“우리 모두는 필요에 따라 초능력을 갖게 될 것입니다. (We will all have superpowers on demand)” 지난 11월 7일, 챗GPT로 유명한 오픈AI가 주최한 첫 개발자 컨퍼런스 ‘오픈AI 데브데이(OpenAI Devday’에서 오픈AI CEO 샘 알트만의 엔딩 대사였습니다. 다소 허무맹랑해 보일 수 있는 발언이지만, 해당 컨퍼런스의 내용을 모두 보고 나면 어느 정도 고객을 끄덕이게 됩니다. 과연 어떤 이야기가 오고 갔는지, 자세히 살펴보도록 하겠습니다.

최근, 데이터 직군에게는 파이참(Pycharm)으로 알려진 젯브레인스(Jetbrains)에서, “기술 문서를 작성하기 위한 목적의 전용 IDE”, 라이터사이드(Writerside)를 출시했습니다. (엄밀히는 최근에 “얼리 액세스로 공개” 되었습니다.) 이번 글에서는 ①라이터사이드의 특징 및 장단점 소개 ② 실제로 라이터사이드를 활용하여 “아주 작은” 기술 문서를 만드는 방법과, 그리고 ③젯브레인스가 라이터사이드를 만들게 된 이유를 “상상”해보겠습니다.

자료구조란 데이터를 효율적으로 저장, 검색, 삭제할 수 있도록 설계된 구조나 방법을 의미합니다. 이 중에서 힙(Heap)은 정렬, 우선순위 큐, 스케줄링과 같은 다양한 알고리즘에서 활용되는 자료구조입니다. 이번 글에서는 힙에 대한 기본적인 개념과 구현 방법을 소개하고, 힙을 활용한 정렬 알고리즘에 대해 살펴볼까 합니다. 더불어 힙 정렬의 시간 복잡도를 분석하여 어떤 경우에서 힙을 사용하는 것이 적절한지에 대해서도 알아보겠습니다.

‘테스트 주도 개발(Test-Driven Development, 이하 TDD)’은 자바(Java) 테스트 도구인 JUnit을 만든 켄트 벡이 만든 개발 방법으로, 빨강/초록/리팩토링이라는 사이클을 반복하는 것이 특징이다. TDD를 처음 접하는 사람들이 가장 놀라는 점은 작동하는 코드를 만들기 전에 실패하는 테스트를 먼저 작성한다는 것이다. 왜 처음에는 컴파일조차 되지 않을 수 있는 실패하는 테스트를 먼저 작성하는 것일까? 그럼으로써 무엇을 얻을 수 있을까?

올해 2월과 3월에 썼던 두 편의 설계 관련 글이 계기가 되어서 개인 브런치에 틈이 날 때마다 생각을 기록하기 시작했습니다. 19편의 기록을 남기면서 설계에 대한 생각을 꾸준히 하는 중에 마침 동료의 모델링 과정을 도우면서 새롭게 느끼는 점을 공유합니다.

11월에 열리는 무료, 유료 테크 행사 소식을 정리해 봤습니다. 한 해의 기술적 성과를 돌아보며, 여러 기업에서 기술 컨퍼런스를 여는 때입니다. 달에 한 번씩 열리는 커뮤니티 밋업, 작은 세미나도 두 달 밖에 남지 않은 올해의 마무리를 준비합니다. 참가 신청이 이미 마감되어 온라인 참여만 가능한 컨퍼런스도 있습니다. 국내 대기업의 경우 현장에서 취업 준비생, 대학생을 위한 채용 상담 세션도 제공합니다.

프론트엔드에 관심이 있다면 기본적으로 HTML, CSS, JAVASCRIPT 등의 용어는 들어보셨을 텐데요. 비전공자&입문자라면 뭐부터 공부해야 할지 막막한 경우가 많습니다. 이번 글에서는 전체적인 프론트엔드 로드맵을 살펴보고, 웹 개발자로서의 성장 과정을 조망해 보겠습니다.

캐싱은 데이터 처리 비용을 줄이기 위해 사용되는 기법으로 비용이 많이 드는 데이터 조회 작업에서 자주 사용됩니다. 이번 글에서는 캐시를 구현하기에 앞서 사전에 알아두면 좋을 만한 캐시에 대한 개요와 캐싱을 사용하기 전에 고려해야 할 부분에 대해 알아보려고 합니다. 캐싱의 개념을 알아보고 Spring Boot와 Redis로 구현하는 캐싱에 대한 간단한 예제를 같이 설명하겠습니다.

이번 글에서는 제가 팀빌딩을 하면서 고민했던 내용과 FINDA 현금그로스 PG 개발문화의 과거와 현재에 대해서 이야기해 보려고 합니다. FINDA 내에는 다양한 PT가 있고, 여러 PT가 하나의 PG로 모여 일합니다. 다수의 인원과 다양한 직군이 만나 일하는 방식에서 더 일 잘하는 개발문화에 대한 주제가 필요해 보여서 해당 주제로 이야기하려고 합니다. 사례 중심으로 개발문화란 무엇이고, FINDA 현금그로스 PG 자산/신용관리 PT의 개발문화는 어떻게 변화가 되었는지 알아볼게요!

소프트웨어 개발뿐 아니라 사회 전반적으로 AI가 큰 화두입니다. 초거대언어모델(LLM, Large Language Model)인 ChatGPT를 전 세계 사람들이 사용하는 시대가 도래했습니다. 이러한 기술의 발전이 놀라우면서도 한편으론 두렵기도 한데요. 이번 글에서는 AI 기술 발전과 함께 언급되는 GPU(Graphical Processing Unit)의 개념, CPU와의 차이점을 통해 AI에서 GPU가 왜 필요한지 알아보고자 합니다.