소프트웨어 아키텍처는 시스템의 구조와 성능 및 신뢰도 등에 영향을 미치는 중요한 요소입니다. 개발자가 소프트웨어 아키텍처를 이해하면 코드를 더욱 체계적으로 작성할 수 있고, 장기적으로는 시스템 유지 보수와 확장을 용이하게 할 수 있습니다. 또한 소프트웨어 아키텍처는 개발자 개인의 역량과 커리어에도 영향을 줄 수 있습니다. 특히 시니어 개발자나 소프트웨어 아키텍트로 커리어를 발전시키고 싶다면, 소프트웨어 아키텍처에 대한 학습을 꾸준히 해야 합니다. 이번 글에서는 소프트웨어 아키텍처의 기본 개념과 주요 패턴을 정리해 보고, 개발 프로젝트에서 소프트웨어 아키텍처가 어떻게 활용되는지 살펴보겠습니다.

개발자가 제출하는 포트폴리오의 프로젝트 대부분은 ‘제작 그 자체’를 목표로 삼고 만들어진 것입니다. 스터디하며 만들든, 토이 프로젝트로 만들든, 프로젝트를 시작해 만들고 끝맺는 데 의의를 두다 보니 대체로 결과물도 비슷합니다. 이런 프로젝트는 작업자가 활용할 수 있는 역량과 시간, 자원의 한계가 명확합니다. 그렇다 보니 신입 개발자가 제출하는 포트폴리오는 변별력이 부족하기 일쑤입니다. 어떤 프로젝트를 작정하고 만들어야 좋은 포트폴리오를 만들 수 있을까요?

오늘 소개할 ‘Frontend AI’는 화면 디자인을 돕는 AI 서비스로, 특정 화면 또는 기능에 포함되는 컴포넌트를 프롬프트로 생성할 수 있다는 점이 눈에 띕니다. 또한 생성된 컴포넌트를 바로 활용할 수 있도록 코드를 제공하며, 무료로 사용할 수 있습니다. 지금부터 어떤 기능을 활용할 수 있을지 함께 살펴보겠습니다.

올해로 여덟 번째를 맞이한 FEConf의 세션은 그 퀄리티가 높기로 유명합니다. 프론트엔드 개발자로 근무하는 실무자들이 현장에서 마주친 문제와 그 해결 과정을 생생하게 전달하기 때문이죠. 그런 만큼 올해 FE의 새로운 트렌드를 가장 빠르게 만날 수도 있고요. 어떤 이야기가 오갈지 궁금한 분들을 위해 요즘IT에서 이번 FEConf 2024 발표자들을 만났습니다. 메인 세션의 발표부터 이번 행사에 새로 도입되는 라이트닝 토크 발표까지. 2024년, 프론트엔드 개발자들은 어떤 문제를 만났고 무슨 고민을 하고 있을까요?

이번 글에서는 MySQL의 문자열 속성값을 저장하는 VARCHAR(이하 VARCHAR) 타입과 TEXT(이하 TEXT) 타입에 대해 살펴보려고 합니다. 두 타입 모두 실제로 많이 사용되는 타입이라, 두 타입의 차이점이 무엇인지, 어떻게 사용하면 좋은지 등을 알아보겠습니다.

최근 노션에 차트(Chart) 기능이 추가되었습니다. 노션으로 습관 트래킹, 프로젝트 관리, 다큐멘테이션 등 다양한 작업을 효율적으로 관리하던 제게 정말 반가운 소식이었습니다. 그동안 노션을 정말 잘 써왔지만, 차트로 데이터를 시각화할 수 없다는 점이 아쉬웠습니다. 특히 습관 트래킹이나 프로젝트 관리에서 진행 상황을 한눈에 파악하는 게 어려웠거든요. 이제는 차트 뷰가 생겨 이런 불편함을 해소할 수 있게 되었습니다. 이번 글에서는 노션에서 차트를 만들고 활용하는 방법을 알아보겠습니다.

2024년 8월, 이번 달로 마이데이터 시행은 4년 차에 접어들었는데요. 현재 은행, 카드, 증권, 저축은행, 핀테크 등 35개 회사가 마이데이터 서비스를 제공하고 있지만, 기대만큼 차별화된 금융 서비스나 초개인화 맞춤 서비스는 나오지 않았습니다. 소비자의 관심 역시 점점 멀어지고 있습니다. 한때 “나만의 금융 비서”라는 이름으로 많은 기대를 받았던 마이데이터. 마이데이터는 왜 우리 삶을 바꾸지 못한 것일까요?

최근 업의 형태가 다양해지며 프리랜서, 프리워커, 디지털 노마드로 일하는 N잡러들이 늘어났습니다. 그러나 처음 프리랜서를 시작하거나 도전할 때, 클라이언트를 어떻게 구해야 할지 막막할 수 있습니다. 저 역시 작년부터 1년간 프리랜서로 살아오고 있는데요. 클라이언트를 새로 구하기 위해 가장 자주 활용한 것은 프리랜서 관련 플랫폼입니다. 이번 글에서는 제 경험을 바탕으로 국내외에서 활용할 수 있는 프리랜서 플랫폼을 비교해 보려고 합니다. 내게 적합한 플랫폼을 찾는 방법을 소개하겠습니다.

대규모 언어 모델(LLMs)은 이미지, 텍스트 및 코드를 생성할 수 있는 능력으로 창의적인 분야에서 큰 반향을 일으켰습니다. 처음에는 결과물이 꽤 우스꽝스러웠습니다. 그림이 뒤틀려 있거나, 틀린 내용으로 코드를 생성할 때도 있어 어색했습니다. 그러나 상황은 점차 안정되어 나아지고 있습니다. 이러한 모델이 등장하기 전에는 그런 작업을 자동화하는 것에 대한 주요 반대 이유로, 기계는 창의적으로 생각할 수 없다는 점을 내세웠습니다. 그러나 이제 그 주장은 날이 갈수록 약해지고 있습니다. 이제 우리는 어디로 가야 할까요?