본문 바로가기

전체 글401

1. 시작하며 : 바이브 코딩이란 무엇인가? (1) 지금 AI는 소프트웨어 개발 방식으 바꾸고 있습니다. 자유로운 프롬프트 작성 방식부터 체계적인 어시스턴트의 보조까지, 코딩 과정에 새로운 패러다임이 등장하고 있습니다. 단순히 설명만 해도 소프트웨어가 완성됩니다. 팀원에게 요청 사항을 전달하듯 AI에 원하는 아이디어를 전달하면 코드가 나타납니다. 이것이 바이브 코딩의 핵심입니다. 바이브 코딩이란 사용자가 바라는 기능을 설명하는 프롬프트를 작성하면, 대규모 언어 모델(LLM)이 남은 부분을 채워나가는 코딩방식을 말합니다. 이 용어는 AI 업계의 선구자인 안드레 카파시(Andrej Karpathy(https://x.com/karpathy/status/1886192184808149383))가 만들었습니다. 개발자는 '바이브(vibe)'에 몸을 맡긴 채 AI의.. 2026. 7. 23.
서문 베타리더의 후기생성형 AI의 발전과 더불어 소프트웨어 개발에도 이를 적극적으로 활용하는 사례가 점점 많아지고 있습니다. 특히 바이브 코딩은 알지 못하는 사람도 생성형 AI를 활용해 유의미한 결과물을 만들어 낼 수 있다는 점에서 많은 호응을 얻고 다양한 시도가 이어지고 있습니다. 하지만 한편으로는 AI에게 개발자의 의도를 정확히 전달하는 방법, 저작권과 안전성에 대한 고민도 커지고 있습니다.이 책은 실제로 바이브 코딩을 현업에 적용할 때 검토해 볼 만한 부분과 실제 개발에서 참고할 수 있는 다양한 프롬프트 사례를 포괄적으로 다룹니다. '바이브 코딩 너머 개발자 생존법'은 AI를 잘 활용할 수 있는 '황금 레시피'라기보다, 포스트웨어 개발의 새로운 패러다임을 받아들일 준비가 된 개발자에게 도움이 될 만한 내.. 2026. 7. 23.
4. 회귀분석을 이용한 예측 이 장에서는 다중 선형 회귀분석에 대해 학습하고 이를 TDD 관점에서 어떻게 접근할지에 대해서도 알아본다. 앞에서 TDD를 이용해 실제 알고리즘을 개발했던 것과 달리, 이 장에서는 분석 모델을 개발하는 데 필요한 알고리즘과 TDD를 위한 외부 라이브러리를 사용하는 방법을 알아보고자 한다. 이를 위해, 분석 모델의 정성적 성능을 정량화하는 방안과 분석 모델의 가정을 위반했는지 여부를 정량화해 분석하는 방안이 필요할 것이다. 우리가 만든 분석 모델이 범위 안에서 잘 동작하는지 여부를 위해 데이터 시각화를 이용할 수 있는지 반드시 확인하기 바란다. 아울러, 이 장을 학습하기 전에 다음 명령어를 이용해 파이썬 패키지인 statsmodels 와 pandas를 설치한다.pip install pandaspip ins.. 2026. 7. 22.
3. Multi-armed bandit 알고리즘을 이용한 문제 해결 이 장에서는 먼저 단순한 알고리즘을 하나 만들고 이 알고리즘에 대한 성능을 측정해보려고 한다. 그런 다음, 이보다 좀 더 지능적인 알고리즘(multi-armed bandit 알고리즘이라고 한다)을 만들어 볼 생각이다. 아울러, 이렇게 개발한 multi-armed bandit 알고리즘의 성능이 얼마나 개선되었는지를 측정하는 몇 가지 테스트도 개발할 계획이다. bandit의 소개Multi-armed bandit의 문제란 전혀 예상할 수 없는 상황에서 무언가를 선택하는 문제를 말한다. 예를 들어, 여러분 앞에 슬롯 머신이 몇 대 놓여 있는데, 슬롯 머신에서 돈을 딸 수 있는 확률은 모두 다르다고 가정하자(다만 슬롯머신별로 당첨 확률은 고정되어 있다.) 이 경우 어떻게 하면 가장 수익을 많이 낼 수 있을까? 대.. 2026. 7. 22.
