전체 글 썸네일형 리스트형 Memory Management Part 1: 논리 주소 vs. 물리 주소, MMU, Dynamic Loading, Contiguous Allocation 본 게시글은 이화여대 반효경 교수님의 2014년 KOCW 강의(http://www.kocw.net/home/search/kemView.do?kemId=1046323)를 수강한 후 정리한 것임을 밝힙니다. Logical Address(논리적 주소) vs. Physical Address(물리적 주소) 논리 주소는 가상 주소(virtual address)라고도 하며, 프로세스마다 독립적으로 가지는 주소 공간을 말한다. 논리 주소가 필요한 이유는 각 프로세스의 독립성을 보장하고 안전하게 메모리를 관리하기 위해서이다. 만약 프로세스를 항상 물리 주소(실제 메모리에 올라간 위치)만으로 다룬다면, 멀티 프로세스 환경에서 동시에 돌아가고 있는 수많은 프로세스에 대해 물리 주소를 할당하기 어려워질 뿐만 아니라 메모리 주.. 2024. 1. 4. 16:02 ㆍ 운영체제 [1주차] Part 2: 도커 실습 시작하기 본 게시글은 유데미(udemy.com)의 (Maximilian Schwarzmüller) 강의를 수강한 후 내용을 정리한 것입니다. 본격적으로 도커 실습을 하려면 우선 자신이 사용하는 OS가 무엇인지 파악해야 합니다. 1번 옵션: macOS나 Windows일 경우 Docker Desktop을 설치하기 2번 옵션: requirements를 충족하지 못한다면(낮은 버전의 OS 등) Docker Toolbox를 통해 설치하기 3번 옵션: 다 필요없고 난 리눅스다! 그러면 Docker Desktop이나 toolbox 없이 docker만 설치 리눅스는 도커 실습에 최적화된 환경이다 리눅스에선 아래 명령어로 바로 도커 설치 및 사용이 가능합니다. 리눅스는 자체적으로(natively) Docker Engine을 지원.. 2024. 1. 2. 15:51 ㆍ 도커와 쿠버네티스 [1주차] Part 1: 우리가 도커(Docker)를 써야 하는 이유 본 게시글은 유데미(udemy.com)의 (Maximilian Schwarzmüller) 강의를 수강한 후 내용을 정리한 것입니다. 우리가 도커를 써야 하는 이유 1. 서로 다른 개발 및 배포 환경의 문제 무인도에서 혼자 개발하고 혼자 배포하는 자급자족(?)을 하지 이상, 세상의 모든 개발자는 남들과 협업하거나 다른 사람들의 작업물을 활용함으로써 소프트웨어를 발전시킵니다. 하지만 개발하는 애플리케이션 또는 프로그램은 필연적으로 패키지 버전이나 환경 등이 다를 수밖에 없습니다. 앱을 수정하거나 테스트할 때 가장 먼저 수행해야 할 건 재구현입니다. 기존 개발자가 실행했던 내용을 본인 환경에서도 구현할 수 있는지 시도해보는 게 우선인데 (실제로는 이마저도 어려워서 포기하는 일이 대다수...) 이전 개발자가 사.. 2024. 1. 2. 15:34 ㆍ 도커와 쿠버네티스 [Part 1] 용의자의 신발을 찾아라: AI 기반 족적 검색 시스템을 개발하기까지 겪었던 시행착오들 연구 인턴을 통해 내가 얻은 것 포스코 빅데이터 아카데미를 마치고 운좋게 연구 인턴에도 선정이 되어, 두 달동안 AI 연구 개발에 매진할 수 있었다. 내 성과를 요약하자면 '막다른 길을 용감하게 찾아냈고 새로운 방안을 제시한 것'이라고 포장할 수 있겠다. 그 과정에서 물론 안타까운 시행착오도 겪었고 계획대로 되지 않았던 순간도 많았지만 AI 분야와 개발 전반에서 평생 기억할 만한 인사이트를 얻었다고 생각한다. 내가 진행했던 연구를 크게 두 편으로 나누어 정리해보았다. 연구 배경 작년(2023년) 10월 중순부터 두달 간 포항공대 인공지능연구원(PIAI)에서 인턴을 하면서 진행했던 연구 내용을 정리했다. 연구원에서 진행하는 주제는 다양했지만 그 중 내가 맡은 프로젝트는 의 일환이었다. 폴리스랩 2.0은 2.. 2023. 12. 20. 13:30 ㆍ 회고록/포스코 AIㆍBig Data 아카데미 포스텍 인공지능연구원(PIAI) 23기 인턴 후기 [생활 편] 길었던 포항 살이를 드디어 마무리하게 되었다. 