TheNote
DZone.com Feed 한국어 노트
GooglePlay AppStore

DZone.com Feed 한국어

DZone은 기술 및 프로그래밍의 다양한 측면에 초점을 맞춘 포괄적인 온라인 플랫폼입니다. 이 사이트는 다양한 프로그래밍 언어, 기술, 프레임워크 및 도구에 대한 풍부한 정보를 제공합니다. 사이트의 주요 기능 및 리소스에는 기술 부문에서 최신 트렌드 및 업데이트에 대한 뉴스 및 기사, 다양한 프로그래밍 기술을 학습하는 데 사용할 수 있는 리소스 및 자습서, 사용자가 서로 상호작용하고 경험 및 지식을 공유할 수 있는 커뮤니티가 포함됩니다. 또한, DZone은 테크 전문가들을 위한 구인 광고를 제공하여 기술 및 프로그래밍에 관심이 있는 사람들을 위한 유용한 리소스로 작동합니다.
DZone.com Feed dzone.com
RSS feeds.dzone.com
DZone.com Feed 한국어 RSS thenote.app
RSS Hunter RSS Hunter • 2024년 8월 23일

노트 스레드

Foundry IQ Auth, 설명: 관리 ID, OBO, 그리고 그 사이의 모든 것

Foundry IQ의 제안은 여러분의 에이전트가 직접 구축한 검색 스택 대신, 근거 있고 출처가 명시된 다중 소스 컨텍스트를 위한 단일 엔드포인트를 얻는다는 것입니다. 충분히 논의되지 않는 것은 "단일 엔드포인트"가 다소 단순화된 표현이라는 점입니다. 그 이면에는 실제로 공유된 보안 모델이 없는 네 개의 별도 인증 표면을 관리하고 있습니다. 리소스를 프로비저닝하는 데 사용하는 제어 평면, 소스 종류에 따라 달라지는 각 지식 소스별 자격 증명, 지식 베이스와 이를 호출하는 에이전트 간의 연결 인증, 그리고 사람들이 가장 자주 실수하는, 콘텐츠 자체가 질문하는 사람의 권한을 존중하는지 여부입니다.이 중 하나라도 잘못되면 일반적으로 오류가 발생하지 않습니다. 대신 요청한 사용자가 절대 볼 수 없어야 하는 데이터를 에이전트가 자신 있게 답변하는 결과를 얻게 됩니다. 이것은 실제 Foundry IQ 배포, 지식 소스, 지식 베이스, 그리고 이를 기반으로 하는 Foundry Agent와 Microsoft Agent Framework 에이전트 모두를 설정하기 위한 실습 가이드이며, 퀵스타트가 작동하도록 만드는 관리자 키에 의존하는 대신 네 가지 인증 표면 각각을 올바르게 설정하는 데 중점을 둡니다.
Foundry IQ Auth, Explained: Managed Identity, OBO, and Everything Between dzone.com
RSS Hunter RSS Hunter • 어제

파트 2: agentgateway를 이용한 Goose-to-Java 에이전트 트래픽 보안 및 확장

이 시리즈의 1부에서는 Quarkus 기반 MCP 도구 서버를 구축하고 Streamable HTTP를 통해 Goose AI 에이전트에 연결했습니다. 도구는 작동했고 데모는 깔끔했으며 모든 것이 localhost에서 실행되었습니다. 하지만 50명의 개발자가 각자의 노트북에서 Goose를 실행하며 동일한 백엔드 MCP 서버 세트에 접속하는 상황을 상상하는 순간, 아키텍처는 균열을 보이기 시작합니다. 누가 해당 도구 호출을 인증했습니까? 어떤 역할이 getAuditTrail 호출을 승인했습니까? 악의적인 도구 이름이 백엔드에 페이로드를 주입하는 것을 어떻게 막을 수 있습니까?이 글은 Linux Foundation의 에이전트 AI 트래픽 오픈 소스 프록시인 agentgateway를 Goose 클라이언트와 1부에서 구축한 Quarkus MCP 마이크로서비스 사이에 배치함으로써 이러한 질문에 답합니다.
Part 2: Securing and Scaling Goose-to-Java Agent Traffic With agentgateway dzone.com
RSS Hunter RSS Hunter • 어제

Pipelines on Fire: 왜 당신의 CI/CD 도구가 새로운 사이버 전장이 되는가

15년이 지났지만, 보안 책임자들과 나누는 대화는 여전히 똑같이 시작됩니다. "당신의 경계는 어떻습니까, 엔드포인트 커버리지는 어떻습니까, SOC 인력은 어떻게 배치되어 있습니까?"라고 묻습니다. "당신의 파이프라인은 어떻습니까?"라고 시작하는 사람은 거의 없습니다. 제가 이야기하고 싶은 것은 바로 이 간극입니다. 2025년은 이 간극이 거대한 구덩이로 변한 해였습니다.2026년의 모든 보안 로드맵을 재편해야 할 숫자가 있습니다. GitProtect의 DevOps Threats Unwrapped 보고서에 따르면, 주요 DevOps 플랫폼인 GitHub, GitLab, Azure DevOps, 그리고 Atlassian의 Jira와 Bitbucket은 2025년에 236개의 취약점을 패치했습니다. 그중 59%는 높음 또는 중요 등급으로 평가되었습니다. 중요 14개, 높음 126개, 중간 75개, 낮음 21개였습니다. 추세선은 총계보다 더 나쁩니다. 중요 결함은 연초 6개월 동안 4개에서 하반기에 10개로 급증했습니다. 높은 심각도의 발견은 같은 기간 동안 39개에서 87개로 55% 증가했습니다. 2025년 11월 한 달 동안에만 36개의 패치된 취약점이 발견되었는데, 이는 연간 총계의 15%에 해당하는 수치입니다. 이것들은 잘 알려지지 않은 내부 도구가 아닙니다. GitHub만 해도 6억 3천만 개의 저장소에 걸쳐 1억 8천만 명 이상의 개발자를 호스팅하고 있습니다. 그렇게 많은 코드를 보유한 플랫폼들이 분기별로 취약점 공개를 가속화한다면, 그것은 노이즈가 아닙니다. 그것은 방향이 있는 추세입니다 (DevOps.com, SecurityBrief).
Pipelines on Fire: Why Your CI/CD Tools Are the New Cyber Battlefield dzone.com
RSS Hunter RSS Hunter • 어제

