블로그
GPU·LLM·MLOps·쿠버네티스, 그리고 마음가짐에 관한 글 · 3672 편
#2026-03 762#culture 283#deep-dive 275#kubernetes 260#career 233#ai 220#llm 216#devops 195#2026-04 158#security 147#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 66#cs-fundamentals 63#rag 63#systems 63#python 55#learning 54#self-improvement 53
[운영체제] 12. I/O 시스템
I/O 하드웨어(포트, 버스, 컨트롤러), 폴링, 인터럽트, DMA, 애플리케이션 I/O 인터페이스, 커널 I/O 서브시스템을 다룹니다.
2026-03-19 · 13 분 읽기 #operating-system#cs-fundamentals[운영체제] 09. 메인 메모리 관리
메모리 관리 배경(주소 바인딩, 논리적/물리적 주소, MMU), 연속 메모리 할당, 페이징(기본 개념, TLB, 페이지 테이블 구조), 스와핑, 메모리 보호를 다룹니다.
2026-03-19 · 40 분 읽기 #operating-system#cs-fundamentals[운영체제] 06. 프로세스 동기화 도구
임계 영역 문제, 피터슨 해법, 하드웨어 지원(메모리 배리어, CAS, 원자적 변수), 뮤텍스 락, 세마포어, 모니터, 활성 문제(교착 상태, 기아, 우선순위 역전)를 다룹니다.
2026-03-19 · 15 분 읽기 #operating-system#cs-fundamentals[운영체제] 03. 프로세스: 개념, 생성, 통신
프로세스 개념(상태, PCB), 프로세스 스케줄링, 프로세스 연산(fork, exec), 프로세스 간 통신(공유 메모리, 메시지 전달), 파이프, 클라이언트-서버 통신(소켓, RPC)을 다룹니다.
2026-03-19 · 12 분 읽기 #operating-system#cs-fundamentals[운영체제] 20. 리눅스와 Windows 10 운영체제 비교
Linux 커널 아키텍처, 프로세스/메모리/파일시스템 관리, 커널 모듈과 Windows 10 아키텍처, 객체 관리자, NTFS, WSL을 비교합니다.
2026-03-19 · 18 분 읽기 #operating-system#cs-fundamentals[심층 강화학습] 20. 심층 강화학습 총정리: 알고리즘 비교와 선택 가이드
가치 기반, 정책 기반, Actor-Critic, 모델 기반 등 심층 강화학습 알고리즘의 체계적 비교와 선택 기준
2026-03-19 · 13 분 읽기 #reinforcement-learning#deep-learning#ai[심층 강화학습] 17. 모델 기반 강화학습: Imagination-Augmented Agent
모델 기반 RL의 원리와 I2A(Imagination-Augmented Agent): 환경 모델을 학습하고 상상 속에서 계획하는 에이전트
2026-03-19 · 13 분 읽기 #reinforcement-learning#deep-learning#ai[심층 강화학습] 14. 연속 행동 공간: DDPG와 분포 정책
연속 행동 공간을 다루는 방법: A2C 확장, DDPG의 결정적 정책 그래디언트, 분포 정책 그래디언트
2026-03-19 · 10 분 읽기 #reinforcement-learning#deep-learning#ai[심층 강화학습] 11. A3C: 비동기 Advantage Actor-Critic
A2C의 상관관계 문제를 비동기 병렬 학습으로 해결하는 A3C 알고리즘의 원리와 데이터/그래디언트 병렬화 구현
2026-03-19 · 12 분 읽기 #reinforcement-learning#deep-learning#ai[심층 강화학습] 08. 강화학습으로 주식 트레이딩 만들기
주식 트레이딩을 강화학습 문제로 정의하고, 커스텀 거래 환경을 설계한 뒤 피드포워드 및 CNN 모델로 트레이딩 에이전트를 학습시킵니다.
2026-03-19 · 30 분 읽기 #reinforcement-learning#deep-learning#ai#finance[심층 강화학습] 05. 벨만 방정식과 가치 반복
상태 가치와 행동 가치의 개념을 이해하고, 벨만 최적 방정식을 기반으로 가치 반복법과 Q-러닝을 FrozenLake에 적용합니다.
2026-03-19 · 11 분 읽기 #reinforcement-learning#deep-learning#ai[심층 강화학습] 02. OpenAI Gym으로 시작하는 강화학습
OpenAI Gym의 구조와 API를 이해하고, CartPole 환경에서 무작위 에이전트와 래퍼를 활용한 실습을 진행합니다.
2026-03-19 · 14 분 읽기 #reinforcement-learning#deep-learning#ai[심층 강화학습] 19. 심층 강화학습의 실전 응용 사례
로봇 제어, 자율주행, 자원 관리, 추천 시스템, NLP, 게임 AI 등 심층 강화학습의 다양한 실전 활용
2026-03-19 · 12 분 읽기 #reinforcement-learning#deep-learning#ai[심층 강화학습] 16. Black-Box 최적화: 진화 전략과 유전 알고리즘
그래디언트 없이 정책을 최적화하는 방법: 진화 전략(ES)과 유전 알고리즘(GA)의 원리와 구현
2026-03-19 · 12 분 읽기 #reinforcement-learning#deep-learning#ai[심층 강화학습] 13. 웹 내비게이션과 강화학습
브라우저 자동화와 강화학습의 결합: Mini World of Bits 벤치마크와 OpenAI Universe를 활용한 웹 에이전트 구현
2026-03-19 · 12 분 읽기 #reinforcement-learning#deep-learning#ai[심층 강화학습] 10. Actor-Critic 방법: A2C와 하이퍼파라미터 튜닝
REINFORCE의 분산 문제를 해결하는 Actor-Critic 구조를 이해하고, A2C 알고리즘을 Pong에 적용하며, 학습률, 엔트로피 계수 등 주요 하이퍼파라미터의 영향을 분석합니다.
2026-03-19 · 18 분 읽기 #reinforcement-learning#deep-learning#ai#actor-critic[심층 강화학습] 07. DQN 확장: Double DQN, Dueling DQN, Rainbow
DQN의 성능을 향상시키는 6가지 핵심 확장 기법(N-step, Double DQN, Noisy Networks, Prioritized Replay, Dueling DQN, Categorical DQN)과 이들을 결합한 Rainbow를 구현합니다.
2026-03-19 · 17 분 읽기 #reinforcement-learning#deep-learning#ai#dqn[심층 강화학습] 04. Cross-Entropy 방법으로 CartPole 풀기
강화학습 방법론의 분류를 살펴보고, Cross-Entropy 방법을 이용하여 CartPole과 FrozenLake 환경을 해결합니다.
2026-03-19 · 12 분 읽기 #reinforcement-learning#deep-learning#ai[심층 강화학습] 01. 강화학습이란: MDP와 기본 개념
머신러닝의 세 가지 패러다임을 비교하고, 강화학습의 핵심 구성 요소(에이전트, 환경, 보상)와 마르코프 결정 과정(MDP)의 수학적 기초를 살펴봅니다.
2026-03-19 · 14 분 읽기 #reinforcement-learning#deep-learning#ai[심층 강화학습] 18. AlphaGo Zero: 자기 대국으로 배우는 AI
AlphaGo Zero의 핵심 원리: MCTS와 자기 대국(self-play), 그리고 Connect4 봇 구현
2026-03-19 · 13 분 읽기 #reinforcement-learning#deep-learning#ai