본문 바로가기

전체 글408

도서 - 가짜 노동 덴마크의 베스트셀러 "Pseudoarbejde"의 발췌문을 분석하여 현대 사회에 만연한 '가짜 노동'의 개념, 원인, 결과, 그리고 해결책 모색에 대한 이야기 합니다. 광범위한 사례와 이론적 논의를 통해 겉으로는 바쁘게 보이지만 실질적인 가치를 창출하지 못하는 노동의 실태를 고발하고, 개인과 조직, 사회 전체 차원에서 이러한 문제에 대한 인식 전환과 적극적인 대응을 촉구합니다.가짜 노동의 개념 정의 및 사회적 인식:저자들은 기존에 막연하게 느껴지던 무의미한 노동에 대해 "가짜 노동"이라는 명확한 용어를 제시하며, 이는 사회 전체의 막대한 시간과 에너지 낭비이자 개인의 삶에 있어서도 파국적이고 존재론적인 낭비임을 강조합니다. 이 책은 덴마크에서 기록적인 베스트셀러가 되었고, "pseudoarbejde"라는.. 2025. 4. 23.
Anthropic MCP와 Google A2A: 서비스 혁신 전략 1. Anthropic MCP와 Google A2A – 기술 개요 및 활용 사례모델 컨텍스트 프로토콜 (MCP) 개요MCP(Model Context Protocol)는 Anthropic이 공개한 개방형 표준 프로토콜로, AI 모델(특히 LLM)과 외부 데이터 소스 및 도구를 연결하는 ‘통합 인터페이스’ 역할을 합니다. 쉽게 말해 AI 애플리케이션을 위한 USB-C 포트와 같아, 다양한 시스템의 데이터를 한 번에 연결해 AI에게 필요한 맥락(Context)을 공급해줍니다. 이를 통해 기존에는 각 데이터 소스별로 맞춤형 연동을 개발해야 했던 부분을 표준화하여, 하나의 프로토콜만으로 여러 데이터에 접근할 수 있게 합니다.MCP의 기술 구조는 클라이언트-서버 아키텍처로 이루어집니다. AI 모델이 구동되는 애플리.. 2025. 4. 14.
개방형 에이전트 통신 프로토콜(A2A) 및 모델 컨텍스트 프로토콜(MCP)에 대한 심층 분석과 롯데멤버스의 대응 전략 1. 서론인공지능(AI) 기술이 발전함에 따라 다양한 자율 에이전트 애플리케이션들이 등장하고 있으며, 이들 간의 효과적인 통신과 상호 운용성은 AI 생태계의 성장에 필수적인 요소가 되고 있습니다. 이러한 맥락에서 구글이 제시한 개방형 에이전트 통신 프로토콜(Agent2Agent, 이하 A2A)과 앤트로픽(Anthropic)의 모델 컨텍스트 프로토콜(Model Context Protocol, 이하 MCP)은 서로 다른 접근 방식으로 AI 에이전트 시스템의 혁신을 주도하고 있습니다. 본 보고서는 롯데멤버스가 이러한 AI 트렌드에 어떻게 대응해야 할지에 대한 심층적인 분석과 전략적 방안을 제시하고자 합니다. 이를 위해 먼저 A2A와 MCP의 기술적 세부 정보, 목표, 잠재적 사용 사례를 조사하고, 주요 기능과.. 2025. 4. 14.
데이터 엔지니어링 on Google Cloud (0/4) 구글 클라우드 데이터 관리 체계 및 데이터 엔지니어링데이터 관리 개념, 시스템 아키텍처, 서비스 아키텍처 및 구글 클라우드 서비스 활용 가이드목차소개데이터 관리 개념시스템 아키텍처서비스 아키텍처구글 클라우드 서비스Google Cloud Storage (GCS)BigQueryCloud ComposerDataprocDataflowData Fusion데이터 파이프라인 구축활용 사례모범 사례결론1. 소개현대 비즈니스에서 데이터는 가장 중요한 자산 중 하나입니다. 대규모 데이터를 효율적으로 저장, 처리, 분석하는 능력은 비즈니스 성공의 핵심 요소가 되었습니다. 구글 클라우드 플랫폼(Google Cloud Platform, GCP)은 기업이 데이터를 최대한 활용할 수 있도록 다양한 데이터 관리 서비스를 제공합니다... 2025. 4. 11.
Maskara AI: 프롬프트 최적화를 통한 AI 활용 Maskara AI는 사용자가 더 효과적인 AI 프롬프트를 생성할 수 있도록 도와주는 프롬프트 엔지니어링 서비스입니다. Maskara AI의 개념, 작동 방식, 활용 사례를 상세히 다루며 실제 업무와 학습 환경에서 AI를 더 효율적으로 활용할 수 있는 방법을 알아보겠습니다.https://www.maskara.ai/ Maskara.aiMost Powerful AI Prompt Engineerwww.maskara.ai Maskara AI의 개념과 목적Maskara AI는 사용자가 입력한 기본적인 프롬프트를 기반으로 추가 질문을 통해 더 구체적이고 효과적인 프롬프트를 생성해주는 서비스입니다. AI 모델의 출력 품질은 프롬프트 품질에 크게 의존하는데, Maskara AI는 이 프롬프트 작성 과정을 최적화함으로써.. 2025. 4. 10.
n8n 환경변수 확인 방법 MCP설정하다보면 N8N_COMMUNITY_PACKAGES_ALLOW_TOOL_USAGE의 값을 셋팅하라고 하는데 잘되었는지 확인해 보는 방법이다.아래 내용을 복사해서 워크플로우에 넣고 확인하고 싶은 변수값으로 수정후 Test를 누르면 된다. { "nodes": [ { "parameters": { "command": "=echo $N8N_COMMUNITY_PACKAGES_ALLOW_TOOL_USAGE" }, "name": "Execute Command", "type": "n8n-nodes-base.executeCommand", "typeVersion": 1, "position": [ -300, -120 .. 2025. 4. 8.
