본문 바로가기

분류 전체보기259

리더 노트 프로젝트를 시작한 계기 시간은 퇴근 시간 직전이었고, 짧은 시간 안에 마무리 지을 수 있을 정도의 일이 더이상 내게 없었고 팀장님도 다소 한가해 보이는 그런 타이밍이었다. "팀장님도 팀장을 하시면서 스트레스를 받으시나요?" 실 내에 저연차 매니저들을 모아 학습조직을 운영하면서 작지만 꾸준히 고민과 생각들이 쌓이는 거에 나는 확실히 부담을 느끼고 있었다. 느린 하류의 강물이 커다란 삼각지를 만들 듯이 스트레스가 쌓이고 있었고, 곧 얽히고 섥혀 정리가 안되는 덤불이 그 위로 자라날 것만 같은 불안감도 함께. 스트레스를 주는 일과 사람들이 문제인지 스트레스를 받는 나 자체가 문제인지 스트레스를 해소하는 법을 모르는 지식과 스킬의 문제인지 뭐가 문제인지조차 스스로 진찰하는 게 어려웠다. 나는 남들보다 더 큰 난점이 있었다. 바로 도구.. 2024. 3. 2.
AWS LAMBDA 서버리스 ; 프로비저닝 하지 않는 것 예시 ; LAMBDA / DYNAMODB / COGNITO / API GATEWAY / S3 ... LAMBDA ; 코드만 프로비저닝하여 사용 - 실행시간 짧음 ; 최대 15분 - 온디맨드 실행 ; 사용되는 동안만 비용 ㅊ어구 - 스케일링 자동 - 가격 합리적 ; 호출 수 및 컴퓨팅 시간에 의해 청구됨 - CLOUDWATCH 모니터링 통합도 쉬움 - 함수당 최대 10GB 램 프로비저닝 가능 > 이 때, CPU 및 네트워크 품질도 같이 향상!! - 완전관리형이니까 - 왠만한 언어 지원 다됨 ; - 람다 컨테이너 이미지 지원 ; 람다의 런타임 API 구현이 되어야 함!! 람다와 통합 - API GATEWAT ; REST API 생성 및 람다 함수 호출 - KINESIS .. 2024. 3. 1.
AWS CONTAINER - ECS FARGATE ECR EKS 개요 도커 ; 앱 배포를 위한 컨테이너 개발 플랫폼 - 언어 / 운영체제 /머신 / 기술 무관 - 행위 특성 예측 가능 / 유지 배포 쉬움 - 활용사례 : 마이크로서비스 아키텍쳐 / 온프렘에서 클라우드로 리프트 앤 시프트 - 리소스를 한서버에서 다수의 컨테이너가 공유 일반 가상머신 VS 도커 - 가상머신 ; 인프라 > 호스트 OS > 하이퍼바이저 > 게스트OS(EC2 OS) > APP - 도커 ; 인프라 > 호스트 OS > 도커 데몬 > 다수의 컨테이너 - 네트워킹 / 데이터 공유 가능 도커 이미지 - DOCKERFILE ; 베이스 도커 이미지에 몇가지 파일을 추가하여 도커 이미지 생성 - 도커 이미지 생성 > PUSH 레포지토리 저장 > POLL 해서 사용 - 1. 도커 리포지토리 ; DOCKER HUB ;.. 2024. 3. 1.
어설픈 기획자의 시선 : PRE-SIGNED S3 데이터 공유에서의 활용 나의 데이터와 컨텐츠를 어떻게 많이 표출시킬 수 있는가? 마케팅에서 영원히 해소되지 못할 숙제일 테고, 나 역시도 이 고민을 하는 사람 중에 한명이다. (나는 마케팅은 아니다만) 모두가 그러하듯, 나 역시, 매년 적지 않은 돈을 들여, 산소호흡기를 달듯이, 링거를 갈듯이, 플랫폼에 필요한 컨텐츠나 데이터를 만들고 가공한다. 이 분야의 가장 큰 문제는 KPI화 하기 어렵다는 점이고, 어쩌면 높은 히트수를 기록하면 위안이 되기 마련이다. 그렇다, 같은 자본이 투자되었다면 어떻게 히트수를 높일 수 있을까? 어떻게 나의 컨텐츠와 데이터를 노출 시킬 수 있을까 사내에 번잡스럽게 있는 중구난방의 플랫폼들, 그리고 그 플랫폼 마다의 룰을 지키면서 종속된 컨텐츠 또는 API로 전달하는 건 안되겠다 싶었다. 최근에, A.. 2024. 3. 1.
