Skip to content

Home
Blog
Projects
About

구현에서 드러나는 요구사항과 ADR 피드포워드 개인·팀·조직 지식 통합: 중앙집중 대신 federation 도구 종속을 피하는 지식 substrate 전략 AI 위임 범위 결정: 능력보다 검증 비용 AI-ready 데이터의 오해와 준비 방법 고객이 원하는 걸 모를 때의 요구사항 발굴 AI 자동화 전에 짚어야 할 현행 업무(as-is) 분석 AI 프로젝트 인테이크 양식 설계

OpenDataLoader PDF v2 - Java 기반 Apache 2.0 PDF 파서 Docling - IBM의 MIT 라이선스 문서 파서, 가성비 최강 LiteParse - LlamaIndex가 오픈소스로 공개한 초경량 PDF 파서 Marker - 품질은 최고지만 안정성이 발목 잡는 PDF 파서 OmniDocBench로 측정한 PDF 파서별 파싱 성능 - 텍스트, 테이블, 수식, 읽기 순서 PDF 파서 5종 비교 분석 - 같은 문서, 다른 결과 PyMuPDF4LLM - 경량 GNN으로 GPU 없이 가장 빠른 PDF 파서 MinerU 2.x 파이프라인 분석 - 달라진 PDF 파서의 내부 구조와 성능 테스트 MinerU - 고품질 PDF 변환 및 데이터 추출 도구

LLM 에이전트가 화면 변경을 놓치지 않게 만드는 상태 동기화 루프 엔지니어링: 에이전트를 프롬프트하는 시대에서 루프를 설계하는 시대로 Multica와 AI Agent 협업 플랫폼 비교 Hermes Agent로 조직 지식 Second Brain 만들기 변화가 너무 빠른 시대의 기술 정보 레이더 LLM Wiki와 ADR로 블로그를 누적 지식베이스로 키우기 2026 자가 개선 AI 에이전트 5종 비교: OpenClaw vs Hermes vs QwenPaw vs Claude Code vs Codex LLM 에이전트 플랫폼 아키텍처 - 챗 스트리밍과 long-running 작업의 durability를 어떻게 reconcile할 것인가 LLM Text-to-SQL 실전 가이드 - 스키마 설계부터 Eval까지 블로그 검색 실험 (1) - 검색 방법론 개요와 실험 설계 RAG-Anything 파헤치기 - 멀티모달 GraphRAG의 구조와 원리 AI 개발 방법론 4종 비교: BMAD Method vs MoAI-ADK vs GitHub Spec Kit vs Get Shit Done LLM이 고유명사를 틀리는 이유와 해결 방법 Context Engineering for AI Agents: With LangChain and Manus pgvector: PostgreSQL의 벡터 검색 익스텐션 2025년 pgvector vs Qdrant vs Milvus 상세 성능 비교 학술 논문 특화 파서 시스템 분석 챗봇 성능 최적화: 캐싱 전략으로 비용 절감과 속도 향상 멀티에이전트 아키텍처와 대규모 구현 전략 LLM 에이전트 아키텍처 비교 - ReAct, Plan-and-Execute, Supervisor 다중공선성 (Multicollinearity)MCP(Model Context Protocol)LLM Compiler for Parallel Function Calling Knowledge Graphs for RAG Chainlit 문서(pdf 등) 내 시각 자료와 텍스트의 추출 및 활용 문서(pdf 등) 내 시각 자료와 텍스트의 추출 및 활용 연구 RAG용 PDF Loader 비교 Agent 사용 RAG+Tavily RAG+Groq LLM Chain Chatbot + RAG LayoutLM Imbalanced Data Prediction(Anomaly Detection)T-SNE (t-distributed stochastic neighbor embedding)Anomaly Detection LangGraph LangChain 차원 축소 (Dimensionality Reduction) 기법 Track Anything: Segment Anything Meets Videos Tensorflow Deep-Learning Computer-Vision Guide Notes 2 Tensorflow Deep-Learning Computer-Vision Guide Notes 1