Argo CD와 Argo Rollouts를 사용하여 컨트롤 플레인 및 데이터 플레인 변경 사항을 안전하게 배포하는 방법

하나의 릴리스가 쿠버네티스 플랫폼을 관리하는 메커니즘과 이에 의존하는 워크로드를 모두 변경할 때 배포가 더 어려워집니다. 새로운 CustomResourceDefinition, admission webhook, controller 또는 라우팅 API는 클러스터가 수락하는 내용과 작동 방식을 변경할 수 있으며, 새로운 애플리케이션 이미지는 이러한 변경 사항에 동시에 의존할 수 있습니다. Argo CD와 Argo Rollouts는 이 문제의 다른 부분을 해결합니다.Argo CD는 결정론적 순서로 선언적 전제 조건을 설정하는 데 적합하며, Argo Rollouts는 워크로드 버전이 안정화될수록 프로덕션 노출을 제한합니다. 안전한 배포는 이러한 책임을 구성함으로써 이루어지며, 어느 한 컨트롤러를 보편적인 배포 엔진으로 취급하지 않습니다. Argo Rollouts 문서는 cert-manager, CoreDNS 및 NGINX와 같은 인프라 구성 요소에 Rollouts를 사용하는 것을 명시적으로 권장하지 않습니다.
How to Safely Deploy Control-Plane and Data-Plane Changes With Argo CD and Argo Rollouts dzone.com
RSS Hunter RSS Hunter • 어제

동적 배열, Spill, LET: Excel의 변화와 Java 애플리케이션에 미치는 영향

이전 기사 "Java에서 스프레드시트 작업: 실용적인 개요"에서는 Java 애플리케이션이 스프레드시트와 상호 작용해야 하는 일반적인 시나리오와 해당 작업을 위해 사용할 수 있는 도구 범주를 살펴보았습니다. 거기서 언급된 요인 중 하나는 최신 Excel 수식 지원이었는데, 이는 단일 글머리 기호보다 더 많은 공간을 할애할 만한 주제입니다.Java 애플리케이션은 대부분의 팀이 예상하는 것보다 더 자주 Excel과 상호 작용합니다. 재무 부서의 파일 업로드, 워크북에 작성된 계산 로직, 비즈니스 사용자에게 다시 내보내는 보고서 등입니다. 오늘날 사용자가 생성하는 파일은 5년 전에 생성했던 파일과 같지 않습니다. Excel 365 및 Excel 2021은 새로운 수식 모델을 도입했으며, 해당 버전에서 작성된 워크북은 이를 일상적으로 사용합니다. 사용하는 라이브러리에 따라 해당 수식은 올바르게 평가되거나, 캐시된 오래된 값으로 조용히 실패하거나, 다시 계산 시 예외를 발생시킬 수 있습니다.
Dynamic Arrays, Spill, and LET: What Changed in Excel and Why It Matters for Java Applications dzone.com
RSS Hunter RSS Hunter • 어제

Neo4j를 사용하여 Snowflake에 그래프 분석 기능 도입

Snowflake는 대규모 운영 데이터를 저장하고 쿼리하는 데 있어 필수적인 플랫폼이 되었습니다. SQL은 행 필터링, 테이블 조인, 숫자 집계에 탁월합니다. 하지만 SQL이 어려움을 겪기 시작하는 질문 유형이 있습니다. 바로 연결에 관한 질문입니다.생산 라인의 어떤 기계가 이 기계에 의존하는가? 이 구성 요소가 실패하면 무엇이 함께 다운되는가? 병렬 워크플로우 전반에 걸쳐 동등한 구조적 역할을 하는 자산은 무엇인가? 이는 근본적으로 관계에 대한 질문이며, SQL에서 이러한 질문에 답하려면 홉 수가 늘어남에 따라 점점 더 복잡한 재귀 쿼리가 필요합니다.
Bringing Graph Analytics to Snowflake With Neo4j dzone.com
RSS Hunter RSS Hunter • 어제

SQL Server 2025의 메모리 우선 인덱스: 하이브리드 워크로드 성능 재정의

현대의 데이터베이스 환경은 단일 유형의 워크로드만 실행하는 경우가 드뭅니다. 대부분의 프로덕션 시스템은 트랜잭션 작업과 분석 쿼리를 동시에 처리합니다. 종종 하이브리드 워크로드라고 불리는 이러한 혼합 워크로드는 기존 데이터베이스 인덱싱 및 스토리지 전략에 상당한 부담을 줍니다.이러한 환경에서 디스크 기반 인덱스는 성능 병목 현상이 될 수 있습니다. 트랜잭션 쿼리와 분석 쿼리가 디스크 I/O를 놓고 경쟁할 때, 종종 지연 시간 증가, 처리량 감소, 일관성 없는 쿼리 성능을 초래합니다.
Memory-First Indexes in SQL Server 2025: Redefining Performance for Hybrid Workloads dzone.com
RSS Hunter RSS Hunter • 어제

텔레메트리 볼륨을 줄이는 것이 노이즈를 줄이는 것과 같지는 않다

제가 참여했던 거의 모든 관찰 가능성 예산에 대한 대화는 결국 같은 결론에 도달합니다. "텔레메트리 볼륨을 줄여야 합니다." 이 문장 뒤에는 보통 숫자가 따릅니다. 30퍼센트. 절반. 재무 스프레드시트가 필요로 하는 만큼.그러면 누군가가 방 안의 모든 사람을 안심시키는 말을 합니다. "좋은 소식입니다. 대부분은 어차피 노이즈입니다. 볼륨을 줄이면서 동시에 신호를 개선할 수 있습니다."
Cutting Telemetry Volume Is Not the Same as Cutting Noise dzone.com
RSS Hunter RSS Hunter • 9월 8일

애플과 OpenAI 간의 논쟁, 새로운 맥북 증거로 격화됨

애플은 전직 엔지니어의 오래된 맥북을 오픈AI와의 점점 더 격렬해지는 싸움의 최신 쟁점으로 만들고 있습니다.애플은 월요일 연방 법원에 전직 엔지니어 창 리우의 애플 지급 맥북에서 복구된 증거가 그가 오픈AI에 합류한 후 기밀 회사 기술에 접근하고 사용되었다는 주장을 강화한다고 밝혔습니다.
Apple-OpenAI Fight Escalates With New MacBook Evidence dzone.com
RSS Hunter RSS Hunter • 9월 8일

AI 탐지기에 의해 판정되는, 인간처럼 들리도록 AI 에이전트 최적화

LLM이 이메일을 작성했는지 여부는 알 수 있습니다. "이 이메일이 잘 전달되기를 바랍니다"라는 시작 문구, 한 줄짜리 질문에 답하는 세 개의 정중한 문단. 저는 그렇게 하지 않는 답장 초안 작성 에이전트를 원했고, "AI처럼 들리지 않도록 하라"는 것은 프롬프트에 넣기 어렵다는 것이 밝혀졌습니다. 몇 가지 문구를 금지하는 것은 쉽습니다. 나머지는 판단이며, 친근한 저녁 초대와 채용 담당자의 콜드 메일 모두에 적용되는 단일 프롬프트는 예상보다 더 많은 반복이 필요했습니다.이것은 이메일만의 문제가 아닙니다. 일부 플랫폼은 AI가 생성한 것처럼 보이는 콘텐츠의 순위를 낮추므로 대규모로 게시하는 팀은 인간이 작성했더라도 탐지기를 통과하는 산문에 실질적인 이해관계를 가지고 있습니다. 여기서의 워크플로우는 그 모든 것에 적용됩니다.
Optimize an AI Agent to Sound Human, Judged by an AI Detector dzone.com
RSS Hunter RSS Hunter • 9월 8일

ETL, ELT, EtLT에서 Agent까지: 엔터프라이즈 데이터 엔지니어링에서 무엇이 변하고 있는가?

