배움을 기록하는 개발 블로그 배움을 기록하는 개발 블로그

JSON을 Kotlin Data Class로 즉시 변환하세요. json2class.com의 무료 온라인 도구로 복잡한 중첩 JSON도 단 몇 초 만에 완벽한 Kotlin 코드로 변환됩니다. 지금 바로 사용해보세요.JSON을 손으로 변환하다 지치셨나요?Android 앱이나 백엔드 서비스를 개발하다 보면 API 응답으로 받은 JSON을 Kotlin Data Class로 옮겨 적는 작업이 반복됩니다. 필드가 5개짜리 단순한 JSON이라면 그나마 괜찮지만, 중첩 객체가 여러 겹으로 얽혀 있는 복잡한 JSON이라면 이야기가 달라집니다. 오탈자 하나로 컴파일 오류가 나고, 타입을 잘못 잡아 런타임 크래시가 발생하는 경험, 한 번쯤 해보셨을 겁니다.json2class.com의 JSON → Kotlin Data Cla..

GPU 없이도 1-bit LLM을 일반 CPU에서 실행할 수 있는 Microsoft BitNet 공식 추론 프레임워크를 완전 정리했습니다. 1-bit 양자화 원리부터 설치 방법, 에지 디바이스 활용 예시까지 한국 개발자를 위해 상세히 설명합니다.도입대형 언어 모델(LLM)을 직접 구동하려면 수십 GB의 VRAM과 고성능 GPU가 필요하다는 것이 그동안의 상식이었습니다. 그런데 Microsoft가 공개한 BitNet은 이 상식을 뒤엎을 가능성을 제시하는 오픈소스 프레임워크입니다. 1-bit LLM 추론을 공식 지원하는 이 C++ 기반 프로젝트는 기존 LLM 대비 메모리 사용량을 획기적으로 줄이고, CPU만으로도 실용적인 추론을 가능하게 합니다. 이번 포스트에서는 BitNet의 핵심 원리부터 실제 설치 방법..

JSON 데이터를 Java DTO/POJO 클래스로 즉시 자동 변환! json2class.com에서 API 응답을 복붙하면 완성된 Java 클래스를 무료로 생성합니다. 반복 작업을 줄이고 생산성을 높이세요.API 개발할 때마다 DTO 클래스를 손으로 작성하고 있나요?Spring Boot나 일반 Java 프로젝트에서 외부 API를 연동할 때, 응답 JSON 구조를 일일이 분석해서 DTO(Data Transfer Object) 클래스를 작성하는 건 생각보다 시간이 많이 걸립니다. 필드가 10개만 넘어가도 오타가 나기 쉽고, 중첩 객체가 있으면 클래스를 여러 개 만들어야 해서 더 번거롭죠.json2class.com은 이 반복 작업을 단 몇 초 만에 해결해주는 무료 온라인 도구입니다. JSON을 붙여넣기만 하면..

단 4GB GPU 하나로 700억 파라미터 대형 언어 모델(LLM)을 실행할 수 있다? AirLLM의 레이어별 추론 기술 원리와 설치 방법, 파이썬 코드 예시까지 한국어로 상세히 정리했습니다.도입70B(700억 파라미터) 규모의 대형 언어 모델(LLM)을 로컬에서 직접 실행하고 싶어도, 고가의 A100·H100 같은 데이터센터급 GPU가 없어 포기한 경험이 있으신가요? 일반적으로 70B 모델을 FP16 정밀도로 로드하려면 약 140GB의 GPU 메모리가 필요합니다. 그런데 최근 GitHub 트렌딩에 등장한 AirLLM 프로젝트는 단 4GB VRAM의 소비자용 GPU 하나로 70B LLM 추론을 가능하게 한다고 주장합니다. 이 글에서는 AirLLM의 핵심 기술 원리와 실제 사용 방법을 단계별로 정리합니다...

AI 코딩 에이전트의 컨텍스트 윈도우를 98% 줄여주는 오픈소스 context-mode를 소개합니다. Claude Code, Cursor 등 17개 플랫폼 지원, MCP 기반 세션 메모리와 툴 출력 샌드박싱으로 생산성을 높이는 방법을 정리했습니다.도입AI 코딩 에이전트를 매일 사용하는 개발자라면 한 번쯤 이런 경험을 해봤을 것이다. Claude Code, Cursor, GitHub Copilot 같은 도구로 복잡한 작업을 진행하다 보면, 어느 순간 에이전트가 이전 맥락을 잃어버리거나 불필요한 툴 출력이 컨텍스트 윈도우를 가득 채워 성능이 급격히 저하된다. AI 코딩 에이전트의 컨텍스트 윈도우 최적화는 이제 단순한 편의 문제가 아니라 실무 생산성을 좌우하는 핵심 과제가 됐다. 최근 GitHub 트렌딩에 오..

Cloudflare가 Deno를 인수했다 — JavaScript 런타임 생태계의 판도가 바뀐다오늘 Hacker News에서 HN 점수 1,077을 기록하며 개발자 커뮤니티를 뒤흔든 소식이 들어왔습니다. Cloudflare가 Deno를 인수했다는 발표입니다. 이 인수가 왜 중요하고, 앞으로 JavaScript 생태계에 어떤 변화가 올지 짚어봅니다.Deno가 뭔지 모르는 분들을 위해Deno는 Node.js를 만든 Ryan Dahl이 2018년에 발표하고 2020년에 1.0을 출시한 JavaScript/TypeScript 런타임입니다. Node.js를 만들고 나서 10년 뒤, 그가 스스로 "내가 Node.js에서 후회하는 10가지"라는 발표를 하며 그 반성을 토대로 새로 만든 프로젝트입니다.TypeScript..

간단한 내용 정리 (데이터 파트, 데이터 병합)OLAP 제품 중 우리는 클릭하우스를 선택했다. 클릭 하우스를 선택 한 이유는 애플리케이션 비즈니스 로직으론 사용 한 적은 없지만. 회사 내에서 다른 분석 자료를 만드는데 이미 사용중인 제품이였기에,이미 사용중인 제품을 선택했다. 처음 사용하는 OLAP 제품이라 배움이 필요했다.공식 문서 참고 및 GPT를 통해 간단한 아키텍처를 배울 수 있었다. 간단하게 내용을 정리하자면 클릭 하우스는 1개의 Row를 열기반으로 Split을 하여 열기반으로 데이터를 정렬한다.정렬된 열 목록과, Row에 대한 메타데이터가 데이터 파트라는 하나의 디렉토리 개념에 저장된다. 데이터 조회 시 여러 데이터파트에서 필요한 데이터를 필터링하여 찾아서 마지막엔 Row로 만들어서 나..

클릭하우스 도입하며.. 아파트너에서 입출차 시스템을 운영하면서대용량 데이터 조회 성능 문제를 해결하기 위해OLAP 데이터베이스인 ClickHouse를 도입하게 되었다. 현재 입출차 테이블에는 약 1억 건 이상의 데이터가 존재한다.특정 기능에서는 단지의 3개월치 입출차 데이터를 조회해야 하기 때문에수천만 건 이상의 데이터를 대상으로 조회가 발생한다. 입출차 기능 중 특정 기능에서 단지의 3개월치 입출차 목록을 모두 조회 해 정산 하는 기능이 있다.현재 테이블에는 1억 이상의 데이터가 존재하며 Mysql 테이블에만 의존하여 목록을 내려주고 있다.Mysql을 이용해서 데이터를 조회하다보니 많은 문제가 발생했다. Mysql 문제점- Row 기반 저장 구조 - 대량 데이터 조회 시 많은 Row를 스캔해야 ..