The matter is how it can be , not how it is now

O2, 엔지니어링 season2 11

24 클라우드, AWS, MS, Google, Salesforce

24년 기술적으로는 혼돈의 카오스 시기로 출발을 했다. 몰랐는데, 그동안 불어온 클라우드 바람은 모든 IT회사가 클라우드 서비스 프로바이더가 되어야 한다는 일종의 조바심을 시장에 일으킨 것 같다. 다들 IaaS다 PaaS다 SaaS다 하면서 자신들을 포장하기 바빴고, 그나마도 제품을 만들길 겁내(이유를 잘 모르겠다)하는 돈 많은 회사들은 구조화상품들을 만든다거나 하면서 클라우드 시장에 자금들을 쏟아부었다. 그런데 내가 늘 이야기 하는 '시장이 있다 라고 해서 그게 니 시장은 아니다'를 또 다시 뼈저리게 느끼게 하는 시간들이었을거다. 시장이 있는 것 같아서 거기에 제품을 새로 만들려고 하면 이미 나온 제품들이 너무 많아서 특장점을 찾길 어렵고, 경쟁력있는 특장점을 만들려면 시간이 더 필요한데 그게 안되니 ..

하드웨어, 컴퓨터, 소프트웨어, 제품

하드웨어, 설킷(circuit)으로 구성된 아이들을 하드웨어라고 부른다. 기술시간이나 아날로그 회로 시간에 배운 그 아이들. 저항, 인덕턴스, 커패시터 등으로 구성된 뭐 그런것들. 그리고 이걸 해석하려면 웨이브 이퀘이션 , 편미분등을 알아야 한다. 그리고 맥스웰 방정식까지…. 넘어가자. 디지털 회로는 우리가 알고 있는 그 논리 게이트들의 연속이다. 그리고 이것이 컴퓨터라는 전자장치를 이루는 기본이 된다. 아래의 그림에서 보이는 XNOR 게이트가 컴퓨터의 기본 원리이다 컨트롤 비트와 데이터 비트의 조합에 따라서 X값의 출력이 결정된다. 양자 컴퓨팅도 양자(quantum)상태( 입자이자 파동인 미세영역, 플랑크 상수를 운동량으로 나눈값 물질파의 파장이 물체의 크기보다 큰 경상태, 즉 속도나 질량이 아주 아주..

WWDC 23, apple vision pro, 공간 아마추어

WWDC 23 굉장히 오랜만에 오프라인으로 열린 행사. 외에는 별다른 감흥이 없었던 WWDC였는데 올해는 어떨지? 기대는 별로 없었다만 걍 업계에 있으니까 의무감으로 본다. computer 이번에 15인치 맥북 에어를 내놨다. 12~3년도 정도에 13인치 맥북 에어를 쓸때 (15인치 맥북 프로도 있었다. 아이패드, 아이패드 미니도 있었고 ㅋ) 원했던게 스크린은 15인치인데 무게는 가벼운 맥북 에어가 있으면 좋겠다고 생각했는데 이제야 나왔다. 가격도 시작가는 1200$ not bad. 이거 하나 사야겠다라고 말하지만 내 책상의 16인치 13인치 프로가 노려본다. 맥 스튜디오에 M2 Max M2 ultra를 넣었는데 가격은 2000$. 작은 프로 라고 내놨는데 이거랑 프로 디스플레이를 같이 사면 딱 가격좋다..

GPT, Nocode, 사라짐,변화

GPT GPT가 어떤 단어의 줄임말인지 아는게 지식인 시대에 살고 있다. Generative Pre-trained Transformer 생성형 선교육된 변환자이다. 재밌는 것은 GPT를 처음 발명한 건 OpenAI라는 회사가 아니고 구글이다. 그리고 구글은 진즉에 GPT를 버리고(이 표현이 정확하게 맞진 않다), Pathway라는 방법으로 갈아탓고 이건 Transformer , embedding, parallel layer, multi-attention등 그냥 알고 있는건 다 때려 넣은 한국으로 치면 제삿상 물린이후의 탕국 같은걸 만들었다. 몇가지 재밌는 사실은 구글이 만들어서 공개한 텐서플로우가 그동안 자기들이 만든 독특한 리니어 알제브라를 사용했는데(플로우에 맞춰서, 굳이 벡터화를 할 필요가 없는 자..

코딩에 대한 생각이 달라져야 한다.

코딩테스트가 달라져야 한다는 글을 보고 많은 생각이 들어서 썼다. 나는 코딩이 글쓰기를 하는 작가의 관점이나, 문제를 정의 하는 오너의 관점에서는 많이 벗어난 단계라고 생각한다. 대부분 상식처럼 이야기 하는 '무엇이 문제인지 정의만 하면된다 그리고 문제를 정의 하고 푼다'는 개념에서 그 문제라는 것도 예전엔 엔지니어한테 묻는 질문이 '이게 뭐가 문제지?' 누군가가 물었다면 이제는 '이게 문제인데, 이걸 해결해줘'라는 질문을 받는 경우가 많아졌다. 시대가 변했고, 이판에 사람들이 많아졌으며, 그만큼 일이 세분화 되고 있다. 예전에는 프로그래머(굳이 이단어를 가져다 쓰는 이유도 생각해보기 바란다)에게 다 물었다. 제품(서비스라고 하지 않고 제품이라고 하는 이유도 좀 생각해보기 바란다)의 전략(요구사항/제경설..

