블로그
GPU·LLM·MLOps·쿠버네티스, 그리고 마음가짐에 관한 글 · 3678 편
#2026-03 762#culture 283#deep-dive 275#kubernetes 262#career 233#ai 221#llm 217#devops 197#2026-04 158#security 149#observability 118#database 113#communication 108#history 107#architecture 101#productivity 98#performance 93#linux 90#networking 89#finance 87#economy 84#mindset 80#psychology 79#ai-papers 78#food 78#it 78#travel 78#japanese 76#deep-learning 75#english 74#gpu 74#ai-agent 69#business-travel 69#postgresql 67#cs-fundamentals 63#rag 63#systems 63#python 56#learning 54#self-improvement 53
FingerScore 하드웨어 6 — PCB 설계와 소형화(반지로 만들기)
FingerScore 회로를 실제로 만질 수 있는 반지로 만드는 마지막 단계, PCB 설계를 다룹니다. 스키매틱에서 PCB로 가는 흐름, 부품 배치와 라우팅, 반지 폼팩터 제약, 2.4GHz 안테나 레이아웃, DFM과 거버 출력, 어셈블리, 그리고 양산과 인증까지 입문자 친화적으로 정리합니다.
2026-06-17 · 27 분 읽기 #fingerscore#pcb#kicad#antenna#miniaturizationFingerScore 하드웨어 2 — 전자공학 기초(전압·전류·저항부터 디지털 신호까지)
FingerScore 링 디바이스를 직접 만들기 위한 전자공학 기초를 한 편에 정리합니다. 옴의 법칙과 전압 분배, 풀업/풀다운 저항, 커패시터, LED 전류 제한 계산, GPIO와 로직 레벨, I2C/SPI/UART, ADC, 멀티미터와 오실로스코프 측정까지 초보자도 따라올 수 있게 설명합니다.
2026-06-17 · 39 분 읽기 #fingerscore#electronics#hardware#gpio#i2cripgrep은 왜 그렇게 빠른가
ripgrep이 grep보다 빠른 이유는 마법이 아니라 여러 결정의 누적입니다. Rust의 regex 크레이트가 쓰는 유한 오토마타(백트래킹 없음), SIMD로 가속한 memchr, 병렬 디렉터리 순회, .gitignore 존중, 스마트 케이스, 바이너리 건너뛰기, mmap까지. 빠른 도구를 만드는 원리를 하나씩 뜯어봅니다.
2026-06-17 · 24 분 읽기 #rust#performance#tools#cliSystolic Array와 Dataflow 아키텍처 — TPU의 심장 원리
AI 가속기의 핵심 연산인 행렬곱을 효율적으로 처리하는 systolic array의 동작 원리를 ASCII 다이어그램과 함께 깊이 파헤칩니다. weight-stationary와 output-stationary 같은 dataflow 전략, 데이터 재사용과 에너지, 텐서코어와의 비교, 컴파일러 매핑까지 TPU의 심장 원리를 정리합니다.
2026-06-16 · 38 분 읽기 #gpu-cuda#systolic-array#dataflow#tpu#ai-hardware추론을 빠르게 — 양자화, 희소성, Dataflow의 하드웨어 관점
추론 비용의 구조를 메모리 월 관점에서 풀어내고, 양자화(INT8/FP8/FP4)와 구조적 희소성(2:4), dataflow 아키텍처, 연산자 융합, 배칭과 KV 캐시까지 하드웨어-소프트웨어 공동설계의 큰 그림을 정리합니다. 2026년 Blackwell FP4와 Vera Rubin 흐름을 반영해 실무 적용 포인트를 짚습니다.
2026-06-16 · 35 분 읽기 #inference#quantization#sparsity#dataflow#gpuGPU vs TPU vs ASIC — 2026 추론 전쟁
2026년 추론 워크로드를 두고 벌어지는 GPU·TPU·ASIC의 경쟁을 비교합니다. Google TPU v6 Trillium과 Ironwood, 급성장하는 클라우드 자체 추론 ASIC, 처리량·지연·비용·전력 트레이드오프, 그리고 CUDA와 XLA로 갈라지는 컴파일러 스택까지 다룹니다.