CI 최적화, 626초에서 90초까지: 실패한 가설과 측정법 Azure B시리즈 CPU 크레딧 고갈로 CI가 무너진 날 1인 개발자의 생산성 스택: MVP를 빠르게 만드는 워크플로우 엔터프라이즈 AI 서비스 아키텍처 설계: ECS와 컨테이너 전략 API 사용량 추적 시스템 설계 - Redis 하이브리드 접근법과 성능 최적화 전략 Supabase-NextJS CI/CD 툴 비교 웹 인증과 보안 완벽 가이드 DuckDB GCP VM과 VS Code SSH 연결 설정 가이드 JS 함수 최적화 Ceph 분산 스토리지 시스템 정리 개발 서버 네트워크 문제 Supervisord를 활용한 프로세스 관리 통합 프로젝트 기술 스택 및 아키텍처 Linux 환경 구축 방법 비교 Monkey Patching 개발 기술 스택 종합 정리 AWS RDS MySQL 데이터베이스 생성 가이드 Spring - DAO vs DTO vs VO Spring Security 기초

2026-W28 AI 트렌드 다이제스트 2026-W27 AI 트렌드 다이제스트 2026-W26 AI 트렌드 다이제스트

맥북 초기 세팅

Google Search Console - 도메인 vs URL 접두어 속성 Quartz, GitHub Pages 사용하여 Obsidian 노트 배포 블로그 검색 노출-Google Search Console 설정, SEO 최적화

GitHub Actions와 GCP를 활용한 CI/CD 구축 가이드 GitHub CI/CD와 GCP 통합 정리 GitHub Actions google-protobuf 오류 해결 깃 블로그 테마 모음 [Github]Github 정리

Docker Compose Flask-MySQL 연결 문제 해결 Docker 기초 실습 가이드 도커(Docker)와 가상환경(Virtual Machine)의 차이

Hermes Agent 사용 사례와 Claude Code + Codex 조합 전략 Moonlight: AI 논문 리더 기본부터 Pro 고급 활용까지 LangFlow - AI 워크플로우 시각적 구축 도구 바이브코딩과 커서(Cursor)Cursor Project Rules로 AI 코딩 어시스턴트 맞춤화하기 Ubuntu 서버 초기 설정 스크립트 Visual Zettelkasten - 시각적 지식 관리 Second Brain 기반 RAG 시스템 구축 Zettelkasten 노트 작성 방법론 Obsidian to Notion 자동화 가이드 Hugo 블로그 생성 연습 정적 사이트 생성기(SSG) 비교 - Jekyll vs Hugo vs Hexo Jekyll 기반 깃 블로그 생성 가이드

Clidex CLI UX 설계: 좋은 엔진을 좋은 제품으로 바꾸는 마지막 20%Clidex 검색 품질 강화: 오타 교정, 테스트 정교화, 데이터 소스 확장 Clidex 검색 개선: 커버리지 43% → 91%, 정확도 47% → 82%Clidex: AI 에이전트를 위한 CLI 도구 검색 시스템

misen: 재사용 가능한 AI 워크플로우 블록 라이브러리

FlexSearch에서 Pagefind로: nuartz 검색 엔진 마이그레이션 Nuartz 첫 배포: 구현 내용과 Vercel에서 만난 것들 Nuartz를 headless 라이브러리로: 설계 방향과 레포 생태계 Nuartz npm 배포: 버전 관리와 자동화 Nuartz: Obsidian을 Next.js 블로그로 Nuartz: Quartz를 Next.js로 다시 만들기까지의 여정 Quartz 플러그인 해부: 무엇을 재사용할 수 있나

