분류 전체보기
-
이번 포스트에서는 Spring Boot Application을 Docker에 배포하는 방법을 살펴보자. 이 글을 읽는 사람은 Docker Desktop 등을 사용하는 사람으로 한정한다.문서는 다음 글을 참조한다.https://spring.io/guides/gs/spring-boot-docker Getting Started | Spring Boot with DockerCongratulations! You have created a Docker container for a Spring Boot application! By default, Spring Boot applications run on port 8080 inside the container, and we mapped that to the same p..
Docker 배포이번 포스트에서는 Spring Boot Application을 Docker에 배포하는 방법을 살펴보자. 이 글을 읽는 사람은 Docker Desktop 등을 사용하는 사람으로 한정한다.문서는 다음 글을 참조한다.https://spring.io/guides/gs/spring-boot-docker Getting Started | Spring Boot with DockerCongratulations! You have created a Docker container for a Spring Boot application! By default, Spring Boot applications run on port 8080 inside the container, and we mapped that to the same p..
2025.12.15 -
🎯 Vue Event Modifiers 시각적 설명 1️⃣ .prevent - 기본 동작 방지 .prevent는 브라우저의 기본 동작을 막아요! 예: 링크 클릭 시 페이지 이동, 폼 제출, 우클릭 메뉴 등 링크 ❌ .prevent 없음 🔗 1 사용자가 링크 클릭 ↓ 2 핸들러 함수 실행 ↓ ..
event modifier: prevent vs self🎯 Vue Event Modifiers 시각적 설명 1️⃣ .prevent - 기본 동작 방지 .prevent는 브라우저의 기본 동작을 막아요! 예: 링크 클릭 시 페이지 이동, 폼 제출, 우클릭 메뉴 등 링크 ❌ .prevent 없음 🔗 1 사용자가 링크 클릭 ↓ 2 핸들러 함수 실행 ↓ ..
2025.11.12 -
npm-check-updates 사용 가이드1. 필요성npm-check-updates(ncu)는 프로젝트의 package.json에 있는 의존성 패키지들을 최신 버전으로 업그레이드할 수 있게 도와주는 도구입니다.왜 필요할까요?자동화된 버전 확인: 수십 개의 패키지를 일일이 확인하지 않고, 한 번에 최신 버전을 확인할 수 있습니다시간 절약: npm outdated보다 더 강력하며, package.json을 직접 업데이트해줍니다보안 및 성능 개선: 최신 버전으로 업데이트하여 보안 패치와 성능 개선 사항을 적용할 수 있습니다유지보수 용이: 프로젝트를 최신 상태로 유지하여 기술 부채를 줄일 수 있습니다2. 설치 방법pnpm 전역 설치pnpm add -g npm-check-updates3. 간단한 사용법기본 사용..
vue 프로젝트 라이브러리 업데이트 - npm-check-updatesnpm-check-updates 사용 가이드1. 필요성npm-check-updates(ncu)는 프로젝트의 package.json에 있는 의존성 패키지들을 최신 버전으로 업그레이드할 수 있게 도와주는 도구입니다.왜 필요할까요?자동화된 버전 확인: 수십 개의 패키지를 일일이 확인하지 않고, 한 번에 최신 버전을 확인할 수 있습니다시간 절약: npm outdated보다 더 강력하며, package.json을 직접 업데이트해줍니다보안 및 성능 개선: 최신 버전으로 업데이트하여 보안 패치와 성능 개선 사항을 적용할 수 있습니다유지보수 용이: 프로젝트를 최신 상태로 유지하여 기술 부채를 줄일 수 있습니다2. 설치 방법pnpm 전역 설치pnpm add -g npm-check-updates3. 간단한 사용법기본 사용..