2026-06-16 · 43 분 읽기 #gpu#tpu#asic#inference#ai-hardwareCerebras 웨이퍼스케일 딥다이브 — 칩 하나에 모델 전체를
웨이퍼 한 장을 통째로 하나의 칩으로 만든 Cerebras WSE-3의 설계를 깊게 파헤칩니다. 메모리 월을 우회하는 온칩 SRAM 중심 구조, 결함 허용 설계, 실시간 추론 성능, 그리고 GPU 클러스터 대비 장단점을 정리합니다.
2026-06-16 · 42 분 읽기 #cerebras#wafer-scale#ai-hardware#memory-wall#inferenceAI 데이터센터의 전력과 냉각 — 기가와트 시대의 인프라
AI capex 급증과 함께 데이터센터가 기가와트 규모로 커지면서 전력과 냉각이 최대 제약으로 떠올랐습니다. 랙 전력 밀도 급상승, 공랭의 한계와 직접수냉/액침, PUE, 전력망 제약, 칩의 perf/watt 경쟁(Vera Rubin 약 10배 목표)까지 인프라의 큰 그림을 정리합니다.
2026-06-16 · 41 분 읽기 #datacenter#ai-infrastructure#cooling#power#liquid-cooling포토닉 컴퓨팅과 광 인터커넥트 — 빛으로 메모리 월을 넘다
전기 인터커넥트가 메모리 월과 데이터 이동 에너지의 벽에 부딪힌 2026년, 실리콘 포토닉스와 광 인터커넥트가 어떻게 그 한계를 넘으려 하는지 정리합니다. Lightmatter Passage, DARPA 포토닉 프로젝트, 광 텐서코어 연구, 그리고 co-packaged optics의 상용화 과제까지 살펴봅니다.
2026-06-16 · 47 분 읽기 #gpu-cuda#photonics#silicon-photonics#optical-interconnect#co-packaged-optics인메모리 컴퓨팅 원리 — 메모리에서 연산하기
데이터를 연산 유닛으로 옮기는 대신, 메모리 안에서 직접 연산하는 compute-in-memory(CIM)의 원리를 깊게 정리합니다. 크로스바 어레이로 행렬곱을 한 번에 푸는 방법, 아날로그와 디지털 방식의 차이, 정밀도와 노이즈의 트레이드오프, 그리고 2026년 연구 동향과 상용화 과제를 다룹니다.
2026-06-16 · 40 분 읽기 #in-memory-computing#compute-in-memory#ai-hardware#crossbar#reram엣지 AI와 NPU — 온디바이스 추론 가속기
추론을 클라우드가 아니라 기기에서 직접 돌리는 엣지 AI의 이유(지연·프라이버시·비용)와, 이를 가능케 하는 NPU의 개념을 정리합니다. Apple Neural Engine, Qualcomm, Edge TPU, ARM Ethos부터 모델 경량화, 온디바이스 LLM, 런타임(TFLite/ONNX/CoreML), 클라우드-엣지 하이브리드까지 개발자 시작 가이드를 담았습니다.
2026-06-16 · 42 분 읽기 #edge-ai#npu#on-device#inference#quantizationAI 반도체 공급망과 시장 — 누가 칩을 만드는가 (2026)
AI 칩 한 장이 만들어지기까지의 가치사슬을 설계, EDA, IP, 파운드리, 패키징, HBM, 장비로 나누어 짚어 봅니다. TSMC와 삼성, ASML의 EUV, CoWoS 병목, 지정학과 수출통제, 클라우드 자체 칩의 부상, 그리고 2026년 투자 사이클 논쟁까지 누가 칩을 만드는지를 정리합니다.
2026-06-16 · 38 분 읽기 #gpu-cuda#ai-hardware#semiconductor#supply-chain#tsmc2026 AI 가속기 지형 — Blackwell에서 Vera Rubin까지
2026년 AI 가속기 시장을 한눈에 정리합니다. NVIDIA Blackwell과 차세대 Vera Rubin, AMD MI350X, 추론 capex가 학습을 처음 추월한 변화, 그리고 워크로드별로 어떤 칩을 골라야 하는지 개발자 관점에서 살펴봅니다.
