블로그
GPU·LLM·MLOps·쿠버네티스, 그리고 마음가짐에 관한 글 · 3719 편
#2026-03 762#culture 283#deep-dive 275#kubernetes 262#career 233#ai 223#llm 217#devops 198#2026-04 158#security 149#observability 118#database 113#communication 108#history 107#architecture 101#productivity 98#performance 93#linux 90#networking 89#finance 87#economy 84#mindset 80#psychology 79#ai-papers 78#food 78#it 78#travel 78#japanese 76#deep-learning 75#english 74#gpu 74#ai-agent 69#business-travel 69#postgresql 67#cs-fundamentals 63#rag 63#systems 63#python 56#learning 54#self-improvement 53
군주나비의 3,000킬로미터: 집단 지식과 세대를 초월하는 개발자
캐나다에서 멕시코까지 4,500km를 비행하는 군주나비의 이주는 단 한 마리도 왕복 여행을 완수하지 못합니다. 그들이 4세대에 걸쳐 조상이 가본 적 없는 숲을 찾아가듯, 우리 개발자들도 자신이 완성하지 못할 무언가를 다음 세대를 위해 짓습니다.
2026-03-18 · 29 분 읽기 #군주나비#이주#집단지식#목적#nature행렬이 GPU에서 어떻게 날아다니는가: GEMM부터 FlashAttention까지 완전 해부
딥러닝 연산의 80% 이상을 차지하는 행렬 곱셈이 GPU에서 어떻게 최적화되는가. 순진한 O(n³) 구현부터 캐시 블로킹, cuBLAS, 그리고 FlashAttention의 IO-aware 혁신까지 완전 해부한다.
2026-03-18 · 22 분 읽기 #gemm#행렬곱셈#flash-attention#gpu#병렬컴퓨팅LLM 환각(Hallucination) 완전 해부: 왜 AI는 거짓말을 하고, 어떻게 막는가
LLM이 왜 사실이 아닌 것을 자신있게 말하는지 기술적 원인을 분석하고, RAG, 자기비판, Chain of Verification 등 5가지 실전 해결 전략을 코드와 함께 설명합니다.
2026-03-18 · 15 분 읽기 #환각#hallucination#llm#AI신뢰성#ai-developmentContext Window 100만 토큰 시대: RAG는 사라지는가?
Gemini 1.5 Pro의 100만 토큰, Claude의 20만 토큰 컨텍스트 윈도우가 등장하면서 "RAG가 필요 없어지는 것 아니냐"는 질문이 많아졌습니다. 실제 비용, 속도, 품질을 비교해서 솔직하게 답합니다.
2026-03-18 · 12 분 읽기 #context-window#rag#llm#long-context#ai-developmentGraphRAG 완전 가이드: 지식 그래프가 RAG의 한계를 어떻게 넘는가
일반 RAG가 답하지 못하는 "이 문서들의 주요 패턴은?"같은 전역 질문. Microsoft Research의 GraphRAG가 어떻게 이 문제를 해결하는지, 실제 코드와 비용까지 솔직하게 설명합니다.
2026-03-18 · 13 분 읽기 #graphrag#knowledge-graph#rag#microsoft#ai-developmentFine-tuning 실전 가이드: LoRA와 QLoRA로 나만의 모델 만들기
H100 7대 없어도 됩니다. LoRA와 QLoRA를 사용하면 소비자용 GPU 한 장으로 70B 모델을 파인튜닝할 수 있습니다. 실전 코드와 함께 처음부터 끝까지 설명합니다.
2026-03-18 · 12 분 읽기 #fine-tuning#lora#qlora#llm#ai-development빅터 프랭클이 개발자에게: 번아웃 너머의 의미를 찾아서
아우슈비츠 생존자 빅터 프랭클은 인간이 어떤 극한 상황에서도 의미를 선택할 자유가 있다고 말했습니다. 그의 로고테라피(Logotherapy)와 "의지하여 의미"(Wille zum Sinn) 개념이 코드가 무의미하게 느껴지고, 티켓만 처리하다 인생이 가는 것 같은 개발자 번아웃에 어떤 처방을 내리는지 탐구합니다. 5가지 의미 회복 실천법을 포함합니다.
2026-03-18 · 18 분 읽기 #빅터프랭클#로고테라피#번아웃#의미#philosophyAI 시대 개발자 커리어 전략: 5년 후를 준비하는 현실적인 로드맵
AI가 개발자를 대체한다는 공포에서 벗어나, 진짜 현실을 직시하고 5년 후를 준비하는 구체적인 커리어 전략을 이야기합니다. 솔직하게, 그리고 현실적으로.
2026-03-18 · 13 분 읽기 #개발자커리어#AI시대#커리어전략#개발자성장#ai-developmentTool Calling 실전 가이드: AI가 외부 세계를 다루는 방법과 흔한 함정들
Tool Calling은 LLM을 진짜 에이전트로 만드는 핵심 메커니즘입니다. OpenAI function calling 구현부터 병렬 실행, 그리고 현업에서 실제로 마주치는 함정과 해결법까지 실전 중심으로 정리했습니다.