멸공과 편익분석

멸공이란 키워드로 올린 게시글이 삭제되면서 촉발된 모 회사 회장님의 이야기 애초에 그 글만 보자면 그는 인스타 그램으로 놀고 있었던것인데(왜냐면 인스그램 기업 계정이 아니니까 말이다), 그의 주장처럼 그 개인이 올린 게시물이 블록당하자 왜 블록당했냐고 제차 비아냥 또는 조소섞인 게시물을 올린다. 이게 기사화 되니까 국xxx당 대선 후보가 또 받아서 달.파.멸.공 그리고 전 감사원장 그리고 전 판사출신 전 의원이 주루룩 받아서 인스그램에 올린다. 인스타그램 게시물이 다시 복구 되고 나서야, 그리고 그 회사에서 수입판매하고 있는 프렌차이스 커피 불매운동이 시작되고 나서야 그런 챌린지를 하지 않겠다 라고 회장이 선언을 하면서 일단락되었다. 회장이 그런 놀이를 하면 된다 안된다로 번지고 있지만 회장은 시장/자본..

KT 장애에 부쳐서.

KT의 네트워크가 장애가 났다. IT쪽 분들이 아니면 모를 라우팅 정보를 신규로 입력하는 과정에서 오류가 있었단다. 근데 그 오류란것이 라우팅 정보를 넣는 코드의 마지막에 'exit' 즉 코드의 실행 종료를 뜻하는 명령어를 넣지 않아서 발생했다고 한다. 네트워크나 뭐를 좀 아는 사람들이 저마다 한 마디씩 (또는 긴 글로) 설명을 한다. 해당회사는 라우팅 정보를 넣는것과 같은 손끝 기술은 높이 치지 않는 곳이긴 하다. 그러니 개발/엔지니어에 대한 처우가(꼭 연봉만을 의미 하진 않는다) 박하긴 하다. 이번에도 실제로 그 코드를 넣고 돌린것은 협력회사라고 한다. 본사의 직원은 대게 매니징을 하고, 실제 작업은 하청이나 파트너 업체에서 하는건 꼭 한국만 그런건 아니니 너무 한국 현황에 대해서 뭐라고 하진 말자...

GPU를 활용한 분산 컴퓨팅 프레임워크 성능 개선 연구

GPU에 MapReduce연결시켜서 성능개선을 해보려한 연구. 역시 2012년에 발표. www.cseric.or.kr/literature/ser_view.php?searchCate=literature&SnxGubun=INKO&gu=INME001E6&cmd=qryview&SnxIndxNum=145735&rownum=&totalCnt=2&rownum=2&q1_t=7ISx6riw7KeE&listUrl=L3NlYXJjaC9yZXN1bHQucGhwP3NlYXJjaENhdGU9bGl0ZXJhdHVyZSZTbnhHdWJ1bj1JTktPJmYxPU1OJnExPSVCQyVCQSVCMSVFMiVDMSVGOA==&q1=%BC%BA%B1%E2%C1%F8

대규모 분산 처리 프레임워크에 따른 대규모 그래프 처리 성능 비교

2012년에 발표한, 그래프 프레임 워크 별로 성능비교를 했던 결과를 정리한 논문. 그래프에 눈뜬건 이때 부터인듯. www.cseric.or.kr/literature/ser_view.php?searchCate=literature&SnxGubun=INKO&gu=INME001E6&cmd=qryview&SnxIndxNum=145727&rownum=&totalCnt=2&rownum=2&q1_t=7ISx6riw7KeE&listUrl=L3NlYXJjaC9yZXN1bHQucGhwP3NlYXJjaENhdGU9bGl0ZXJhdHVyZSZTbnhHdWJ1bj1JTktPJmYxPU1OJnExPSVCQyVCQSVCMSVFMiVDMSVGOA==&q1=%BC%BA%B1%E2%C1%F8 [ CSERIC 연구문헌 ] 대규모 분산 처..

object classification vs object detection

나는 인공 지능연구에서 object classification 보다는 object detection이 더 어려워 보인다. 사실 detect자동화만 잘 되면 classification은 알고리즘만 잘 돌리면 되는건데 이게 자동화가 어려우니까 대부분의 큰 회사들은 개발도상국이나 싼 인력을 통해서 object detection을 수동으로 하도록한다. 의료 데이터 분석에서도 제일 어려운 부분이 object detection이다. 그냥 상상해보면 나오지 않나, x-ray 찍을 때 사람들의 위치/모양이 다 다르다. 그런데 이때 찍은 데이터를 통해서 분석을 하겠다는건 굉장히 어렵고 어리석은 일이다. 비슷한 문제를 해결하기 위한 노력중에 하나의 논문이 pubmed.ncbi.nlm.nih.gov/26762217/ 'At..

728x90