지난 20년간 대부분의 엔터프라이즈 데이터 엔지니어링 시스템은 하나의 기본 가정하에 구축되었습니다. 즉, 사람들이 시스템을 이해한다는 것입니다. 시스템은 파이프라인을 실행합니다.엔지니어는 비즈니스 컨텍스트를 이해하고, 요구사항을 단계별로 나누고, SQL, Spark 작업, 쉘 스크립트, 동기화 작업, 스케줄링 워크플로우를 작성한 다음, 시스템이 이를 실행하도록 합니다. 스케줄러는 비즈니스를 이해할 필요가 없습니다. 동기화 엔진은 메트릭을 이해할 필요가 없습니다. 단지 미리 정의된 흐름을 안정적으로 실행하기만 하면 됩니다.
From ETL, ELT, and EtLT to Agent: What Is Changing in Enterprise Data Engineering? dzone.com
RSS Hunter RSS Hunter • 9월 8일

AI 환각 현상이 왜 품질 공학 문제인가

대부분의 팀이 프로덕션 환경에서 환각(hallucination)을 처음 접했을 때, 버그처럼 취급합니다. 특정 출력을 조사하고, 프롬프트나 컨텍스트 창으로 거슬러 올라가 무언가를 조정하고 넘어갑니다. 그들이 하지 않는 것은 더 중요한 질문을 던지는 것입니다. "이와 유사한 다른 출력들이 얼마나 많이 이미 사용자에게 도달했는데 아무도 눈치채지 못했을까?"그 질문은 불편합니다. 왜냐하면 대부분의 엔터프라이즈 AI 배포에서 솔직한 대답은 아무도 모른다는 것이기 때문입니다.
Why AI Hallucinations Are a Quality Engineering Problem dzone.com
RSS Hunter RSS Hunter • 9월 8일

AI 인프라 에이전트를 실제로 더 신뢰할 수 있게 만드는 것 (더 많은 에이전트가 아닙니다)

"저는 계속해서 같은 패턴을 봅니다. 누군가가 인프라 모니터링을 위한 "AI 에이전트"를 구축합니다. 이 에이전트는 Prometheus 메트릭에 대한 질문에 답하고, ELK에서 로그를 가져오고, 재시작을 제안합니다. 데모에서는 인상적입니다. 그런 다음 이를 밀어붙이면 다음과 같은 질문이 생깁니다. 조사 중에 로그 쿼리가 시간 초과되면 어떻게 됩니까? 네 개의 시스템에 걸쳐 신호를 상관시키는 동안 컨텍스트 창이 꽉 차면 어떻게 됩니까? 존재하지 않는 메트릭 이름을 약간 잘못 환각하는 도구 호출이 발생하면 어떻게 됩니까?보통은 치명적으로 실패하지 않습니다. 디버깅하기 어려운 방식으로 조용히 실패합니다. 그리고 사고 대응 중의 조용한 실패는 최악의 종류입니다."
What Actually Makes AI Infrastructure Agents More Reliable (It's Not More Agents) dzone.com
RSS Hunter RSS Hunter • 9월 8일

Document SDK 대 기본 PDF 라이브러리: 성장하는 팀이 알아야 할 사항

웹 앱을 구축할 때 개발자들은 적은 비용으로 필요한 기능을 빠르게 만들려고 합니다. 예산은 여전히 빠듯하고, 팀은 작으며, 자원은 부족합니다. 이러한 팀들은 PDF 보기 기능을 추가하기 위해 오픈소스 도구를 자주 사용하며, 이러한 라이브러리는 작동합니다. 간단한 통합과 제로 비용으로 기본적인 기능을 제공합니다.하지만, 열악한 스타트업이든 기존 사용자 기반이 큰 플랫폼에 새로운 기능을 구축하는 기존 조직이든, 오픈소스 라이브러리는 원숭이 손과 같아질 수 있습니다. 소원을 들어주었지만, 고통은 나중에 찾아옵니다. 문서 처리 기능의 경우, 이러한 고통은 통합 지옥의 형태로 나타납니다. 더 많은 문서 기능을 하나씩 추가해야 하고, 통합한 모든 오픈소스 라이브러리의 기능과 종속성이 균열을 보이기 시작하기 때문입니다. 유지보수가 늘어나고, 사용자 경험이 저하되며, 개발자들은 부드럽게 이마를 책상에 얹게 됩니다.
Document SDK vs Basic PDF Library: What Growing Teams Should Know dzone.com
RSS Hunter RSS Hunter • 9월 8일

Databricks Lakebase: 프로덕션 데이터베이스가 아닌 에이전트에 브랜치를 제공하세요

모든 에이전트 데이터 프로젝트에는 어색한 순간이 있습니다. 에이전트가 작동합니다. 괜찮은 SQL을 작성하고, 스키마에 대해 추론하며, 올바르게 보이는 마이그레이션을 제안합니다. 그리고 나서 아무도 답하고 싶어 하지 않는 질문을 누군가 합니다. 프로덕션에 잘못 적용되었을 때 어떻게 되는가?일반적인 답변은 모두 좋지 않습니다.
Databricks Lakebase: Give Your Agent a Branch, Not Your Production Database dzone.com
RSS Hunter RSS Hunter • 9월 8일

신뢰 구축: 비결정적 AI 시대의 에이전트형 마이크로서비스 테스팅 전략

엔터프라이즈 소프트웨어 환경은 원래의 모놀리식 애플리케이션에서 분산 시스템으로의 전환에 필적하는 근본적인 아키텍처 변화를 겪고 있습니다. 지난 10년간 마이크로서비스 아키텍처는 잘 정의된 애플리케이션 프로그래밍 인터페이스(API)를 통해 통신하는 독립적으로 배포 및 확장 가능한 단위로 비즈니스 도메인을 엄격하게 분해함으로써 엔지니어링 팀이 애플리케이션 복잡성을 관리할 수 있도록 성공적으로 지원했습니다.그러나 애플리케이션 실행 계층에 대규모 언어 모델(LLM)이 공격적으로 통합되면서 완전히 새로운 패러다임, 즉 에이전트 마이크로서비스 아키텍처가 촉발되었습니다. 이 고급 모델에서 단일 책임 원칙의 핵심 원리는 정적 비즈니스 도메인(예: 주문 서비스 또는 결제 서비스)을 분해하는 것에서 동적 인지 부하(예: 플래너 에이전트, 리서처 에이전트 및 실행 에이전트)를 분해하는 것으로 발전합니다.
Architecting Trust: Agentic Microservice Testing Strategies in the Era of Non-Deterministic AI dzone.com
RSS Hunter RSS Hunter • 9월 8일