2026-03-18 · 13 분 읽기 #tool-calling#function-calling#ai-agent#llm#ai-development시지프스는 행복하다: 반복 업무의 철학과 개발자의 의미 찾기
알베르 카뮈의 시지프스 신화(1942)에서 시작하는 반복 업무의 철학. 끝없는 버그 큐, 영원히 리팩터링되는 코드베이스, 절대 끝나지 않는 스프린트—그 안에서 행복을 찾는 법.
2026-03-18 · 15 분 읽기 #카뮈#시지프스#부조리#반복업무#philosophy아리스토텔레스의 에우다이모니아: 번영하는 개발자의 삶을 위한 철학 ♪ 들을 수 있어요
아리스토텔레스의 에우다이모니아(εὐδαιμονία) 개념을 통해 단순한 즐거움을 넘어 진정으로 번영하는 개발자의 삶을 탐구합니다. 덕성, 우정, 목적이 어떻게 우리를 완성시키는지 알아봅니다.
2026-03-18 · 31 분 읽기 #아리스토텔레스#에우다이모니아#행복#philosophy#developerAMD GPU & ROCm 완전 분석: CUDA의 대안은 가능한가?
AMD MI300X의 192GB HBM3 메모리, ROCm 소프트웨어 스택, HIP 프로그래밍 모델을 심층 분석합니다. vLLM과 llama.cpp로 실제 LLM 서빙 성능을 측정하고, NVIDIA CUDA 대비 현실적인 장단점과 선택 기준을 제시합니다.
2026-03-18 · 22 분 읽기 #amd#rocm#gpu#mi300x#LLM서빙연어처럼, 거슬러 오르라: 역경과 회복탄력성의 과학
태평양을 3,200km 거슬러 오르는 연어의 여정에서 배우는 회복탄력성의 과학. 역경을 통과하는 개발자를 위한 심리학 기반 5가지 실천법.
2026-03-18 · 14 분 읽기 #연어#회복탄력성#역경#목적#natureRAG 청킹 전략 완전 가이드: 나이브 분할부터 RAPTOR까지
RAG 시스템 품질의 70%를 결정하는 청킹 전략을 5가지 방법론과 실제 코드로 완전 정리합니다. Fixed-size부터 Semantic, Parent-Child, RAPTOR까지 — 각각 언제 쓰는지, 실전 평가 방법까지 다룹니다.
2026-03-18 · 14 분 읽기 #rag#청킹#텍스트분할#langchain#raptorNVIDIA GPU와 CUDA 완전 해부: 왜 GPU가 AI를 지배하는가
H100 스펙부터 Tensor Core WMMA API까지. SIMT 실행 모델, 공유 메모리 타일링, Warp divergence를 실제 CUDA 코드와 함께 완전 해부한다.
2026-03-18 · 22 분 읽기 #cuda#gpu#nvidia#행렬연산#병렬컴퓨팅Multi-Agent 시스템 완전 비교: AutoGen, CrewAI, LangGraph 중 무엇을 선택하는가
AutoGen, CrewAI, LangGraph — 세 Multi-Agent 프레임워크를 실제 코드와 함께 비교합니다. 각각의 철학, 장단점, 그리고 어떤 상황에 무엇을 선택해야 하는지 현업 엔지니어 관점에서 정리했습니다.
2026-03-18 · 15 분 읽기 #multi-agent#autogen#crewai#langgraph#ai-agent마이클 조던의 실패 철학: 9,000번의 실패가 만든 전설
마이클 조던의 실패 철학과 캐롤 드웩의 성장 마인드셋 연구를 개발자의 성장에 적용한다. 9,000번의 슛 실패, 300번의 패배, 그 모든 실패가 전설을 만든 이유를 탐구한다.
2026-03-18 · 14 분 읽기 #마이클조던#실패#성장마인드셋#그릿#동기부여LLM 서빙 최적화 완전 가이드: KV Cache, PagedAttention, 양자화의 모든 것 ♪ 들을 수 있어요
LLM 서빙의 핵심 최적화 기술을 완전 해부한다. KV Cache의 메모리 문제부터 PagedAttention의 가상 메모리 혁신, 연속 배칭, 추측 디코딩, 양자화, 그리고 vLLM/TGI/TensorRT-LLM 비교까지.
2026-03-18 · 48 분 읽기 #LLM서빙#KV캐시#paged-attention#vllm#양자화LLM Agent 설계 패턴 완전 가이드: ReAct부터 Multi-Agent까지
ReAct, Chain of Thought, Plan-and-Execute, Reflection, Tree of Thoughts — LLM Agent를 실제로 만들 때 어떤 패턴을 언제 써야 하는지, 현업 엔지니어 관점에서 정리했습니다.
2026-03-18 · 12 분 읽기 #ai-agent#react#llm#설계패턴#ai-developmentHybrid Search 완전 가이드: BM25와 벡터 검색을 합치면 RAG가 달라진다
BM25와 벡터 검색의 약점을 서로 보완하는 Hybrid Search를 RRF(Reciprocal Rank Fusion)로 구현하는 방법을 실제 코드와 함께 설명합니다. 순수 벡터 검색의 한계, BM25의 강점, 그리고 LangChain으로 실전 구현하는 방법을 다룹니다.
2026-03-18 · 10 분 읽기 #하이브리드검색#bm25#벡터검색#rag#rrf