blog-rag 프로젝트 개요: 블로그 기반 Modular RAG 시스템 왜 블로그를 RAG 대상으로, 왜 Modular RAG인가

syshin0116.dev 리팩토링 계획: 블로그와 포트폴리오 통합

Hostit README Hostit 구조 Hostit 개요

LangChain Open Tutorial

LangChain Open Tutorial Project Retrospective (English)LangChain Open Tutorial 프로젝트 회고록 LangChain Open Tutorial - CoT 기반 스마트 웹 검색 LangChain Open Tutorial - 대화 메모리 관리 시스템 LangChain Open Tutorial - Web Search 연구 LangChain Open Tutorial - LlamaParse 튜토리얼 LangChain Open Tutorial - Week 2 Peer Review LangChain Open Tutorial - Week 2 브레인스토밍 LangChain Open Tutorial - 기여 워크플로우

Modular RAG - Short Term & Long Term Memory 구현 Modular RAG - RDBMS vs NoSQL 선택 Modular RAG - Chat History 설계 Modular RAG 아키텍처 설계

메신저봇R로 카카오톡 챗봇 만들기 기초

Podly 서비스 화면 및 UI 소개 Podly 배포 전략 및 인프라 설계 Podly 사용자 플로우 및 시스템 흐름도 Podly 인증 시스템 구현 Podly 프로젝트 최종 개발 보고서 Podly AI 개발 계획 Podly 백엔드 개발 계획 Podly Git 서브모듈 활용 가이드

고용노동 공공데이터 활용 공모전

고용노동 공공데이터 활용 공모전 프로젝트 계획 고용노동 공모전 프로젝트 아키텍처 고용노동 공모전 사업계획서 - 제품 목적 및 기능 고용노동 공모전 사업계획서 초안

ZoeDepth - Zero-shot Depth Estimation 논문 정리 MiDaS v3 - Depth Estimation 논문 정리 Men in Black - 도로 교통 법규 위반 차량 자동 감지 시스템 Men in Black - 차량 블랙박스 영상 기반 교통 법규 위반 감지

포텐데이 해커톤 회고

항해99 1일 1아티클 챌린지

아티클 리뷰 - 시니어 개발자로 성장하기 위한 핵심 역량 아티클 리뷰 - CAP 이론과 분산 시스템의 이해 NextJS 선택 전 알아야 할 것들 아티클 리뷰 - 주니어 개발자가 면접을 앞두고 준비한 것들 아티클 리뷰 - 자바 클래스 설계의 다섯 가지 SOLID 원칙 아티클 리뷰 - 프론트엔드와 SOLID 원칙 아티클 리뷰 - 7개월간의 자바스프링 독학 회고 아티클 리뷰 - 성공적인 애플리케이션 현대화를 위한 12가지 기본 원칙 아티클 리뷰 - 주니어 개발자의 복수 아티클 리뷰 - 법대생이었던 내가 일어나보니 개발자가 된 건에 대하여 항해99 1일 1아티클 챌린지

데블챌 데이터 블로그 챌린지 Inflearn - UX/UI 시작하기: UI 디자인 월간 Obsidian - 2025년 1월: Web Clipper, Smart Composer, Templater with AI TeddyNote - 실무를 위한 프롬프트 엔지니어링 2탄 정보처리기사 필기 - 메타코드 1강 소프트웨어 설계 TeddyNote - Agentic RAG 세미나 MLOps Now - LLM in Production 세미나 AI시대, 기록을 잘하는 방법 TeddyNote LangGraph 세미나 마키나락스의 AI 기반 최적 제어 로직 도출 방법 AI Talk Show 2024 LlamaIndex 활용 가이드 온라인 세미나 AUTO-RAG 김동규 연구원 세미나 백엔드 개발자 학습 로드맵 웨비나 개발자 이직 전략 웨비나 - 위코 GenAI Hack for Public Good in Korea 해커톤 원디트 프리온보딩 백엔드 - Docker 1일차 초거대 AI 확산 생태계 조성 사업 설명회 RAG 구현의 어려움과 해결 방법 - TeddyNote 세미나 LangChain for LLM Application Development 강의 노트 LLM 개발 및 학습 강의 정리 데이콘 대회 전략 - 데이스쿨 랭커 특강 정리 통계 기초의 모든 것 Architect Associate Certification SAA-C03 Notes

