전체 글 261

[ PlanWith ] 프로젝트 고도화 ( 4 ) - 하네스 엔지니어링 준비 : AGENTS.md, docs 파일 작성

하네스 엔지니어링을 구현하는 방법은 여러가지가 있는데우선 가장 쉽게 접근할 수 있는 방식은README.md를 통해서 Agent의 행동을 텍스트로 제어하는 것이다AGENTS.md 파일을 만들어놓으면 Agent는 반드시 해당 파일을 먼저 읽고 넘어가게 되기 때문에시스템적으로 Agent를 제어할 수 있게 되는 것이다 Langchain이랑 Anthropic에서 하네스 엔지니어링 관련해서 여러 실험을 해본 결과하나의 파일에다가 제약 사항 와다다 때려박는 것보다 역할/상황별로 파일을 나눠서 작성하는 것이 훨씬 효과적임을 발견했다고 한답 내 경우 하네스 엔지니어링을 사용하는 이유가 새롭게 프로젝트를 시작하기 위함이 아닌이력서에 넣을 성능 개선 경험을 만들기 위함이니그에 맞게 scope를 특정 기능에 맞췄고 목적도 ..

[ PlanWith ] 프로젝트 고도화 ( 3 ) - IntelliJ Codex 연결하기

다덜 하네스 엔지니어링 이야기를 하길래나도 함 해보겠숴요... 하네스 엔지니어링 : AI 에이전트가 사람의 감독 없이도 길고 복잡한 작업을 안정적이고 안전하게 완수할 수 있도록, AI 모델을 둘러싼 외부 실행 환경과 통제 시스템을 설계하는 기술 https://www.youtube.com/watch?v=q1v1_btl19w&t=2s https://youtu.be/5buNm0pA1mg?si=9lrKEMhcUD9Z7kW8 우선 나는 GPT 구독하고 있어서 Codex로 시작해보려고 한답 AI Assistant 설치IntelliJ IDEA > Settings > Plugins > Marketplace > AI Assistant 설치 > Restart IDE Tool Windows에서 AI Assistant 찾..

[ PlanWith ] 프로젝트 고도화 ( 2 ) - 서버 다시 띄우기 2 : Docker, Nginx

1. EC2에 접속로컬 터미널에 들어가서 키페어를 저장한 폴더로 이동한 뒤 아래 명령어를 실행한다chmod 400 {저장한 키페어 이름}.pemssh -i {저장한 키페어 이름}.pem ubuntu@ 2. Docker와 Nginx 설치sudo apt updatesudo apt install -y docker.io docker-compose-v2 nginx gitsudo usermod -aG docker ubuntu 실행한 뒤 SSH를 나갔다가 다시 접속한다 3. 소스 코드 가져오기git clone cd PlanWith Repository URL과 EC2에서 해당 소스 코드를 저장할 폴더명을 각각 넣고 실행한다. 확인:lsHELP.md appspec.yml gradle gradlew..

[ PlanWith ] 프로젝트 고도화 ( 1 ) - 서버 다시 띄우기 1 : VPC, Subnet, Internet Gateway, Security Group, Routing Table, EC2, RDS, ElastiCache

PlanWith를 이력서에 넣고 싶다근데 트러블슈팅이 시원찮다그래서 프로젝트 고도화한다따라서 서버 다시 띄워야징... PlanWith 아키텍처는 아래와 같다 PlanWith 서버 띄우기 1. 전체 아키텍처 구조PlanWith 큰 구조는 이렇게 가져갈 것이답AWS 서울 리전└─ PlanWith VPC ├─ Public App Subnet │ └─ EC2 │ ├─ Ubuntu │ ├─ Nginx │ ├─ Docker Engine │ │ └─ Spring Boot Container │ ├─ CodeDeploy Agent │ └─ 배포 파일 │ ├─ Private DB Subnet │ └─ RDS MySQL │ ..

👽 졸업 논문 ( 45 ) - 파인튜닝 전략 : FT-Transformer, TabM

1. 파인튜닝 전략 1-1. 어디까지 Unfreeze2-1-1. FT-Transformer의 경우의 수FT-Transformer 구조수치형 Feature Tokenizer→ Transformer blocks→ CLS representation→ Prediction head 수치형 feature를 각각 embedding으로 바꾼 뒤 Transformer block에서 feature 간 관계를 학습하고, 최종 CLS 표현으로 예측한다.전략 F1. Prediction head만 학습Freeze:- Feature Tokenizer- 전체 Transformer blocks- CLS embeddingTrain:- Prediction head 장점안정적과적합 위험이 낮음단점TNG에서 학습된 표현을 거의 그대로 사..

[ 신입 개발자 취준 ] 서류 준비를 해보자...