AMAZON ECS AMAZON ECS 오토 스케일링 ; 태스크 수를 자동으로 늘리거나 줄일 수 있음 - 대상 : CPU 사용률 / 메모리 사용률 (RAM 또는 ALB의 타겟당 요청 수) - 방법 1 :TARGETING TRACKING 스케일링 ; 특정 타겟값을 추종하는 CLOUDWATCH - 방법 2 : STEP 스케일링 ; ALARM 베이스 스케일링 - 방법 3 : SCHEDULED 스케일링 ; 미리 ECS 서비스 확장 - !! EC2시작유형일 때, 태스크 레벨의 ECS 서비스 확장과 EC2 인스턴스 클러스터 확장과 다르다!! - EC2 시작유형에서, EC2 인스턴스 AS하는법 ; 1. ASG 2. ECS 클러스터 CAPACITY PROVIDER!! AMAZON ECS 솔루션 아키텍트 1. EVNETBRIDGE 에 의해.. 2024. 2. 28.
UIUX를 공부하게 된 계기 'UIUX 10가지 심리학 법칙' 그리고 'Laws of UX' 웹사이트를 서술/제작한 존 야블론스키님의 책의 서론에 이런 내용이 적혀있었는데, 큰 공감이 들었던 기억이 납니다. '디자이너들이 이미 개발된 제품의 UIUX를 개선하는 데는 문제가 적었다. 왜냐하면 이미 경험적으로 불편한 내용들을 개선하면 되기 때문에. 하지만 새로운 제품을 디자인할 때는 그렇지 않았다. 새로운 디자인이 왜 좋은 디자인인지 의사 결정권자에게 설명하고 입증하는 것이 어려웠기 때문이다.' 저 역시 같은 상황이었습니다. 기존의 웹페이지를 보수/개선하는 것이 아니라, 리뉴얼로 방향을 선택했기 때문이었습니다. 지난 1년 반, 길게 보면 2년에 가까운 시간 동안 웹 서비스를 준비하면서, 저의 경험적 지식적 한계를 뼈저리게 느꼈죠. 어떻.. 2024. 2. 25.
OpenAI Sora 발표와 편집의 변화 예상 AI 편집 도구를 통한 영상 편집 작업의 가속화 - 영상 편집 작업은 매우 세밀하고 많은 작업이 필요합니다. - AI 편집 도구를 사용하면 영상 편집 작업을 가속화할 수 있습니다. - AI 편집 도구를 사용하면 최종 결과물을 보면서 실시간으로 변경을 할 수 있어 생산성이 높아집니다. Sora의 수 많은 예시 중에서, 수정도 가능함을 예시로 보여주었다. 이는 시사하는 바가 매우 크다. 첫째, 부분을 터치업하는 작업들이 매우 가속화 될 수 있다. 오늘날, 카피라이터들이 AI를 통해 일차적으로 카피라이트 리스트를 발췌하여 수정하는 것처럼영상 편집 작업도 1차적으로 AI가 수정 후, 인간 작업자가 터치업을 마무리하는 것이 보편화 될 수 있다. 이런 편집 공수의 단축은 일차적으로 생각했을 때, 비디오 크리에이터의.. 2024. 2. 24.
어설픈 기획자의 시선 : GEMINI 1.5 PRO 발표 며칠 전 구글 Gemini 1.5 Pro가 발표되었습니다. 이전에 유럽 쪽 스타트업에서 MoE(Mixture of Experts) 방식의 LLM이 충분한 성능을 냈다는 발표에 이어, 구글의 GEMINI 1.5 PRO는 빅테크 회사 중 첫번째 사례가 되겠습니다. MoE는 특정 분야에서 전문성을 갖는 작은 파라미터 숫자의 LLM으로 LLM을 구성하는 방식입니다. 이에, 연산속도나 리소스 소모가 대폭 줄어 경제성이 대폭 올라갔다고 합니다, 구글 제미나이 1.5 프로에서 주목할 점은, 한 번에 처리할 수 있는 토큰 갯수가 대폭 올라갔다는 점입니다 기존 ChatGpt 4.0 대비 5배 정도 증가했다고 합니다, 이 정도 수치는 특정 언어의 사전과 문법책을 인풋으로 한 번에 받는 정도의 수준이라고 하는데, 가늠이 잘.. 2024. 2. 23.
AMAZON Kinesis KINESIS ; 실시간 스트리밍 데이터 수집 / 분석 - 4가지 서비스 - KINESIS DATA STREAM ; 데이터 수집 처리 저장 - KINESIS DATA FIREHOSE ; 데이터 스트림 AWS 내외부 데이터 저장소로 읽어들임 - KINESIS DATA ANALYTICS ; SQL 또는 APACHE FLINK를 활용하여 데이터 스트림 분석 - KINESIS VIDEO STREAM ; 비디오 스트림 수집 처리 저장 KINESIS DATA STREAM - 여러 개의 샤드로 구성 ; 샤드의 갯수를 프로비저닝 필요 - 데이터는 모든 샤드에 분배 -> 데이터 수집률 / 소비율 측면에서 스트림의 용량을 결정 - 생산자 ; 매우 낮은 수준에서 SDK에 의존 / DATA STREAM에 레코드를 전달 - 레.. 2024. 2. 23.
반응형