Idempotency를 사용하여 중복 API 호출 방지: 효과적인 패턴

기업 통합에서 반복적으로 보아온 실패 패턴이 있습니다. 호출자에서 결제 요청이 시간 초과되고, 다운스트림에서 성공한 후, 실패한 것처럼 다시 시도되는 것입니다.MuleSoft 프로젝트에서는 단일 인바운드 요청이 최종 응답을 호출자가 받기 전에 결제, ERP, 재고 및 메시징 호출을 트리거할 수 있기 때문에 특히 놓치기 쉽습니다. 두 번 성공했습니다.
Prevent Duplicate API Calls With Idempotency: Patterns That Work dzone.com
RSS Hunter RSS Hunter • 9월 8일

이메일 보안 문제는 DNS 설정 문제입니다

당신이 배포하는 모든 이메일 인증 제어는 DNS 레코드입니다. DNS에 "의해 지원되는" 것도 아니고, DNS를 "사용하는" 것도 아닙니다. 그것은 DNS 레코드이며, 이메일 보안이 깨질 때 거의 항상 프로토콜 계층이 아닌 DNS 계층에서 깨집니다.그 재구성은 듣는 것보다 더 가치가 있습니다. 실제 문제는 잘못 분할된 DKIM 키이거나, 조용히 조회 예산을 초과한 SPF 레코드일 때, 팀들은 DMARC 정책 의미를 추론하는 데 몇 시간을 태웁니다. 이메일 인증을 일련의 프로토콜로 취급하면 잘못된 고도에서 디버깅하게 됩니다. DNS 위생으로 취급하면 실패가 명확해집니다.
Your Email Security Is a DNS Configuration Problem dzone.com
RSS Hunter RSS Hunter • 9월 8일

동적 도구 선택: 도구 스키마에 빠진 에이전트를 위한 휴대 가능한 패턴

Deep Agents로 에이전트를 구축하면서, 모든 스키마를 매 턴마다 보내는 것이 더 이상 의미가 없을 정도로 툴 레지스트리가 커지는 것을 보면서 이 패턴을 우연히 발견했습니다. 이어지는 내용은 이 패턴 자체이며, 프레임워크에 관계없이 오늘날의 모든 툴 호출 에이전트 루프에 적용될 수 있도록 단순화되었습니다. 이는 합성 61개 툴 레지스트리에 대한 벤치마크로 뒷받침됩니다.문제: 툴 개수는 늘어나지만, 매 턴의 관련성은 그렇지 않다.대부분의 에이전트 프레임워크는 구축 시점에 툴 목록을 한 번 조립하고, 해당 턴이 무엇에 관한 것이든 상관없이 모든 호출에 전체 목록을 모델에 보냅니다. 5-10개의 툴에서는 괜찮습니다. MCP 서버 몇 개(Slack, GitHub, Linear, 캘린더, CRM 등)를 연결하고 각 서버가 3-6개의 스키마를 제공하면, 사용자가 Slack 메시지에 대해 질문했는지 여부와 관계없이 매 턴 40-60개의 툴 정의가 전달됩니다.
Dynamic Tool Selection: A Portable Pattern for Agents Drowning in Tool Schemas dzone.com
RSS Hunter RSS Hunter • 9월 7일

레거시 Oracle 스키마에서 AI 및 벡터 검색 선택: 실제 필요한 것

이 글은 다음과 같은 분들을 위한 글입니다: 10년 이상 운영 중인 오라클 스키마를 보유하고 있으며, Select AI와 벡터 검색이 쉽게 추가될 수 있다는 말을 듣고 실제로 중요한 작업에 적용하기 전에 어떤 모습인지 알고 싶은 DBA 및 개발자.저는 토요일 오전을 이용해 저희 지원 티켓 스키마를 대상으로 "지난 분기에 로그인 실패에 대해 세 건 이상의 티켓을 제출한 고객은 누구인가"라는 간단한 질문에 Select AI가 답하도록 시도했습니다. 테이블 이름은 괜찮았지만(TICKETS, CUSTOMERS, TICKET_CATEGORY), 컬럼은 상황이 달랐습니다. CUST_ID, CUSTOMER_ID, CUSTID는 모두 다른 테이블에 존재하는데, 이는 2013년에서 2019년 사이에 세 개의 다른 팀이 이 스키마의 일부를 구축했기 때문입니다.
Select AI and Vector Search on a Legacy Oracle Schema: What It Actually Takes dzone.com
RSS Hunter RSS Hunter • 9월 7일

LLM에게 스키마 규칙 가르치기: Jailer의 AI Subsetting Assistant 내부

프로덕션 스키마에서 작고 현실적인 테스트 데이터베이스를 구축하려 했던 사람이라면 누구나 이 과정을 알고 있을 것입니다. "모든 주문"만으로는 충분하지 않습니다. 고객의 주문, 해당 주문 항목, 참조하는 제품을 원하지만 전체 결제 내역, 모든 감사 로그 행, 세 번의 조인으로 연결된 내부 보고 테이블은 원하지 않습니다. 한 가지 이유로 가져온 모든 테이블은 스키마가 목록이 아닌 그래프이기 때문에 요청하지 않은 세 개의 테이블을 더 끌어옵니다.Jailer는 이 문제의 기계적인 절반을 해결합니다. 시작 테이블, 조건, 따라갈 관계에 대한 규칙 세트를 제공하면 외래 키 그래프를 따라가며 데이터베이스의 일관되고 참조적으로 유효한 조각을 반환합니다. 최근까지 해결하지 못했던 것은 지루한 절반, 즉 연관 관계별로 무엇을 포함하고 무엇을 제외할지 결정하는 것이었습니다. 수백 개의 테이블이 있는 스키마에서 이는 5분 안에 끝낼 수 있는 작업이 아닙니다.
Teaching an LLM Your Schema's Rules: Inside Jailer's AI Subsetting Assistant dzone.com
RSS Hunter RSS Hunter • 9월 7일

AI 사고 대응 실행 계획서 구축: 엔지니어링 팀이 첫 24시간 동안 해야 할 일

모든 성숙한 엔지니어링 팀은 수년간의 사후 검토를 통해 다듬어진 보안 사고 대응 계획을 가지고 있습니다. 하지만 사고가 AI와 관련될 때 — 실제 결과를 초래하는 유해한 환각, 차별적인 알고리즘 출력, RAG 파이프라인에서 유출되는 PII — 기존의 플레이북은 작동하지 않습니다. 패치할 CVE도 없고, 명확한 침해 지표도 없습니다.대신 실시간으로 발생하는 법적 확대와 함께 확률적 실패를 경험하게 됩니다. 하나의 환각, 수천 건의 주장: 이것이 아무도 예산에 포함시키지 않은 위험의 형태입니다.
Building an AI Incident Response Runbook: What Engineering Teams Should Do in the First 24 Hours dzone.com
RSS Hunter RSS Hunter • 9월 7일

DORA Metrics는 CI 파이프라인이 진실을 말한다고 가정합니다. 만약 그렇지 않다면?