MCP(Model Context Protocol) ChatGPT로 MCP에 대해 만든 5~6컷 만화입니다. ChatGPT에서 그림에서의 한글은 텍스트가 아닌 이미지로 인식하나 봅니다. 한글로 입력된 이미지가 많을 수록 잘 나오겠네요. 웹툰 화이팅입니다.한글이 많이 깨지지만 한국인은 읽을수가 있네요. AI처럼 사람도 글자를 모양으로 인식하나 봅니다. 2025. 4. 8.
PlantUML in VS Code 우선 VS Code에서 PlantUML을 사용하기 위해 해당 확장 기능을 설치합니다.https://marketplace.visualstudio.com/items?itemName=jebbs.plantuml PlantUML - Visual Studio MarketplaceExtension for Visual Studio Code - Rich PlantUML support for Visual Studio Code.marketplace.visualstudio.com 그리고 plantuml로 작성된 파일을 diagram으로 변환해 주기 위한 프로그램을 설치합니다.Quick Install for Macbrew install --cask temurinbrew install graphvizQuick Install fo.. 2025. 4. 7.
데이터 엔지니어링 on Google Cloud (4/4) 제 4장. AI, 머신러닝 및 Google Cloud 기반 분석 브리핑 문서분석 및 인공지능(AI)의 주요 테마와 핵심 아이디어를 요약하고, Google Cloud 플랫폼에서 AI와 머신러닝을 활용하는 다양한 방법과 도구에 초점을 맞추어 설명합니다.1. 분석 및 AI 소개 (M4_1_Introduction_to_Analytics_and_AI_KO.pdf)AI, 머신러닝(ML), 딥러닝의 관계: AI는 자율적으로 생각하고 행동하는 머신을 구축하는 이론 및 방법 전반을 아우르는 분야이며, ML은 데이터를 기반으로 예측 통계를 도출하고 반복적인 결정을 내리는 AI의 한 유형입니다. 딥러닝은 이미지, 음성 등 비정형 데이터 처리에서 뛰어난 성능을 보이는 ML의 한 종류입니다."많은 사람이 인공지능(AI), 머신.. 2025. 4. 7.
데이터 엔지니어링 on Google Cloud (3/4) 제 3장. Google Cloud 기반의 복원력 있는 스트리밍 분석 시스템 구축본 문서는 스트리밍 데이터 처리의 주요 개념, 과제, Google Cloud 서비스의 역할 및 활용 방안, 그리고 성능 최적화를 위한 고려 사항을 종합적으로 정리합니다.1. 스트리밍 데이터 처리 소개 (M3_1_Introduction_KO.pdf)스트리밍 데이터의 정의 및 과제: 스트리밍 데이터는 무한하고 지속적으로 생성되는 데이터 세트이며, 대용량(Volume), 빠른 속도(Velocity), 다양한 형태(Variety), 그리고 데이터의 불확실성(Veracity)이라는 4가지 주요 과제를 안고 있습니다."스트리밍은 제한 없는 데이터를 대상으로 하는 데이터 처리 방법입니다.""스트리밍 애플리케이션과 관련된 과제는 4V, 즉 .. 2025. 4. 7.
데이터 엔지니어링 on Google Cloud (2/4) 배치(일괄) 데이터 파이프라인의 개념, 구축 방법, Google Cloud Platform (GCP) 상에서의 실행 및 관리 전략에 대해 살펴 보겠습니다. 배치 파이프라인의 기본 개념부터 ELT/ETL 프로세스, 데이터 품질 고려 사항, GCP의 주요 서비스 (BigQuery, Dataproc, Dataflow, Cloud Data Fusion, Cloud Composer, Data Catalog) 활용 방안, 그리고 파이프라인 최적화 및 관리 전략에 이르기까지 광범위한 주제를 다룹니다.배치 데이터 파이프라인의 기본 개념:배치 파이프라인은 "제한된 양의 데이터를 처리한 다음 종료하는 파이프라인입니다." 예를 들어, 매일의 거래 데이터를 처리하고 데이터 웨어하우스에 기록하는 파이프라인이 있습니다.데이터 처.. 2025. 4. 7.
데이터 엔지니어링 on Google Cloud (1/4) 1장: 데이터 엔지니어링 및 Google Cloud 기반 데이터 레이크/웨어하우스 구축데이터 엔지니어링의 주요 개념과 Google Cloud를 활용한 데이터 레이크 및 데이터 웨어하우스 구축에 대한 핵심 내용을 요약하고 있습니다. 데이터 엔지니어의 역할, 데이터 엔지니어링의 과제, 데이터 레이크와 데이터 웨어하우스의 차이점 및 Google Cloud 솔루션(BigQuery, Cloud Storage, Cloud SQL 등)을 중심으로 주요 아이디어와 사실을 정리했습니다.1. 데이터 엔지니어링 소개 및 역할 데이터 파이프라인 구축: 데이터 엔지니어의 핵심 역할은 데이터 기반 의사 결정을 지원하는 데이터 파이프라인을 구축하는 것입니다. 이는 데이터를 필요한 위치로 가져오고, 사용 가능한 상태로 만들며, 새로.. 2025. 4. 7.

티스토리툴바