중국어 학습 10회 - 종합 단어 정리 중국어 학습 9회 - 일상 단어 정리 중국어 학습 8회 - 음식과 요리 표현 중국어 학습 7회 - 취미와 활동 표현 중국어 학습 6회 - 기본 단어 정리 중국어 학습 5회 - 동물과 농담 표현 중국어 학습 4회 - 일상 활동과 장소 표현 중국어 학습 3회 - 연애와 관계 관련 표현 중국어 학습 2회 - 팀워크와 회의 관련 표현 중국어 학습 1회 - 주말 계획 묻기

Design-Patterns

Behavior Patterns Structural Patterns Creational Patterns

ADsP 시험 핵심 요약 - 중요 포인트 정리 ADsP 제2과목 데이터 분석 기획 정리 ADsP 제1과목 데이터의 이해 정리 ADsP 제1과목 데이터의 이해 요약

원티드 프리온보딩 백엔드-Docker-4일차 원티드 프리온보딩 백엔드-Docker-3일차 원티드 프리온보딩 백엔드-Docker-2일차 Docker

[lvl2]뒤에 있는 큰 수 찾기 [lvl2]삼각 달팽이 [lvl3]합승 택시 요금 [lvl2]하노이의 탑 [lvl3]네트워크 [lvl2]다음 큰 숫자 [lvl2]숫자의 표현 [lvl2]이진 변환 반복하기 [lvl2]최솟값 만들기 [SQL]그룹별 조건에 맞는 식당 목록 출력하기 [lvl3]야근 지수 [lvl3]최고의 집합 [lvl2][Summer/Winder Coding(~2018)]영어 끝말잇기 [lvl3][동적계획법(Dynamic Programming)]정수 삼각형 [lvl2]옳바른 괄호 [lvl2]귤 고르기 [lvl1]당구연습 [lvl2]최댓값과 최솟값 [lvl2][2022 KAKAO TECH INTERNSHIP]두 큐 합 같게 만들기 [lvl1]내적 [lvl2][2020 KAKAO BLIND RECRUITMENT]문자열 압축 [lvl1]소수 만들기 [lvl2][2021 카카오 인턴쉽]거리두기 확인하기 [lvl1]체육복 [lvl1][월간 코드 챌린지 시즌2]음양 더하기 [lvl1][2019 카카오 인턴쉽]크레인 인형뽑기 게임 [lvl1][월간 코드 챌린지 시즌3]없는 숫자 더하기 [lvl1][2022_KAKAO_BLIND]신고 결과 받기 sql 문제 풀이 [lvl1]폰켓몬 [lvl1][카카오 인턴]키패드 누르기 [lvl1]완주하지 못한 선수 [lvl1]로또의 최고 순위와 최저 순위 [lvl1]숫자 문자열과 영단어 [lvl1]K번째 수