DORA 프레임워크는 너무나 근본적이어서 거의 검토되지 않는 전제 위에 구축되었습니다. 이를 개발한 연구팀이 수천 개의 엔지니어링 조직을 연구하고 소프트웨어 제공 성능을 예측하는 지표를 식별했을 때, 그들은 파이프라인이 보고하는 것을 측정했습니다. 배포 빈도는 배포 로그에서, 리드 타임은 커밋 타임스탬프에서, 변경 실패율은 배포 이벤트와 상관관계가 있는 인시던트 기록에서, 실패한 배포 복구 시간은 인시던트 해결 타임스탬프에서, 배포 재작업률은 이전에 배포된 작업을 수정하는 데 소비된 배포 비율에서 측정했습니다.이러한 각 지표는 파이프라인이 발생했다고 말한 것에 대한 충실한 기록입니다. 이 중 어느 것도 파이프라인이 발생했다고 말한 것이 정확한지 평가할 메커니즘을 가지고 있지 않습니다.
DORA Metrics Assume Your CI Pipeline Is Telling the Truth. What If It Is Not? dzone.com
RSS Hunter RSS Hunter • 9월 7일

탐험 대 착취: 왜 중요하며 엔지니어의 역할

현대 조직은 지속적인 긴장 상태 속에서 운영됩니다. 미래를 발견하는 동시에 현재를 제공해야 합니다. 이러한 두 가지 작업 모드, 즉 탐색과 활용은 목표, 인센티브, 위험 감수성 및 실행 스타일에서 근본적으로 다릅니다. 그러나 장기적인 성공을 위해서는 둘 다 필수적입니다.가장 큰 문제는 대부분의 시스템, 팀 및 인센티브가 동시에 두 가지를 잘 처리하도록 자연스럽게 설계되지 않았다는 것입니다.
Exploration vs Exploitation: Why It Matters and the Engineer’s Role dzone.com
RSS Hunter RSS Hunter • 9월 7일

성능 엔지니어는 숨겨진 시스템 병목 현상을 어떻게 찾고 해결하는가

업무에 필수적인 SQL 쿼리가 7시간 동안 느리게 실행되는 상황을 상상해 보세요. 거의 하루 종일 걸리는 시간입니다. 시스템은 계속 데이터를 처리하고, 비즈니스는 시간과 돈을 계속 잃고, 사용자들은 기다림에 지쳐 있습니다. 그때 성능 엔지니어가 투입됩니다. 몇 시간의 신중한 분석과 몇 가지 정확한 코드 변경 후, 동일한 쿼리가 2분 만에 완료됩니다.이러한 상황은 성능 엔지니어링에서 드문 일이 아닙니다. 몇 시간을 몇 분으로 단축하는 것은 이 분야를 가치 있게 만드는 바로 그런 종류의 작업입니다. 시스템이 지속적으로 배포되고 워크로드가 빠르게 변하는 현대 DevOps 환경에서 이러한 유형의 작업은 일상적인 엔지니어링 관행의 일부가 됩니다.
How Performance Engineers Find and Fix Hidden System Bottlenecks dzone.com
RSS Hunter RSS Hunter • 9월 7일

엔터프라이즈 LLM 워크플로우를 위한 Python 기반 멀티 에이전트 AI 프레임워크 설계 방법

제가 처음 LLM으로 엔터프라이즈 애플리케이션을 구축하기 시작했을 때, 거의 모든 개발자가 겪는 함정에 빠졌습니다. AI 시스템을 확장하는 것은 단순히 하나의 거대한 프롬프트를 다듬는 것이라고 생각했습니다. 복잡한 시스템 지침을 작성하고, 컨텍스트 창에 규칙을 채워 넣고, 단일 상태 비저장 API 호출이 연구원, 분석가, 카피라이터를 동시에 수행할 것이라고 기대했습니다.운영 환경에서 이러한 모놀리식 접근 방식은 반복적으로 실패했습니다. 동적 데이터 스트림을 처리할 때 모델은 미묘한 세부 사항을 평탄화하고, 중요한 실행 단계를 건너뛰고, 정기적으로 매우 자신감 있는 환각을 생성했습니다.
How to Design a Multi-Agent AI Framework in Python for Enterprise LLM Workflows dzone.com
RSS Hunter RSS Hunter • 9월 7일

이 5,000달러짜리 버클리 휴머노이드는 데스크톱 3D 프린터로 제작할 수 있습니다.

데스크톱 3D 프린터로 제작할 수 있는 휴머노이드 로봇이 일반적으로 훨씬 더 비싼 기계에 대한 실험 장벽을 낮추고 있습니다.캘리포니아 대학교 버클리 캠퍼스의 연구원들은 학생, 취미 활동가 및 연구원들에게 로봇 공학을 실험할 수 있는 더 저렴한 방법을 제공하기 위해 설계된 오픈 소스 휴머노이드 로봇인 Berkeley Humanoid Lite를 개발했습니다.
This $5,000 Berkeley Humanoid Can Be Built With a Desktop 3D Printer dzone.com
RSS Hunter RSS Hunter • 9월 4일

분석을 위한 AI 프롬프팅: 질문과 모델 사이의 누락된 최적화 계층

정답은 맞았다. 질문은 필요했던 것보다 네 배의 비용이 들었다.AI 모델을 사용하는 모든 분석 팀은 같은 조용한 비용에 직면한다: 지저분한 프롬프트에서 낭비되는 토큰. 분석가는 모호한 질문을 입력하고, 모델은 길고 애매한 답변을 내놓으며, 분석가는 질문을 다시 작성하고 다시 묻는 과정을 반복한다. 수백 명의 분석가가 매일 질문하는 것을 곱하면, 토큰에 낭비되는 돈뿐만 아니라 잃어버린 시간과 서로 일치하지 않는 답변도 발생한다.
Prompting AI for Analytics: The Missing Optimization Layer Between Your Question and the Model dzone.com
RSS Hunter RSS Hunter • 9월 4일

