JuiceFS: 오브젝트 스토리지를 활용하는 HDFS 호환 분산 파일 시스템
HDFS와 오브젝트 스토리지의 장단점을 비교하고, 그 한계를 보완하는 JuiceFS의 구조와 활용법을 설명했습니다. Hadoop 환경에서 JuiceFS를 설정해 HDFS CLI, MapReduce, Spark와 연동하는 방법도 다뤘습니다.

HDFS와 오브젝트 스토리지의 장단점을 비교하고, 그 한계를 보완하는 JuiceFS의 구조와 활용법을 설명했습니다. Hadoop 환경에서 JuiceFS를 설정해 HDFS CLI, MapReduce, Spark와 연동하는 방법도 다뤘습니다.
FE News 25년 9월호에서 프론트엔드와 AI 코딩 도구 관련 주요 소식을 정리했습니다. 코드 품질, 보안, 상호 운용성, 인지 부하 같은 이슈를 함께 다뤘습니다.
네이버 프런트엔드 개발자 모임 H26y가 AI와 프런트엔드의 미래를 주제로 첫 공개 밋업을 엽니다. 사전 신청 후 추첨으로 50명을 선정하며 현장 등록은 불가합니다.
프런트엔드와 AI 중심의 2025년 8월 기술 소식을 모아 소개했습니다. 컨퍼런스, 튜토리얼, 도구, 읽을거리를 한눈에 볼 수 있습니다.
Flink와 Apache Paimon으로 실시간 유효 광고 선정 파이프라인을 구축한 사례를 소개했습니다. 실시간 처리 보장, 조인, 타임 트래블, 자동 compaction 같은 Paimon 활용 포인트를 정리했습니다.
윈도잉 기법을 React 표/목록 가상화에 적용하는 방법과 대표 라이브러리의 차이를 정리했습니다. 사내 로그 뷰 성능 개선을 위한 Big Table 개발 사례로 연결했습니다.
BERT 기반 SPLADE 모델의 대규모 실시간 서빙 최적화 방법을 소개했습니다. FlashTokenizer와 전/후처리, 추론 최적화로 레거시 GPU 성능을 끌어올린 사례입니다.
Ray를 활용해 GPU Util 100% 배치 처리와 확장 가능한 모델 서빙 아키텍처를 소개했습니다. Ray Serve와 vLLM 기반 LLM 추론 파이프라인 및 운영 사례도 다뤘습니다.
대규모 Kubernetes GPU 클러스터에서 AI 서비스 오토스케일링을 적용한 사례를 소개했습니다. 기본 HPA보다 고도화된 GPU orchestration과 KEDA 활용 배경을 공유했습니다.
Spring Cloud Config의 SPOF 우려를 줄이기 위해 HA 구성을 커스터마이징한 사례를 소개했습니다. MySQL과 Kafka 이중화, 빈 단위 리프레시와 DR 테스트까지 함께 다뤘습니다.
Docusaurus와 Typesense로 기존 Redoc 기반 API 문서 플랫폼을 재구성한 사례를 소개했습니다. 문서 UX, 검색, 배포 흐름 개선과 그 결과를 함께 공유했습니다.
2025년 7월 프론트엔드 주요 소식과 읽을거리, 튜토리얼, 도구를 한데 모아 소개했습니다. React 생태계 변화, i18n, MCP, ECMAScript 2025 같은 주제를 함께 살펴볼 수 있습니다.
웹브라우저에서 대용량 데이터를 고성능으로 보여주기 위한 Windowing 기법과 React Virtualization을 소개했습니다. Big Table 구현 사례를 통해 성능 최적화 포인트와 한계도 공유했습니다.
데이터 파이프라인 운영에서 노이즈 알림과 반복 대응으로 인한 피로를 줄이기 위해 AI 활용 방안을 소개했습니다. 로그 전처리, 노이즈 분류, AI Assistant 적용 사례를 중심으로 장애 대응 자동화를 다뤘습니다.
C++ 멀티 스레드에서 데이터 레이스와 스레드 안전성의 핵심 개념을 정리했습니다. 기본 스레드 안전성, 동기화 관계, shared_ptr 관련 주의점을 함께 살펴봤습니다.
C++에서 안정적인 멀티 스레드 코드를 위한 스레드 안전성 개념을 정리한 발표입니다. data race와 happens-before, std::mutex·std::atomic 활용을 설명했습니다.
Kafka Client가 클러스터 상태를 파악하는 metadata 동작 방식을 설명했습니다. 서비스 개발 시 관련 옵션을 어떻게 설정하면 좋은지도 다뤘습니다.
Kafka 프로듀서 최적화와 압축 기능 활용법을 정리한 발표 내용입니다. 자료 구조, 메시지 전송 흐름, 주요 설정값을 통해 성능 개선 포인트를 소개했습니다.