빅분기-실기-3유형 빅분기-실기-2유형 빅분기-실기-1유형 빅분기

[SeSAC]인공지능 [SeSAC]SQL로 데이터베이스 다루기-1일차 [SeSAC]데이터 분석 기초-2일차 [SeSAC]데이터 분석 기초-1일차

Transformers 실습 Transformers 딥러닝 영상처리4 딥러닝 영상처리3 Azure ML Classic Orange 실습 딥러닝 영상처리2 딥러닝 영상처리 SeSAC 3주년 프로젝트 회의록 작성 어플 프로젝트 Natural Language Process(자연어 처리)[SeSAC]혼공 머신러닝+딥러닝 Ch9. 텍스트를 위한 인공 신경망 [SeSAC]혼공 머신러닝+딥러닝 Ch8. 이미지를 위한 인공 신경망 [SeSAC]혼공 머신러닝 & 딥러닝 요약 [SeSAC]혼공 머신러닝+딥러닝 Ch7. 딥러닝 [SeSAC]혼공 머신러닝+딥러닝 Ch6. 비지도 학습 SeSAC-혼공 머신러닝+딥러닝-정리 [SeSAC]혼공 머신러닝+딥러닝 Ch5. 트리 알고리즘 [PCCP]3일차 [SeSAC]Roboflow [SeSAC]혼공 머신러닝+딥러닝 Ch3, 4 빅데이터의 다음 단계는 예측 분석이다 [SeSAC]파이썬 라이브러리를 활용한 데이터분석-3 [SeSAC]파이썬 라이브러리를 활용한 데이터분석-2 [SeSAC]데이터분석 관련 영상 시청 [SeSAC]파이썬 라이브러리를 활용한 데이터 분석-1 [SeSAC]프로젝트 소통역량강화 [SeSAC]파이썬 데이터 처리 프로그래밍-5일차 [SeSAC]파이썬 데이터 처리 프로그래밍-4일차 [SeSAC]파이썬 데이터 처리 프로그래밍-3일차 [SeSAC]파이썬 데이터 처리 프로그래밍-2일차(BeautifulSoup, Pymysql, Openpyxl)[SeSAC]파이썬 데이터 처리 프로그래밍-1일차(BeautifulSoup)[lvl3]이중우선순위큐 [SeSAC]판다스 데이터분석 [SeSAC]판다스, Seaborn, Matplotlib 라이브러리 [SeSAC]파이썬 강의 [정보처리기사]2과목 데이터베이스 구축

정보처리기사

[정보처리기사]3과목 운영체제 [정보처리기사]1과목 소프트웨어 구축-5. 서버 프로그램 구현 [정보처리기사]1과목 소프트웨어 구축-4.화면 설계 [정보처리기사]1과목 소프트웨어 구축-3.소프트웨어 설계 [정보처리기사]1과목 소프트웨어 구축-2.프로젝트 계획 및 분석 [정보처리기사]1과목 소프트웨어 구축-2.소프트웨어 개발 방법론 [정보처리기사]1과목 소프트웨어 구축-1.소프트웨어 공학

[SQLD]1과목-데이터 모델링의 이해

프라임칼리지 수업 정리 자바의정석-2장-변수 PPV and PARA 알고리즘 대회에 필요한 수학

AI 개발자 면접 준비 - AI 지식 정리 포트폴리오 프로젝트 아카이브

Agentic decision workflow AI 기초 개념: 기호주의 vs 연결주의 블로그 검색 노출 및 SEO 설정 CLI UX 설계 원칙 Clidex Cursor Project Rules Docker 컨테이너 기초 Git / GitHub 기초 GitHub Actions + GCP CI/CD 파이프라인 index LangFlow - 시각적 AI 워크플로우 빌더 LLM Text-to-SQL 실전 패턴 LLM Wiki 패턴 log 맥북 개발 환경 초기 설정 misen Moonlight AI 논문 리더 딥러닝 객체 탐지(Object Detection)Obsidian ↔ Notion 동기화 Quartz로 Obsidian 노트 배포하기 Second Brain + RAG 통합 관계형 데이터베이스 및 SQL 기초 정적 사이트 생성기(SSG) 비교 Tech intelligence radar Transformer 아키텍처 Ubuntu 서버 초기 설정 Vibe Coding Zettelkasten 노트 방법론 블로그 검색 실험 빅데이터분석기사 실기 가이드 정보처리기사 1과목 소프트웨어 공학 정리

#tracking

1개 글

Track Anything: Segment Anything Meets Videos
2023-06-19
SAM을 비디오에 적용한 Track Anything Model(TAM)의 특징과 활용 방안을 정리한 글이다.