잠깐 서울에 올라오기도 했지만, 돌이켜보면 올 한 해 하반기 거의 내내 포항에서 보낸 셈이다. 이제야 알게 됐지만 새로운 환경과 새로운 사람들 속에서 지내면서 크고 작은 것들을 새삼 느낄 수 있었다. 아마 이번 인턴 후기 편을 작성하는 데 가장 많이 정성을 쏟아붓지 않을까? 유종의 미를 거둔다는 생각으로 이번에도 달려보자! 숙소 교육 동안에는 포스코 국제관에서 지냈었다. 하지만 인턴 기간에는 원룸을 각자 하나씩 배정받게 된다. 원룸의 장점 혼자서 방을 쓸 수 있다. 부엌과 전자레인지가 있다. 세탁기가 딸려있다. 원룸의 단점 학교와 거리가 멀다. (출퇴근 시간 약 30~40분) 청소를 알아서 혼자 해야 한다. 인턴이 총 9명이기 때문에 한 건물 안의 원룸을.. 2023. 12. 19. 20:49 ㆍ 회고록/포스코 AIㆍBig Data 아카데미 LangChain 입문 2편: Model, Prompt, 그리고 Parser란? LangChain의 큰 그림부터 먼저 살펴보자 LangChain의 공식 문서를 보면 모듈을 크게 6가지로 나눠서 설명합니다. Model I/O: 모델의 입력과 출력이 무엇인가? 어떤 모델(LLM vs. Chat model)을 사용하는가? 출력을 어떻게 구조화할 것인가?(output parser) Retrieval: LLM에 학습되지 않은 외부 데이터(문서, document)를 어떻게 활용할 것인가? 문서를 저장(vector store)하고 인덱싱(index)하는 법, 가져오는 법(retriever)은 무엇인가? Agents: LLM의 추론 능력을 활용한다면 외부 입력에 따라 다른 판단을 내리는 '동적인' chain을 구성할 수 있지 않을까?(agent types, tools) Chains: 작은 LLM .. 2023. 12. 10. 15:05 ㆍ 머신러닝과 딥러닝/LLM과 NLP LangChain 입문 1편: DeepLearning.AI 강의 수강 시작하기 (실습 환경 구축) 컴퓨터 비전만 파던 내가 LangChain 공부를 시작한 이유 포항공대 인공지능연구원에서 인턴으로 일하고 있는 지금 제가 맡고 있는 업무가 크게 2가지가 있습니다. 1) 딥러닝 모델 기반 족적(shoeprint) 이미지 검색 시스템 구축 2) GPT와 생성AI의 기업 활용 방안 조사 그 중 제가 주력하고 있는 공부는 1번, 컴퓨터 비전 분야이었고 솔직히 말하자면 NLP에는 그닥 큰 관심이 없었던 게 사실입니다. 그런데 저번주 목요일 제가 오후 반차를 쓴 사이 저도 모르게 2번 업무가 또다시 분배되었습니다. 주제는 바로... 요즘 아주 핫하다는 LangChain이었습니다. 안 그래도 chatGPT의 등장과 함께 어느덧 대세가 되어버린 것 같은 LLM 트렌드를 어느 정도는 따라잡아야겠다는 생각에 오히려 반가.. 2023. 12. 10. 10:07 ㆍ 머신러닝과 딥러닝/LLM과 NLP 포스코 청년 AI Big Data 아카데미 23기 후기 11편: AI 최종 발표와 느낀 점 수료하고 나서 깨달은 것들 우리 조는 나 말고는 전공자가 없었고, AI 프로젝트를 제대로 구현하는 게 정말 어렵다는 의견이 지배적이었기 때문에 처음부터 현실적인 주제로 정하게 되었다. 그래서 나온 게 이전 기수에서도 가장 많이 했던 자율주행이었고 결과적으로는 30%도 구현하지 못했다. 돌이켜보면 '어차피 실패할 거 왜 좀 더 도전적인 주제로 하지 못했을까'하는 아쉬움이 남는다. 우선 좋은 평가를 받기 위해선 하드웨어를 꼭 써야 한다는 강박관념이 강했다. 그리고 주제의 참신함이나 진정성(우리가 이 주제를 정말 하고 싶은가?)보다는 현실의 눈높이에 맞추다보니 오히려 우리의 프로젝트는 전혀 인상적이지 못한 것이 되어버렸다. 참고로 23기 AI 프로젝트 최우수상은 우리 반에서 나왔는데, Stable Diffus.. 2023. 12. 9. 22:23 ㆍ 회고록/포스코 AIㆍBig Data 아카데미 이전 1 2 3 4 5 6 7 ··· 9 다음 목록 더보기