2. 퍼셉트론의 개념 기반 테스트 신경망 알고리즘은 익숙하게 사용하는 사람들에게조차도 일종의 블랙박스처럼 느껴진다. 특히 이 알고리즘에 내재된 확률적 특성으로 인해 내부적으로 어떻게 동작하는지 파악하기가 더욱 어렵다. 이 장에서는 TDD를 이용한 간단한 신경망 알고리즘을 구현하고, 이를 통해 TDD 스타일의 머신 러닝 알고리즘이 어떤 것인지 학습한다. 이를 통해 이런 알고리즘이 어떻게 동작하는지 더욱 깊이 있게 이해할 수 있을 것이다. 이 장에서 다룰 내용은 다음과 같다.가능한 한 단순한 형태의 퍼셉트론 모델 개발스프레드시트를 이용해 테스트와 재구성이 가능한 사례 개발TDD를 이용한 첫 번째 머신 러닝 알고리즘 개발데이터를 이용한 알고리즘 테스팅이 장을 학습하기 위해서는 마이크로소프트, 리브레 오피스(Libre Office), 구글 독스.. 2026. 7. 21.
1. 테스트 주도 머신 러닝의 소개 이 책에서는 복잡한 소프트웨어를 작고, 관리 가능한 여러 단계를 통해 개발할 수 있는 방법을 소개한다. 또한 테스트 주도 개발(Test-Driven Development, TDD) 기법을 이용해 어떻게 머신 러닝 솔루션을 개발할 수 있는지도 소개한다. 이 책을 통해 여러분이 TDD를 완벽하게 이해하고 다룰 수 있을 거라고는 기대하지 않는다. 앞으로 접하게 될 문제를 참신하게 해결하는 데 유용한 기본 원리들을 알아보고, 흥미를 불러일으키는 데 도움이 되기를 바란다. 이 장에서는 다음 세가지 질문에 대한 내용을 알아볼 것이다.TDD와 동작 주도 개발(Behavior-Driven Development, BDD)의 의미는 무엇인지?TDD와 BDD를 머신러닝 개념에 적용시키는 방법, 추론분석(inference)과.. 2026. 7. 20.
들어가며 머신러닝의 주요 목표 중 하나는 분석 모델의 성능이 일관성을 가지면서도 꾸준히 개선되도록 하는 것이다. 여러분은 아주 간단한 아이디어를 생각해낸 후 이를 실제 알고리즘으로 구현까지 해낸 경험이 있을 것이다. 필요한 경우 라이브러리를 쓰기도 하면서 말이다. 새로운 알고리즘을 사용하기 위해서는 관련 옵션도 써야 하고, 성능도 향상시켜야 한다. 이와 동시에, 성능이 저하되지 않도록 하는 방법도 알아야 한다. 확률기반 알고리즘(Stochastic Algorithm)을 테스트하는 것이 어떻게 보면 불가능한 것처럼 보이므로, 모든 변경사항을 전문가에게 물어보는 것도 한 방법일 수 있다. 하지만 이 방법은 말 그대로 너무 느리다는 문제가 있다. 알고리즘을 업데이트했을 때 이전보다 성능이 더 좋아졌는지 자동으로 확인할.. 2026. 7. 19.
6. 호출 흐름에 따른 각 구성 요소의 역할(2) 6.5 외부 요소외부 요소는 클린 아키텍처의 가장 바깥쪽 계층인 프레임워크 및 드라이버 계층(혹은 인프라스트럭처 계층)이라고 불리는 곳에 있는 것으로, 실제 외부 시스템(데이터베이스, 메시징 시스템 등)과의 직접적인 통신을 담당한다. 이 계층은 게이트웨이를 통해 호출되며, 데이터베이스 연결과 같은 기술적 세부사항을 처리한다. 이번 절에서는 학생 성적 계산 프로그램을 통해 외부 요소의 역할과 구현을 구체적인 코드 예시와 함께 살펴본다. 외부 요소의 호출 흐름 내 역할외부 요소는 게이트웨이에서 호출되어 외부 시스템과 직접 상호작용한다. 호출 흐름에서 이 계층의 역할은 다음과 같다.외부 시스템 연결 : 데이터베이스 또는 외부 API와의 연결을 설정하고 관리한다. 저수준 작업 수행 : CRUD 작업, 네트워크 .. 2026. 7. 19.

티스토리툴바