤니티는 제가 원하는 페이지 네이션 방식을 사용하면서 깊은페이지(최대 1만)도 지원하고 동시접속자 수십만 페이지 수천~수만 대량 데이터 환경에서도 빠른 조회 성능을 유지하는데 👉 이러한 서비스들은 어떤 방식으로 pagination 및 조회 성능을 처리하는지 궁금합니다.
5.2. 요구 사항 수집 강의 중, 연습문제 관련 질문이 있습니다. Q) 프로젝트 팀은 전달을 위해 하이브리드 프레임워크를 따릅니다. 프로젝트를 실행하는 동안 팀은 다른 요구사항보다 먼저 전달되어야 하는 새로운 규정 준수 요구사항을 알게 됩니다. 프로젝트 관리자는 이 상황을 어떻게 해결해야 합니까? A) D. 규정 준수 팀원과 협력하여 요구사항 전달을 검토하고 우선순위를 지정합니다. 질문) "A. 현재 스프린트에 규정 준수 요구사항을 포함하고 전달하도록 팀에 요청합니다." 의 보기가 답이 안되는 이유가 궁금합니다. 박사님께서 강의 중에, 현재 스프린트가 아닌, "다음 스프린트"에서 진행해야 한다고 하셨는데요. 실행하는 동안 알게된 규정 준수 요구사항을, 현재 스프린트에 업데이트하여 반영해야 하는 것이 아닌지 궁금합니다.
안녕하세요. 아직 강의를 다 본 상태는 아니지만 중간에 궁금한게 생겼습니다. 언리얼은 SWebBrowser를 제공해 주어 해당 기능을 사용한다고 하셨는데 그럼 언리얼이 아닌 다른 환경에서는 어떻게 해야 하나요? 후반까지 다 보면 알게 되는건지 아니면 해당 편의 기능은 이 강의를 보고 직접 만들 수 없고 따로 CEF관련해서 공부를 하거나 다른 방법을 찾아야 하는건가요? 언리얼이 아니면 알트탭 눌러가면서 작업해야 하는건가 싶어서요.
window운영체제에서, cursor 터미널 환경에서 claude 실행하여 작업 시 스크린샷 이미지 붙여넣기때 단축키 중 alt+v 만 적용됩니다. 다만 이 때, 화살표를 좌 우로 해줘야 글이 보이는데 이런 현상은 왜있는걸까요...? 추가로 Plan mode로 명령 시 보기가 3가지(수정 yes 관련 2가지 & 취소) 밖에 안나옵니다ㅠㅠ
[리뉴얼] 처음하는 MongoDB(몽고DB) 와 NoSQL(빅데이터) 데이터베이스 부트캠프 [입문부터 활용까지] (업데이트)
안녕하세요, 현재 studio 3t 설치하려면 첨부한 이미지에서 다운받는게 맞나요? 근데 개인정보 입력시 이메일 부분에 gmail.com 같은 일반 이메일말고 회사 이메일을 적용해야 next 로 넘어갈 수 있는 것 같습니다. 아직 회사에 다니는 상황이아닌데 다르게 다운 받는 방법 있으면 안내부탁드립니다 .
[Rookiss Live Seminar] AI 시대 생존 전략 - 피지컬 AI와 미래 직업 대응법
요약 수학 말고 컴퓨터 공학 적인 부분들도 엔진프로그래머의 핵심 역량일지 LLM이 대체할 수 있는 부분일지 궁금합니다. 추가로 상용엔진을 사용할 일 없이 LLM이 잘하니까 수학과 컴퓨터 공학 지식을 이용해서 모델링만 잘하면 Rust, Lean등 안전성이 수학적으로 검증되게 해서 모델링만 잘하면 매 프로젝트에 맞는 엔진을 그때그때 만들어서 생산성과 최적화가 프로젝트에 맞게 고려되게 만들 수 있을 것 같은데.. 어차피 생산성을 LLM이 보장해준다면 매번 자체엔진을 만들게 될지 궁금합니다. 엔진 프로그래머가 되기 위해 수학이 굉장히 중요하다고 하셨는데.. 어느 정도 수학이 필요한걸까요? 일정 수준의 수학과 응용이 필요한걸까요? 추가로 엔진의 성능은 굉장히 컴퓨터 공학. 캐시 메모리나 메모리 할당 해제나 동시성, 병행성 관리나, network, disk i/o 등 여러 지식이 필요할 것 같습니다. 영상에서는 수학에 비해서는 별로 강조되지 않는 것 같아서, 혹시 이건 LLM이 잘하기 때문인가요? 이제 막 LLM으로 다루기 시작해서 지금으로써는 써봤을 때는 동시성 병행성 관리 부분에서 실수가 있는 코드를 주는 것 같았습니다.(아마도 제 LLM다루는 스킬 이슈인 것 같은데..) 만약 LLM이 정말 코드들 다 잘 생성해낸다고 하면, 앞으로 모든 게임 프로젝트나 연산능력 최적화가 요구되는 게임들은 항상 LLM으로 자체 엔진으로 만들어서 하는게 낫지 않나 싶었어요. 항상 프로젝트에 맞춰 죄적화된 구조만 잡으면 생성을 알아서 해준다는게 되니, 구조랑 수학만 잡으면 상용엔진이 필요한가 싶었어요. 어차피 컨텐츠 코드 등 추상화 위에서 노는 코드 구현은 LLM이 이제 빠르게 잘할테니 저는 이제 막 2년차 프로그래머인데 회사에서 claude를 이제 막 도입해서 claude code를 터미널에 적용해보기 시작했습니다. 개발 업계에 저보다 먼저 있으셨던 선구자인 강사님의 의견을 듣고 싶습니다..
선생님 안녕하세요, 강의에 따라 memory IP까지 생성한 뒤 3.3에서 구조를 비교해보는 부분이 제 것과 좀 다른 것 같아서 문의드립니다. 강의에서는 다음과 같은 구조를 갖도록 나타났지만 실제로 제 환경에서 확인해보면 아래와 같이 경로나 파일이 강의안처럼 많이 생기지 않습니다.. 생성 자체는 강의와 동일하게 진행했는데 어디가 문제일까요? PS C:\Users\wis06\ddr3_controller\ddr3_controller.srcs> tree /F 폴더 PATH의 목록입니다. 볼륨 일련 번호는 8AC9-5BCE입니다. C:. └─sources_1 └─ip └─ddr_controller ddr_controller.xci mig_a.prj