SwiftUI ScrollView 톺아보기
SwiftUI ScrollView의 기본 구조와 iOS 버전별 주요 API 변화를 정리했습니다. 또한 UIScrollView와의 차이와 대용량 콘텐츠에서의 성능 주의점도 함께 살펴보았습니다.


SwiftUI ScrollView의 기본 구조와 iOS 버전별 주요 API 변화를 정리했습니다. 또한 UIScrollView와의 차이와 대용량 콘텐츠에서의 성능 주의점도 함께 살펴보았습니다.

AWS와 Azure에서 RAG를 구현하는 방식과 구성 요소를 비교해 정리했습니다. 각 플랫폼의 강점이 달라 프로젝트 요구사항에 맞춰 선택할 필요가 있습니다.

Spring Batch의 `FlatFileItemReader`와 `FlatFileItemWriter`로 CSV를 읽고 탭 구분 파일로 저장하는 방법을 다뤘습니다. 또한 헤더·푸터와 집계를 붙여 파일 출력 형식을 제어하는 예시를 소개했습니다.
![[SpringBatch 연재 04] FlatFileItemReader로 단순 파일 읽고, FlatFileItemWriter로 파일에 쓰기](https://devocean.sk.com/thumnail/2024/9/12/31cc382ba3e9282b13135d64254e8873330baa69f9800415902e704003242ccf.png)
CallKit 환경에서 AVAudioSession을 어떻게 설정하고 관리해야 하는지 정리한 글입니다. 통화 중 오디오 이슈, 라우팅 변경, 인터럽트 대응 방법을 샘플 코드 기반으로 설명했습니다.

Swift Package Manager를 이용한 디자인 시스템 라이브러리 배포와 버전 관리 전략을 정리했습니다. Semantic Versioning과 `@available`로 호환성과 팀 간 커뮤니케이션을 개선하는 방법을 소개했습니다.

MSA로 분리한 DB를 다시 통합하기 위한 방법으로 MySQL Multi-Source Replication을 소개했습니다. 다만 테이블 충돌과 운영 복잡성 때문에 신중한 접근이 필요하다고 정리했습니다.

Git Flow를 중심으로 협업 시 자주 마주치는 브랜치 작업과 충돌 해결 시나리오를 정리했습니다. 잘못된 브랜치 작업, rebase, stash, fast-forward 병합 대응 방법도 함께 소개했습니다.

리눅스 환경에서 음성 전처리의 필요성과 디지털 오디오 처리 원리를 설명했습니다. Pulseaudio를 활용해 노이즈 감소와 에코 제거를 붙인 구성도 소개했습니다.

Vision Transformer의 기본 구조와 핵심 임베딩 요소를 중심으로 동작 원리를 정리했습니다. 또한 CNN 대비 장단점과 대규모 사전학습의 필요성도 함께 설명했습니다.

에이닷 Android 앱에 인앱리뷰를 적용한 구현 과정과 조건 검사를 정리했습니다. 리뷰 수와 평점이 개선된 사례와 함께 테스트 방법도 공유했습니다.

RoPE 기반 LLM의 context length를 늘리는 Position Interpolation 방법을 소개했습니다. 제한 범위를 넘어갈 때의 attention score 폭발을 줄이고, 적은 finetuning으로 성능을 유지한 결과를 다뤘습니다.

주 도메인 전체를 옮기지 않고, 서브도메인 영역만 Route 53에 위임해 관리하는 방법을 설명했습니다. 기존 네임서버를 유지하면서 신규 서비스용 DNS를 분리 운영할 수 있습니다.

Svelte를 선택한 이유를 프론트엔드 학습과 데모 개발 관점에서 설명했습니다. 간결한 문법과 컴파일러 기반 효율성, 빠른 학습 곡수를 장점으로 꼽았습니다.

LLM 기반 대화형 애플리케이션을 위한 자체 프레임워크 Aide 개발 과정을 소개했습니다. 멀티턴 대화와 Workflow 추상화로 복잡성을 줄이고 확장성을 높인 점을 정리했습니다.

SPDX 3.0의 구조와 프로필, SBOM·보안·라이선스 활용 방안을 정리했습니다. 기업은 CI/CD 연동과 단계적 도입으로 공급망 관리와 컴플라이언스를 강화할 수 있습니다.

Responsible AI의 개념과 핵심 원칙을 정리하고, ISO 42001과 주요 테크 기업의 적용 사례를 소개했습니다. AI의 윤리성과 투명성을 높이기 위한 관리 체계의 중요성을 설명했습니다.

LLM 발전으로 검색 서비스가 어떻게 바뀌고 있는지 주요 서비스 사례를 중심으로 정리했습니다. 에이닷 멀티 LLM 에이전트에서 Perplexity와 다른 모델을 함께 쓰는 방식도 소개했습니다.

생성형 AI를 다루기 위한 LLM 원리와 프롬프트 엔지니어링의 핵심을 정리했습니다. 랭체인, RAG, ReAct 같은 확장 방법으로 더 지능적인 애플리케이션을 만드는 방향도 소개했습니다.