2026-06-16 · 40 분 읽기 #ai-hardware#nvidia-blackwell#vera-rubin#inference#gpuPostgreSQL 버전 업그레이드 전략 — pg_upgrade와 논리 복제
PostgreSQL 메이저 버전 업그레이드를 dump/restore, pgupgrade, 논리 복제 세 가지 방식으로 비교합니다. 다운타임 트레이드오프, pgupgrade --link 절차와 주의사항, 논리 복제 기반 무중단 업그레이드 단계, 검증과 롤백, RDS/Aurora 관리형 업그레이드까지 실무 관점에서 정리합니다.
2026-06-16 · 29 분 읽기 #postgresql#database#upgrade#pg-upgrade#logical-replication마이그레이션 사고 사례와 체크리스트 — 남의 실패에서 배우기
마이그레이션은 가장 흔하면서도 가장 아픈 장애의 원천입니다. 락 폭주, 복제 지연, 데이터 손실, 롤백 불가 같은 전형적 사고 유형을 짚고, 세 건의 가상 포스트모템으로 증상에서 원인과 교훈을 끌어내며, 예방 패턴과 종합 체크리스트로 정리합니다.
2026-06-16 · 27 분 읽기 #database#migration#postmortem#incident#reliability무중단 데이터 마이그레이션 — Dual-Write, Backfill, CDC로 옮기기
서비스를 멈추지 않고 데이터를 새 저장소로 옮기는 일은 일관성과 순서 보장 때문에 까다롭습니다. Dual-Write, Backfill, CDC를 조합한 단계별 컷오버 전략과 검증, 롤백, 멱등성 설계를 실무 관점에서 정리합니다.
2026-06-16 · 32 분 읽기 #database#migration#cdc#debezium#dual-writeExpand-Contract 패턴 — 무중단 스키마 변경의 정석
운영 중인 데이터베이스의 스키마를 무중단으로 바꾸는 표준 기법인 Expand-Contract 패턴을 정리합니다. 컬럼 추가, 이름 변경, 삭제, 제약 조건 추가 같은 시나리오별 SQL과 더블 라이트, 점진적 백필, 애플리케이션 코드 협업, 롤백 전략까지 단계별로 다룹니다.
2026-06-16 · 24 분 읽기 #database#migration#zero-downtime#expand-contract#reliabilityAWS DMS 실전 — 마이그레이션과 지속 복제(CDC)
AWS Database Migration Service의 구성 요소부터 풀 로드와 CDC, 이기종 마이그레이션과 SCT 연동, LOB 처리와 데이터 검증, 모니터링과 컷오버 전략까지 실무 관점으로 정리합니다. 네이티브 논리 복제와의 비교, 실제 설정 예제, 자주 밟는 함정과 체크리스트를 함께 담았습니다.
2026-06-16 · 35 분 읽기 #aws#dms#database#migration#cdcNoSQL·이기종 데이터 마이그레이션 — RDB와 MongoDB와 다양한 스토어 사이에서
관계형과 문서형은 데이터 모델 자체가 다릅니다. RDB에서 문서로, 문서에서 RDB로 옮길 때 무엇을 다시 설계해야 하는지, 스트랭글러와 이중 쓰기와 CDC로 어떻게 무중단 이전을 하는지, 그리고 일관성을 어디까지 양보할지 실전 관점에서 정리합니다.
2026-06-16 · 30 분 읽기 #database#migration#nosql#mongodb#cdcDB 마이그레이션 자동화 — CI/CD와 GitOps로 스키마를 코드처럼
스키마 변경을 손으로 적용하던 시대는 끝났습니다. 마이그레이션을 파이프라인에 통합해 PR에서 린트하고 드라이런하며, 환경별로 자동 적용하고, 드리프트를 감지하고, 롤백까지 자동화하는 전체 그림을 GitHub Actions와 Flyway/Liquibase/Atlas 예제로 정리합니다.
2026-06-16 · 25 분 읽기 #database#migration#cicd#gitops#flyway