2025.11.11 -
못말리는 소프트 공학 동네 이야기(www.software.kr)0.소개1.코딩편2.프로젝트관리편3.요구사항편4.테스팅편5.형상관리편6.아키텍쳐편7.요구사항편 8.코딩편9.프로젝트관리편
못말리는 소프트웨어 공학 동네 이야기못말리는 소프트 공학 동네 이야기(www.software.kr)0.소개1.코딩편2.프로젝트관리편3.요구사항편4.테스팅편5.형상관리편6.아키텍쳐편7.요구사항편 8.코딩편9.프로젝트관리편
2025.10.31 -
이번 포스트에서는 PEFT와 Unsloth에 대해서 살펴보자.가볍게 파인튜닝을 할 것인가 프롬프팅을 개선할 것인가 살펴보는 것도 좋을것 같다. LLM Fine Tuning PEFT(Parameter Efficient Fine Tunning: 매개변수 효율적인 미세조정)PEFT란 사전 학습된 대규모 언어 모델(LLM)과 신경망의 성능을 특정 작업 또는 데이터 세트에 대해 개선시키는 방법이다. 거대한 LLM을 fine tuning 한다는 것은 쉬운 일이 아니다.PEFT는 작은 매개변수 세트를 학습시키고 대규모 사전 학습된 모델의 구조를 대부분 유지함으로써 시간과 컴퓨터 리소스를 절약한다.전체 파인 튜닝 vs PEET 구분전체 파인튜닝PEFT메모리 사용량매우 높음낮음 (1/10)학습 속도느림빠름 (2-3배..
PEFT와 LoRA이번 포스트에서는 PEFT와 Unsloth에 대해서 살펴보자.가볍게 파인튜닝을 할 것인가 프롬프팅을 개선할 것인가 살펴보는 것도 좋을것 같다. LLM Fine Tuning PEFT(Parameter Efficient Fine Tunning: 매개변수 효율적인 미세조정)PEFT란 사전 학습된 대규모 언어 모델(LLM)과 신경망의 성능을 특정 작업 또는 데이터 세트에 대해 개선시키는 방법이다. 거대한 LLM을 fine tuning 한다는 것은 쉬운 일이 아니다.PEFT는 작은 매개변수 세트를 학습시키고 대규모 사전 학습된 모델의 구조를 대부분 유지함으로써 시간과 컴퓨터 리소스를 절약한다.전체 파인 튜닝 vs PEET 구분전체 파인튜닝PEFT메모리 사용량매우 높음낮음 (1/10)학습 속도느림빠름 (2-3배..
2025.10.19 -
AI Agent 동작 시나리오: 식당 예약하기 🍝 Agent 1️⃣ Perception (지각) 사용자 입력: "다음 주 서울 날씨 좋은 날 저녁 식당 예약해줘" 현재 정보: 2025-10-18, 위치: 서울 ← ..
LLM Agent 동작 시나리오AI Agent 동작 시나리오: 식당 예약하기 🍝 Agent 1️⃣ Perception (지각) 사용자 입력: "다음 주 서울 날씨 좋은 날 저녁 식당 예약해줘" 현재 정보: 2025-10-18, 위치: 서울 ← ..
2025.10.18 -
🧠 CNN의 발전사딥러닝 역사를 바꾼 획기적인 CNN 아키텍처들 1998LeNet-5Yann LeCun et al.최초의 성공적인 CNN 아키텍처. 손글씨 숫자 인식(MNIST)에서 혁신적인 성능을 보여주며 CNN의 가능성을 입증했습니다.주요 특징7개 레이어로 구성된 간단한 구조Sigmoid/Tanh 활성화 함수 사용Average Pooling 사용우편번호 자동 인식에 실제 사용됨~60K파라미터7레이어 2012AlexNetAlex Krizhevsky, Ilya Sutskever, Geoffrey Hinton딥러닝 혁명의 시작! ImageNet 대회에서 압도적인 성능으로 우승하며 딥러닝 붐을 일으킨 역사적인 모델입니다.주요 특징ReLU 활성화 함수 최초 사용 (학습 속도 6배 향상)Dropout 도입으로..
CNN 발전사🧠 CNN의 발전사딥러닝 역사를 바꾼 획기적인 CNN 아키텍처들 1998LeNet-5Yann LeCun et al.최초의 성공적인 CNN 아키텍처. 손글씨 숫자 인식(MNIST)에서 혁신적인 성능을 보여주며 CNN의 가능성을 입증했습니다.주요 특징7개 레이어로 구성된 간단한 구조Sigmoid/Tanh 활성화 함수 사용Average Pooling 사용우편번호 자동 인식에 실제 사용됨~60K파라미터7레이어 2012AlexNetAlex Krizhevsky, Ilya Sutskever, Geoffrey Hinton딥러닝 혁명의 시작! ImageNet 대회에서 압도적인 성능으로 우승하며 딥러닝 붐을 일으킨 역사적인 모델입니다.주요 특징ReLU 활성화 함수 최초 사용 (학습 속도 6배 향상)Dropout 도입으로..
2025.10.16 -
Tokenizer 학습 과정 2025.10.15