7월부터 본격적으로 취업 준비를 시작했는데사실 아직도 감이 안 잡힌다...빠이팅 ☕ 커피챗 우선 목표 회사와 직무를 좀 좁히고자 선배들과 커피챗을 진행해봤다우리 학교는 톡톡선배라는 제도?가 있어서취업하신 선배들이 어디 회사 어떤 직무로 입사하셨는지에 대한 정보를 볼 수 있고 멘토 신청을 하면 선배들의 이메일이나 카톡 ID를 받을 수 있다그래서 무작정 내가 관심 있는 분야 - 백엔드, AI 쪽 직무로 취업하신 선배들을 리스트업하고 우선순위를 정해서 연락을 쭉 돌렸다진짜 다들 너무너무 스윗하셨다ㅠㅠㅠ갑작스러웠을 수도 있을텐데 대면으로 커피챗해주신 분도 있었고직접 만나진 못했지만 비대면이나 카톡으로 뭐라도 더 말해주시려고 하셨다진짜 너무 감사하다 커피챗의 목적이 최근 회사들의 기술적인 동향과 실제로 어떤 ..

취업 2026.07.13

[20260705] 프로그래머스 Lv2 뿌시기 - SQL 완

Lv2 MySQL 문제 뿌시기 성공SQL 문법 외울 거 정리하자 1. SELECT 기본 순서SELECT 컬럼, 집계함수, CASEFROM 테이블JOIN 테이블 ON 조건WHERE 행 필터GROUP BY 그룹 기준HAVING 그룹 필터ORDER BY 정렬 기준LIMIT 개수; SELECT → FROM → JOIN → WHERE → GROUP BY → HAVING → ORDER BY 2. 문자열 붙이기 CONCAT(값, '문자') CONCAT(ROUND(SUM(DISTANCE), 1), 'km') 주의:ORDER BY CONCAT(...) 하면 문자열 정렬될 수 있음.ORDER BY SUM(DISTANCE) DESC 3. ROUND / AVGROUND(값, 자릿수) -> (자릿수 + 1)번째 수에서 ..

개발/👾 PS 2026.07.05

[20260622] 프로그래머스 Lv2 뿌시기 대작전 다시 1일차

MySQLWHERE > GROUP BY > HAVING 순서 기억sum(*)이랑 count(*) 헷갈리지 말자...문자열 리스트 내에 특정 문자열 포함되어있는지 확인WHERE 칼럼명 REGEXP '가죽시트|열선시트|통풍시트' -> 정규식일 경우 사용 가능WHERE 칼럼명 OPTIONS LIKE '%가죽시트%' OR OPTIONS LIKE '%열선시트%' OR OPTIONS LIKE '%통풍시트%'; -> 정규식 아닐 경우 사용칼럼값에 따라 치환하기CASE WHEN 칼럼명 LIKE '%Neutured%' OR 칼럼명 LIKE '%Spayed%' THEN 'O' ELSE 'X' END AS 칼럼명 설정 CASE WHEN 칼럼명 IN ('spayed', 'neutered') THEN 'O' ELSE 'X' E..

개발/👾 PS 2026.06.22

[ XREAL 정규 프로젝트 ] NodeXR( 17 ) - WebSocket 구조 개발

웹소캣으로 잠시 회피... 1. HTTP와 WebSocket의 차이 HTTPHTTP는 기본적으로 Request → Response 구조이다.클라이언트가 요청을 보내면 서버가 반드시 응답을 반환한다.Client → Server: POST /api/2d/generateServer → Client: 200 OK + response body 예를 들면 다음과 같다.{ "isSuccess": true, "code": "IMG202", "message": "2D 이미지 생성 요청이 접수되었습니다.", "result": { "job_id": "uuid", "status": "PENDING" }} HTTP에서는 response body라는 개념이 명확하게 존재한다.따라서 방 생성, 방 입장, 이미..

[ XREAL 정규 프로젝트 ] NodeXR( 16 ) - 기능 플로우 상세 정리 : Agentic AI를 활용한 발화 처리 자동화

Agentic AI 역할 / 기능 정의 자동 발화 처리랑 Agentic AI랑 너무 밀접하게 관련 있어서 우선 Agentic AI가 도대체 어떤 걸 해줘야 할지부터 명확하게 정의하겠다 NodeXR은 크게 노드 그래프, 생성형 AI, Agentic AI 3가지 요소로 구성되어 있는데노드 그래프는 사고의 외재화를 도움으로써 제시되었던 아이디어들을 펼쳐서 확인해볼 수 있고생성형 AI는 아이디어들을 빠르게 실행 및 검증해볼 수 있도록 돕는다 Agentic AI의 역할은 무엇일까 고민해본 결과회의 중 나왔던 발화들을 지속적으로 구조화하고 저장함으로써 기억 소실 문제를 해결하는 것이 가장 큰 의의를 가질 것이라고 판단했다회의 상황에서 발화를 통해 제시되었던 의견, 결정사항, 제약사항, 논쟁사항들과 이들의 근거는 일..