다국어 대화형 결제 챗봇 아키텍처: 안전 가드레일, 인간 인계, 멀티모달 지원을 갖춘 엔터프라이즈 RAG

"진지한 RAG 배포를 몇 달 진행하다 보면 대부분의 엔지니어링 팀은 같은 벽에 부딪히게 됩니다. 저희의 AI 기반 결제 도우미 데모는 훌륭하게 작동했습니다. 20명의 내부 사용자와의 파일럿 테스트도 훌륭하게 작동했습니다. 그러다 실제 서비스에 적용되고, 누군가가 의료 혜택이나 실패한 송금에 대해 질문하면, 모델은 자신 있게 무언가를 지어내고, 갑자기 "챗봇"은 사후 검토 회의에서 팀원 누구도 듣고 싶어 하지 않는 단어가 됩니다.해결책은 더 똑똑한 프롬프트가 아닙니다. 모델이 가끔 틀릴 수 있고, 가끔 답하면 안 되는 질문을 받을 수 있으며, 가끔은 완전히 물러나서 사람을 인간에게 넘겨줘야 한다는 것을 가정하는 아키텍처입니다. 오늘 제가 이 시스템을 구축한다면 이렇게 구성할 것입니다."
Multilingual Conversational Payments Chatbot Architecture: Enterprise RAG With Safety Guardrails, Human Handoff, and Multi-Modal Support dzone.com
RSS Hunter RSS Hunter • 9월 4일

Temporal, Kafka, RAG를 활용한 클라이언트 멈춤 없는 대규모 API 응답 처리: 실용적인 아키텍처

거대한 API 응답은 네트워크 문제가 되기 훨씬 전에 클라이언트 문제가 됩니다. 브라우저는 수백 메가바이트를 수신하고도 바이트를 버퍼링하고, 거대한 JSON 문서를 파싱하고, 중복 객체 그래프를 유지하고, 메인 스레드에 너무 많은 상태를 렌더링하면서 응답하지 않게 될 수 있습니다.안정적인 해결책은 더 긴 타임아웃이 아닙니다. 응답을 동기식 문서로 취급하는 것을 멈추고, 제한된 조각으로 도착하는 데이터의 내구성 있고 관찰 가능한 작업으로 취급하기 시작하는 것입니다. 브라우저 스트림은 점진적인 소비와 백프레셔를 지원하며, 백그라운드 워커는 사용자 인터페이스 스크립트와 독립적으로 장시간 실행되는 처리를 허용합니다.
Handling Large API Responses Without Freezing the Client: A Practical Architecture With Temporal, Kafka, and RAG dzone.com
RSS Hunter RSS Hunter • 9월 4일

에이전트 RAG 구축하기, 단계별로: 정적 검색에서 추론 파이프라인까지

Retrieval-augmented generation은 LLM 출력을 모델이 학습한 적 없는 사실에 근거하게 함으로써 실제 문제를 해결했습니다. 하지만 고전적인 RAG에는 한계가 있습니다. 한 번 검색하고, 그 결과를 프롬프트에 넣고, 상위 k개의 청크에 우연히 답이 포함되기를 바랍니다. 자체 수정 기능도 없고, 다단계 추론도 없으며, 첫 번째 검색이 실패했을 때 복구할 방법도 없습니다.Agentic RAG는 LLM 기반 에이전트를 루프에 넣어 검색할 내용, 다시 검색할 시점, 검색된 컨텍스트가 실제로 충분히 좋은지 여부, 답변 전에 여러 소스를 어떻게 결합할지 등을 결정함으로써 그 한계를 제거합니다. 이 글에서는 여러분의 스택에 맞게 조정할 수 있는 작동 코드를 사용하여 처음부터 단계별로 Agentic RAG를 구축하는 과정을 살펴봅니다.
Building Agentic RAG, Step by Step: From Static Retrieval to Reasoning Pipelines dzone.com
RSS Hunter RSS Hunter • 9월 4일

기업 과제를 위한 MCP: 희귀한 것을 충분히 자주 만들어 숙달하게 만들기

엔터프라이즈 소프트웨어는 점점 더 사용자에게 다양한 역할을 요구하고 있습니다. 액세스 제어를 관리하는 보안 엔지니어는 다음 날 사고 대응을 담당합니다. 일상적인 배포를 자동화하는 운영 팀은 일회성 인프라 예외 처리도 해야 합니다. 이러한 가끔 발생하는 인지적으로 복잡한 작업은 어색한 간극에 빠집니다. 반복적이지 않아 숙달되기 어렵지만, 추측에 맡기기에는 너무 중요한 작업입니다.기존 엔터프라이즈 UX는 두 가지 불만족스러운 답변을 제시합니다. 사용자가 매번 다시 배워야 하는 무거운 양식을 만들거나, 몇 분을 며칠로 만드는 승인 체인을 통해 작업을 라우팅하는 것입니다. 에이전트 LLM 인터페이스와 페어링된 Model Context Protocol(MCP)은 세 번째 경로를 제공합니다. 이는 작업이 드물지만 중요한 액세스 제어 관리 및 유사한 도메인에 특히 매력적인 경로입니다.
MCP for Enterprise Tasks: Making the Rare Frequent Enough to Master dzone.com
RSS Hunter RSS Hunter • 9월 4일

LLM이 Java 비즈니스 로직을 생성하는 것을 원하지 않는 이유

풀 리퀘스트가 도착한다. 새로운 할인 규칙을 구현하는 수백 줄의 자바 코드: 계층적 임계값, 지역 예외, 아무도 제대로 설명할 수 없는 충성도 계층에 대한 무언가. 컴파일된다. 테스트를 통과한다. LLM이 약 40초 만에 작성했다.이제: 누가 검토할 것인가?
Why I Don't Want an LLM Generating Java Business Logic dzone.com
RSS Hunter RSS Hunter • 9월 4일

비디오 및 오디오를 지식 소스로 활용: Microsoft Foundry IQ에서의 콘텐츠 이해

"여러분의 가장 큰 코퍼스는 아무도 색인하지 않은 코퍼스입니다. 녹음된 내용을 에이전트가 인용할 수 있는 기반 데이터로 바꾸는 방법은 다음과 같습니다. 이미 가지고 있지만 색인하지 않은 코퍼스모든 조직은 수년간 녹음된 회의, 지원 통화, 교육 세션, 컨퍼런스 발표, 화면 녹화 자료를 보유하고 있습니다. 이 중 거의 아무것도 검색할 수 없습니다. 누군가가 "벤더 마이그레이션에 대해 우리가 무엇을 결정했지?"라고 물으면, 그 답은 존재합니다. 아무도 찾아보지 않을 47분짜리 녹음 파일 안에 말입니다."
Video and Audio as Knowledge Sources: Content Understanding in Microsoft Foundry IQ dzone.com
RSS Hunter RSS Hunter • 9월 4일

