지금까지 총 14편에 걸쳐 머신러닝의 개념에 대해 살펴보았는데요. 머신러닝이 무엇인지, 어떤 모델로 어떻게 동작하는지 등 여러 궁금증을 해결할 수 있는 시간이었습니다. 이번 AI 시리즈를 통해 그저 막연하게 생각했던 머신러닝의 개념을 정리해 보면서, 여러분의 시야도 한층 더 넓어졌길 바랍니다.
회원가입을 하면 원하는 문장을
저장할 수 있어요!
다음
지금까지 총 14편에 걸쳐 머신러닝의 개념에 대해 살펴보았는데요. 머신러닝이 무엇인지, 어떤 모델로 어떻게 동작하는지 등 여러 궁금증을 해결할 수 있는 시간이었습니다. 이번 AI 시리즈를 통해 그저 막연하게 생각했던 머신러닝의 개념을 정리해 보면서, 여러분의 시야도 한층 더 넓어졌길 바랍니다.
또한 지금까지 소비라고 생각했던 행동이 새로운 생산으로 이어질 수 있으며, 누구나 ‘생산자’가 될 수 있다는 점도 기억해 주시면 좋겠습니다. 앞으로 머신러닝 엔지니어를 꿈꾸는 분들의 멋진 활약을 기대하며 글을 마칩니다. 감사합니다.
[쉽게 배우는 AI] 시리즈 보러 가기
<원문>
요즘IT의 모든 콘텐츠는 저작권법의 보호를 받는 바, 무단 전재와 복사, 배포 등을 금합니다.
좋아요
댓글
공유
공유
이 글은 제가 20여년 동안 소프트웨어 설계를 공부하고, 적용해보면서 갖게 된 믿음에 관한 글입니다. 한때 설계에 빠져 공부했고, 잘못된 믿음도 가져봤습니다. 하지만 언어와 실력이 다른 분들과 일하며 설계를 했던 경험을 비롯해 다양한 학습이 저를 설계에 관한 다른 관점으로 이끌었습니다. 이 글을 읽고 최소한 여러분은 설계에 대해 기대하지 말아야 할 것들에 대한 제 견해를 알 수 있을 것입니다. 조금 욕심을 부리자면, 적어도 한 사람 정도는 제 글을 읽고 행동에 변화가 생기는 분이 나타날 수도 있다는 기대를 갖고 글을 씁니다.
넷마블 QA실에서는 ‘크래시리포트’라는 시스템을 운영하고 있습니다. 크래시리포트는 게임 실행 과정에서 예상치 못한 종료 현상이 발생할 때, 그 상황을 저장한 데이터를 크래시라 합니다. 이러한 크래시리포트 운영용으로 마련한 엣지 서버 클러스터 환경에서는 신규 파드 추가마다 최소 1분 이상 필요했습니다. 게임 사용자가 언제 급증할지 예측할 수 없기에, 스케줄에 맞춘 확장도 적합하지 않았습니다. 또한 서버에 접속하는 클라이언트의 통신 연결 대기 시간은 대략 10~20초로 설정돼 있어서, 신규 파드를 준비하기 위해 소모하는 1분 동안 누락되는 데이터도 늘어날 수밖에 없었습니다.
지금 회원가입하고,
요즘IT가 PICK한 뉴스레터를 받아보세요!
2.2K