안전한 에이전트 권한 설계: 최소 권한이 모델 외부에 존재해야 하는 이유

9초. 2026년 4월, 렌터카 소프트웨어 공급업체인 PocketOS에서 AI 코딩 에이전트가 프로덕션 데이터베이스와 그 백업을 삭제하는 데 걸린 시간입니다. 창립자 Jer Crane의 설명에 따르면, AI 코딩 에이전트가 일상적인 스테이징 작업 중에 자격 증명 불일치를 겪었고, 코드베이스를 검색하여 관련 없는 파일에서 API 토큰을 발견했습니다. 해당 토큰은 Railway 인프라 API 전반에 걸쳐 광범위한 권한을 가지고 있었습니다. 에이전트는 토큰을 사용했습니다. 아무도 알아차리기 전에 데이터베이스와 백업이 사라졌습니다.PocketOS를 공격한 사람은 아무도 없습니다. 자격 증명이 도난당하거나, 프롬프트 주입이 실행되거나, 멀웨어가 실행된 것도 아닙니다. 에이전트는 목표를 추구했고, 장애물에 부딪혔으며, 부여받은 권한을 사용하여 이를 제거했습니다. 문제는 에이전트가 프로덕션 데이터베이스를 삭제할 수 있었다는 것이 아닙니다. 문제는 권한 부여 아키텍처에 그것을 막을 수 있는 것이 아무것도 없었다는 것입니다. 그것도 전혀 프로덕션에 영향을 미치지 않아야 할 작업에 대해서 말입니다. 이것이 이 모든 분야가 달려 있는 구분이며, 왜 수정이 에이전트에게 조심하라고 말하는 시스템 프롬프트가 아니라 아키텍처에 있어야 하는 이유입니다.
Designing Safe Agent Permissions: Why Least Privilege Must Exist Outside the Model dzone.com
RSS Hunter RSS Hunter • 9월 4일

기업은 AI 에이전트가 프로덕션 기반을 삭제할 것이라고 가정해야 합니다.

기존의 신원 확인 메커니즘은 AI 에이전트의 자율적이고 예측 불가능한 특성을 고려하여 설계되지 않았습니다. 따라서 기업은 회사의 전체 생산 기반을 삭제하는 것과 같이 예측 불가능하거나 심지어 파괴적인 결정을 내릴 때 놀라지 않아야 합니다. 적절한 안전 장치가 마련되지 않으면 이러한 새로운 행위자들은 조직 전반에 걸쳐 계속해서 혼란을 야기할 것입니다.이것이 실시간으로 어떻게 전개되는지 보여주는 사례를 찾는 것은 어렵지 않습니다. PocketOS는 최근 Cursor 에이전트가 안전한 스테이징 환경이라고 생각했던 곳에서 일상적인 작업을 수행하는 동안 프로덕션 데이터베이스와 백업을 삭제했다고 밝혔습니다. 전체 시나리오는 단 9초 만에 발생했지만 해결하는 데는 며칠이 걸렸습니다.
Enterprises Should Assume AI Agents Will Delete Their Production Base dzone.com
RSS Hunter RSS Hunter • 9월 3일

도커 빌드에 숨겨진 스타트업 시간 트릭

쿠버네티스에서 서비스를 실행하는 모든 자바 개발자라면 이 장면을 본 적이 있을 것입니다. 트래픽이 급증하면 오토스케일러가 파드를 추가하고, 그러면 모두가 기다립니다. 컨테이너는 2초 안에 실행됩니다. 애플리케이션은 12초 후에야 준비됩니다. 이 10초 동안 기존 파드가 추가 부하를 흡수하고 지연 시간이 증가하며, 상황이 충분히 나쁘면 오토스케일러가 패닉 상태에 빠져 준비되지 않은 파드를 더 많이 추가합니다.저는 수년간 Spring Boot 시작 시간을 날씨처럼 당연하게 받아들였습니다. 그러다가 JVM이 Java 12부터 상당 부분을 해결할 수 있는 방법을 가지고 있다는 것을 알게 되었습니다. 이 방법은 Docker 안에서 아름답게 작동하며, 거의 아무도 이를 이미지에 포함시키지 않습니다. 이 기능은 Class Data Sharing, 줄여서 CDS라고 하며, 이 글에서는 Docker 빌드가 이 작업을 수행하도록 만드는 방법을 보여줍니다.
The Startup Time Trick Hiding Inside Your Docker Build dzone.com
RSS Hunter RSS Hunter • 9월 3일

하나의 코드베이스에서 두 개의 AI 코딩 에이전트를 실행하는 방법

병렬 코딩 에이전트는 생산성 향상을 만들기 전에 동시성 문제를 야기합니다. 동일한 체크아웃을 편집하는 두 개의 자율 프로세스는 파일을 덮어쓰거나, 가정을 무효화하거나, 테스트 상태를 오염시키거나, 개별적으로는 올바르지만 함께는 호환되지 않는 변경 사항을 생성할 수 있습니다.더 안전한 운영 모델은 각 에이전트를 전용 Git worktree, 명시적인 파일 수준 계약, 결정론적 검증 명령, 그리고 보호된 브랜치에 직접 통합할 권한이 없는 독립적인 기여자로서 취급합니다. Git worktree는 하나의 저장소에 대해 여러 개의 연결된 작업 트리를 제공하며, 현대 코딩 에이전트 플랫폼은 격리된 샌드박스, 범위가 지정된 쓰기 액세스, 제어된 네트워크 권한을 통해 동일한 원칙을 독립적으로 강화합니다.
How I Run Two AI Coding Agents on One Codebase dzone.com
RSS Hunter RSS Hunter • 9월 3일

확장의 병목 현상

파일 접근, HTTP 요청 처리, 데이터베이스 연결 등 모든 입출력 작업은 세 가지 기본적인 시스템 개념, 즉 파일 디스크립터, 커널 메모리, 힙 크기에 기반합니다.이 글에서는 현대 언어들이 개발자들이 이면에서 파일 디스크립터, 커널 메모리, 힙 관리를 어떻게 처리하도록 돕는지 논의합니다. 이 세 가지 개념은 확장성의 주요 병목 현상입니다.
The Bottleneck of Scaling dzone.com
RSS Hunter RSS Hunter • 9월 3일

당신의 Spark Job이 느린 이유는 잘못된 코드 때문이 아닙니다. 잘못된 Join 때문입니다.

저는 이 교훈을 혹독하게 배웠습니다.우리는 매일 3시간 이상 실행되는 중요한 데이터 파이프라인을 가지고 있었습니다. 로직은 완벽하게 깔끔했습니다. 전반적인 스키마는 명백히 올바랐습니다. 명백한 메모리 누수는 전혀 없었고, 원시 PySpark 변환에서 근본적으로 잘못된 것은 전혀 없어 보였습니다.
Your Spark Job Isn't Slow Because of Bad Code. It's Slow Because of the Wrong Join dzone.com
RSS Hunter RSS Hunter • 9월 3일

암호학에 대한 잡담: 3부

이 블로그에서는 이전 블로그인 파트 1과 파트 2의 논의를 이어가겠습니다. 아직 읽지 않으셨다면 먼저 읽어보시기 바랍니다.지금까지 시저 암호, 비즈네르 암호, 대칭 암호화, AES, 수렴 암호화, IV에 대해 논의했습니다. 이 모든 용어가 익숙하다면 훌륭합니다! 그렇지 않다면 먼저 파트 1과 파트 2를 다시 읽어보시기 바랍니다.
Gossip on Cryptography: Part 3 dzone.com
RSS Hunter RSS Hunter • 9월 3일

Kubernetes에서 Agent Substrate를 사용하여 AI 에이전트 확장 시 실행을 선택 사항으로 만들기

만약 8개의 쿠버네티스 워커 파드에 걸쳐 대략 250개의 상태 저장 에이전트 세션을 멀티플렉싱하고, 메모리 또는 파일시스템 상태를 잃지 않고 그 중 하나를 다시 활성화할 수 있다면 어떨까요?이 저장소의 데모는 해당 샘플 워크로드에 대해 30배 이상의 액터 대 워커 오버서브스크립션을 보고하며, 활성화 시간은 1초 미만입니다. 이는 데모이며, 프로덕션 용량 보장은 아닙니다.
Making Running Optional: Scaling AI Agents on Kubernetes With Agent Substrate dzone.com
RSS Hunter RSS Hunter • 9월 3일

휴대용 지능 아키텍처: 런타임이 어려운 문제가 될 때

20년 동안 우리는 데이터를 인텔리전스로 옮기는 데 집중했습니다. 이제 우리는 엄청난 변화를 목격하고 있습니다. 인텔리전스를 데이터로 옮겨야 합니다. 이러한 전환은 모든 것을 바꿉니다. 여러분의 호스트 플랫폼은 더 이상 단순한 API 게이트웨이가 아닙니다. 운영 체제입니다. 모델에 관한 것이 아니었던 회의AI 인프라에 대한 제 생각을 바꾼 회의는 모델에 관한 것이 거의 아니었습니다. 우리는 모델 품질에 대해 몇 달 동안 집착했습니다. 그러다 몇 주 만에 안건이 조용히 재편되었습니다. 우리는 제3자 유닛의 온보딩에 대해 이야기하고 있었습니다. 우리는 동일한 모델의 두 버전이 리플레이 시점에 동의하지 않을 때 어떤 일이 발생하는지 토론했습니다. 우리는 한 테넌트의 추론이 공유 가속기에서 이웃의 추론을 굶주리게 할 수 있는지 걱정했습니다. 우리는 1밀리초에 대한 비용을 누가 지불하는지에 대해 싸웠습니다.
Portable Intelligence Architecture: When the Runtime Becomes the Hard Problem dzone.com
RSS Hunter RSS Hunter • 9월 2일

spaCy를 이용한 엔지니어링 문서에서 개체 및 관계 추출

엔지니어링 팀은 많은 유용한 지식을 생성하지만, 대부분은 텍스트 안에 갇혀 있습니다.서비스 소유권 노트는 API(Application Programming Interface)의 소유자가 누구인지 알려줄 수 있고, 런북은 서비스가 어떤 데이터베이스에 의존하는지 알려줄 수 있습니다. 장애 검토는 하나의 장애가 다른 시스템에 어떻게 영향을 미쳤는지 자세히 설명할 수 있습니다. 이 각각은 개별적으로 유용합니다. 이러한 모든 사실을 연결할 수 있을 때 가장 큰 가치를 얻게 됩니다.
Extracting Entities and Relationships From Engineering Documents With spaCy dzone.com
RSS Hunter RSS Hunter • 9월 2일

스트림 처리 플랫폼에서 잘못된 데이터를 처리하기 위한 모범 사례

오늘날 스트림 처리 플랫폼은 사물 인터넷(IOT) 장치, 금융 거래, 은행의 웹 애플리케이션 및 서버, 제조 장비, 창고 및 선박의 물류 시스템, 웹 포털의 대화형 에이전트와의 고객 활동에서 지속적으로 흐르는 데이터의 실시간 분석을 용이하게 합니다. Apache Kafka, Apache Flink, Apache Spark Structured Streaming과 같은 스트리밍 프레임워크와 스트림 데이터베이스는 비즈니스 담당자가 실시간으로 수백만 개의 이벤트를 처리할 수 있도록 지원합니다.하지만 스트리밍 플랫폼의 가치는 입력되는 데이터의 품질에 전적으로 달려 있습니다. 잘못된 형식의 이벤트, 중복 메시지, 누락된 필드 또는 잘못된 타임스탬프는 부정확한 분석 생성, 잘못된 경고 트리거, 경고 폭주, 심지어 애플리케이션 충돌로 이어질 수 있습니다. 배치 처리는 실행 전에 데이터를 정리할 수 있지만, 스트림 처리는 데이터가 흐르는 동안 유효성 검사 및 수정이 이루어져야 합니다. 따라서 강력한 데이터 품질 전략을 수립하는 것은 모든 이벤트 기반 아키텍처의 핵심적인 필요 조건입니다.
Best Practices for Handling Bad Data in Stream Processing Platforms dzone.com
RSS Hunter RSS Hunter • 9월 2일

감사 추적을 잃지 않고 Shift-Left: 규제 대상 수술 소프트웨어의 테스트 자동화

대부분의 소프트웨어에서 빨간색 테스트는 버그입니다. 제가 작업하는 시스템에서는 빨간색 테스트가 환자 안전 신호가 될 수 있습니다. 그 한 가지 차이점은 품질 전략을 설계하기 위해 앉을 때 내리는 거의 모든 결정에 영향을 미칩니다.저는 10년 이상 소프트웨어 품질 분야에서 일해왔으며, 대부분 로봇 보조 수술, 수술 시뮬레이션 및 임상 교육 플랫폼과 같은 의료 기기 소프트웨어 분야에서 일했습니다. 엔지니어링 자체도 흥미롭습니다. 진정으로 어려운 점은 모든 테스트, 모든 파이프라인 및 모든 릴리스가 동시에 두 청중을 만족시켜야 한다는 것입니다. 엔지니어는 빠른 피드백을 원합니다. 규제 기관은 소프트웨어가 요구 사항에 명시된 대로 정확하게 작동하고 위험한 것은 아무것도 작동하지 않는다는 추적 가능한 증거를 원합니다.
Shift-Left Without Losing the Audit Trail: Test Automation for Regulated Surgical Software dzone.com
RSS Hunter RSS Hunter • 9월 2일

Node.js 마이크로서비스 아키텍처: 완전 가이드

대부분의 팀은 마이크로서비스를 구축하기로 결정하지 않습니다. 떠밀려서 하게 되죠. 하나의 앱이 몇 년 동안 성장합니다. 더 많은 사람들이 같은 코드베이스에 기여합니다. 그러다 완전히 관련 없는 무언가의 변경이 화요일에 결제를 망가뜨립니다.아무도 그렇게 계획하지 않았습니다. 보통 그때 누군가가 반쯤 농담으로, 반쯤 진담으로 말합니다. "이걸 그냥 분리해야 하는 거 아닐까."
Node.js Microservices Architecture: A Complete Guide dzone.com
RSS Hunter RSS Hunter • 9월 2일